Contexte et financement
Wabi Inc., fondée par Eugenia Kuyda, a annoncé une levée de 55 millions de dollars en seed round, dirigée par IVP et soutenue par Amazon Alexa Fund, Andreessen Horowitz, Forerunner ainsi que les PDG de Salesforce (Marc Benioff) et Shopify (Tobi Lütke). Cette injection porte la valorisation de l’entreprise à 1,25 milliard de dollars. Le financement vise explicitement à accélérer le développement produit et à financer l’arrivée d’une version Windows, ce qui indique une ambition d’étendre la présence multiplateforme au‑delà de Mac, iOS et Android.
Architecture fonctionnelle et intégrations
Le service s’articule autour d’une interface de messagerie de groupe où l’assistant IA est intégré comme un participant virtuel. Chaque client (Mac, iOS, Android) communique avec un backend cloud qui orchestre le traitement du langage naturel (NLP) et les appels aux API tierces. Deux intégrations majeures sont détaillées : Plaid, qui fournit un accès aux données bancaires pour générer des budgets et détecter les abonnements inactifs, et un connecteur Gmail qui déclenche des notifications d’e‑mails importants. Ces ponts reposent sur des flux OAuth 2.0, garantissant que les jetons d’accès sont stockés de façon éphémère et que les permissions sont limitées aux scopes requis.
Le « vibe coding » permet aux utilisateurs de créer de petites applications directement dans le fil de discussion. Le moteur IA, entraîné sur des modèles de génération de code, produit du code Python ou JavaScript qui s’exécute dans un sandbox isolé, limitant les risques d’exécution non autorisée. De plus, l’assistant peut générer des jeux 2D simples, rendus dans le cadre du chat grâce à un canvas HTML5 intégré.
Analyse des enjeux techniques et concurrentiels
Le modèle d’affaires repose sur la capacité de l’assistant à exploiter des données contextuelles provenant de multiples sources. Cette approche soulève deux défis majeurs : la confidentialité des données financières (exposition potentielle via Plaid) et la latence du traitement NLP lorsqu’un grand nombre d’utilisateurs interagit simultanément. Le choix d’un backend cloud scalable (probablement basé sur des fonctions serverless) atténue la latence, mais nécessite une orchestration fine des quotas d’API tierces pour éviter les throttlings.
Sur le plan concurrentiel, Wabi se positionne face à d’autres startups de « vibe coding » qui entraînent leurs propres modèles propriétaires afin de différencier leurs offres de celles d’OpenAI Codex. L’absence de chiffres d’utilisation rend difficile l’évaluation de la traction réelle, mais le soutien d’investisseurs majeurs suggère une confiance dans la capacité de Wabi à atteindre une masse critique d’utilisateurs. La prochaine sortie Windows sera un test de la robustesse de l’architecture multiplateforme et de la capacité du produit à rester cohérent sur des environnements d’exploitation hétérogènes.
