Polsia, NanoCorp et les entreprises autonomes : qui gagne vraiment de l’argent ? (1/3)

Lancer une entreprise en décrivant son idée à une IA, puis la regarder travailler : la proposition aurait semblé fantaisiste il y a encore peu de temps. C’est pourtant celle de Polsia, NanoCorp et de plusieurs plateformes qui prennent en charge la création d’un produit, sa mise en ligne et une partie de son exploitation commerciale.

Le site apparaît, le paiement fonctionne, des e-mails partent vers des prospects. Des agents corrigent le produit, préparent des publications et répondent aux premières demandes. Le propriétaire reçoit un compte rendu et peut réorienter le travail.

Plusieurs Français figurent parmi les entrepreneurs qui explorent cette voie. Ben Cera a fondé Polsia après un parcours passé par Centrale Paris, Columbia, plusieurs créations d’entreprise et CloudKitchens. Pierre-Louis Biojout, fondateur de NanoCorp, est polytechnicien de la promotion X2019, passé par X-HEC Entrepreneurs et Y Combinator. Hugo Mercier, cofondateur de Twin avec João Justi, est lui aussi passé par Polytechnique. Le parcours de Ben Cera, celui de Pierre-Louis Biojout et celui d’Hugo Mercier montrent des expériences différentes, réunies autour d’un même sujet.

On peut se réjouir de voir des fondateurs français prendre cette place. Ils construisent des produits qui donnent à une personne seule des moyens auparavant réservés à une équipe disposant de compétences techniques et d’un budget conséquent.

Ils commencent aussi à annoncer des chiffres impressionnants. Polsia a communiqué sur une levée de 30 millions de dollars, pour une valorisation annoncée de 250 millions de dollars. NanoCorp a déclaré avoir franchi le million de dollars de revenus récurrents annualisés, puis atteint la rentabilité. Annonce de Polsia, chiffres publiés par le fondateur de NanoCorp.

Cela donne envie de regarder de plus près ce qui se passe. Car il existe deux entreprises dans cette histoire : celle qui vend le service d’automatisation et celle que son client essaie de créer.

La première peut avoir trouvé son marché avant que la seconde ait trouvé le sien.

Ce qu’il y a derrière une entreprise « automatique »

Prenons un projet fictif : un service qui aide les petits hôtels à répondre aux avis de leurs clients.

Il faut définir ce que le produit fait, choisir un prix, construire une application, installer un paiement et trouver les premiers hôteliers intéressés. Ensuite viennent les questions, les demandes particulières, les erreurs et les clients qui hésitent à renouveler.

Polsia et NanoCorp cherchent à réunir une grande partie de ce travail dans un même environnement. Leurs agents peuvent construire le produit, utiliser des outils de communication et poursuivre certaines opérations après la mise en ligne. Selon le service et les autorisations données, l’utilisateur intervient pour préciser un objectif, valider une action ou modifier un budget. Polsia décrit ces fonctions dans sa présentation ; NanoCorp réunit site, e-mail, paiement et agents dans son offre.

C’est après le lancement que l’expérience devient particulièrement intéressante. Un générateur de sites a terminé l’essentiel de son travail lorsqu’il a livré une première version. Une plateforme d’entreprise automatique doit encore aider à la faire vivre.

Si vingt prospects reçoivent une proposition, les réponses doivent servir à quelque chose. Trois hôteliers demandent une démonstration ; deux expliquent qu’ils voudraient aussi gérer les avis dans plusieurs langues ; un autre trouve le prix trop élevé. Ces informations peuvent conduire à préparer une démonstration, examiner une fonction supplémentaire ou tester une autre présentation de l’offre.

C’est ce que l’on appelle une boucle de rétroaction. Le système agit, observe ce qui se passe et utilise ce résultat pour préparer la suite.

Pour une petite entreprise, le gain peut être considérable. Le dirigeant n’a plus à transporter lui-même chaque information d’un outil à l’autre, ni à relancer toutes les étapes. Plusieurs essais peuvent se succéder avec un suivi de ce qu’ils coûtent et de ce qu’ils rapportent.

Cela suppose de regarder les bons résultats. Cent publications produites ne disent pas si le produit intéresse quelqu’un. Cinq demandes de démonstration qualifiées donnent déjà une indication plus utile.

Pour faire fonctionner cet ensemble, le modèle d’IA est entouré d’outils, de mémoire, de règles d’exécution et d’autorisations. C’est cet environnement que les développeurs appellent une harness agentique. Il permet à l’agent de retrouver le contexte, d’utiliser les services nécessaires et de reprendre son travail sans repartir de zéro à chaque échange.

Le mot « entreprise » recouvre cependant des réalités très différentes. Un projet enregistré peut être une idée testée pendant une soirée, un site en construction ou une activité qui encaisse déjà des paiements. Il ne correspond pas nécessairement à une société nouvellement constituée. Cette précision devient essentielle dès qu’un compteur affiche des milliers d’entreprises créées.

