Strivr lève 30 millions de dollars
Strivr est spécialisée dans le développement de logiciels de formation immersive basée sur la réalité virtuelle. Cinq ans après sa création à Palo Alto, en Californie, la start-up a déjà levé 21 millions de dollars. Elle compte de prestigieux clients comme Verizon, BMW, JetBlue ou Fidelity, mais aussi de manière plus surprenante des clubs de hockey, de football américain et de baseball, pour des mises en situation dépourvues de risques physiques et financiers, dans le cadre de nouveautés stratégiques ou opérationnelles. « Plus de 1,5 million de sessions de formation [ont été] réalisées en réalité virtuelle et 22 000 casques VR déployés chez nos clients », déclare Derek Belch, fondateur et PDG de Strivr.
Une levée de fonds dans un contexte tendu
L’entreprise boucle, le 31 mars, un tour de table de 30 millions de dollars, en série B, mené par Georgian Partners avec la participation de Franklin Templeton, Prologis Ventures, GreatPoint Ventures et Alumni Ventures Group. Cette opération survient dans un contexte très particulier pour l’entreprise, celui de la pandémie du Covid-19. En effet, « une grande partie de la chaîne d'approvisionnement des casques AR et VR est partagée avec les smartphones et les PC, et beaucoup de ces produits sont confrontés à des contraintes d'approvisionnement […]. Toutefois, la propagation du virus a l'effet inverse sur la demande, car un nombre croissant de consommateurs et d'employés restent à l'intérieur et se tournent vers les solutions de AR et de VR pour collaborer avec leurs collègues et se divertir, eux et leur famille », note Jitesh Ubrani, directeur de recherche pour l’International Data Corporation.
Un coup d’avance sur la concurrence
En parallèle de l’annonce de sa levée de fonds, Strivr révèle avoir obtenu un nouveau brevet auprès de l’US Patent and Trademark Office. Il s’agit d’une technologie de prédiction de l'efficacité des formations virtuelles. Le logiciel analyse les mouvements de la tête, des yeux et des mains et les recoupe avec des données physiologiques pour déterminer quelles seraient les réactions du sujet en situation réelle. Ce dispositif permet ainsi d’évaluer l’efficacité de la formation, de classer les apprenants et d’adapter leur parcours en fonction du niveau de progression de chacun.
Baptiste Delcambre