Contexte économique
Les dépenses en intelligence artificielle atteignent des dizaines de milliards de dollars, mais les organisations peinent à traduire ces coûts en indicateurs financiers fiables. Selon le co‑fondateur d’Ascerta, David Tepper, la plupart des entreprises ne mesurent que la consommation de tokens ou le nombre d’exécutions d’agents, ce qu’il qualifie de vanity metrics. Cette lacune crée un besoin de systèmes capables d’associer chaque appel d’IA à un résultat économique mesurable.
Architecture de la plateforme Ascerta
Ascerta propose un système unifié qui se connecte aux principaux fournisseurs d’IA d’entreprise : Microsoft CoPilot, Anthropic Claude, AWS Bedrock et Salesforce Agentforce. Une fois les API intégrées, la plateforme collecte les métadonnées d’utilisation (utilisateur, équipe, application) et les enrichit avec les coûts facturés, y compris les remises contractuelles et les frais de sous‑token. Le cœur du produit se décline en trois modules :
Atlas agrège les données d’adoption et calcule le retour sur investissement (ROI) global. Forge analyse l’impact des agents de codage sur la productivité des équipes d’ingénierie. Convoy mesure la consommation de ressources informatiques (CPU, GPU, mémoire) afin d’optimiser le placement des charges de travail.
Analyse des performances annoncées
Les premiers clients, dont Atos et Wipro, auraient vu leur ROI augmenter de 47 % en moyenne, une réduction de 24 % du temps de lancement des agents IA et une diminution de 86 % des dépenses gaspillées liées aux ressources IA. Ces chiffres proviennent d’études internes présentées lors du tour de financement. La capacité d’Ascerta à « détecter les frais cachés » repose sur la comparaison entre les tarifs facturés par les fournisseurs et les conditions de remise négociées, ce qui explique la forte variation observée entre les dépenses déclarées et les coûts réels.
Limites et perspectives
Le modèle dépend de l’accès aux API détaillées des fournisseurs ; toute modification de ces interfaces pourrait réduire la granularité des données collectées. De plus, les métriques de productivité restent indirectes : la corrélation entre réduction du temps de lancement et augmentation du chiffre d’affaires n’est pas explicitement démontrée dans le communiqué. Enfin, le financement de 18 M$ (Series A) mené par Dell Technologies Capital, avec la participation de Hitachi Ventures, BGV et Wipro Ventures, porte le total à 22,9 M$, ce qui indique que la société est encore en phase de validation de son modèle économique à grande échelle.
