Contexte du financement
Atoms a clôturé une levée de fonds de 1,7 milliard de dollars en août 2026. Parmi les investisseurs, Uber a participé avec un apport estimé à 100 millions de dollars, selon The Information. Cette injection de capital suit l’acquisition de Pronto, une startup de robotique minière dirigée par l’ancien ingénieur de conduite autonome d’Uber et de Google, Anthony Levandowski. Le montant levé place Atoms parmi les rares startups industrielles à dépasser le milliard de dollars de financement, ce qui indique une confiance forte des capitaux privés dans la combinaison robotique‑IA proposée.
Nomination de Gautam Gupta
Gautam Gupta, ancien directeur financier d’Uber pendant plus de quatre ans jusqu’en juillet 2017, a rejoint Atoms comme CFO. Son parcours inclut un passage chez Goldman Sachs (vice‑président en 2012) puis une participation à l’introduction d’Uber en bourse en 2013. En 2020, il a co‑fondé le fonds de capital‑risque A*, qui a réalisé son « plus gros investissement » dans Atoms avant que Gupta ne quitte le fonds pour occuper le poste de CFO. Cette transition montre une volonté de réinvestir les capitaux du fonds dans une structure où il détient déjà une connaissance approfondie du leadership de Travis Kalanick.
Stratégie industrielle d'Atoms
Atoms se positionne sur la convergence de la robotique physique et de l’intelligence artificielle appliquée aux secteurs du minage, de l’alimentation et du transport. L’acquisition de Pronto apporte une plateforme d’autonomie déjà testée dans des environnements souterrains, où la latence de communication et la robustesse des capteurs sont critiques. En intégrant les algorithmes de planification A* (nom du fonds) et les modèles de perception développés chez Uber, Atoms vise à réduire le temps de cycle de décision de quelques dizaines de millisecondes, ce qui est essentiel pour la navigation en milieux non structurés. Le recrutement de cadres issus d’Uber crée une continuité de culture produit et de méthodologie de test à grande échelle, facilitant le transfert de connaissances entre la mobilité urbaine et la robotique industrielle.
Analyse des risques et limites
La forte concentration de talents issus d’Uber peut générer un effet de groupe, limitant la diversité des approches technologiques. De plus, le modèle économique repose sur des contrats industriels à long terme, exposés aux cycles de prix des matières premières et aux régulations environnementales, notamment dans le secteur minier. Le financement massif, bien que sécurisant à court terme, impose une pression de rentabilité rapide : chaque dollar investi doit être amorti par des déploiements à grande échelle, ce qui nécessite des essais pilotes coûteux et une intégration avec les systèmes existants des clients. Enfin, la participation d’Uber en tant qu’investisseur crée un potentiel conflit d’intérêts si les deux entités poursuivent des projets concurrents dans la logistique ou la mobilité automatisée.
