« Le marché de la voix grandit à très grande vitesse » : Nvidia entre au capital de la start-up d’IA française Gradium
Le géant américain investit près de 30 millions de dollars dans ce spécialiste de l’IA vocale, convaincu par le potentiel de ce marché.
Nvidia s’invite au capital de la start-up Gradium, spécialisée dans l’intelligence artificielle vocale. Le géant américain, numéro 1 mondial des processeurs graphiques, investit près de 30 millions de dollars dans la jeune pousse. Il a déjà accompagné ces derniers mois plusieurs pépites hexagonales (AMI Labs, Alice & Bob, Scintil Photonics).
Moins d’un an après son lancement, Gradium franchit ainsi le cap des 100 millions de dollars de financement. « C’est un signe de confiance dans la trajectoire d’expansion de Gradium et dans le potentiel du marché de la voix, qui grandit à très grande vitesse », se félicite Neil Zeghidour, l’un de ses trois cofondateurs, qui comptait déjà comme actionnaires plusieurs fonds (FirstMark Capital, Eurazeo, Korelya Capital, Amplify Partners), ainsi que des bienfaiteurs du laboratoire Kyutai (Eric Schmidt, Xavier Niel, Rodolphe Saadé). La start-up profitera des fonds levés pour s’installer au cœur de la Silicon Valley. « Nous voulons être un acteur de classe mondiale et le leader dans ce domaine », poursuit cet ancien de Meta et de Google, prêt à se mesurer aux géants de la tech.
Issue du laboratoire de recherche Kyutai
Gradium est la première entreprise commerciale issue du laboratoire de recherche Kyutai, fondé en 2023 par Xavier Niel (Iliad), Rodolphe Saadé (CMA CGM), et Eric Schmidt (ex-directeur général de Google). Un laboratoire qui s’est d’emblée fait remarquer pour son innovation. Six mois après sa création, Kyutai rendait public son premier projet d’ampleur, Moshi, une intelligence artificielle capable de converser en temps réel, voire d’interrompre son interlocuteur.
Forte de ce savoir-faire, Gradium a déjà engrangé plusieurs milliers de clients, PME, ETI ou grandes entreprises, dans les domaines de la santé, de la banque, du commerce, du jeu vidéo ou de l’apprentissage des langues. « Nos clients utilisent nos modèles essentiellement pour les interactions au téléphone (support client, prise de rendez-vous, suivi de commandes, réservation d’un service…), détaille son fondateur. Les IA vocales présentent l’avantage de ne jamais s’agacer, d’être joignable à toute heure du jour ou de la nuit et de ne pas faire attendre. » Il est convaincu que la voix deviendra l’interface principale entre les individus et les systèmes intelligents.
Les interactions au téléphone, une priorité
Gradium a concentré ses efforts sur la création de modèles adaptés à ces interactions téléphoniques, le domaine en plus forte expansion. « Nous cherchons à créer des interactions naturelles, précise Neil Zeghidour, dont l’entreprise travaille avec des doubleurs qui prêtent leur voix à ses modèles. Il est important d’entendre une voix qui respire, des hésitations… tout en arrivant à une prononciation de pointe pour les contenus complexes comme les acronymes, les adresses e-mail ou les numéros de téléphone. »
À son actif, la start-up, qui débarque dans un marché très concurrentiel préempté par les géants de l’IA, a cinq modèles de synthèse et de reconnaissance vocale qui sont mis à jour toutes les deux à trois semaines. « Un des facteurs de notre succès est notre capacité à adapter très vite nos modèles aux attentes de nos clients, en fonction de leur retour. Dans un secteur qui progresse très vite, cette réactivité est une façon de nous imposer face aux acteurs plus gros », précise Neil Zeghidour. La jeune pousse, qui a recruté plusieurs anciens des Big Tech, se targue d’avoir « créé une équipe d’élite », capable de lancer un modèle en trois à six semaines, contre trois à six mois en moyenne pour les acteurs du marché.
Modèle de traduction en temps réel
Gradium a déployé récemment son premier modèle de traduction en temps réel, qui peut être intégré à des visioconférences ou à des livestreams. « Nous arrivons à un équilibre entre vitesse et précision de la traduction meilleur que les modèles d’OpenAI ou de Google », ajoute le jeune dirigeant. Dans les prochaines semaines, des applications dans les médias devraient se concrétiser, à savoir des « expériences de contenus personnalisés autour du podcast ».
Gradium met en avant l’accessibilité de ses modèles, jusqu’à trois fois moins chers que ceux de concurrents comme ElevenLabs. S’il facture essentiellement ses IA en fonction du volume d’usage, il a également introduit le principe d’une licence au tarif fixe. Un modèle plus rentable notamment pour les développeurs de jeux vidéo gratuits. « Plutôt que de tourner dans le cloud, ces modèles tournent directement sur le smartphone, précise Neil Zeghidour. Nous y croyons beaucoup pour la création de médias et d’applis centrés autour de la voix. »
Ambitions à l’international
Nvidia s’est avéré être un partenaire naturel pour Gradium. Des liens scientifiques unissaient déjà le géant américain et la start-up française. Nvidia a bâti une IA vocale à partir des modèles open source de Gradium. De son côté, la jeune pousse utilise les processeurs graphiques de Nvidia et figure parmi ses premiers testeurs. « L’utilisation de nos modèles sur leurs machines permet d’avoir des interactions rapides et le sentiment de parler à un humain », explique Neil Zeghidour.
Le financement du géant américain, qui va lui permettre d’accélérer la recherche en IA et le développement produit, devrait aussi lui donner des ailes à l’international, à commencer par les États-Unis. Gradium a commencé à recruter les membres de son futur bureau californien. L’un des cofondateurs pourrait à terme s’y installer pour accélérer le développement. C’est dans la Silicon Valley que sont situés la plupart de ses clients potentiels, souvent issus de la tech. Gradium lorgne déjà sur l’Asie. « Un marché que nous souhaitons ouvrir assez vite, en proposant des modèles conversationnels dans les langues locales », précise Neil Zeghidour.