L'équipe fondatrice

Estel a été fondée par trois professionnels qui cumulent une solide expérience dans le recrutement, les opérations tech et l'intelligence artificielle :

• Bogdan Stavrev (CEO) était auparavant VP des produits digitaux chez l'un des plus grands cabinets de recrutement au monde.
• Ivo Michorov a dirigé le programme global de main-d'œuvre externalisée chez Google, ce qui lui donne une vision directe de la façon dont les grandes entreprises tech gèrent leurs talents en contrat.
• Yusuf Berki apporte 15 ans d'expérience dans le développement de systèmes d'IA/ML appliqués aux RH, à la santé et à la finance .

La plateforme : ce qui rend Estel différente

Estel se présente comme un espace de travail commercial natif IA qui regroupe plusieurs outils déconnectés en une seule interface pour les cabinets de recrutement tech . Sa grande force différenciatrice est le Demand Confidence Score (DCS) – un indicateur propriétaire qui analyse les signaux du marché chaque jour pour vérifier si une offre d'emploi reflète une réelle demande de recrutement active, par opposition aux annonces obsolètes, dupliquées ou peu fiables .

Au-delà du DCS, la plateforme propose également :

• La notation des prospects (lead scoring) – classe et priorise les opportunités pour chaque utilisateur en fonction de leur probabilité de conversion .
• La mise en relation acheteur (buyer matching) – associe automatiquement les opportunités vérifiées aux prospects les plus susceptibles de concrétiser .

L'idée centrale est que les équipes commerciales des cabinets de recrutement gaspillent un temps précieux sur des pistes qui n'existent plus. En filtrant d'abord la demande réelle, Estel vise à améliorer considérablement l'efficacité.

Traction actuelle et utilisation des fonds

Au moment de l'annonce de la levée de fonds, Estel déclarait 3 clients entreprises et 24 000 € de revenus annuels récurrents (ARR) . L'entreprise prévoit d'utiliser ce nouvel apport de capital pour renforcer ses algorithmes de vérification de la demande, de notation et de mise en relation, tout en accélérant l'acquisition de clients sur des marchés européens clés : le Royaume-Uni, la région DACH (Allemagne, Autriche, Suisse), la Pologne et son marché domestique, la Bulgarie .

Des objectifs de croissance ambitieux

Estel s'est fixé des objectifs à court terme très agressifs. La start-up vise une multiplication par vingt de son ARR d'ici mi-2027, ce qui la positionnerait pour un tour de table d'amorçage (seed) plus tard dans l'année. Elle prévoit également une expansion sur le marché américain en 2027 .

Ce sont des indicateurs de début de parcours – 3 clients et 24 000 € d'ARR – mais l'expérience opérationnelle de l'équipe et la clarté du problème qu'elle résout font de cette start-up une société à suivre dans le domaine des RH tech et des logiciels de recrutement.

L'équipe fondatrice

Estel a été fondée par trois professionnels qui cumulent une solide expérience dans le recrutement, les opérations tech et l'intelligence artificielle :

• Bogdan Stavrev (CEO) était auparavant VP des produits digitaux chez l'un des plus grands cabinets de recrutement au monde.
• Ivo Michorov a dirigé le programme global de main-d'œuvre externalisée chez Google, ce qui lui donne une vision directe de la façon dont les grandes entreprises tech gèrent leurs talents en contrat.
• Yusuf Berki apporte 15 ans d'expérience dans le développement de systèmes d'IA/ML appliqués aux RH, à la santé et à la finance .

La plateforme : ce qui rend Estel différente

Estel se présente comme un espace de travail commercial natif IA qui regroupe plusieurs outils déconnectés en une seule interface pour les cabinets de recrutement tech . Sa grande force différenciatrice est le Demand Confidence Score (DCS) – un indicateur propriétaire qui analyse les signaux du marché chaque jour pour vérifier si une offre d'emploi reflète une réelle demande de recrutement active, par opposition aux annonces obsolètes, dupliquées ou peu fiables .

Au-delà du DCS, la plateforme propose également :

• La notation des prospects (lead scoring) – classe et priorise les opportunités pour chaque utilisateur en fonction de leur probabilité de conversion .
• La mise en relation acheteur (buyer matching) – associe automatiquement les opportunités vérifiées aux prospects les plus susceptibles de concrétiser .

L'idée centrale est que les équipes commerciales des cabinets de recrutement gaspillent un temps précieux sur des pistes qui n'existent plus. En filtrant d'abord la demande réelle, Estel vise à améliorer considérablement l'efficacité.

Traction actuelle et utilisation des fonds

Au moment de l'annonce de la levée de fonds, Estel déclarait 3 clients entreprises et 24 000 € de revenus annuels récurrents (ARR) . L'entreprise prévoit d'utiliser ce nouvel apport de capital pour renforcer ses algorithmes de vérification de la demande, de notation et de mise en relation, tout en accélérant l'acquisition de clients sur des marchés européens clés : le Royaume-Uni, la région DACH (Allemagne, Autriche, Suisse), la Pologne et son marché domestique, la Bulgarie .

Des objectifs de croissance ambitieux

Estel s'est fixé des objectifs à court terme très agressifs. La start-up vise une multiplication par vingt de son ARR d'ici mi-2027, ce qui la positionnerait pour un tour de table d'amorçage (seed) plus tard dans l'année. Elle prévoit également une expansion sur le marché américain en 2027 .

Ce sont des indicateurs de début de parcours – 3 clients et 24 000 € d'ARR – mais l'expérience opérationnelle de l'équipe et la clarté du problème qu'elle résout font de cette start-up une société à suivre dans le domaine des RH tech et des logiciels de recrutement.