Projet échoué ressuscité, pourquoi a16z a-t-il émis un chèque de 35 millions de dollars à cette société de « recouvrement de dettes » ?

Rédigé par : Leo

Imaginez cette scène : vous êtes le directeur financier (CFO) d’une marque de consommation bien connue, et les produits de votre entreprise se vendent chez de grands distributeurs comme Target, Walmart, Amazon, etc. Sur le papier, tout semble normal. Mais à chaque clôture mensuelle, vous constatez un phénomène étrange : les montants que ces distributeurs paient sont toujours inférieurs d’environ 20 % au montant des factures. Ce n’est pas une ou deux fois : c’est tous les mois. Vous voulez prouver qu’ils paient moins, mais pour le faire, il faut que votre équipe passe en revue des centaines de pages de bons d’expédition, se connecte à des dizaines de portails de distributeurs différents, et vérifie des milliers de détails de factures. À quel point est-ce énorme ? Votre équipe finance n’arrive tout simplement pas à gérer cette charge, et finit par abandonner la récupération des retenues aux montants plus faibles, en regardant des millions de dollars s’échapper entre les mailles du processus.

Ce n’est pas de la fiction : c’est une histoire réelle qui se répète chaque jour dans l’industrie des biens de consommation. J’ai récemment plongé dans une entreprise appelée Glimpse : elle vient d’obtenir un tour de table de 35 millions de dollars en série A, mené par Andreessen Horowitz. Cette société, incubée par Y Combinator, utilise l’IA pour résoudre une problématique de l’industrie, d’une valeur de plusieurs milliers de milliards de dollars : les litiges liés aux retenues des distributeurs. Quand j’ai vu leurs données, j’ai été abasourdi : pour une entreprise de biens de consommation de 1 milliard de dollars, l’agent IA de Glimpse a examiné 17000 enregistrements de retenues en moins de 24 heures, identifiant des revenus récupérables représentant plusieurs millions de dollars. Et si on le faisait manuellement, ce travail demanderait près de deux ans.

Le coût invisible le plus élevé dans la distribution

Avant d’entrer dans le détail de la solution de Glimpse, je veux d’abord expliquer à quel point le problème des retenues dans la distribution est grave. Beaucoup de gens ne savent peut-être pas que les transactions entre une marque et un distributeur ne sont pas aussi simples que l’imagine le grand public. La marque envoie une facture au distributeur, le distributeur paie : cela semble direct. Mais dans la réalité, le distributeur déduit presque toujours une partie du montant lors du paiement, puis fournit une raison : par exemple des marchandises endommagées, des retards d’expédition, des expéditions incomplètes, ou encore un emballage non conforme, etc.

Certaines de ces retenues sont légitimes : elles sont effectivement dues à la marque. Mais une part importante sont des retenues invalides, c’est-à-dire que la marque n’a rien fait de mal, mais le distributeur prélève quand même. Le problème, c’est que pour prouver que ces retenues sont invalides, il faut un processus extrêmement fastidieux. L’équipe financière doit se connecter à plusieurs systèmes de distributeurs, extraire des documents dispersés, examiner les détails ligne par ligne, les rapprocher avec les enregistrements internes, puis gérer tout le processus de litige. Ce processus est tellement complexe et long que la plupart des marques ne peuvent traiter que sélectivement les retenues dont les montants sont les plus élevés ; les autres sont considérées comme une perte de coût.

J’ai vu une donnée qui m’a particulièrement marqué : des analystes du secteur estiment que les entreprises de biens de consommation ont, chaque année, au total 8 milliards de dollars de litiges valides qui ne sont pas recouvrés faute de capacité opérationnelle. Ce n’est pas un petit montant. Pour une entreprise de taille moyenne dans les biens de consommation, les retenues invalides peuvent représenter 5 % du chiffre d’affaires de la distribution, voire davantage. Imaginez : si vos revenus de distribution annuels sont de 1 million de dollars, alors 5 millions de dollars s’évaporent dans ce processus, et vous ne pouvez pas les récupérer faute de personnes et de systèmes suffisants pour traiter le tout.

