Harvey valorisée 15,5 milliards de dollars
44 fois le revenu pour une startup qui loue son intelligence
le pari vertical qui défie la gravité du SaaS

Le chiffre est presque absurde au regard des standards historiques du logiciel d'entreprise. Harvey, startup fondée en 2022, est en discussion pour lever au moins 500 millions de dollars à une valorisation post-money de 15,5 milliards de dollars, selon The Next Web. Lightspeed Venture Partners serait en pole position pour mener le tour. Il y a cinq mois, en mars 2026, Harvey levait 200 millions à 11 milliards. La progression est de 40 % en cinq mois. Le multiple de valorisation est de 44 fois le revenu annualisé actuel – un niveau qui, dans le SaaS traditionnel, signalerait une bulle. Mais Harvey n'est pas une entreprise SaaS traditionnelle. C'est la figure de proue de l'IA verticale : un logiciel spécialisé pour une seule profession, entraîné sur des contrats, des dépôts juridiques et de la jurisprudence. La thèse est simple – un outil spécialisé surpasse un chatbot généraliste pour le travail juridique, et les avocats l'adoptent. Le 15,5 milliards est un pari : soit la croissance continue et cette valorisation sera rétrogradement bon marché, soit le risque plateforme se matérialise et ce sera le sommet. Le plus frappant est le contraste avec le marché du logiciel coté. Pendant que Wall Street débat de la « SaaSpocalypse » – la crainte que l'IA ne vide de leur substance les éditeurs de logiciels par abonnement – et que des géants comme Thomson Reuters suppriment des postes d'ingénieurs pour se réarmer sur l'IA, le capital-investissement privé injecte des montants records dans les startups d'IA verticale. Harvey est le contre-exemple parfait : le marché public craint la disruption par l'IA, le marché privé la finance.

Le modèle économique de Harvey repose sur une proposition de valeur qui résonne avec la structure incitative du secteur juridique : faire gagner du temps aux avocats sur les tâches à faible valeur ajoutée – relecture de contrats, recherche de jurisprudence, rédaction de mémos – pour libérer des heures facturables sur le conseil stratégique. Les premiers retours des cabinets d'avocats confirment l'adoption : Harvey annonce des déploiements « firmwide » – à l'échelle du cabinet entier – chez de grands cabinets, ce qui suggère que le produit a passé le cap du projet pilote pour devenir un outil de production. Les investisseurs stratégiques valident cette trajectoire. Goldman Sachs et JPMorgan ont pris des participations, ce qui est un signal double : d'une part, les banques d'affaires considèrent l'IA juridique comme un actif stratégique pour leurs propres opérations ; d'autre part, ces participations créent un alignement d'intérêts qui pourrait faciliter l'adoption dans les départements juridiques des grandes entreprises. Microsoft a également approfondi son partenariat avec Harvey – un mouvement qui s'inscrit dans la stratégie plus large de Microsoft de devenir le cloud de référence pour l'IA d'entreprise. L'ambition affichée par Harvey est de devenir « plumbing, not a plug-in » – une infrastructure profondément intégrée plutôt qu'un module additionnel. Cette ambition est cohérente avec le multiple de valorisation : on ne paie pas 44 fois le revenu pour un outil périphérique, on le paie pour une plateforme qui pourrait devenir irremplaçable dans le flux de travail quotidien des professionnels du droit. Mais c'est précisément cette ambition d'infrastructure qui rend la dépendance aux modèles tiers si problématique.

C'est le nœud stratégique que tout investisseur potentiel doit résoudre avant de signer un chèque à 44 fois le revenu. Harvey ne possède pas la technologie d'inférence qui fait fonctionner son produit. Elle loue son intelligence à OpenAI et Anthropic, les mêmes entreprises dont les modèles pourraient un jour effectuer le travail directement. Ce risque n'est pas théorique. L'industrie a déjà observé des pressions similaires : Cursor, l'éditeur de code assisté par IA, a vu ses conditions changer lorsque les fournisseurs de modèles ont ajusté leurs tarifs et leurs conditions d'accès. La question n'est pas de savoir si OpenAI et Anthropic pourraient théoriquement concurrencer Harvey – ils le pourraient – mais de savoir si l'économie de la plateforme les y incite. Pour l'instant, la réponse est probablement non. Construire une couche applicative verticale – avec des intégrations dans les systèmes de gestion de cabinets, des interfaces conçues pour les avocats, des relations commerciales avec les grands cabinets – est un métier différent de la fourniture de modèles. Les fournisseurs de modèles ont intérêt à ce que l'écosystème applicatif prospère, car chaque application est un client supplémentaire pour leurs tokens. Mais cette équation économique peut changer. Si la couche applicative juridique devient suffisamment lucrative – et 350 millions de dollars de revenus commencent à être significatifs, même pour un fournisseur de modèles – la tentation de l'intégration verticale pourrait devenir irrésistible. Le précédent historique est Amazon Basics : la plateforme qui héberge les vendeurs tiers finit par lancer ses propres produits concurrents dans les catégories les plus rentables. Harvey parie que la spécialisation métier – la connaissance intime des workflows juridiques, des formats de documents, des exigences réglementaires – crée une barrière suffisante pour dissuader les fournisseurs de modèles de s'y aventurer. Le pari est cohérent mais il n'est pas garanti.

