Writer lève 200 millions de dollars pour étendre son IA générative d’entreprise

Writer veut s’imposer comme l’un des fournisseurs d’IA générative conçue dès l’origine pour le monde du travail. Le 12 novembre 2024, la jeune entreprise de San Francisco a annoncé une levée de 200 millions de dollars. Cette opération de série C valorise désormais l’éditeur à 1,9 milliard de dollars et doit lui donner les moyens d’étoffer ses modèles de langage, ses outils de connexion aux données et ses applications métier.

Derrière cette annonce financière se dessine une bataille plus large : celle de l’intégration de l’intelligence artificielle dans les logiciels, les processus et les informations internes des organisations. Writer ne propose pas seulement une interface de rédaction assistée. Son offre associe des grands modèles de langage, des modèles spécialisés, un dispositif de recherche dans les données et des moyens d’intégration pour les développeurs comme pour les équipes non techniques.

Une série C qui valorise Writer 1,9 milliard de dollars

La levée de 200 millions de dollars a été menée par Premji Invest, Radical Ventures et ICONIQ Growth. Elle a aussi rassemblé plusieurs investisseurs, dont les fonds de capital-risque associés à Salesforce, Adobe, IBM et Workday. Ces noms illustrent l’intérêt des éditeurs de logiciels et de leurs écosystèmes d’investissement pour les outils d’IA capables de s’insérer dans les usages professionnels.

Une série C est généralement un tour de financement intervenant après les premières phases de développement et de commercialisation d’une startup. Elle sert habituellement à accélérer le produit, recruter, élargir une présence commerciale ou ouvrir de nouveaux marchés. Dans le cas de Writer, l’objectif annoncé est de développer davantage l’offre de fonctionnalités et de lancer de nouvelles applications ciblant plusieurs secteurs.

Le rapprochement de ces deux opérations traduit une montée en puissance rapide de la valorisation attribuée à Writer. Il faut toutefois distinguer cette valorisation du chiffre d’affaires ou des liquidités disponibles : elle correspond à une estimation de la valeur de l’entreprise négociée avec les investisseurs au moment du financement.

Ce que Writer vend aux entreprises

Writer se présente comme un spécialiste des modèles de langage destinés aux organisations. Un grand modèle de langage, souvent désigné par l’acronyme LLM, est un système capable de produire ou transformer du texte à partir d’une consigne. Il peut par exemple résumer un document, rédiger une réponse, extraire des informations, générer du code ou classer des contenus.

Dans un contexte professionnel, la difficulté ne consiste pas seulement à obtenir un texte bien formulé. Les entreprises attendent que l’outil puisse s’appuyer sur des informations pertinentes, interagir avec des applications existantes et répondre à des besoins précis. Une équipe financière n’a pas les mêmes exigences qu’un service marketing ou qu’un établissement de santé. Writer organise donc son offre autour de plusieurs briques complémentaires :

• des modèles de langage généralistes et spécialisés ;
• un service destiné à enrichir les réponses avec des données externes ;
• des interfaces de programmation, ou API, pour intégrer ces capacités dans d’autres logiciels ;
• une solution sans code pour permettre à des équipes métier de concevoir des applications à partir de blocs préconstruits ;
• des applications prêtes à l’emploi pour certaines tâches.

Cette approche répond à une attente fréquente des entreprises : ne pas limiter l’IA à une conversation isolée, mais l’intégrer à un processus de travail concret. La valeur d’un assistant ne dépend alors pas uniquement de sa capacité à rédiger, mais aussi de la qualité des informations qu’il mobilise et de la façon dont il s’insère dans les outils déjà utilisés.

Palmyra X 004, un modèle conçu pour agir avec des outils

Le modèle le plus avancé cité par Writer est Palmyra X 004, lancé en octobre 2024, soit le mois précédant cette levée de fonds. Il peut accepter des requêtes allant jusqu’à 128 000 tokens. Un token est une unité de texte utilisée par les modèles de langage, qui correspond souvent à quelques caractères. Cette limite représente donc la quantité d’instructions, de documents ou d’éléments de contexte qu’un modèle peut prendre en compte dans une même requête.

Palmyra X 004 est présenté comme capable de rédiger du texte, de générer du code et d’analyser des ensembles de données fournis par l’utilisateur afin d’en dégager des tendances. Writer met particulièrement en avant son aptitude à utiliser des outils. Concrètement, cette fonction permet à un modèle de dialoguer avec des applications externes, comme une base de données, plutôt que de se limiter au texte placé directement dans une conversation.

Selon Writer, Palmyra X 004 surpasse significativement GPT-4o sur cet usage d’outils. L’enjeu est important : lorsqu’un modèle peut solliciter une fonction extérieure, il peut participer à des tâches qui nécessitent de rechercher une information, de la traiter puis de restituer un résultat dans une application. La performance dépend néanmoins de l’outil connecté, des données disponibles et de la manière dont le processus a été conçu.

