Startup Twelve Labs lève $100 millions d'Amazon et NEA pour la recherche vidéo par IA

La startup Twelve Labs, développeuse d'IA pour la recherche de vidéo, a reçu $100 millions d'investissements d'Amazon, du fonds de risque NEA et de Naver Ventures coréen. L'argent sera dirigé vers le développement d'une technologie capable de rechercher et d'analyser rapidement de grands volumes de contenu vidéo.

Qui a participé à la levée et pourquoi

La composition des investisseurs témoigne d'un intérêt stratégique, et non seulement financier, pour la technologie de recherche vidéo.

• $100 millions — le montant de la levée annoncée le 1er juillet 2026
• Amazon.com Inc. — le plus grand fournisseur de cloud au monde (AWS)
• NEA Management Co. — l'un des principaux fonds de capital-risque de la Silicon Valley
• Naver Ventures — la division d'investissement du principal moteur de recherche de Corée du Sud

La participation d'Amazon est particulièrement significative pour Twelve Labs. AWS dessert des milliers de clients d'entreprise dans le monde entier, et l'investissement crée un chemin direct pour intégrer la recherche vidéo dans l'écosystème cloud d'Amazon. Les clients d'entreprise d'AWS pourront ajouter la recherche vidéo par IA aux outils qu'ils utilisent déjà, sans changer l'infrastructure.

NEA Management — l'un des plus anciens et plus grands fonds de capital-risque de la Silicon Valley. Sa participation montre : la recherche vidéo est perçue par l'industrie comme une direction prioritaire, pas un développement de niche.

Naver — le principal moteur de recherche de Corée du Sud avec un fort laboratoire d'IA en interne. Pour lui, la recherche multimodale est une priorité stratégique directe : la capacité de rechercher du contenu vidéo par sens, pas seulement par texte, est critique pour concurrencer Google sur le marché asiatique.

Pourquoi la recherche vidéo est-elle si difficile à résoudre?

Trouver un moment précis dans une archive vidéo sans IA spécialisée est pratiquement impossible. Les moteurs de recherche traditionnels ne peuvent indexer que du texte : sous-titres, descriptions, tags. S'il n'y a pas de sous-titres, ou si vous devez trouver un moment visuel — une personne en vêtements particuliers, un logo dans un cadre, un geste spécifique — les outils standard ne fonctionneront pas sans baliser manuellement chaque fragment.

Twelve Labs crée des modèles multimodaux qui analysent la vidéo dans son ensemble : la séquence visuelle, la piste audio et la parole simultanément. Cela permet de faire des requêtes sémantiques et d'obtenir des horodatages précis sans balisage préalable.

Des centaines de millions d'heures de vidéo sont créées quotidiennement : enregistrements d'entreprise de réunions et webinaires, matériel de surveillance, archives médias, cours de formation, contenu généré par les utilisateurs. La vidéo représente une part croissante des données d'entreprise, et la grande majorité de ces matériaux reste pratiquement non indexée — c'est exactement là que la recherche par IA crée une valeur mesurable pour les entreprises.

Que signifie cela?

La levée de $100 millions avec la participation d'Amazon, NEA et Naver consolide Twelve Labs comme l'un des principaux prétendants au leadership dans le segment émergent de la recherche vidéo par IA. La participation stratégique d'Amazon crée une base infrastructurelle pour la mise à l'échelle : dans une course où l'entrée précoce sur le marché détermine les positions à long terme, le partenariat AWS devient un avantage concurrentiel significatif.

Qu'est-ce que la recherche vidéo via l'IA?

C'est une technologie qui permet de rechercher et d'analyser rapidement de grands volumes de contenu vidéo. Selon les développeurs de Twelve Labs, les technologies traditionnelles résolvent encore mal cette tâche.

Qu'est-ce que l'IA pour la recherche vidéo?

C'est un réseau de neurones qui analyse et recherche du contenu dans de grands volumes de matériaux vidéo — ce que les technologies traditionnelles résolvent mal.

Pourquoi un réseau de neurones est-il nécessaire pour la vidéo?

Pour la recherche rapide de contenu nécessaire dans les bases de données vidéo et l'analyse vidéo par sens, ce qui était auparavant techniquement impossible.