Autour de Polsia et NanoCorp, les offres se sont déjà multipliées. Cofounder, développé par The General Intelligence Company, organise les agents autour des fonctions d’une entreprise : produit, développement, commercial, assistance et opérations. Ses fondateurs, Andrew Pignanelli et Abhishyant Khare, veulent donner à une petite structure les moyens de faire travailler plusieurs départements avec des agents. La société a annoncé 8,7 millions de dollars d’amorçage en décembre 2025. Sa présentation accompagne cette annonce.

Atoms, issu de DeepWisdom et des travaux autour de MetaGPT, mise sur une équipe d’agents spécialisés, de l’étude du besoin au développement commercial. Wu Chenglin, également connu sous le nom d’Alex Wu, en est une figure centrale. Cathay a annoncé 31 millions de dollars de financement au total pour les séries A et A+ de DeepWisdom. L’investisseur retrace le développement d’Atoms.

Naïve, cofondée par Sean Dorje et Dennis Zax, s’intéresse aux moyens pratiques nécessaires à ces activités : infrastructure, outils et organisation du travail des agents. Elle propose notamment des modèles d’activités et a annoncé une série A de 28,5 millions de dollars en août 2026. Son site présente le produit et Goodwin confirme l’opération de financement.

Avec Twin, on entre davantage par les opérations quotidiennes. Prospecter, rechercher des informations, utiliser des applications, suivre des clients : ces tâches concernent aussi les entreprises qui fonctionnent depuis longtemps. Twin a annoncé 10 millions de dollars d’amorçage en janvier 2026. L’annonce de lancement explique cette approche.

D’autres choisissent de fournir les outils pour assembler soi-même son organisation. Paperclip, disponible en open source, permet de définir des rôles, des objectifs et des budgets, puis de coordonner différents agents. L’utilisateur choisit ses modèles et prend en charge l’exploitation de l’ensemble. Matrix, dans l’écosystème Flowith, propose également des équipes d’agents par fonctions, avec des outils de développement, de navigation et de mémoire. Paperclip est disponible sur GitHub et Matrix présente son environnement sur son site.

Le paysage comprend aussi des projets qui participent directement à la création ou au financement des entreprises. Audos, fondée par Henrik Werdelin et Nicholas Thorne, associe outils IA, accompagnement et capital. Après avoir annoncé 11,5 millions de dollars de financement en 2025, l’entreprise a présenté en mars 2026 un programme prévoyant jusqu’à 100 000 dollars par entreprise, sans prise de participation, en échange de 15 % des revenus. L’utilisateur achète donc un ensemble qui dépasse le logiciel. Annonce du financement, présentation du programme.

Feltsense, fondée par Marik Hazan, développe des agents qui recherchent des opportunités et lancent des produits. Elle conserve la propriété des entreprises créées, ce qui la rapproche d’un studio de création d’entreprises. Son amorçage de 5,1 millions de dollars a été annoncé en février 2026. L’annonce détaille ce modèle.

Chez Andon Labs, Pion explore l’agent entrepreneur doté d’un e-mail, d’un téléphone, d’un navigateur et d’un accès à des services financiers. Le produit est encore présenté en préversion de recherche, avec liste d’attente. Les expériences d’Andon Labs dans le commerce physique ajoutent une difficulté intéressante : il faut composer avec des marchandises, des lieux et les imprévus d’une activité réelle. Présentation de Pion.

Il faut enfin compter avec toute une série d’offres plus récentes ou moins documentées. SoGood répartit le travail entre plusieurs fonctions, de la stratégie aux finances. Tycoon associe agents et supervision humaine. Spelt, anciennement VentureCity, se positionne sur la création et l’exploitation d’activités avec des agents.

DoAny rapproche construction du produit, vente et assistance. Willo propose un environnement de lancement dont certaines fonctions sont encore annoncées à venir. Locus développe un agent fondateur avec des validations humaines et une tarification mêlant abonnement et commissions.

WorkVille, encore à un stade d’accès précoce, représente les équipes d’agents dans un bureau virtuel. Win aborde les opérations avec de la mémoire, des outils et de la supervision. Bunch AI Agents travaille sur des modèles d’entreprises et d’agents à exploiter ; ses projections doivent être distinguées des résultats déjà obtenus.

Skyfall AI envisage notamment de reprendre de petites activités pour les automatiser. Dans ce cas, le prix d’une acquisition éventuelle ne doit pas être confondu avec une levée de fonds. Son programme d’acquisition relève de cette logique.

Tous ces acteurs ne vendent donc pas la même chose. Leurs voisins immédiats — Marblism, Sintra, enso, Lindy et Relevance AI — proposent eux aussi des agents ou des employés IA pour déléguer du travail. Quant à Lovable, Replit et Bolt, ils facilitent la construction de produits logiciels. Selon le besoin, ces outils peuvent suffire ou devenir des composants d’une organisation plus large.

A suivre demain