L'avant-garde de l'intelligence artificielle en mathématiques : comment un dropout de 24 ans de Stanford est en train de transformer l'industrie

Dans un changement de paradigme au sein des cercles du capital-risque, de jeunes fondateurs attirent de plus en plus l’attention et les capitaux. Un exemple frappant est la levée de fonds récemment annoncée par Axiom Math lors de la série A : la startup spécialisée dans le raisonnement par IA a obtenu $64 millions d’investissement, portant sa valorisation à $300 millions. Dirigée par B Capital avec le soutien de Greycroft, Madrona et Menlo Ventures, cette levée souligne la confiance croissante des investisseurs dans les ventures IA de nouvelle génération. Ce qui rend cette histoire de financement particulièrement remarquable, ce ne sont pas seulement les chiffres, mais aussi le leadership visionnaire : Carina Hong, une entrepreneure née après 2000 qui incarne une nouvelle génération de fondateurs techniques en train de remodeler la Silicon Valley.

Qui se cache derrière Axiom Math ?

Née et élevée à Guangzhou, Hong Letong — connue professionnellement sous le nom de Carina Hong — illustre le parcours des fondateurs d’élite d’aujourd’hui. Son parcours éducatif ressemble à une masterclass d’excellence institutionnelle : elle a fréquenté le lycée affilié de l’Université Normale du Sud de la Chine (où elle s’est distinguée dans des compétitions de mathématiques), obtenu des diplômes doubles en mathématiques et en physique du MIT, un master en neuroscience de l’Université d’Oxford (obtenu via la prestigieuse bourse Rhodes — une distinction détenue par seulement quatre Chinois), et plus récemment, une candidature au doctorat à Stanford en mathématiques et en droit.

Les distinctions accumulées en cours de route racontent leur propre histoire. Elle a reçu le prix Schafer d’excellence en mathématiques — décerné chaque année à une seule étudiante de premier cycle en Amérique du Nord — suivi du prix Morgan, la plus haute distinction en mathématiques pour la réussite au niveau undergraduate dans la région, faisant d’elle la cinquième femme à le recevoir. Pendant ses années de licence au MIT, elle a suivi 20 cours de niveau postgraduate et publié plusieurs articles dans des domaines avancés des mathématiques, notamment les fonctions L des courbes elliptiques modulaires et les surfaces K3.

La genèse d’Axiom : d’une conversation au café à une valorisation de $300 Million

Le récit fondateur est presque cinématographique dans sa simplicité. Lors d’une rencontre informelle un week-end près du campus de Stanford, Hong et Shubho Sengupta — ancien chercheur en IA chez Meta qui a dirigé l’équipe FAIR et co-développé OpenGo et CrypTen — ont engagé une longue conversation explorant l’intersection des mathématiques avancées et de l’intelligence artificielle. La discussion portait sur une question fondamentale : les systèmes d’IA pourraient-ils résoudre les problèmes mathématiques les plus inextricables du monde ?

Cette seule conversation a catalysé une décision. Hong a quitté Stanford et s’est entièrement consacrée à la construction d’Axiom Math, lançant ce qui deviendrait l’un des lancements IA les plus importants de cette année.

Quel problème Axiom résout-il réellement ?

Axiom se positionne comme “un mathématicien IA” — un système capable de convertir les connaissances mathématiques issues de manuels, d’articles académiques et de revues en programmes exécutables par machine. La distinction est importante : contrairement aux modèles linguistiques à usage général qui peinent avec le raisonnement mathématique, Axiom génère non seulement des réponses, mais aussi des preuves détaillées étape par étape, des validations et des chaînes de raisonnement.

L’écart technique que cela comble est réel. Lorsqu’on a testé ChatGPT o3 contre les compétitions américaines de mathématiques, il a atteint une précision de 96 % — jusqu’à ce qu’on lui demande de démontrer une méthodologie de preuve. À ce moment-là, ses performances se sont effondrées à environ 5 %. La divergence a révélé une faille critique : les données d’entraînement du modèle incluaient probablement ces problèmes spécifiques, masquant des déficiences fondamentales dans le raisonnement.

La feuille de route de recherche d’Axiom dépasse les mathématiques pures. L’équipe envisage des applications dans la modélisation financière, la conception d’architecture de semi-conducteurs et le trading quantitatif — des domaines où une vérification mathématique rigoureuse distingue les stratégies rentables des catastrophes.

