Meridian lève 17 millions de dollars pour réinventer la feuille de calcul agentique

Russell Brandom

Mercredi 11 février 2026 à 23h00 GMT+9 2 min de lecture

Le CTO de Meridian, George Fang, le PDG John Ling et le COO Zach Kirshner

La lutte pour dompter les feuilles de calcul avec l’IA n’est pas encore terminée. Une nouvelle entreprise appelée Meridian a émergé de l’ombre avec une approche plus complète basée sur un IDE pour la modélisation financière agentique — et beaucoup de financement pour la développer. Mercredi, la société a annoncé une levée de fonds d’amorçage de 17 millions de dollars à une valorisation post-money de 100 millions de dollars.

“Notre objectif est de rendre la modélisation financière et les feuilles de calcul beaucoup plus prévisibles et auditable,” a déclaré le PDG et co-fondateur John Ling à TechCrunch. “Comment peut-on prendre un processus qui prenait traditionnellement plusieurs heures et le condenser en environ 10 minutes ?”

Ce tour a été mené par Andressen Horowitz et le partenariat général, avec la participation de QED Investors, FPV Ventures et Litquidity Ventures. La société indique qu’elle travaille actuellement avec des équipes de Decagon et OffDeal, et a signé pour 5 millions de dollars de contrats en décembre seulement.

Les agents Excel ont été une cible populaire pour les startups d’IA, en partie à cause du coût élevé de l’analyse financière menée par des humains. Mais là où des agents Excel précédents comme Shortcut AI intégraient des agents dans Excel, Meridian fonctionne comme un espace de travail autonome, plus semblable à Cursor. Cela permet à l’application de fonctionner comme un IDE, en intégrant des sources de données et d’autres références externes qui pourraient autrement créer des frictions.

Basée à New York, l’équipe de Meridian comprend à la fois d’anciens de sociétés d’IA comme Scale AI et Anthropic, ainsi que des vétérans de la finance issus de sociétés comme Goldman Sachs.

Selon Ling, le plus grand défi de Meridian est la rigueur exigée par les clients financiers, qui entre souvent en conflit avec la nature non déterministe des modèles d’IA.

“Si vous allez voir dix ingénieurs logiciels différents chez Google, et que vous souhaitez ajouter une nouvelle fonctionnalité à une application, vous obtiendrez probablement dix implémentations complètement différentes. Et c’est tout à fait normal,” explique Ling. “Mais si vous allez voir dix analystes bancaires chez Goldman Sachs et que vous leur demandez dix modèles d’évaluation pour une entreprise, vous obtiendrez probablement dix classeurs presque identiques.”

En conséquence, l’équipe de Meridian a effectué un travail important pour rendre leurs résultats plus auditable et déterministe, tout en conservant la flexibilité des outils basés sur les LLM. Le résultat est un mélange d’IA agentique et d’outils plus conventionnels, minimisant les hallucinations qui ralentissent de nombreux déploiements en entreprise.

“Notre objectif est vraiment de supprimer la couche de doute directement dans le processus LLM,” explique Li. “Vous savez exactement comment la logique se déroule, et toutes ces hypothèses ou autres éléments intégrés dans le modèle, vous pouvez voir précisément d’où ils proviennent.”

Conditions d’utilisation et Politique de confidentialité

Tableau de bord de confidentialité

Plus d’infos