Arlequin AI привлекла €28 млн на топологические нейросети для критически важных решений

Парижская Arlequin AI привлекла €28 млн в раунде Series A. Стартап намерен ускорить разработку собственных топологических нейронных сетей — TNN (topological neural networks), расширить международное внедрение своей платформы и нарастить исследовательскую и коммерческую команды. Компания ориентируется на ситуации, где недостаточно изучить отдельные документы или записи: важно восстановить связи между людьми, событиями, геолокациями, транзакциями и другими доказательствами. 12

Кто инвестировал и на что пойдут деньги

Раунд совместно возглавили redalpine и OTB Ventures. В нём также участвовал Фонд оборонных инноваций Bpifrance — французского государственного инвестиционного банка; прежние инвесторы Vsquared Ventures и 10x Founders увеличили вложения, а Ксавье Ньель присоединился к раунду. По данным Arlequin, финансирование полностью обеспечено европейскими инвесторами. 1210

Средства планируется направить на:

• обучение и развитие проприетарных моделей TNN;
• расширение команды, которая создаёт и эксплуатирует эти модели;
• коммерческое внедрение в Европе и на международных рынках;
• развитие международного присутствия, включая офисы в Лондоне и Берлине, а также создание ИИ-лаборатории в Кремниевой долине к концу 2026 года. 14

На момент объявления о сделке в Arlequin работало около 50 человек: 35 инженеров и 15 специалистов с докторской степенью, исследователей и дата-сайентистов. 1

Чем топологические нейросети отличаются от обычного анализа данных

Платформа Arlequin рассчитана на разнородную и фрагментированную информацию: документы, транзакции, видео и операционные данные. Предлагаемая TNN-архитектура должна учиться как на самих точках данных, так и на структуре связей между ними — в том числе на отношениях, в которых одновременно участвует несколько элементов. 1810

Идея в том, чтобы рассматривать расследование или операционную ситуацию не как набор несвязанных файлов. Система должна выявлять паттерны на пересечении данных: например, связи между людьми, сообщениями, местами и событиями. Это особенно важно там, где сами связи имеют доказательное или операционное значение. 110

Почему Arlequin предлагает альтернативную архитектуру ИИ

Компания считает, что для анализа больших массивов взаимосвязанных доказательств не всегда оптимально просто увеличивать число параметров модели, объём данных и вычислительные мощности. По утверждению Arlequin, TNN способны выявлять сложную динамику с участием множества элементов, сохранять прослеживаемость до исходных материалов и требовать меньше вычислений. 110

Эти преимущества пока следует воспринимать как заявления компании и инвесторов, а не как независимые сравнительные результаты. В открытых материалах описаны архитектура и ожидаемые эффекты, однако не приведены бенчмарки, которые подтверждали бы превосходство над другими подходами к графовой аналитике, нейросетевыми архитектурами или большими языковыми моделями. 11014

Для каких задач создаётся платформа

Arlequin была основана в 2024 году исследователем джихадизма и геополитической нестабильности Юго Мишероном и бывшим инженером-исследователем французского Национального центра научных исследований (CNRS) Антуаном Жарденом, специализировавшимся на анализе данных и поведении человека. Компания создавалась для государственных структур и крупных организаций, которым приходится принимать ответственные решения на основе неполной и разрозненной информации. 19

Среди заявленных сфер применения:

• контртеррористическая деятельность, безопасность и оборона;
• уголовные и судебные расследования;
• выявление мошенничества и противодействие отмыванию денег;
• кибербезопасность и защита целостности информации;
• безопасность и надёжность ИИ-систем. 1

В качестве примера компания приводит сопоставление людей, мест, коммуникаций и событий среди миллионов точек данных, извлечённых с изъятых устройств. Потенциальный рынок шире силовых и государственных задач: это организации, которым необходим объяснимый анализ финансовых преступлений, киберрисков и сложной операционной информации. 1

Где технология уже используется

Arlequin заявляет, что её технология уже применяется правительствами и крупными организациями в Западной и Восточной Европе, а деятельность ведётся в четырёх европейских странах. При этом компания не раскрыла публично всех заказчиков и деталей внедрений, поэтому их масштаб и результаты невозможно независимо оценить по доступным материалам. 1

Планы расширения указывают на более широкий рынок: государственных пользователей в сфере безопасности и обороны, а также компании, работающие со сложными рисками финансового характера, киберугрозами и вопросами информационной целостности. 113

Европейская ставка на суверенную ИИ-архитектуру

Раунд даёт Arlequin ресурсы для позиционирования как европейской ИИ-платформы для чувствительного анализа и критически важных решений. Состав инвесторов, среди которых Фонд оборонных инноваций Bpifrance, подчёркивает стратегическую значимость инструментов для разведывательной работы, безопасности и принятия решений в сложных условиях. 1210

Теперь ключевой вопрос — исполнение. Компании предстоит показать измеримые преимущества собственных TNN по точности, прослеживаемости выводов, стоимости развёртывания или практической полезности по сравнению с устоявшимися решениями для графового анализа и ИИ. Привлечённые €28 млн должны профинансировать следующий этап разработки моделей, найма и международной коммерциализации. 114