Linkup : 10M€ pour construire le moteur de recherche dont les agents IA ont besoin

C’est précisément ce problème que Linkup adresse, et qui explique la récente levée de 10 millions d’euros de la société. L’ambition n’est pas de créer un nouvel outil de search de plus, mais de bâtir une infrastructure pensée dès le départ pour les agents IA.

Pour Philippe, le décalage est clair.

« Aujourd’hui, les agents sont très bons pour raisonner, mais très mauvais pour accéder à de l’information fiable et à jour. »

Derrière cette phrase se cache une conviction structurante : tant que les agents n’auront pas accès à une information externe fiable, ils resteront cantonnés à des démonstrations séduisantes, mais difficiles à déployer en production.

Pourquoi les agents IA ont besoin d’un nouveau moteur de recherche

Les modèles de langage sont entraînés sur des corpus massifs, pendant des mois, parfois des années. Une fois cet entraînement terminé, leur connaissance du monde se fige. Philippe insiste sur ce point, souvent mal compris.

« Les modèles sont entraînés pendant des mois, puis ils ne savent plus ce qui se passe après. »

Dès qu’une information devient récente, un agent se retrouve face à une limite structurelle. Soit il admet son ignorance, soit il tente de produire une réponse plausible. Et c’est là que le risque apparaît.

« Les modèles les moins bons hallucinent et ne te le disent pas. »

Pour Linkup, ce problème ne peut pas être réglé uniquement par des modèles toujours plus puissants. Il nécessite une brique technique distincte, dédiée à l’accès à l’information.

« Le problème n’est pas le raisonnement. Le problème, c’est l’accès à l’information. »

Pourquoi le Web search traditionnel ne suffit pas

Pendant des décennies, les moteurs de recherche ont été conçus pour un usage humain. Ils répondent à une logique simple : proposer des liens, laisser l’utilisateur faire le reste. Philippe rappelle ce décalage fondamental entre humains et agents.

« Les moteurs Web renvoient une liste de liens. Un humain peut cliquer, lire et comprendre. Un agent ne peut pas. »

Un agent n’a pas besoin d’une page, ni même d’un site. Il a besoin d’une information exploitable immédiatement, intégrable dans une chaîne de raisonnement.

« Un agent n’a pas besoin d’une liste de sites, il a besoin d’information. »

C’est à partir de ce constat que Linkup a décidé de ne pas adapter l’existant, mais de repartir d’une feuille blanche.

Indexer l’information plutôt que les pages

Le choix technologique central de Linkup est radical, et explique en grande partie la complexité du produit. Plutôt que d’indexer des pages Web entières, la plateforme découpe chaque contenu en unités élémentaires.

« On ne référence pas des pages Web. On indexe des unités d’information. »

Chaque page est analysée, structurée, puis fragmentée en blocs directement consommables par des agents.

« On indexe les atomes d’information. »

Cette granularité permet une intégration très fluide côté développeur.

« Tu peux donner la sortie de Linkup directement en entrée de ton agent. »

Mais elle implique aussi un défi considérable : reconstruire un index du Web, pensé non pas pour la navigation humaine, mais pour l’exécution machine.

« Recréer un index du Web pour les agents, c’est extrêmement difficile. »

10M€ pour construire une infrastructure critique

La levée de fonds de 10M€ prend ici tout son sens. Linkup ne cherche pas à financer une feature ou une couche d’interface supplémentaire. Philippe est très clair sur ce point.

« On ne construit pas une feature. On construit une infrastructure. »

Indexer, rafraîchir et organiser le Web en continu représente un coût structurel important, qui impose des arbitrages forts.

« Indexer le Web sans réfléchir, c’est brûler énormément d’argent. »

C’est pourquoi Linkup fait des choix assumés sur le périmètre couvert.

Un moteur pensé pour les usages professionnels

Linkup ne vise pas l’exhaustivité.

Philippe explique ce positionnement sans détour.

« On n’a pas besoin de couvrir les recoins folkloriques du Web. »

Le moteur est optimisé pour des cas d’usage où la fiabilité est critique : recherche financière, veille concurrentielle, prospection automatisée, assistants internes.

« Les cas d’usage qui marchent sont des usages professionnels. »

Cette focalisation permet d’investir là où la valeur est la plus forte.

Conclusion

Avec cette levée de 10M€, Linkup ne cherche pas à concurrencer les moteurs de recherche grand public. Philippe résume l’ambition en une phrase.

« On est un outil pour les développeurs. »

L’objectif est plus fondamental : bâtir le moteur de recherche dont les agents IA ont besoin pour accéder à une information fiable, actuelle et vérifiable.

Une brique d’infrastructure discrète, mais essentielle, pour faire passer les agents IA du stade de la promesse à celui de la production.