Eclipse lève 1,3 milliard de dollars pour l'IA physique

Ce qui s'est passé

Eclipse, fonds de capital-risque basé à Palo Alto et spécialisé dans les technologies industrielles, vient de boucler une levée de 1,3 milliard de dollars intégralement consacrée à ce que le secteur appelle désormais l'« IA physique », rapporte TechCrunch. Le terme désigne l'intersection entre l'intelligence artificielle et le monde matériel : robots industriels, véhicules autonomes, drones, systèmes de production automatisés et infrastructures critiques. Ce nouveau véhicule, l'un des plus importants jamais levés sur ce créneau, confirme le basculement des investisseurs américains du logiciel pur vers des actifs tangibles, usines, chaînes logistiques et équipements connectés. La combinaison IA physique Eclipse capital-risque illustre ce repositionnement : le fonds mise sur des startups capables d'industrialiser des modèles d'IA dans des environnements réels, où la sécurité, la fiabilité et la résilience des systèmes deviennent des enjeux aussi déterminants que la performance algorithmique.

Les fonds sont répartis en deux véhicules distincts. Le premier, doté de 591 millions de dollars, cible l'incubation de startups en phase d'amorçage. Le second finance les entreprises en phase de croissance qui ont déjà validé leur technologie sur le terrain. Parmi les investissements notables d'Eclipse dans ce domaine, on trouve Genesis AI, une startup qui développe des modèles d'IA spécifiquement conçus pour la robotique, financée à hauteur de 105 millions de dollars en seed avec Khosla Ventures.

Cette levée s'inscrit dans un contexte de guerre des talents féroce. D'après TechCrunch, les salaires de base (hors equity et avantages) dans l'IA physique atteignent 300 000 à 500 000 dollars. Les constructeurs automobiles et les startups de la mobilité autonome perdent leurs ingénieurs au profit du secteur de la défense et d'autres industries prêtes à payer le prix fort pour des compétences en IA appliquée au hardware.

Pourquoi c'est important

Après des années dominées par l'IA générative et les grands modèles de langage, le capital-risque fait un virage stratégique vers l'IA « incarnée ». L'idée est simple : les algorithmes les plus sophistiqués n'ont de valeur que s'ils peuvent agir dans le monde réel. Eclipse parie que la prochaine vague de création de valeur viendra des systèmes capables de percevoir, décider et manipuler des objets physiques — pas seulement de générer du texte ou des images.

Pour l'écosystème tech, ce mouvement a des implications concrètes. La guerre des talents entre IA logicielle et IA physique va s'intensifier, poussant les salaires encore plus haut. Les entreprises industrielles traditionnelles — énergie, logistique, manufacturing — deviennent des cibles d'acquisition ou de partenariat pour les fonds tech. Et les enjeux de sécurité de l'IA changent de nature : quand un modèle contrôle un robot ou un véhicule, une vulnérabilité n'est plus seulement un problème de données, c'est un risque physique. Avec les valorisations record dans l'IA et les investissements massifs en infrastructure, le secteur entre dans une phase où les promesses doivent se concrétiser sur le terrain.

Ce qu'il faut retenir

• 1,3 milliard de dollars levés par Eclipse pour l'IA physique — un signal fort que le capital-risque diversifie ses paris au-delà de l'IA générative.
• Les salaires dans le secteur explosent (300-500 K$ de base), créant une tension sur les talents qui touche aussi la cybersécurité et le cloud.
• La convergence IA-monde physique pose de nouveaux défis de sécurité : les vulnérabilités dans les modèles pilotant des robots ou des véhicules ont des conséquences tangibles.

Cette levée s'inscrit dans une dynamique plus large : selon les données compilées par PitchBook, les investissements en capital-risque dans la robotique et l'IA physique ont dépassé 6 milliards de dollars au premier semestre 2026, contre environ 2,8 milliards sur la même période en 2025. Ce doublement rappelle la trajectoire de l'IA générative en 2023, lorsque les fonds s'étaient rués sur les startups de modèles de langage avant que le marché ne se consolide autour de quelques acteurs dominants. Eclipse n'est pas seul sur ce créneau : Andreessen Horowitz, Lux Capital et General Catalyst ont tous annoncé des véhicules dédiés à l'IA « incarnée » depuis début 2026, signe que le capital-risque anticipe un cycle de déploiement industriel comparable à celui du cloud computing dans les années 2010.

Cette accélération soulève des enjeux de cybersécurité spécifiques que les investisseurs abordent encore peu publiquement. Contrairement aux modèles de langage qui opèrent dans un environnement numérique cloisonné, les systèmes d'IA physique interagissent directement avec des environnements OT (Operational Technology) : chaînes de production, réseaux électriques, flottes de véhicules autonomes. Une faille exploitée sur un modèle de perception embarqué ne se traduit plus par une fuite de données mais par un risque physique — arrêt de ligne, collision, sabotage d'infrastructure critique. Les experts en sécurité industrielle alertent déjà sur l'insuffisance des pratiques de security by design dans les startups de robotique en phase d'amorçage, où la priorité reste la rapidité de mise sur le marché plutôt que le durcissement des architectures. Le rachat de talents à prix d'or dans le secteur, avec des salaires dépassant parfois ceux de la cybersécurité elle-même, risque d'accentuer ce déséquilibre : les ingénieurs spécialisés en machine learning embarqué sont recrutés plus vite que les compétences en sécurisation de ces mêmes systèmes.

Pour les entreprises industrielles qui envisagent d'intégrer ces technologies — robots collaboratifs, véhicules autonomes de logistique, systèmes de contrôle assistés par IA — la vague de financement actuelle annonce une accélération des déploiements dans les 12 à 24 prochains mois. Cela implique d'anticiper dès maintenant une gouvernance de la sécurité couvrant à la fois le volet numérique (protection des modèles, des pipelines d'entraînement, des API de contrôle) et le volet physique (résilience face aux pannes, aux manipulations adverses et aux dérives de comportement autonome), plutôt que de traiter ces risques comme une extension tardive de la sécurité IT classique.