Présentation de Floqer

Floqer, fondée en 2024 par Shivam Mahajan et Zaaheda Islam, propose une plateforme autonome de connaissance client destinée aux équipes de vente et de marketing B2B. La société a levé 2  millions de dollars en pré‑seed, soutenue par le fonds F7 de Perplexity, N49P, Tidal Venture Partners et le co‑fondateur de Perplexity, Denis Yarats. Elle indique un revenu récurrent annuel supérieur à 1,2 million de dollars, avec une croissance d’environ dix fois sur la dernière année, et compte plus de 1 000 clients, dont Perplexity, Wise et AngelList.

Architecture et fonctionnement

Le cœur du service repose sur une flotte d’agents IA capables de parcourir plus de 100 sources tierces (bases de données publiques, réseaux sociaux, sites d’entreprise) afin de compiler des listes de sociétés et de contacts. Lorsqu’une adresse e‑mail ou un numéro de téléphone doit être vérifié, les agents appliquent une stratégie « waterfall » : ils interrogent successivement chaque fournisseur de données jusqu’à obtenir une information exploitable. Le système maintient également une veille continue du web ; tout changement de poste, de financement ou de structure d’entreprise déclenche une mise à jour automatique des enregistrements client.

Analyse des performances et limites

Floqer affirme que ses clients réduisent le temps de prospection de jusqu’à 70 %. Cette réduction repose sur l’élimination des recherches manuelles sur Google, LinkedIn et les sites d’emploi, ainsi que sur l’enrichissement automatisé des comptes. Cependant, la plateforme reste en accès limité, ce qui indique une contrainte de capacité opérationnelle. Avant de publier le code source prévu pour début 2027, Floqer effectue des revues de sécurité, car la base de données peut contenir des informations sensibles sur des entreprises de grande taille.

Perspectives et impact

L’ouverture du projet en open‑source vise à répondre à deux demandes : la possibilité pour les clients d’héberger leurs propres données et la capacité de modifier ou d’étendre la technologie. Cette orientation pourrait faciliter l’adoption dans des environnements où la souveraineté des données est requise, tout en exposant le code à des audits externes. La réussite dépendra de la robustesse des mécanismes de validation des sources tierces et de la capacité à maintenir la fraîcheur des données à grande échelle.