fr.wedoany.com Rapport : La startup d’agents de codage IA Niteshift a obtenu un financement d’amorçage de 7 millions de dollars, mené par Jerry Chen de Greylock. Fondée par deux anciens ingénieurs de Datadog, l’entreprise a également attiré plusieurs investisseurs providentiels de renom, dont Reid Hoffman, Olivier Pomel et Alexis Lê-Quôc de Datadog, Ankur Goyal de Braintrust, ainsi que Misha Laskin de Reflection AI.
Niteshift a été cofondée par Sajid Mehmood et Conor Branagan, qui ont aidé Datadog à passer de ses débuts à une valorisation de plusieurs milliards de dollars. L’entreprise s’insère dans le secteur très concurrentiel du codage IA, avec une idée centrale : pourquoi les entreprises confieraient-elles leur actif le plus sensible — le code qui fait fonctionner leurs produits — directement à des fabricants de modèles comme OpenAI et Anthropic ? Ces entreprises « tuent » constamment les startups et les entreprises en lançant des applications concurrentes. Le PDG Mehmood compare cette situation à la phase de croissance précoce de Datadog, lorsque cette société de surveillance avait conquis des clients e-commerce qui refusaient de construire sur Amazon Web Services (AWS). À l’époque, Amazon mettait simultanément de nombreux magasins de détail en faillite, ce qu’on appelait « l’apocalypse du commerce de détail ».
Mehmood estime qu’une situation similaire se produit dans le domaine de l’IA. Anthropic, OpenAI et d’autres entreprises pénètrent rapidement le marché des logiciels verticaux, certains parlant d’« apocalypse du SaaS ». Il indique avoir clairement observé cette tendance chez Datadog, où une grande partie de l’activité multi-cloud provenait d’entreprises e-commerce qui ne voulaient pas fonctionner sur Amazon. Lorsque Anthropic commencera à concurrencer dans les secteurs juridique, médical, financier, etc., la même dynamique se reproduira.
L’entreprise estime que les entreprises auront de plus en plus besoin d’une infrastructure capable de séparer les modèles de codage des autres tâches d’orchestration nécessaires pour garantir que le code généré par l’IA soit correctement examiné et maintenu, et qu’elles préféreront des fournisseurs sans agenda concurrentiel. Niteshift ne remplace pas Claude Code ou Codex, les deux agents de codage les plus populaires, mais affirme réduire la dépendance à leur égard.
Le cloud de codage IA de Niteshift achemine les requêtes entre différents modèles en fonction des besoins de chaque projet, y compris des options open source et d’autres modèles. Mehmood souligne qu’il est important de pouvoir basculer entre GPT et les modèles cloud, car tout le monde craint d’être évincé par ces géants. Chen de Greylock indique qu’à mesure que les laboratoires de pointe montent dans la pile, il existe une opportunité d’offrir aux clients une voie alternative : découpler leurs agents de l’infrastructure sous-jacente. Niteshift construit une plateforme qui réalise cela pour les agents de codage, permettant aux clients d’investir profondément dans leurs outils de développement sans se verrouiller sur un seul modèle ou fournisseur d’agents.
Niteshift ne vend pas de jetons, mais de l’infrastructure, facturant à la minute d’utilisation comme un fournisseur de cloud. Mehmood explique que d’autres vendent de l’intelligence de substitution de main-d’œuvre, tandis que Niteshift vend des logiciels aux agents, et non aux humains, mais l’entreprise vend toujours des logiciels. L’entreprise entre sur un marché encombré d’outils de codage IA, où l’indépendance des modèles n’est pas une idée nouvelle et où les concurrents ont un avantage de premier entrant. Ces concurrents incluent Cursor, Cognition (qui vient de lever 1 milliard de dollars avec une valorisation de 26 milliards), Amazon Bedrock, et la plateforme de passerelle IA OpenRouter (qui vient de lever 113 millions de dollars avec une valorisation de 1,3 milliard). Mehmood estime que la solide expérience de l’équipe fondatrice est la clé pour faire face à la concurrence. Avec Branagan, il a personnellement vécu chez Datadog les difficultés de croissance rencontrées par les grandes organisations d’ingénierie lors de l’utilisation de code généré par l’IA. Les équipes ont besoin de faire fonctionner, tester et valider les logiciels de manière autonome dans leur environnement de production réel, et ont besoin d’une infrastructure construite par ceux qui ont déjà réalisé ces opérations à grande échelle.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
