Model ML vaut 1,5 milliard sans avoir dit ce qu'il facture
La startup d'agents IA pour la banque d'affaires a levé 250 millions de dollars le 17 novembre, valorisée 1,5 milliard un an après une série A de 75 millions. Aucun revenu, aucun client, aucun prix n'est publié — et c'est peut-être là le vrai sujet.

Dans cet article
Ce que fait vraiment Model ML
Le 17 novembre, une société de trois ans fondée par deux frères qui avaient auparavant monté une place de marché de location d'objets entre particuliers a levé 250 millions de dollars. Model ML, qui recrute à Londres et New York, est valorisée 1,5 milliard. General Atlantic et QED Investors ont mené le tour, avec Evolution Equity Partners, Airtree, Y Combinator et FT Partners. Environ un an après une série A de 75 millions, la société affiche 350 millions levés au total.
Ce qu'elle vend tient en une phrase : des agents qui s'insèrent dans Excel et PowerPoint, suivent le contexte d'un dossier de fusion-acquisition et mettent à jour le modèle financier et la présentation à mesure que les informations changent. Autrement dit, le travail décrit par l'entreprise comme celui de l'analyste junior en banque d'affaires et en conseil en stratégie. La société affirme faire tourner ses agents sur des modèles open source, ce qui lui permettrait de fonctionner à environ 2 % du coût des modèles de frontière, avec des résultats plus rapides. Ce chiffre, elle le revendique ; aucun document fourni ne permet de le vérifier.
L'incitation que personne ne regarde
La question n'est pas de savoir si l'IA peut rédiger un modèle financier. Elle le peut, et le marché est déjà encombré : Hebbia, Rogo — 160 millions levés en avril à 2 milliards de valorisation —, Anthropic et OpenAI s'y emploient aussi. La question est : qui signe le chèque, et pourquoi maintenant ?
Voici ce que la documentation ne dit pas. Elle ne dit rien de la façon dont une banque d'affaires facture ses juniors, ni si le coût de ces juniors entre dans le prix du mandat, ni si un outil qui produit le même livrable plus vite se traduit par une baisse de tarif ou par une marge supplémentaire pour l'associé. Aucun document fourni ne tranche. On peut donc décrire l'outil, pas la manière dont il s'insère dans l'économie du cabinet.
Ce que la documentation établit, en revanche, c'est la nature du pari. Model ML ne vend pas à des particuliers : elle vend à des banques et à des cabinets, acteurs concentrés, qui achètent en gros et qui négocient. Un produit qui remplace une partie du travail d'exécution n'a de valeur pour eux que s'il coûte moins cher que ce travail. Or le prix de ce travail, dans leurs comptes, n'est pas public. Le vendeur et l'acheteur savent ; nous non.
Le prix que personne ne peut vérifier
Aucun document fourni ne dit combien Model ML facture, combien de clients elle a, ni quel revenu récurrent elle génère. Une valorisation de 1,5 milliard pour 350 millions levés en un an ne se rapporte donc à aucun chiffre d'affaires connu. Ce n'est pas une anomalie en soi — c'est la norme des tours de croissance dans l'IA —, mais cela déplace la question : ce que General Atlantic et QED achètent n'est pas vérifiable dans les documents dont nous disposons.
Deux lectures tiennent debout, et la documentation ne permet pas de choisir. Première lecture : les investisseurs paient pour une position dans un marché qu'ils croient verrouillable par la distribution et les contrats. Seconde lecture : ils paient pour l'équipe et la vitesse, en pariant que le produit sera copié et que la valeur se réfugiera ailleurs. La société affirme tourner sur des modèles open source, ce qui abaisse sa barrière technologique propre ; elle ne dit pas, dans les documents fournis, ce qui la protège des concurrents qu'elle nomme elle-même.
Un détail de la documentation mérite d'être lu attentivement. Le capital servira à recruter des chercheurs et des ingénieurs à Londres et New York, et à soutenir le déploiement des produits. Des chercheurs et des ingénieurs : pas des commerciaux. Une société qui vend à des banques et qui recrute des profils techniques parie que la technologie est la barrière. C'est peut-être vrai. C'est peut-être le signe qu'elle n'a pas encore trouvé comment vendre. La documentation ne tranche pas.
Le ricochet pour le lecteur
Model ML a ouvert cette année des bureaux à Paris, Madrid, Tokyo, Singapour et Dubaï. Pas à Lagos, Nairobi ou Johannesburg. Ce n'est pas un oubli : le produit vise les places où la banque d'affaires et le conseil en stratégie emploient des armées de juniors, et ces places sont, dans la liste fournie, toutes hors d'Afrique. Le marché africain de l'exécution financière n'est pas celui que la société attaque.
Le ricochet existe pourtant, et il est indirect. Les cabinets panafricains et les fonds qui travaillent avec des banques internationales voient leurs partenaires adopter ce type d'outils. Ce que cela change pour eux — délais, livrables, tarifs —, la documentation ne le dit pas. Elle dit seulement que le produit existe et qu'il est financé pour se déployer.
Reste une question que rien, dans les documents fournis, ne permet de fermer. Une valorisation de 1,5 milliard un an après une série A de 75 millions suppose une croissance que personne, hors du tour, n'a vue. Le prochain document à surveiller n'est pas une annonce de produit : c'est un chiffre d'affaires. Tant qu'il n'existe pas, le prix de Model ML est une opinion partagée par deux fonds.