Et pire encore, la complexité de ce problème ne cesse d’augmenter. Prenons l’exemple de Amazon Vendor Central : il existe plus de 30 catégories différentes de retenues, allant des retards d’expédition à la non-conformité de l’emballage, et chacune a ses propres règles et son propre processus de litige. Dans les entreprises de biens de consommation de taille moyenne, l’équipe financière compte souvent seulement quelques personnes, qui n’ont tout simplement pas assez de ressources pour traiter ne serait-ce que la moitié des litiges. C’est pourquoi ce problème persiste depuis longtemps ; ce n’est que maintenant, avec la maturité des technologies d’IA, que sa résolution est devenue possible.

À quel point la solution d’IA de Glimpse est puissante

En apprenant comment Glimpse fonctionne, j’ai compris qu’ils ont trouvé un angle d’attaque très intelligent. Ils n’ont pas essayé de construire un logiciel financier généraliste ; ils se sont concentrés sur la résolution d’un problème spécifique, mais très impactant : l’automatisation de l’examen et du processus de litige des retenues de la distribution. Leur plateforme utilise des agents d’IA pour exécuter l’ensemble du processus, de la collecte des données à la résolution des litiges, le tout automatisé de bout en bout.

Concrètement, le système de Glimpse commence par se connecter automatiquement aux portails de chaque distributeur, retrouver tous les documents pertinents et les centraliser. Cela peut sembler simple, mais en réalité c’est très complexe : chaque distributeur a un système différent, et les formats de données sont totalement différents. Certains utilisent l’EDI (échange de données informatisé), d’autres des documents PDF, d’autres encore des e-mails, et certains sont cachés au fond de pages web. L’IA de Glimpse doit comprendre toutes ces sources de données variées et les intégrer dans une vue unifiée.

Ensuite, le système classe chaque retenue. Cette étape semble facile, mais elle requiert une compréhension approfondie de la logique métier. L’IA doit savoir quel type de retenue il s’agit, quels produits sont concernés, à quel moment cela s’est produit, et à quel ordre cela correspond. Puis, elle rapproche ces retenues avec les données internes de la marque : par exemple les enregistrements de la chaîne d’approvisionnement, les calendriers promotionnels, les bons d’expédition, etc. Grâce à cette validation croisée, l’IA peut déterminer quelles retenues sont légitimes et lesquelles sont invalides.

Le plus important, c’est que lorsque le système identifie des retenues invalides, il ne s’arrête pas là : il soumet automatiquement une demande de litige, suit l’ensemble du processus, trace l’avancement du recouvrement de trésorerie, puis synchronise toutes les informations avec le système ERP de la marque. Tout le processus, de bout en bout, est automatisé et ne nécessite pas d’intervention humaine. Bien sûr, Glimpse conserve aussi une part d’intervention humaine, principalement pour garantir la qualité des résultats : par exemple le suivi des litiges pour favoriser leur résolution et le recouvrement de trésorerie, ainsi que des contrôles de qualité lors d’étapes clés comme la classification et l’extraction des données.

Ce que je trouve le plus impressionnant, c’est que ce système devient de plus en plus intelligent au fil du temps. À chaque retenue traitée, il apprend et s’améliore, optimisant continuellement ses capacités de classification, de validation et de résolution. Avec le temps, cela crée un avantage de données cumulatives : chaque nouvelle intégration et chaque nouveau client rendent l’ensemble du réseau plus intelligent et plus efficace. C’est ainsi que Glimpse atteint un taux de victoire de 91 % sur les litiges tout en réduisant jusqu’à 80 % le temps de travail manuel.

