La start-up Harmonic élargit le terrain d’action de son modèle d’intelligence artificielle Aristotle. Conçu à l’origine pour produire et vérifier des preuves mathématiques, le système doit désormais contrôler des logiciels écrits en C ainsi que des conceptions de puces décrites en Verilog. Cette extension vise un problème coûteux pour l’industrie : repérer les erreurs avant qu’elles ne provoquent une faille de sécurité, un retard de développement ou une reprise de fabrication.

L’entreprise, cofondée par Vlad Tenev, directeur général de Robinhood, présente Aristotle comme une « superintelligence mathématique » orientée vers le raisonnement. Son ambition est de limiter les hallucinations et les erreurs factuelles grâce à des résultats pouvant être vérifiés. Des chercheurs ont récemment utilisé la technologie pour identifier des bogues critiques dans PHP, entraînant une mobilisation rapide pour corriger les vulnérabilités. Harmonic cite aussi le laboratoire américain de fusion DIII-D : Aristotle aurait reconstruit en quatre heures une partie du logiciel de contrôle d’un réacteur à partir d’un article scientifique et d’une consigne de 254 mots.

Pour les investisseurs, l’intérêt dépasse cette société non cotée. Harmonic a levé 120 millions de dollars en novembre dernier sur la base d’une valorisation de 1,45 milliard de dollars, avec le soutien de NVentures, la branche de capital-risque de Nvidia, ainsi que de Sequoia et Ribbit Capital. Ce financement illustre le déplacement d’une partie des capitaux de l’IA générative vers des outils spécialisés, destinés à des applications où une erreur peut avoir des conséquences industrielles ou financières importantes.

La vérification de code et de puces pourrait soutenir la productivité des concepteurs de semi-conducteurs, des éditeurs de logiciels et des laboratoires scientifiques. Elle peut aussi renforcer la demande pour les infrastructures de calcul et l’écosystème de Nvidia. Toutefois, cet effet reste indirect : Harmonic est privée, aucun chiffre de revenus, de contrats ou de taux de rétention n’est communiqué, et une démonstration technique ne garantit pas une adoption à grande échelle.

Le modèle est proposé avec une tarification à l’usage. Sa viabilité dépendra donc du coût des calculs, de la fiabilité sur des projets complexes, de l’intégration aux outils existants et de la capacité à convaincre des clients soumis à de fortes contraintes de sécurité. Les investisseurs doivent enfin distinguer la start-up de sociétés cotées portant un nom similaire et éviter d’attribuer automatiquement cette annonce à Robinhood ou à Nvidia. La technologie paraît prometteuse, mais sa valeur économique reste à démontrer par des usages répétés et mesurables.