Construire l’équipe : un collectif post-00s avec l’ADN de Meta

Malgré un démarrage il y a seulement quelques mois, Axiom a constitué une équipe centrale de 10 personnes dominée par des chercheurs en IA de renom. Le CTO actuel, Shubho Sengupta, apporte deux décennies d’expérience en ML de pointe, y compris des travaux précoces sur la technologie CUDA et l’infrastructure de formation distribuée de Google. François Charton, recruté dans la division recherche de Meta, a passé des années à étudier les architectures de transformeurs appliquées à la résolution de problèmes mathématiques. Hugh Leather, autre ancien de Meta, a contribué à des travaux fondamentaux sur les grands modèles linguistiques conçus pour la génération de code pour compilateurs et GPU.

Ce rassemblement de talents — concentré, ciblé, et non conventionnel dans sa composition — a attiré le soutien de B Capital précisément pour sa capacité d’exécution et sa profondeur technique.

Un moment plus large : les fondateurs post-00s sont partout dans l’IA maintenant

Le succès d’Axiom s’inscrit dans une narration plus large : les fondateurs nés après 2000 investissent collectivement le secteur de l’IA avec des taux de réussite remarquables.

Considérez Sola Solutions, la récente startup fondée par Jessica Wu, 22 ans, et Neil Deshmukh, 23 ans (tous deux diplômés du MIT). Ils ont levé $21 millions lors de rounds de seed et de série A, combinant 3,5 millions de dollars (orientés conviction) et 17,5 millions de dollars (menés par a16z), respectivement.

Ou Anysphere — la startup de programmation IA dirigée par Michael Truell et trois autres diplômés du MIT en 2022. Leur valorisation en série B a atteint $9 milliard sur $900 millions de financement. Leur produit, Cursor, est devenu la norme de facto parmi les ingénieurs de Silicon Valley intéressés par le développement assisté par IA.

Mercor, la plateforme de recrutement IA, a atteint $2 milliard de valorisation sur $100 millions lors du financement de série B — et a été fondée par trois jeunes diplômés du Harvard et de Georgetown nés après 2000, qui l’ont lancée depuis leur dortoir.

En Chine, le modèle se répète : Zero Degree ( startup de robotique par Min Yuheng, Cheng Yi et Li Yizhe de Tsinghua ) a levé des centaines de millions lors de rounds d’ange. Lingchu Intelligent a attiré le soutien de Hillhouse Venture et BlueRun Ventures. UniX AI, fondée par Yang Fengyu ( né en 2000, doctorant en informatique à Yale ), est devenue un point focal pour l’investissement dans l’IA incarnée.

Pourquoi les fondateurs post-00s pourraient en réalité avoir un avantage

Une thèse d’investissement émise par les principales sociétés de VC suggère que ces jeunes fondateurs possèdent des avantages systématiques. “Nous croyons fermement que l’entrepreneuriat appartient souvent aux jeunes,” note Dai Yusen, associé gérant de ZhenFund. La raison : de nombreuses avancées en IA opèrent dans des domaines où l’expérience accumulée devient un handicap plutôt qu’un atout. Les manuels existants ne s’appliquent pas. Les fondateurs post-00s, libérés de la mémoire institutionnelle, abordent les problèmes avec des cadres nouveaux.

“L’ignorance est sans peur,” ajoute Dai. “De nombreuses innovations technologiques naissent précisément parce que les participants comprennent le terrain mais restent intrépides face à ses défis.”

Le moment où Hong Letong a construit

La position officielle d’Axiom — “L’avenir de la découverte mathématique commence ici” — porte du poids précisément parce que c’est elle qui l’exprime. Lors d’une interview précédente, Hong a réfléchi à son impulsion fondatrice : “J’ai toujours été chercheuse. Je veux résoudre de véritables problèmes techniques difficiles.”

Juste avant de fonder Axiom, alors que DeepSeek captait l’attention mondiale, Hong a observé : “Une petite équipe concentrée, non conventionnelle. Des partenaires excellents, composés d’idéalistes. Une forte exécution. Un engagement pratique. L’élément le plus précieux : une croyance entrelacée dans les idéaux et la mission.” Elle a poursuivi : “C’est l’histoire de DeepSeek. C’est aussi l’histoire que je souhaite écrire personnellement.”

Avec $300 millions de soutien et 10 des meilleurs chercheurs en IA au monde engagés dans la mission, cette histoire est en train d’être écrite en temps réel.