Je vois un cas client qui illustre très bien le propos. Evermark est la société mère de la marque Suave et de Chapstick. Son directeur senior FP&A, Sean Quinn, a déclaré : « Comme la plupart des grandes marques de consommation, Evermark a dû, par le passé, définir un seuil de montant minimal pour les retenues susceptibles d’être examinées, car nous n’avions pas assez de temps ni de ressources humaines pour examiner chaque retenue. En utilisant l’automatisation par IA de Glimpse pour l’examen et le rapprochement, nous avons non seulement supprimé ce seuil, mais aussi débloqué une nouvelle source de flux de trésorerie, générant des revenus de plusieurs millions de dollars, revenus auparavant considérés comme des ‘montants radiés’ ou un coût de faire des affaires. » Le point clé ici est « supprimer le seuil » : auparavant, ils ne pouvaient traiter que les retenues supérieures à un certain montant ; désormais, chaque retenue est examinée. Cela signifie que de nombreuses retenues de faible montant, auparavant ignorées, peuvent désormais être recouvrées.

De l’échec à la réussite : l’histoire de transformation de trois amis de l’université Purdue

L’histoire de création de Glimpse est elle-même très intéressante : elle met en évidence l’un des aspects les plus importants de l’entrepreneuriat, à savoir la capacité à tester rapidement et à pivoter avec décision. Les fondateurs Akash Raju, Anuj Mehta et Kushal Negi étaient camarades à l’université Purdue. Leur projet initial était totalement différent de ce qu’ils font aujourd’hui : une société qui réalisait des intégrations de produits pour Airbnb. Le projet a démarré en 2020, mais en 2024, les fondateurs ont réalisé que l’adéquation produit-marché n’était pas suffisante, et ont décidé de pivoter entièrement.

Avec leurs propres mots à propos d’Akash Raju : « Nous avons finalement senti un manque d’adéquation produit-marché et avons décidé de faire un pivot difficile. Au cours de ce processus, nous avons eu accès aux équipes back-office des marques, ainsi qu’à la réalité chaotique de la vente au détail, et cela nous a finalement amenés à créer Glimpse aujourd’hui. » Ce type de pivot exige un courage considérable : cela signifie abandonner tout ce qui a été fait auparavant et repartir de zéro. Mais c’est précisément cette décision qui leur a permis de trouver un problème réellement précieux.

Ce qui me fascine encore davantage, c’est qu’au cours du pivot, l’équipe fondatrice ne payait parfois même pas les salaires, entièrement soutenue par la passion et la conviction liées au produit. Cet esprit de « ne pas s’arrêter tant que l’objectif n’est pas atteint » imprègne tout ce qu’ils ont entrepris. Et cet esprit a aussi été reconnu par les investisseurs. Ils ont rencontré des investisseurs d’Andreessen Horowitz via un ami commun fondateur : à mesure que l’activité s’étendait, des relations solides se sont construites, menant finalement à ce financement de 35 millions de dollars.

Fait intéressant, cette levée de fonds a aussi une petite histoire derrière le nom. L’an dernier, après leur pivot, Glimpse a obtenu un financement de 10 millions de dollars mené par 8 VC, qui s’appelait alors la série A. Aujourd’hui, cette levée de 35 millions de dollars est également appelée série A, tandis que les 10 millions de dollars précédents ont été redéfinis comme une levée de seed (amorçage). En ajoutant les financements réalisés avant le pivot, l’entreprise a déjà réuni un total de 52 millions de dollars. Ce type de flexibilité dans le nom des tours de financement n’est pas rare dans le monde du startup, surtout pour des entreprises ayant traversé un pivot majeur.

L’exécution de l’équipe se voit aussi à travers leurs résultats en 2025. Dès l’entrée dans 2025, ils ont défini une stratégie claire : recruter des talents de qualité et travailler ensemble, s’immerger profondément dans les workflows clients, et adopter une stratégie marketing en face à face. Leur slogan interne est « omniprésent » : bâtir la confiance en étant constamment présent et en apportant de l’aide. Cette stratégie a porté ses fruits. En 2025, ils ont réalisé une croissance des revenus par 10, multiplié par 10 les revenus recouvrés pour leurs clients, multiplié par 5 le volume de factures traitées pour atteindre 1 milliard de dollars, augmenté la taille de l’équipe par 5 pour dépasser 25 personnes, et multiplié par 3 le nombre de clients pour atteindre plus de 150 marques de biens de consommation.

