Avec 34 millions d’euros, Dust accélère sur les systèmes multi-agents pour les entreprises
📩 Pour nous contacter: redaction@fw.media
L’intelligence artificielle générative s’est diffusée dans les entreprises à une vitesse rarement observée dans l’histoire du logiciel. Pourtant, malgré la multiplication des copilots et des assistants conversationnels, l’organisation du travail reste encore largement inchangée. Les usages demeurent majoritairement individuels, cloisonnés dans des interfaces privées, sans véritable continuité collective. C’est précisément cette limite que Dust cherche à dépasser.
La société spécialisée dans les systèmes agentiques vient de lever 40 millions de dollars, soit environ 34 millions d’euros, lors d’un tour de Série B mené par Abstract et Sequoia, avec la participation de Snowflake et Datadog. Depuis sa création, l’entreprise a levé plus de 60 millions de dollars.
Dust défend une thèse de plus en plus répandue dans l’écosystème IA : les modèles ne constituent plus le principal verrou technologique. Le véritable enjeu réside désormais dans la capacité des entreprises à organiser la collaboration entre humains, agents, données et workflows.
« Avec le niveau actuel de la technologie et les capacités des agents, les humains ne sont plus la principale source du travail cognitif », explique Stanislas Polu, co fondateur de Dust et ancien salarié d’OpenAI. « Jusqu’ici, cela fonctionne relativement bien pour des individus utilisant des assistants IA avec des outils, des compétences et de la mémoire. C’est ce que nous appelons le “single-player AI”. »
Pour Dust, cette première phase de l’IA générative améliore la productivité individuelle sans transformer réellement l’organisation. « Le problème du single-player AI est qu’il ne produit pas d’effet cumulatif à l’échelle de l’équipe. L’agent auquel je délègue du travail n’a pas une vision complète de ce qui se passe dans l’entreprise. »
Cette analyse vise directement les usages actuels des assistants IA en entreprise. Un commercial utilise un agent pour préparer un rendez-vous client, mais l’ingénieur avant-vente qui intervient ensuite repart de zéro. Une équipe marketing génère une présentation avec un copilote, pendant qu’une autre produit des contenus à partir d’un contexte différent. Les gains existent, mais ils restent fragmentés.
Selon Dust, le principal verrou devient désormais celui de la coordination. « À mesure que davantage d’humains délèguent davantage de travail à davantage d’agents, humains et agents doivent devenir des collaborateurs travaillant dans un espace partagé avec du contexte, des artefacts et des objectifs communs afin de permettre des collaborations fluides entre humains, entre humains et agents, et entre agents eux-mêmes. »
La société présente cette approche comme du “multiplayer AI”. L’objectif consiste à construire des systèmes où humains et agents IA travaillent ensemble dans les mêmes espaces opérationnels avec un contexte partagé, des objectifs communs et une visibilité collective sur les workflows.
« Les travaux les plus complexes réalisés aujourd’hui dans les entreprises, impliquant des équipes pendant plusieurs jours ou semaines, ne sont jamais effectués par une seule personne. Ils impliquent plusieurs équipes avec différentes versions du contexte. C’est cela le multiplayer AI. C’est cela Dust. »
La plateforme développée par Dust repose ainsi sur des espaces de travail persistants dans lesquels collaborateurs et agents IA opèrent simultanément autour des mêmes projets, conversations, tâches, documents et notifications. Contrairement aux assistants conversationnels classiques, les agents ne fonctionnent plus dans des sessions isolées mais dans des workflows continus intégrés directement à l’organisation du travail.
Dust met également fortement en avant sa couche contextuelle, la startup considère que connecter un modèle à des outils métiers ne suffit plus. Les systèmes doivent désormais être capables de comprendre les informations circulant dans l’entreprise, les synthétiser et agir à partir de ce contexte.
La plateforme connecte ainsi plus de cent sources de données et outils métiers afin de permettre aux agents d’interagir avec des environnements comme Slack, HubSpot, Notion, Gmail, Google Drive ou Snowflake.
Dust développe également des mécanismes de mémoire persistante et de boucles d’amélioration continue destinés à faire évoluer progressivement les agents à partir des usages réels des équipes. L’objectif consiste à transformer l’IA en infrastructure organisationnelle capable d’apprendre des pratiques internes et d’améliorer les workflows dans le temps.
La gouvernance constitue un autre axe central du produit et Dust met en avant des permissions granulaires, des systèmes de monitoring des coûts et des usages, des journaux d’audit complets ainsi que des outils analytiques permettant de suivre précisément l’activité des agents déployés dans l’entreprise. La société précise également être certifiée SOC 2 Type II, conforme au RGPD et garantir qu’aucune donnée client n’est utilisée pour entraîner les modèles.
Dust revendique aujourd’hui plus de 3 000 organisations clientes et plus de 300 000 agents déployés sur sa plateforme. L’entreprise affirme également enregistrer un taux d’usage actif hebdomadaire de 70 % ainsi qu’un churn nul depuis le début de l’année 2025.
Chez Doctolib, Dust est utilisé dans le cadre d’une stratégie IA déployée auprès de 3 000 collaborateurs. Chez Persona, onze départements ont déployé plus de 300 agents IA. La société évoque également des usages chez Clay ou Profound autour des opérations commerciales et de la gestion de la connaissance client.
Dust affirme également utiliser sa propre plateforme pour coordonner une partie significative de ses opérations internes. Pour orchestrer l’annonce de cette levée de fonds, les équipes marketing, opérations et data ont collaboré avec plusieurs agents IA travaillant simultanément à partir des mêmes données et outils. Les agents ont notamment synthétisé des informations issues de Slack, Snowflake, HubSpot, Gmail ou Google Drive afin de générer des contenus, coordonner les validations et suivre les workflows de lancement.
Le profil des fondateurs contribue également à la crédibilité technique du projet. Gabriel Hubert et Stanislas Polu travaillent ensemble depuis leur rencontre à Stanford University en 2007.
Après plusieurs années chez Stripe, Stanislas Polu rejoint OpenAI comme research engineer au sein de l’équipe dirigée par Greg Brockman. Il participe notamment à des travaux de recherche sur les capacités de raisonnement des modèles avec Ilya Sutskever.
Selon Dust, la création de l’entreprise repose sur la conviction que les modèles étaient déjà suffisamment puissants pour transformer économiquement les organisations, mais la couche produit permettant de les intégrer réellement dans les opérations quotidiennes restait encore à construire.
« Nous sommes le système de multiplayer AI dédié à la collaboration entre humains et agents, permettant aux AI Operators de réinventer le fonctionnement de leurs organisations », affirme aujourd’hui l’entreprise.
Cette vision semble désormais convaincre une partie croissante des investisseurs de la Silicon Valley. « Il n’y a jamais eu de meilleur moment pour rejoindre le mouvement des AI Operators qui réorganisent le fonctionnement de leurs entreprises », estime Dust.
Au-delà de cette levée de fonds, l’entreprise illustre une mutation plus profonde du logiciel d’entreprise. Après les ERP puis les plateformes SaaS, une nouvelle génération d’acteurs cherche désormais à construire des environnements hybrides où humains et agents IA travaillent ensemble de manière continue dans les mêmes systèmes opérationnels.
