Eya Rziga
La startup Tessera Labs vient de boucler une levée de fonds de 60 millions de dollars en série A. Ce tour de table a été mené par le prestigieux fonds Andreessen Horowitz (a16z), avec la participation de Foundation Capital, Myriad Venture Partners et Osage University Partners.
L’entreprise développe une plateforme d’IA multi-agents dédiée à la transformation des grandes entreprises, en se concentrant particulièrement sur les systèmes ERP et les infrastructures commerciales complexes.
Ces fonds soutiendront le développement de produits et l’expansion mondiale de la société. Ils permettront également de renforcer les équipes de vente et de recherche en intelligence artificielle.
Tessera cible les grandes organisations aux prises avec des systèmes hérités (legacy systems), souvent lents et coûteux à moderniser, avec l’ambition de réduire considérablement les délais de transformation.
Seema Amble, d’Andreessen Horowitz, rejoint le conseil d’administration. Le fonds voit en Tessera un tournant majeur pour les logiciels d’entreprise, estimant que l’IA peut éliminer les cycles de transformation interminables. Tessera se positionne au cœur de ce changement en combinant une expertise approfondie des systèmes d’entreprise avec l’exécution autonome par l’IA.
L’IA multi-agents redéfinit la modernisation logicielle
Tessera Labs a conçu une plateforme agnostique vis-à-vis des fournisseurs, utilisant plusieurs agents IA collaboratifs.
Chaque agent prend en charge une fonction spécifique, qu’il s’agisse de l’ERP, du CRM ou des systèmes d’approvisionnement. Le système exécute la transformation sur l’ensemble de la pile technologique de l’entreprise.
La plateforme interprète les besoins métier formulés en langage naturel pour les convertir en modifications structurelles du système. Chaque action est tracée et gouvernée, garantissant un contrôle total sur les systèmes critiques.
Traditionnellement, une transformation ERP prend des années et nécessite d’importantes équipes de consultants. Tessera réduit cette dépendance en automatisant la coordination entre les systèmes et les flux de travail.
Pré-entraînée sur des milliers de structures organisationnelles, la plateforme comprend les modèles d’entreprise de divers secteurs.
Cela permet une adaptation rapide et réduit les risques liés à la transformation numérique pour les grandes entreprises opérant dans des secteurs réglementés comme la santé, l’industrie manufacturière et les services financiers.
Vers un virage « AI-native » des systèmes d’entreprise
Les systèmes d’entreprise entament un virage AI-native, avec des plateformes pilotées par l’IA modernisant les infrastructures ERP héritées, réduisant la complexité et permettant des mises à niveau plus rapides.
Le marché mondial de la transformation d’entreprise est estimé à plusieurs centaines de milliards de dollars. Pourtant, de nombreuses sociétés dépendent encore de systèmes ERP obsolètes et onéreux.
Tessera s’attaque à ce goulot d’étranglement structurel en utilisant l’automatisation intelligente pour réduire le recours aux intégrateurs de systèmes traditionnels.
Seema Amble souligne que si les systèmes ERP sont critiques, ils sont souvent dépassés. Selon elle, Tessera apporte une prédictibilité inédite au processus de mise à niveau. L’entreprise recrute actuellement des experts en architecture d’entreprise et en systèmes d’IA pour soutenir son adoption sur les marchés mondiaux.
Une demande croissante pour l’automatisation intelligente
La pression pour moderniser les infrastructures n’a jamais été aussi forte. Les outils de Tessera permettent une transformation continue plutôt que des projets de migration ponctuels, transformant l’informatique d’entreprise en un modèle d’optimisation permanente.
La plateforme facilite notamment les programmes de migration complexes, tels que le passage de SAP ECC à S/4HANA, en réduisant l’incertitude d’exécution. Ce financement positionne Tessera comme un acteur clé de l’infrastructure d’IA pour entreprises, avec un focus sur la vitesse, la gouvernance et l’automatisation à l’échelle mondiale.