La véritable valeur des agents d’IA dans l’automatisation financière

Le cas de Glimpse m’a permis de mieux comprendre la valeur des agents d’IA dans les applications d’entreprise. L’année passée, tout le monde discutait des agents d’IA, mais beaucoup de conversations restaient au niveau des concepts ou des démos. Glimpse, elle, montre la valeur réelle que les agents d’IA peuvent créer dans des scénarios métier concrets : ils influencent directement les marges bénéficiaires.

Je pense que la clé du succès de Glimpse réside dans le fait qu’ils ont choisi un angle d’attaque parfait. Le problème des litiges liés aux retenues présente plusieurs caractéristiques qui en font un cas idéal pour l’IA. C’est une tâche hautement répétitive : elle se produit chaque mois, des milliers de fois. Elle implique le traitement d’une grande quantité de données non structurées, allant des documents PDF aux données web en passant par les e-mails. Elle exige une validation et un rapprochement entre plusieurs systèmes. Et il existe des critères de réussite clairs : les litiges sont-ils gagnés ? l’argent est-il recouvré ? La combinaison de tous ces éléments permet aux agents d’IA d’exploiter pleinement leurs avantages.

Plus important encore, ce problème offre un retour sur investissement immédiat. Un investisseur de Glimpse a déjà dit qu’ils recherchaient un « logiciel qui récupère le coût dès le premier trimestre », et l’outil de recouvrement des retenues correspond exactement à ce critère. Quand une marque peut récupérer plusieurs millions de dollars chaque année grâce à Glimpse, le coût de l’abonnement logiciel devient, en comparaison, négligeable. Cette proposition de valeur claire permet à Glimpse d’acquérir rapidement des clients et de maintenir un taux de rétention extrêmement élevé.

J’ai aussi remarqué que Glimpse ne s’est pas arrêté aux litiges de retenues. En 2025, ils ont déjà lancé plusieurs extensions importantes des capacités de plateforme. En plus des distributeurs KeHE et UNFI initialement, ils prennent désormais en charge plusieurs distributeurs comme Target, Walmart, Amazon et Sam’s Club. Ils ont lancé des agents de recouvrement de revenus d’IA de bout en bout, capables de gérer l’ensemble du flux : recherche de retenues, codage, validation et soumission des réclamations. Ils ont aussi développé une fonction d’application de trésorerie automatisée, automatisant l’un des workflows les plus pénibles pour les équipes financières lors des clôtures de fin de mois.

Il convient de souligner particulièrement la fonctionnalité d’IA de détail des retenues. Chaque retenue est accompagnée de documents justificatifs, qui dépassent généralement 100 pages, remplis de détails hétérogènes des distributeurs, SKU, courtiers et informations non structurées. La plupart des marques n’utilisent pas ces données non pas parce qu’elles n’ont aucune valeur, mais parce qu’un traitement manuel à grande échelle est tout simplement impossible. L’IA de Glimpse peut extraire chaque détail pertinent dans un format de tableau structuré : cela débloque une toute nouvelle couche d’intelligence—calcul précis des commissions de courtage, analyse de la rentabilité par distributeur, analyses commerciales, évaluation des performances promotionnelles, stratégies d’amélioration des marges, etc.

Cela m’amène à une question plus profonde : qu’est-ce que Glimpse construit réellement ? En surface, c’est un outil d’automatisation des litiges liés aux retenues. Mais en réalité, ils construisent une infrastructure d’IA pour les marques CPG. Leur PDG, Akash Raju, a déclaré : « Notre vision est de devenir une infrastructure d’IA pour les marques CPG et les marques retail. » Ce positionnement est très judicieux. Les litiges de retenues ne sont qu’un point d’entrée : une cale qui permet de prouver rapidement la valeur. Mais en résolvant ce problème, Glimpse obtient un accès profond aux données opérationnelles de distribution des marques, ce qui lui permet de s’étendre vers un domaine plus large de l’automatisation de la conformité retail.