Le 8 aoùt 2026, le même jour que les nouvelles concernant Harvey, Sapiom annonce une levée de fonds de 35 millions de dollars en Série A. La startup de San Francisco, fondée il y a onze mois, a déjà levé 50 millions au total. Sa proposition est aussi simple que disruptive : elle s'intercale entre les agents IA et les modèles qu'ils utilisent, et route chaque appel vers le modèle le moins cher capable de réaliser la tâche. Le résultat est une réduction de la facture d'inférence pouvant atteindre un facteur 10. Le cas d'école est Polsia, une startup IA sans aucun employé qui exploite des essaims d'agents pour gérer d'autres entreprises. Sa facture Anthropic était de 1,2 million de dollars par mois. Après Sapiom : environ 100 000 dollars. La réduction est d'un facteur 10. Le paradoxe le plus fascinant de cette opération est la liste des investisseurs. Anthropic – le fournisseur de modèles dont Sapiom réduit la facture – participe à la Série A. La justification avancée par le fondateur Ilan Zerbib est que l'inférence moins chère permet aux entreprises de construire plus d'agents, dont certains nécessiteront les modèles les plus puissants. C'est une théorie de l'élasticité de la demande : si le prix unitaire baisse d'un facteur 10, le volume consommé pourrait augmenter d'un facteur supérieur à 10, et le revenu total du fournisseur de modèles augmenterait. Cette théorie n'est pas irrationnelle. Gartner prédit que plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027, avec les coùts croissants comme raison principale. Si Sapiom résout le problème de coùt, le nombre total de projets – et donc la consommation de tokens – pourrait exploser. Mais le calcul reste spéculatif. Le fondateur de Sapiom affirme que « 95 % des workloads agents n'ont pas besoin de modèles frontier ». Si c'est vrai, la croissance du volume pourrait ne pas compenser la baisse du prix unitaire pour les fournisseurs de modèles premium. Le marché du routage compte déjà environ 80 concurrents actifs, et les grands fournisseurs cloud – Amazon Bedrock, Microsoft Azure – proposent désormais du routage natif. La différenciation de Sapiom repose sur la propriété de l'infrastructure d'inférence sous-jacente – ses propres serveurs dans un datacenter de San Jose – plutôt que sur une simple couche de routage logicielle.

Une valorisation de 44 fois le revenu pour une entreprise qui ne possède pas sa technologie d'inférence mérite un examen rigoureux de ses angles morts. Le premier est le risque plateforme – déjà documenté – mais il faut en mesurer précisément les modalités. Un fournisseur de modèles n'a pas besoin de lancer un produit concurrent pour nuire à Harvey. Il suffit d'augmenter les prix d'API, de modifier les conditions d'utilisation, ou de restreindre l'accès aux modèles les plus performants. Chacune de ces actions est parfaitement légale et peut être justifiée par des raisons de sécurité, de capacité ou de stratégie commerciale. Le deuxième angle mort est la concurrence. Legora, un compétiteur direct, est déjà positionné sur le même marché de l'IA juridique. Mais la menace la plus sérieuse ne vient pas nécessairement d'une autre startup : elle vient des éditeurs historiques comme Thomson Reuters, qui possèdent à la fois les données juridiques propriétaires et les relations commerciales avec les cabinets. Si Thomson Reuters – qui supprime actuellement des postes d'ingénieurs pour se réarmer sur l'IA – parvient à intégrer des capacités comparables dans Westlaw, la proposition de valeur de Harvey serait considérablement affaiblie. Le troisième angle mort est le multiple lui-même. Un multiple de 44 fois le revenu ne laisse aucune marge d'erreur. Si la croissance ralentit – même légèrement – la correction de valorisation pourrait être brutale. C'est la mécanique bien connue des actions de croissance : le multiple se comprime plus vite que le revenu ne croît, et la valorisation peut chuter même si l'entreprise continue de progresser.