Contexte et modèle d’affaires

Hang Ten Systems Inc., fondée par Vishal Sikka, ancien PDG d’Infosys, a annoncé une levée de 53 millions de dollars en seconde ronde de financement seed, portant le total investi à 85 millions de dollars. La levée a été menée par Xora Innovation, filiale de Temasek, avec la participation de Mayfield, Aramco Ventures et des dirigeants d’Intel, Micron et Yahoo. Le capital servira à renforcer la capacité de livraison, à agrandir les équipes d’ingénierie et de conseil, ainsi qu’à développer la plateforme, l’infrastructure et la bibliothèque de compétences.

Hang Ten cible les grandes entreprises – 21 clients identifiés – qui cherchent à intégrer l’IA dans leurs processus métiers. Des contrats de plusieurs millions de dollars ont été signés, dont un accord multimillionnaire conclu 25 jours après la première rencontre. Parmi les premiers clients, on compte Saudi Arabian Oil Co. (Saudi Aramco) et Siemens Gamesa, illustrant une portée sectorielle allant de l’énergie au secteur pétrolier.

Architecture technique et génération de code agentique

Le cœur du service repose sur une approche dite « agentic code generation ». Cette méthode combine un moteur de génération de code automatisé avec une bibliothèque réutilisable de compétences (skills) couvrant des domaines tels que le développement logiciel, l’analyse financière et les ressources humaines. Les agents, entraînés sur des jeux de données spécifiques à chaque domaine, produisent du code sur demande, tandis que des experts métier valident et affinent les résultats.

Cette architecture vise à réduire le « marginal cost » et le temps de construction à « pratiquement zéro », comme le souligne Sikka. En pratique, le processus se décompose en trois étapes : (1) définition du besoin fonctionnel, (2) appel à l’agent qui génère le code, (3) intégration et test automatisés. Le modèle repose sur des conteneurs isolés pour chaque tâche, garantissant la sécurité du code produit et facilitant le déploiement sur les environnements cloud du client.

Analyse des performances, coûts et limites

Les affirmations de coût marginal nul reposent sur la réutilisation massive de la bibliothèque de compétences et sur l’automatisation du cycle de vie du logiciel. Cependant, la mise à l’échelle de cette approche implique des défis : la gestion des dépendances de bibliothèques tierces, la conformité aux exigences de sécurité (ex. : isolation des conteneurs, audits de code généré) et la nécessité de maintenir la pertinence des modèles d’agents face à l’évolution rapide des données métier.

Le modèle de Hang Ten se différencie des intégrateurs systèmes traditionnels qui facturent des projets en fonction du temps et des ressources humaines. En externalisant la génération de code, Hang Ten prétend livrer des solutions « plus rapidement et à moindre coût ». Néanmoins, la fiabilité du code généré dépend fortement de la qualité des prompts et des jeux de données d’entraînement, ce qui peut introduire des risques de biais ou d’erreurs non détectées sans supervision humaine approfondie.

Perspectives de financement et déploiement

Le financement supplémentaire permettra d’étendre l’équipe de 20‑25 employés à de nouveaux marchés en Europe et en Inde, renforçant ainsi la présence locale auprès des clients globaux. L’investissement dans l’infrastructure de la plateforme et la bibliothèque de compétences devrait accélérer le nombre de projets livrés, tout en offrant aux investisseurs une visibilité sur le « bottleneck » identifié par Xora : l’implémentation sécurisée, économique et rapide de l’IA en entreprise.