Selon des informations, leur feuille de route inclut des modules tels que le rapprochement promotionnel, l’optimisation des dépenses commerciales, et des analyses de prédiction des comportements de paiement des distributeurs. Un investisseur proche de la transaction a déclaré que l’entreprise pourrait finalement construire une « plateforme complète d’opérations financières retail », située entre le système ERP et les portails des distributeurs, et qui automatise l’ensemble du cycle de la commande à l’encaissement pour les marques CPG. Si cette vision se concrétise, Glimpse ne serait pas seulement un outil, mais deviendrait une infrastructure centrale pour l’exploitation des marques CPG.

Qu’est-ce que cela signifie pour l’ensemble de l’industrie

La montée rapide de Glimpse et la réussite de son financement, selon moi, indiquent que les applications d’IA en entreprise entrent dans une nouvelle phase. En 2025, les applications d’IA grand public ont occupé tous les gros titres, mais les investisseurs commencent maintenant à miser fortement sur des outils d’IA qui résolvent des problèmes commerciaux moins visibles, mais coûteux. Le suivi des retenues, le rapprochement des factures, la surveillance de la conformité : tout cela ne produit pas des démos spectaculaires, mais cela impacte directement l’EBITDA. C’est exactement le type de proposition de valeur qui permet de survivre dans une période de ralentissement économique, et c’est aussi la raison pour laquelle Andreessen Horowitz est disposé à payer des multiples élevés de SaaS entreprise pour ces solutions.

J’ai observé une tendance intéressante : la dynamique concurrentielle s’intensifie rapidement. L’an dernier, Claimify a levé 12 millions de dollars en série A pour une automatisation similaire des litiges retail, tandis que des acteurs plus traditionnels comme HighRadius et Billtrust ajoutent des modules d’IA à leurs plateformes de comptes clients (AR). Mais le background de Y Combinator de Glimpse et son traction précoce auprès des marques CPG du segment intermédiaire lui donnent un avantage durant le processus de financement. Selon des informations, le chiffre d’affaires de l’entreprise a augmenté de 14 fois d’une année sur l’autre, même si les chiffres ARR spécifiques n’ont pas été divulgués.

La participation continue de 8 VC est aussi très révélatrice. Ce fonds a mené le seed de Glimpse en 2024 et continue à suivre lors de cette série A. 8 VC a un historique d’investissement dans des SaaS verticaux qui automatisent des processus manuels de finance. Le partenaire Alex Kolicich a déjà déclaré à Forbes que 8 VC recherche des « logiciels qui récupèrent le coût dès le premier trimestre » — et lorsque les marques peuvent récupérer des montants à six ou sept chiffres chaque année, les outils de recouvrement des litiges correspondent parfaitement à ce modèle de ROI.

D’un point de vue plus macro, le succès de Glimpse valide un argument simple : il y a de grandes affaires dans l’automatisation de travaux “côté coulisses” peu spectaculaires qui font perdre aux marques CPG des millions de dollars chaque année. Avec le soutien d’Andreessen Horowitz et un produit capable de générer un retour sur investissement mesurable dès le premier jour, l’entreprise est bien placée pour dominer ce segment de résolution des litiges retail.

Le véritable test arrivera au cours des 12 prochains mois : est-ce que Glimpse pourra dépasser sa base de clients initiale pour se développer à grande échelle, et prouver que la plateforme peut gérer la complexité opérationnelle de marques CPG d’envergure entreprise, avec des milliers de SKU répartis entre des dizaines de partenaires retail ? Si le produit tient sa promesse de récupération des marges, ce financement en série A pourrait, lors de la prochaine levée, sembler être une véritable bonne affaire pour l’entreprise.

Je suis particulièrement en phase avec la remarque de Joe Schmidt, partenaire chez Andreessen Horowitz : « Depuis des décennies, les opérations back-office retail dépendent des tableurs et de workflows fragmentés. Ce qui nous impressionne, ce sont les recommandations des clients : Glimpse apporte un retour sur investissement clair et mesurable. En intégrant l’IA directement dans les workflows essentiels de finance et d’exploitation, ils transforment ce marché, en le faisant passer d’un ensemble d’outils supplémentaires à une infrastructure pour les marques modernes. » Cette citation résume avec justesse pourquoi Glimpse compte : ce n’est pas une amélioration marginale des processus existants, c’est une redéfinition de la manière dont ces processus doivent fonctionner, grâce à l’IA.

