Arlequin AI lève 28 M€ pour bâtir l'alternative européenne à Palantir — et vise d'abord les banques

Une start-up parisienne fondée par un chercheur spécialiste du jihadisme et un ex-ingénieur du CNRS vient de lever 28 millions d'euros pour concurrencer Palantir. Le premier client visé n'est pas un service de renseignement, mais ta banque.

Le 10 septembre 2026, Arlequin AI a annoncé un tour de table de 28 millions d'euros, un peu plus d'un an après une amorce de 4,4 millions. Le positionnement est sans ambiguïté : dans ses propres offres d'emploi, la start-up se décrit comme « l'alternative européenne souveraine à Palantir ». Et le premier terrain de jeu choisi pour le prouver, c'est la détection de fraude bancaire.

Une techno qui prend le problème à l'envers des LLM

Arlequin AI a été fondée en 2024 par Hugo Micheron, chercheur en sciences politiques spécialisé sur le jihadisme, et Antoine Jardin, ancien ingénieur de recherche au CNRS. Le duo ne vient pas du sérail habituel des startups IA, et leur pari technique tranche aussi avec la doxa du secteur.

Plutôt que d'empiler les paramètres façon LLM, l'entreprise développe des réseaux de neurones topologiques : une architecture conçue pour apprendre directement de la structure des données et des relations qui les relient, plutôt que de leur seul contenu brut. L'objectif est de repérer des schémas cachés dans des masses de données — qui est connecté à qui, comment, et à quelle échelle — là où un LLM classique peine à raisonner sur des graphes complexes.

Deux promesses portent cette architecture :

• Plus de traçabilité : des décisions qui peuvent être expliquées et auditées, un point sensible dès qu'on parle de secteur bancaire ou régalien.
• Moins de calcul : une IA qui coûte moins cher à faire tourner qu'un LLM géant, un argument qui pèse autant sur les coûts que sur la souveraineté (moins besoin de clusters GPU loués aux hyperscalers américains).

Pourquoi les banques, et pas seulement les États

Le cas d'usage phare mis en avant par Arlequin AI est la détection de fraude dans les institutions financières. C'est un choix cohérent avec la techno : repérer une fraude, c'est repérer un schéma de relations anormal entre comptes, transactions et entités — exactement ce que les réseaux topologiques sont censés mieux faire que les modèles classiques de scoring.

Mais la start-up ne s'arrête pas là. Elle cible aussi les acteurs étatiques, les entreprises de cybersécurité et les groupes médiatiques — bref, tous les secteurs qui croulent sous des données massives et interconnectées, difficiles à cartographier avec les outils d'analyse classiques.

Une IA capable d'expliquer pourquoi elle a flaggé une transaction, ce n'est pas un détail réglementaire — c'est ce qui sépare un outil déployable en prod bancaire d'un projet pilote qui ne sortira jamais du board.

Le vrai sujet : qui finance la souveraineté numérique européenne

Le tour de table dit beaucoup à lui seul. Il réunit le fonds suisse redalpine, la société d'investissement polonaise OTB Ventures, et surtout le Fonds Innovation Défense de Bpifrance — la branche publique française dédiée aux technologies militaires et de sécurité. Xavier Niel et l'armateur CMA CGM figurent également au capital.

Ce n'est pas un hasard si l'État français, via Bpifrance, met de l'argent public sur une alternative à Palantir. Le sujet de la dépendance aux plateformes américaines d'analyse de données sensibles — bancaires, régaliennes, de défense — est devenu un point de friction politique en Europe, amplifié cette année par d'autres dossiers du même genre (le rachat de Hugging Face par Nvidia en a été un autre symptôme, côté IA open source).

Ce que ça change si tu bosses dans la fintech ou la banque

Si ton entreprise évalue ou déploie des outils de détection de fraude, de scoring de risque ou d'analyse de graphes de transactions, trois choses à surveiller dans les mois qui viennent, pas dans un an :

1. Une alternative crédible à Palantir arrive sur le marché européen, avec un backing public français. Si la souveraineté des données est un critère dans tes appels d'offres (RGPD, hébergement, cloud act), ça vaut le coup de suivre le dossier.
2. La traçabilité des décisions IA devient un argument commercial, pas juste une contrainte de conformité. Si tu vends de l'IA à des banques, prépare-toi à devoir démontrer l'explicabilité de tes modèles, pas seulement leur taux de détection.
3. Le calcul efficient redevient un avantage compétitif. Face au coût des LLM géants, une architecture qui promet des résultats comparables avec moins de puissance de calcul va intéresser des DSI qui cherchent à réduire leur facture cloud IA.

Mon avis

Le pari d'Arlequin AI est ambitieux à deux niveaux : techniquement, il faut prouver qu'une architecture encore peu éprouvée à grande échelle tient la route face à des plateformes de graph analytics déjà installées chez les gouvernements et les grandes entreprises. Commercialement, il faut convaincre des banques — un secteur notoirement lent à adopter de nouveaux fournisseurs critiques — de faire confiance à une start-up de moins de deux ans.

28 millions d'euros, ce n'est pas rien, mais ça reste loin des moyens de Palantir. Ce qui rend le dossier intéressant, ce n'est pas tant la taille du chèque que le signal qu'il envoie : l'argent public français est prêt à parier sur une alternative souveraine à l'analyse de données sensibles, plutôt que de laisser le sujet uniquement entre les mains d'acteurs américains. Reste à voir si la techno tient ses promesses une fois confrontée à des volumes de production réels — ce qu'aucun communiqué de levée de fonds ne prouve jamais à l'avance.

---

Sources :

• ARLEQUIN AI lève 28 millions d'euros pour construire une alternative européenne à Palantir — FrenchWeb
• Analyse de données : la start-up Arlequin AI lève 28 millions d'euros — Maddyness
• Arlequin AI lands €28M to scale topological neural network technology — Tech.eu
• From interviewing terrorists to rethinking AI: Arlequin raises €28M — Tech Funding News
• Xavier Niel entre au capital d'une startup de l'IA fondée par un spécialiste du djihadisme — La Revue du Digital