Des modèles spécialisés et un accès aux connaissances internes

Writer accompagne Palmyra X 004 de modèles destinés à des domaines particuliers. Palmyra Fin est conçu pour les tâches financières, notamment l’identification des risques d’investissement. Palmyra Med vise pour sa part à améliorer l’efficacité quotidienne des professionnels de santé. Cette spécialisation reflète une tendance majeure de l’IA d’entreprise : adapter les outils aux contraintes, au vocabulaire et aux tâches d’un secteur plutôt que de s’en remettre à un seul assistant généraliste.

L’autre composant central de l’offre s’appelle Knowledge Graph. Malgré son nom, le service est décrit par Writer comme reposant sur la génération augmentée par récupération, souvent appelée RAG. Le principe est simple : avant de formuler une réponse, le système peut retrouver des éléments pertinents dans des sources de données externes et les fournir au modèle comme contexte.

Cette méthode vise deux objectifs. D’une part, elle aide le modèle à répondre à partir d’informations qui ne figurent pas nécessairement dans ses données d’entraînement. D’autre part, elle peut limiter les hallucinations, ces réponses formulées avec assurance mais erronées ou non étayées. Le RAG réduit ce risque en ancrant la génération dans des contenus récupérés, sans pour autant supprimer la nécessité de vérifier les résultats lorsque les enjeux sont élevés.

Comment les équipes peuvent-elles utiliser la plateforme ?

Writer prévoit plusieurs portes d’entrée. Les développeurs peuvent passer par des API afin d’intégrer les modèles de langage et Knowledge Graph dans leurs propres solutions. Une API est une interface qui permet à des logiciels d’échanger des requêtes et des réponses de façon structurée. Cette voie est adaptée lorsqu’une entreprise souhaite ajouter des fonctions d’IA à une application déjà en place ou construire un flux de travail sur mesure.

Les utilisateurs qui ne programment pas disposent de leur côté d’une solution sans code. Elle leur permet de créer des applications en assemblant des blocs préconstruits et de concevoir leur interface sans écrire eux-mêmes le code. Cette distinction est importante : une plateforme d’IA ne s’adresse pas seulement aux ingénieurs, mais aussi aux équipes opérationnelles qui connaissent les documents, les règles et les tâches à automatiser.

Writer propose également des applications préemballées. Certaines répondent à des besoins génériques, comme la génération de code. D’autres visent des usages plus circonscrits, comme l’analyse de documents marketing au regard des obligations de conformité dans les institutions financières. Ces applications prêtes à l’emploi peuvent réduire le temps nécessaire pour expérimenter un cas d’usage, à condition que l’organisation les adapte à ses propres règles et procédures.

Les 200 millions de dollars doivent financer l’élargissement de l’offre

Writer indique vouloir utiliser les fonds pour approfondir son ensemble de fonctionnalités. L’entreprise prévoit notamment de lancer de nouvelles applications d’IA pour la santé, le commerce de détail et la finance. Ces trois domaines ont en commun de manipuler un grand nombre de documents, de données et de processus spécialisés, ce qui explique l’intérêt d’applications ciblées.

La startup ambitionne également d’élargir sa gamme de modèles de langage en les rendant plus adaptés aux tâches de raisonnement. Dans le vocabulaire de l’IA, ce terme renvoie à la capacité d’un système à traiter une demande qui comporte plusieurs étapes, contraintes ou éléments à relier. Pour les usages professionnels, cet axe est particulièrement recherché : de nombreuses tâches ne se résument pas à produire un paragraphe, mais exigent de retrouver des données, d’appliquer une procédure et de présenter un résultat exploitable.

Le financement doit ainsi soutenir une stratégie qui combine modèle, données et applications. C’est une différence notable avec un simple outil conversationnel. Pour convaincre des organisations, Writer devra démontrer que ses capacités techniques se traduisent par des gains concrets dans les flux de travail et que les réponses produites restent suffisamment fiables pour les usages envisagés.

Ce qu’il faut surveiller

Après cette série C, plusieurs éléments permettront d’évaluer la trajectoire de Writer. Le premier sera le lancement effectif des applications annoncées pour la santé, le commerce de détail et la finance. Le second concernera l’évolution de Palmyra et les progrès revendiqués sur les tâches de raisonnement.

Il faudra aussi observer la place prise par Knowledge Graph et par les fonctions d’utilisation d’outils. Dans les entreprises, la question centrale n’est pas seulement de savoir si une IA peut écrire un texte convaincant. Elle est de savoir si elle peut retrouver la bonne information, l’utiliser dans le bon contexte et s’intégrer de manière utile à des outils existants.

La levée de 200 millions de dollars donne à Writer une capacité d’investissement considérable pour poursuivre cette ambition. Sa valorisation de 1,9 milliard de dollars témoigne des attentes placées dans les plateformes d’IA générative d’entreprise. La prochaine étape consistera à transformer cette attente financière en applications suffisamment précises et accessibles pour s’installer durablement dans le travail quotidien des organisations.