Contexte et levée de fonds

Le co‑fondateur de 19 ans de l’application de suivi calorique Cal AI, Zach Yadegari, a annoncé la création de Persona, un assistant IA personnel, en levant 10 millions de dollars. La ronde a été menée par Vine Ventures, avec la participation de Cory Levy (fondateur de Z Fellows) et de Collective Global. Cette levée intervient après la vente de Cal AI à MyFitnessPal, transaction qui a suivi un chiffre d’affaires annuel de plus de 30 millions de dollars généré en moins de deux ans.

Après avoir travaillé brièvement chez MyFitnessPal, Yadegari a quitté l’entreprise en juin pour se consacrer à Persona, qu’il développe avec un co‑fondateur non encore nommé. Le produit se décline en version bêta gratuite via iMessage et a déjà attiré « quelques milliers d’utilisateurs », ainsi que des pré‑ventes générant « cinq chiffres » de revenus.

Architecture technique et modèle de confidentialité

Persona se distingue par un band wearable au prix de 179 $, prévu pour une sortie en décembre. Contrairement aux appareils d’IA ambiante comme le Bee d’Amazon, le band ne reste pas constamment à l’écoute : il s’active via un bouton ou un geste du poignet, limitant ainsi les captures audio involontaires.

Sur le plan logiciel, le modèle d’IA ne s’exécute pas sur le dispositif mais dans le cloud de Persona. Les données utilisateur sont transmises chiffrées, stockées de façon sécurisée et peuvent être supprimées à la demande. Cette séparation « device‑cloud » vise à empêcher la collecte locale de données sensibles et à réduire le risque de compromission physique du band.

Le service intègre également des mécanismes de protection contre le phishing et les attaques de prompt‑injection, deux vecteurs de menace récurrents pour les agents conversationnels. Les transactions financières sont gérées par Stripe Link, exigeant une approbation explicite de l’utilisateur avant tout paiement, ce qui empêche l’assistant d’accéder directement aux informations de carte bancaire.

Analyse des risques et limites

Le modèle hybride device‑cloud implique une dépendance forte à la connectivité Internet : toute interruption réseau rend le band inutilisable pour les fonctions d’assistance. Cette contrainte peut affecter l’expérience utilisateur, notamment dans des environnements à faible couverture.

Bien que les données soient chiffrées en transit et au repos, le fait que le modèle et les historiques de conversation résident dans le cloud expose le service à des risques de fuite ou de surveillance par des acteurs malveillants, surtout si les clés de chiffrement sont compromises.

Le modèle économique repose sur la diffusion de publicités lors de recherches d’achat. Même si l’assistant ne connaît pas l’identification précise des annonces, la présence de contenus sponsorisés crée un potentiel de biais algorithmique, car les résultats présentés peuvent être influencés par les accords publicitaires sous‑jacents.

Enfin, l’absence de stockage local de données limite la capacité du band à offrir des fonctionnalités hors‑ligne, comme la reconnaissance vocale instantanée ou la personnalisation sans accès au serveur. Cette limitation technique devra être compensée par des optimisations de latence et de bande passante pour garantir une interaction fluide.