La start-up zurichoise Klarent, anciennement Fore AI, annonce une levée de fonds de 8 millions de dollars en phase de seed. Objectif affiché : s'implanter aux États-Unis avec sa plateforme de tests logiciels autonomes, après une croissance réalisée en Europe. L'information provient d'un communiqué de presse relayé le 12 octobre 2026 par Startupticker.ch ; les références clients et les performances décrites ci-dessous sont celles que revendique l'entreprise et n'ont pas fait l'objet d'une vérification indépendante.
Deux anciens de Google aux commandes
Klarent a été fondée par deux anciens ingénieurs de Google : Asheem Panakkat, directeur général, et Momchil Ivanov, directeur technique. La société, basée à Zurich, veut aider les entreprises à améliorer la qualité de leurs logiciels, « en particulier à l'ère des logiciels générés par l'IA », selon le communiqué.
Le tour de table est mené par Mosaic Ventures, avec la participation de Moonfire Ventures et d'un groupe d'investisseurs providentiels, parmi lesquels Jürgen Galler (ancien directeur chez Google), Harris Barton et AngelInvest Ventures.
Comment fonctionne un test piloté par des agents
Pour comprendre la démarche, il faut partir du métier visé : l'assurance qualité, ou QA. Avant de mettre une application en production, les équipes écrivent des tests, c'est-à-dire des scripts qui simulent des actions (se connecter, remplir un panier, payer) et vérifient que le résultat obtenu correspond au résultat attendu. Écrire et surtout maintenir ces scripts prend du temps : chaque modification de l'interface ou d'un processus peut en casser une partie.
Un « agent » de test, au sens où l'entend Klarent, est un système qui s'appuie sur un grand modèle de langage (LLM) pour prendre en charge une partie de ce travail. La nuance revendiquée par l'entreprise est importante : ses agents utilisent les LLM uniquement pour rédiger et adapter du code de test dit « déterministe ». Autrement dit, l'IA écrit le test, mais ce n'est pas elle qui l'exécute. Une fois produit, le script se comporte comme un test classique : dans les mêmes conditions, il rend le même verdict à chaque exécution.
Ce choix répond à une limite connue des modèles de langage : leurs réponses peuvent varier d'une sollicitation à l'autre. Un test dont le verdict changerait sans raison apparente serait inutilisable pour décider si un logiciel peut être livré. En cantonnant l'IA à la phase de rédaction, Klarent dit combiner la vitesse de l'IA avec la précision et la maîtrise des coûts propres à l'ingénierie de production. Le communiqué ne détaille toutefois pas la méthode employée et ne publie aucune mesure comparative de fiabilité.
Un humain dans la boucle
Deuxième élément du dispositif : la plateforme est adossée à un service de vérification humaine (« human-in-the-loop ») qui contrôle chaque résultat. Selon l'entreprise, ce mécanisme permet aux clients de ne payer que pour des résultats. Cette présence humaine indique aussi que l'automatisation n'est pas totale : la validation finale reste, au moins en partie, une affaire de personnes.
C'est l'une des limites à garder en tête face au discours sur les tests « autonomes ». Un test, même rédigé par une IA, ne vérifie que ce qu'on lui demande de vérifier. La question de la couverture, c'est-à-dire quels scénarios ont été testés et lesquels ont été oubliés, demeure ouverte, et le communiqué ne l'aborde pas.
Des clients en Europe, une cible américaine
Klarent revendique une adoption rapide en Europe, avec des clients dans plusieurs secteurs, dont JD Sports dans le commerce en ligne, la NZZ dans les médias et Sixt dans le voyage et la mobilité. Chez JD Sports, ses agents exécuteraient des parcours qui traversent plusieurs systèmes de la chaîne de commerce en ligne, ce que même les équipes internes spécialisées dans les tests (les SDET, pour « software development engineer in test ») n'auraient pas su reproduire, selon l'entreprise. La société dit également s'étendre aux services financiers, auprès de banques et d'assurances de premier plan, qu'elle ne nomme pas.
Les fonds serviront à établir une présence aux États-Unis, à agrandir l'équipe d'ingénierie et à approfondir le produit multiplateforme, sur le web comme sur mobile.
Un pari sur un goulet d'étranglement
La thèse de l'investisseur principal est formulée par Chandar Lal, associé chez Mosaic Ventures : « Avec l'IA, la génération de code progresse plus vite que notre capacité à la tester, si bien que la QA va devenir le principal goulet d'étranglement. » Il dit avoir été convaincu par l'insistance des fondateurs sur le déterminisme, soit « utiliser l'IA pour écrire les tests, pas pour les exécuter » (citations traduites de l'anglais).
Il s'agit là d'une hypothèse de marché, non d'un résultat établi. Elle repose sur une tendance plausible, davantage de code produit avec l'aide d'assistants IA et donc davantage de code à contrôler, dont l'ampleur reste à mesurer. Pour Klarent, l'enjeu sera de montrer que son approche tient ses promesses hors d'Europe et à plus grande échelle.
