Raindrop lève 50 millions de dollars pour détecter les défaillances silencieuses des agents IA

Raindrop a annoncé le 17 septembre 2026 une série A menée par CRV, portant son financement total à 50 millions de dollars, pour sa plateforme de surveillance des agents d'intelligence artificielle qui détecte les défaillances silencieuses avant qu'elles n'affectent les utilisateurs.

Détecter quand un agent "fait mal les choses de façon convaincante"

Le PDG de Raindrop, Zubin Koticha, résume ainsi le problème que sa plateforme cherche à résoudre : « quand un agent échoue, il fait la mauvaise chose de façon convaincante et à grande échelle jusqu'à ce que quelqu'un s'en aperçoive » — la plateforme lit les trajectoires complètes des agents pour repérer hallucinations, mauvais usage d'outils et changements de comportement liés aux mises à jour de modèles.

Un enjeu qui dépasse le simple bug logiciel

Contrairement à un bug logiciel classique généralement visible rapidement, une défaillance d'agent IA peut impliquer de l'argent réel mal géré, des données de santé mal traitées ou des interactions client compromises — des conséquences potentiellement bien plus coûteuses avant qu'un humain ne remarque le problème.

Vercel, Framer et Clay parmi les premiers clients

Raindrop compte déjà parmi ses clients des entreprises tech reconnues comme Vercel, Framer et Clay, ainsi que plusieurs entreprises du classement Fortune 100 — une base clients qui traduit une adoption déjà réelle plutôt que purement expérimentale.

Simulations : tester les changements d'agent avant leur mise en production

Au-delà de la détection de défaillances, Raindrop développe Simulations, un nouveau produit encore en aperçu de recherche qui permet de tester les modifications proposées sur un agent IA contre du trafic de production réel avant son déploiement effectif.

Notre avis

La citation du partenaire de CRV Reid Christian résume bien l'enjeu : « les agents sont fondamentalement différents des logiciels traditionnels, ils sont hautement capables, autonomes et non déterministes » — une différence qui explique pourquoi les outils de surveillance classiques ne suffisent plus et pourquoi une catégorie d'outils entièrement dédiée aux agents IA est en train d'émerger.

Sources

• Communiqué Business Wire