Mes réflexions sur l’IA qui transforme les secteurs traditionnels

L’histoire de Glimpse m’a aidé à mieux comprendre comment l’IA transforme les secteurs traditionnels. L’industrie des biens de consommation est l’un des plus grands marchés au monde, mais elle reste, à peu près, non touchée par les logiciels modernes. Quand les marques vendent aux principaux distributeurs, elles doivent généralement gérer des données fragmentées et non structurées, disséminées dans des dizaines de portails de distributeurs et dans des systèmes hérités. Les analystes passent d’innombrables heures à extraire des données depuis des portails, à tirer des lignes de données des documents, à travailler dans des tableurs—pour alimenter des workflows comme le rapprochement des retenues, les frais de litiges invalides, et l’application manuelle de la trésorerie. Ces tâches impactent directement les marges, mais sans véritable levier stratégique.

Chaque année, l’industrie dépense plus de 100 milliards de dollars en main-d’œuvre back-office, et les gains de productivité issus des vagues précédentes de logiciels d’entreprise ont été très limités. Pour la première fois, l’IA rend possible l’automatisation de bout en bout de cette complexité. Je pense que c’est l’insight le plus important : tous les problèmes ne peuvent pas être résolus par des logiciels traditionnels ; certains nécessitent d’attendre que la technologie atteigne un seuil critique pour être réellement résolue.

Je réfléchis aussi à la raison pour laquelle c’est maintenant le meilleur moment pour utiliser l’IA afin de transformer ces secteurs traditionnels. D’un point de vue technique, les grands modèles de langage sont désormais suffisamment puissants pour comprendre et traiter les données non structurées. D’un point de vue business, les entreprises subissent une pression sur les profits et doivent protéger leurs marges—en particulier quand le pouvoir des distributeurs se consolide et que des exigences de conformité plus strictes sont imposées. Rien que sur Amazon Vendor Central, il existe plus de 30 catégories différentes de retenues, depuis l’envoi en retard jusqu’aux violations de l’emballage. Les équipes financières des entreprises CPG de taille moyenne n’ont souvent pas le personnel nécessaire pour contester ne serait-ce qu’une moitié de ces retenues. C’est précisément pourquoi des plateformes alimentées par l’IA comme Glimpse deviennent une infrastructure essentielle plutôt qu’un outil “optionnel”.

Je pense que nous allons voir apparaître de plus en plus d’entreprises comme Glimpse, qui se concentrent sur la résolution de problèmes spécifiques dans des secteurs spécifiques grâce à l’IA. Ces entreprises ne chercheront pas à construire une IA généraliste ; elles s’enfonceront dans un domaine vertical donné, comprendront vraiment les workflows métier, puis redessineront ces workflows avec l’IA. Cette approche est plus difficile que la construction d’outils généralistes, car elle requiert une connaissance approfondie du secteur. Mais une fois réussie, les barrières à l’entrée sont plus élevées et la valeur est plus grande.

Le financement en série A de 35 millions de dollars de Glimpse n’est qu’un début. Je m’attends à ce que, dans les prochaines années, beaucoup de capitaux affluent dans ce domaine et accélèrent l’adoption de l’IA dans les opérations back-office des secteurs traditionnels. Les entreprises qui, comme Glimpse, sauront trouver des angles d’attaque à forte valeur, prouver rapidement le ROI, puis étendre les capacités de la plateforme, auront une opportunité de devenir des acteurs de niveau infrastructure dans leurs domaines respectifs. Et pour les marques CPG, adopter ces outils d’IA n’est plus un choix : c’est une nécessité de survie. Les marques qui adopteront plus tôt et exploiteront mieux l’IA pour optimiser leurs opérations prendront un avantage concurrentiel significatif.