Deux mois, 1,1 milliard de dollars : River AI affole déjà les investisseurs

Une levée spectaculaire pour une startup à peine sortie de l’ombre

Deux mois après sa sortie du mode furtif, River AI vient de réaliser l’une des opérations de financement les plus spectaculaires de l’année dans l’intelligence artificielle. La startup fondée par Igor Babuschkin, ancien cofondateur de xAI passé également par DeepMind et OpenAI, a levé 1,1 milliard de dollars à travers des tours seed et Series A. L’opération a été menée par General Catalyst et AMP PBC, avec la participation stratégique de Nvidia, AMD Ventures, Y Combinator et Temasek.¹ River AI avait été constituée en avril 2026 avant de sortir du mode furtif en juin, ce qui rend la vitesse et l’ampleur de cette levée particulièrement remarquables.

Derrière le milliard, une autre vision de l’intelligence artificielle

River AI ne veut pas simplement ajouter un modèle supplémentaire à la longue liste des IA disponibles sur le marché. L’entreprise défend une approche dans laquelle les organisations et les utilisateurs peuvent entraîner, personnaliser et exploiter leurs propres modèles, plutôt que de dépendre exclusivement de systèmes propriétaires contrôlés par quelques grands laboratoires. Son premier produit, River API, permet notamment de personnaliser des modèles à poids ouverts et de réaliser des entraînements par renforcement sans disposer d’une équipe dédiée à l’infrastructure Machine Learning.² River affirme pouvoir réaliser certains entraînements complexes en 15 à 20 minutes et avance des coûts deux à quatre fois inférieurs à ceux de solutions propriétaires comparables, des performances qui restent toutefois des affirmations de l’entreprise.

Nvidia et AMD misent sur une IA plus ouverte

La présence simultanée de Nvidia et AMD Ventures parmi les investisseurs est particulièrement révélatrice. Les deux groupes se trouvent au cœur de la bataille mondiale pour fournir les accélérateurs nécessaires à l’entraînement et à l’exécution des modèles d’intelligence artificielle, tandis que River AI ambitionne justement de construire une plateforme couvrant une grande partie de cette chaîne technologique. La startup souhaite permettre aux entreprises de mieux contrôler les modèles, les données utilisées pour les personnaliser et leur déploiement.³ Pour les fabricants de puces, soutenir ce type d’acteur permet aussi d’accompagner l’émergence de nouveaux usages susceptibles d’accroître durablement la demande en capacités de calcul.

Les investisseurs financent désormais des visions avant des empires

Le cas River AI illustre surtout l’évolution spectaculaire du financement de l’intelligence artificielle. En mai 2026, alors que l’entreprise était encore extrêmement jeune, des discussions évoquaient déjà une levée pouvant atteindre un milliard de dollars pour une valorisation allant jusqu’à 5 milliards. Forbes décrivait alors River AI comme appartenant à une nouvelle vague de « neolabs », des entreprises fondées par des chercheurs reconnus et capables de lever des sommes considérables pour poursuivre des projets de recherche ambitieux avant même d’avoir construit une activité commerciale comparable à celle d’entreprises technologiques traditionnelles.⁴ Le profil d’Igor Babuschkin, qui a travaillé chez DeepMind et OpenAI avant de participer à la création de xAI, joue donc un rôle central dans la confiance accordée au projet.

L’IA personnalisée devient le prochain terrain de bataille

River AI parie sur un changement important du marché : les entreprises pourraient progressivement vouloir davantage qu’un accès à un modèle généraliste fourni sous forme de service. Elles pourraient chercher à disposer d’IA adaptées à leurs données, leurs métiers et leurs propres règles, tout en conservant davantage de contrôle sur leur fonctionnement. La startup veut ainsi permettre aux organisations de construire et d’améliorer des modèles ouverts correspondant précisément à leurs besoins. Cette vision place River AI face à une industrie dominée par OpenAI, Anthropic, Google ou encore Meta, mais avec une proposition différente : donner davantage de contrôle à celui qui utilise et entraîne l’intelligence artificielle.

Former et personnaliser les modèles devient un nouvel enjeu technique

Cette actualité met particulièrement en lumière les Intelligences Artificielles génératives et les compétences nécessaires pour les adapter à des contextes professionnels. Si les entreprises passent progressivement de modèles généralistes à des systèmes personnalisés sur leurs propres données, les professionnels de l’IT devront comprendre le fine-tuning, l’apprentissage par renforcement, les modèles à poids ouverts, le déploiement et l’évaluation des performances. Il ne suffira plus de savoir utiliser une IA générative : il faudra également comprendre comment la spécialiser, l’intégrer à un système d’information et contrôler son comportement, autant de compétences qui prennent de l’importance à mesure que l’IA devient une véritable infrastructure métier.

1,1 milliard de dollars pour parier sur l’après-ChatGPT

La levée de River AI montre à quel point les investisseurs anticipent déjà la prochaine étape du marché. Après une première période dominée par les grands modèles généralistes accessibles à tous, une nouvelle bataille pourrait se jouer autour des modèles personnalisables, des agents et des infrastructures permettant aux entreprises de reprendre le contrôle de leur intelligence artificielle. River AI doit encore transformer cette ambition et son financement exceptionnel en produits largement adoptés, mais réunir 1,1 milliard de dollars quelques mois seulement après sa création montre que, dans l’IA, les investisseurs sont désormais prêts à financer très tôt les acteurs qu’ils pensent capables de construire la prochaine génération de plateformes.

L’Actu IT à 360° — décrypter la technologie pour comprendre les métiers de demain.

Pour aller plus loin

La compétition autour de l’intelligence artificielle se joue également dans les outils capables de transformer les modèles en applications concrètes. Découvrez notre article « OpenAI mise sur une IA modulaire avec Sol, Terra et Luna », consacré à la manière dont OpenAI segmente sa nouvelle génération de modèles selon les usages et les besoins des utilisateurs.

Références