Une nouvelle startup baptisée Trajectory, fondée par d’anciens chercheurs de Google DeepMind, Apple, OpenAI et Meta Superintelligence Labs, entend résoudre l’un des principaux verrous de l’intelligence artificielle : l’absence d’apprentissage continu. Annoncée le 27 mai 2026, la société a levé 15 millions de dollars lors d’un tour de table en seed, valorisé à 115 millions de dollars, mené par le fonds Conviction avec la participation de Bessemer Venture Partners, Radical VC et BoxGroup. Parmi les investisseurs individuels figurent Jeff Dean, scientifique en chef de Google DeepMind, et Fei-Fei Li, professeure à Stanford et directrice générale de World Labs, surnommée la « marraine de l’IA ».

Un constat : l’IA reste « statique »

Ronak Malde, PDG et cofondateur de Trajectory, explique que les modèles d’IA actuels cessent de progresser une fois leur phase d’entraînement achevée. « Même l’IA la plus puissante aujourd’hui reste statique. Le modèle que vous avez utilisé hier commettra les mêmes erreurs aujourd’hui », résume-t-il. Ce constat rejoint un débat de fond soulevé en décembre 2025 lors de la conférence NeurIPS par Richard Sutton, lauréat du prix Turing, qui a estimé que l’apprentissage continu est essentiel pour construire des agents super-intelligents.

Un modèle inspiré du « vibe-coding »

Selon Malde, certains outils de codage par IA, comme Cursor, pratiquent déjà une version préliminaire de l’apprentissage continu en exploitant les données d’interaction des utilisateurs pour améliorer régulièrement leurs modèles. Cette boucle de rétroaction rapide est, selon lui, l’une des clés du succès des applications de « vibe-coding ». Trajectory souhaite appliquer cette même logique à d’autres secteurs professionnels, au-delà du codage.

Une plateforme d’amélioration hebdomadaire

Plutôt que de partir d’un modèle générique fourni par OpenAI ou Anthropic, Trajectory propose à ses clients d’utiliser un modèle open source pré-entraîné pour un produit spécifique. La startup enregistre les situations où l’IA échoue – par exemple lorsqu’un client d’un service d’assistance voit sa demande renvoyée à un humain – et utilise ces cas pour ré-entraîner un nouveau modèle, le processus pouvant être répété chaque semaine. Trajectory affirme que ces modèles ainsi optimisés surpassent, sur des tâches précises, ceux des grands laboratoires.

L’entreprise revendique déjà plusieurs clients, notamment Decagon (agent d’assistance client basé sur l’IA), Clay (logiciel de vente) et Harvey (IA juridique). Si elle travaille aujourd’hui principalement avec des entreprises « AI-native », elle prévoit de proposer sa plateforme au Fortune 500 à l’avenir.

Une ambition d’autonomie

Michael Elabd, cofondateur et ancien chercheur en robotique chez Google DeepMind, précise que l’objectif final est de construire une plateforme capable de se mettre à jour automatiquement, sans intervention humaine continue. « L’industrie de l’IA évolue vers un nouveau paradigme où l’IA apprend de l’expérience », affirme-t-il. La startup espère ainsi réduire le besoin d’équipes d’ingénieurs dédiées à la maintenance des modèles, un service pour lequel des entreprises comme OpenAI, Anthropic et Palantir déploient déjà des « ingénieurs déployés sur le terrain ».

Des critiques et des limites

Certains observateurs pourraient objecter que Trajectory n’a pas encore mis en œuvre un véritable apprentissage continu, dans la mesure où ses modèles ne sont mis à jour qu’une fois par semaine et restent figés entre ces cycles. Michael Elabd reconnaît que la startup n’en est qu’à ses débuts, mais insiste sur la nature progressive de la démarche.

Les fondateurs

Ronak Malde était auparavant chercheur en IA chez Windsurf, startup rachetée par Google DeepMind l’année dernière. Arjun Karanam, autre cofondateur, a travaillé chez Apple sur le Vision Pro, tandis que Michael Elabd a servi dans la division robotique de Google DeepMind. L’équipe de Trajectory compte aujourd’hui 11 chercheurs et ingénieurs.