La deeptech grenobloise MountAIn vient de boucler un tour d'amorçage de 7,3 millions d'euros pour commercialiser MountainCore, sa plateforme qui fait fonctionner des applications complètes de vision par ordinateur sur des microcontrôleurs à moins de 10 dollars. Un pari sur l'IA embarquée qui interroge en profondeur la dépendance du secteur aux centres de données.
7,3 millions d'euros pour l'IA hors des centres de données
Le 17 novembre 2026, MountAIn a annoncé avoir levé 7,3 millions d'euros en amorçage. Le tour a été mené par 360 Capital et Supernova Invest, avec la participation de Crédit Agricole Alpes Développement (C2AD) et le soutien de Bpifrance. Fondée en juillet 2025 à Meylan, dans la métropole grenobloise, par Vincent Huard, Olivier Montfort et David Nahmani, la startup n'a donc pas mis un an entre sa création et son premier tour significatif. C'est l'un des indicateurs les plus clairs de l'appétit des investisseurs pour ce segment.
Le sujet de MountAIn n'est pas nouveau en théorie, mais reste largement non résolu en pratique : comment faire tourner des modèles d'intelligence artificielle sophistiqués sur du matériel bon marché, à très faible consommation énergétique, sans passer par le cloud ? C'est précisément ce que promet MountainCore, leur plateforme principale, à destination des fabricants de caméras intelligentes, d'équipements industriels et de capteurs connectés. Pour comprendre pourquoi des investisseurs débloient 7,3 millions d'euros sur ce problème, il faut regarder l'état du marché de l'IA embarquée en 2026.
Le problème central : des modèles conçus pour des GPU, pas pour le monde réel
La quasi-totalité des modèles d'intelligence artificielle actuels sont entraînés et conçus pour fonctionner sur des processeurs graphiques puissants, dans des centres de données. Cette architecture convient parfaitement aux usages en ligne, mais elle est inadaptée aux milliards d'équipements physiques, caméras de surveillance, robots industriels, capteurs de détection d'incendie, drones, qui fonctionnent en dehors de toute connexion fiable au cloud. Comme le résume Vincent Huard, directeur général de MountAIn : "la plupart des équipements du monde réel pourraient fonctionner avec des microcontrôleurs ne consommant que des milliwatts de puissance".
Le fossé entre un modèle entraîné et un déploiement sur un microcontrôleur bon marché représente aujourd'hui des mois de travail d'ingénierie spécialisée. MountAIn affirme que MountainCore réduit ce délai de plusieurs mois à quelques heures. La plateforme adapte automatiquement des applications complètes de vision par ordinateur pour qu'elles respectent les contraintes strictes en mémoire, en calcul et en énergie des processeurs embarqués. Résultat annoncé : une division par trois des besoins en mémoire du modèle, sans perte de précision et sans réentraînement.
MountainCore et IBEX : une plateforme, un démonstrateur industriel
MountAIn s'appuie sur deux produits complémentaires. MountainCore est la couche logicielle centrale : un environnement de développement, un compilateur et une couche middleware qui optimise l'ensemble du chemin applicatif pour les processeurs cibles. Elle permet de faire tourner des applications de vision par ordinateur sur des microcontrôleurs dont le prix de revient est inférieur à 10 dollars, soit environ 9 euros.
Pour démontrer concrètement ce que cela donne sur le terrain, l'équipe a conçu IBEX, un capteur de vision autonome dont la consommation est inférieure à 100 milliwatts. Ce capteur fonctionne sur énergie solaire et se connecte via satellite, ce qui ouvre des cas d'usage dans des zones sans infrastructure numérique classique : détection précoce d'incendies de forêt, surveillance d'infrastructures isolées, monitoring environnemental en temps réel. Teledyne, acteur industriel de poids dans l'optique et l'imagerie, fait partie des premières entreprises à avoir adopté la technologie de MountAIn. Pour bien comprendre ce que représente ce type de levée dans l'écosystème français, il vaut la peine de relire comment fonctionne une levée de fonds en startup et ce qu'elle signale du point de vue des investisseurs.
Un tour de financement dans le 95e percentile des seeds français en IA
7,3 millions d'euros en amorçage, c'est loin d'être anodin. Ce tour se situe dans le 95e percentile de tous les tours d'amorçage jamais réalisés par des startups d'intelligence artificielle en France. Autrement dit, 95 % des seeds IA français sont inférieurs à ce montant. Cela positionne MountAIn immédiatement dans la cour des dossiers deeptech à fort potentiel, et non dans la masse des rondes de pré-amorçage à 1 ou 2 millions.
Le profil du tour est également significatif. 360 Capital est l'un des fonds généralistes les plus actifs sur les dossiers deeptech et infrastructure tech en Europe. Supernova Invest est spécialisé sur l'innovation technologique profonde, notamment dans la région Auvergne-Rhône-Alpes. L'entrée de Crédit Agricole Alpes Développement et de Bpifrance complète un tour à géographie resserrée : trois des quatre investisseurs ont une ancre territoriale ancrée dans l'écosystème grenoblois, réputé pour ses acteurs en semiconducteurs et systèmes embarqués (STMicroelectronics, Soitec, Lynred). Ce n'est pas un hasard géographique.
