CuspAI, ou la promesse d’une science accélérée par l’intelligence artificielle
📩 Pour nous contacter: redaction@fw.media
L’intelligence artificielle a d’abord transformé ce qui se code, puis ce qui s’écrit ; elle s’étend désormais à ce qui se fabrique. À commencer par les matériaux, où l’innovation se mesure en années, en capitaux et en incertitude scientifique. C’est le terrain sur lequel se positionne CuspAI, une startup britannique fondée en 2024 par Chad Edwards, ancien dirigeant de Quantinuum, et Max Welling, pionnier de l’IA et ex-Microsoft Research, et dont l’ambition est de transformer les conditions mêmes de la découverte de nouveaux matériaux.
Inverser la logique du laboratoire
Ainsi la conception de matériaux reste historiquement un processus largement empirique, les chercheurs formulent des hypothèses, testent, ajustent, recommencent , et ce parfois pendant des années, sans aucune garantie de résultat. CuspAI propose de renverser cette logique.
Sur sa plateforme, l’entrée n’est plus la molécule, mais la propriété recherchée : conductivité, résistance thermique, capacité énergétique. À partir de ces paramètres, l’intelligence artificielle génère des configurations moléculaires compatibles. L’approche s’inscrit dans le courant de l’« AI for science », qui vise à intégrer les modèles d’apprentissage au cœur même du processus scientifique.
Mais cette promesse repose sur une articulation délicate, qui est de faire converger simulation et validation expérimentale, deux temporalités distinctes, soumises à des contraintes différentes, et dont l’alignement reste incertain.
Des partenaires industriels comme signal de crédibilité
Pour attaquer le marché, CuspAI cible des secteurs où le matériau conditionne directement la performance : semi-conducteurs, batteries, énergie, capture du carbone. Dans ces industries, un gain marginal sur les propriétés physiques peut produire un avantage compétitif immédiat.
La startup aurait déjà signé des contrats commerciaux de plusieurs dizaines de millions de dollars avec des groupes tels que NVIDIA, ASML ou Hyundai Motor Company. Plus que des références, ces partenariats constituent un test grandeur nature de la capacité de l’IA à s’insérer dans des chaînes industrielles exigeantes
Une dynamique de financement alignée avec la tendance AI for science
Après un seed en 2024, CuspAI a levé une série A en 2025 auprès de New Enterprise Associates et Temasek, portant sa valorisation à près de 800 millions de dollars. Une nouvelle levée, d’au moins 200 millions de dollars, serait en cours, avec une perspective d’entrée dans le club des licornes.
La dynamique de CuspAI s’inscrit dans une tendance de fond. L’AI for science attire un volume croissant de capitaux, en particulier aux États-Unis, où d’anciens chercheurs de OpenAI et de Google DeepMind ont lancé des startups déjà valorisées au-delà du milliard. Des investisseurs comme Jeff Bezos soutiennent également ce type d’initiatives. Toutefois les acteurs européens restent confrontés à un écart de financement qui reflète autant une question de capital disponible qu’un différentiel d’écosystème.
L’appui des figures du deep learning
La startup bénéficie d’un réseau d’appuis scientifiques et industriels de premier plan. Geoffrey Hinton et Yann LeCun, figures majeures de l’intelligence artificielle, comptent parmi ses conseillers, aux côtés de Martin van den Brink, ancien président et CTO d’ASML, et de Lord John Browne, ex-CEO de BP.
Le passage critique : du calcul au réel
C’est ici que se situe le principal point de friction. La génération rapide de structures moléculaires prometteuses ne supprime ni les cycles de tests en laboratoire, ni les processus de certification, ni les contraintes d’intégration industrielle.
Si le calcul accélère une étape, il ne réduit pas nécessairement la durée globale du cycle d’innovation. Or, les clients visés, à commencer par les grands groupes industriels, opèrent sur des horizons longs, avec des exigences de fiabilité élevées. L’adoption d’un tel outil repose moins sur la promesse que sur l’accumulation de résultats validés.
Par ailleurs, le modèle économique lui-même reste en construction : licences logicielles, plateforme SaaS, co-développement industriel. Aucun standard ne s’est encore imposé dans ce secteur encore émergent.
Un indicateur d’une transformation plus large
CuspAI incarne ces startups où le rôle de l’intelligence artificielle passe de l’optimisation de processus existants vers l’intervention en amont, dans la définition même des objets industriels.
Cette tendance ne doit pas seulement retenir l’attention des industriels et des investisseurs. Elle appelle aussi une réponse structurée des décideurs publics, à la hauteur des enjeux qu’elle révèle.
Car au-delà du cas d’une startup, c’est une capacité stratégique qui se dessine : celle de concevoir les matériaux qui conditionneront les prochaines générations d’infrastructures, énergétiques, numériques, industrielles. Autrement dit, un levier direct de souveraineté.
Vous pouvez me joindre directement à RICHARD@DECODE.MEDIA