L'analyse Findfi : un ratio seed/ambition qui traduit une thèse d'investissement précise
MountAIn a été fondée en juillet 2025 et a annoncé sa levée en novembre 2026, soit 16 mois après sa création. Avec 7,3 millions d'euros levés en un seul tour d'amorçage, la startup affiche un rythme de financement de 456 000 euros par mois d'existence, en comptant uniquement ce tour. C'est une cadence élevée pour une société qui n'a pas encore de revenus publiquement documentés.
Ce que ce chiffre révèle, c'est la nature de la thèse d'investissement. Les fonds ne financent pas un produit en production : ils financent une fenêtre technologique. Si MountAIn prouve que son compilateur fonctionne à grande échelle sur des puces tierces existantes (Infineon, Nordic Semiconductor, et d'autres), elle peut devenir un standard de déploiement pour l'ensemble de l'industrie des dispositifs embarqués. La capitalisation de cette optionalité explique la valorisation implicite d'un seed à 7,3 millions. En comparaison, une startup comme Daisytuner, qui lève 6 millions pour compiler le code IA sur n'importe quel processeur, s'attaque à un problème adjacent : la convergence des thèses est frappante.
Un ratio à noter : MountAIn affirme diviser par trois les besoins en mémoire d'un modèle. Sur un microcontrôleur vendu 10 dollars, l'économie de mémoire peut représenter une réduction du coût du composant de 1 à 3 dollars par unité. Sur des productions en millions d'unités annuelles (ce qui est courant dans le secteur des caméras industrielles), l'argument financier est immédiatement chiffrable pour le client et constitue un levier commercial puissant.
Concrètement, qu'est-ce que ça change pour une direction financière ou un industriel ?
Pour une direction financière dans une entreprise qui déploie des capteurs, des caméras intelligentes ou des équipements industriels connectés, MountAIn pose une question très concrète : combien coûte aujourd'hui l'intégration d'un modèle de vision sur du matériel embarqué ? La réponse habituelle se chiffre en mois d'ingénierie spécialisée, donc en coûts fixes importants, sans garantie de résultat. Si MountainCore tient sa promesse de réduire ce délai de quelques mois à quelques heures, le gain n'est pas seulement technique, il est directement visible sur le compte d'exploitation.
Pour les directions qui externalisent ce type de traitement vers des solutions cloud, la question est différente : chaque appel à une API de vision par ordinateur a un coût récurrent. Passer à un traitement local embarqué, c'est transformer un coût variable (par requête, par image, par mois d'abonnement) en coût fixe amorti sur la durée de vie du matériel. Dans des environnements à fort volume de données visuelles, l'arbitrage peut être massif. C'est d'ailleurs la même logique qui pousse des acteurs comme Lockwood, la néobanque pensée pour les agents IA, à repenser l'architecture de leurs services pour réduire la dépendance aux infrastructures centralisées.
Enfin, pour les directions des systèmes d'information industriels, l'enjeu de souveraineté et de continuité de service est central. Un capteur qui traite localement sans dépendre d'une connexion réseau est structurellement plus résilient, notamment pour des usages critiques comme la détection d'anomalies sur des lignes de production ou la surveillance de sites isolés. MountAIn cible précisément ces usages avec IBEX et ses applications par satellite.
Prochaine étape : Grenoble, Silicon Valley, et CES 2027
Les fonds levés seront déployés sur deux fronts. D'un côté, MountAIn prévoit de renforcer ses équipes d'ingénierie à Grenoble, épicentre français de la microélectronique. De l'autre, la startup souhaite établir une présence en Silicon Valley, pour se rapprocher des grands acteurs des semiconducteurs et des fabricants de caméras intelligentes américains.
MountAIn prévoit également de participer au Consumer Electronics Show de Las Vegas en janvier 2027 pour y démontrer les capacités industrielles de MountainCore et présenter de nouvelles applications d'IBEX conçues pour des zones isolées. C'est un choix de scène cohérent pour toucher les décideurs de l'industrie électronique mondiale. Sur la question plus large du financement des deeptech en Europe et des obstacles réglementaires qui ralentissent leur développement, le dossier sur EU Inc donne un éclairage utile sur les enjeux structurels.
Ce qu'il faut retenir
MountAIn a levé 7,3 millions d'euros en amorçage en novembre 2026, 16 mois seulement après sa fondation à Meylan, avec 360 Capital et Supernova Invest en tête de tour, Crédit Agricole Alpes Développement et Bpifrance en soutien. Ce tour se situe dans le 95e percentile des seeds IA réalisés en France, ce qui traduit un niveau de conviction élevé de la part des investisseurs.
La proposition de valeur de MountAIn repose sur une réalité économique simple : un microcontrôleur à moins de 10 dollars est infiniment plus déployable à l'échelle qu'un serveur GPU loué dans un centre de données. MountainCore fait le lien entre des modèles sophistiqués et ces composants bas coût, en réduisant les besoins en mémoire jusqu'à un facteur trois, sans réentraînement.
L'enjeu industriel est massif. Teledyne est déjà client, et MountAIn cible les fabricants de semiconducteurs, de caméras intelligentes et d'équipements industriels. Si la plateforme s'impose comme un standard de déploiement sur microcontrôleurs, la startup pourrait devenir une pièce critique de l'infrastructure de l'IA physique, au même titre que d'autres acteurs de l'infrastructure IA qui transforment leur segment de financement.
Pour une direction financière ou technique, le message est clair : l'argument de coût est vérifiable dès aujourd'hui. Réduire la dépendance au cloud pour le traitement visuel, c'est transformer une charge variable en investissement amorti, et gagner en résilience opérationnelle sur des systèmes critiques.
