Le 16 septembre 2026, Factory a annoncé une levée de fonds de 200 millions de dollars portant sa valorisation à 5 milliards de dollars. La trajectoire est frappante : la startup valait 1,5 milliard en avril 2026 (Série C à 150 M$), 4 milliards en juillet (extension à 120 M$), et atteint 5 milliards cinq mois après son premier cap majeur. Khosla Ventures, Blackstone et Sequoia Capital ont participé à ce tour.
Factory construit une plateforme d'agents IA autonomes baptisés Droids, conçus pour couvrir l'ensemble du cycle de vie du développement logiciel : écriture de code, revue de PR, tests, documentation, déploiement et résolution d'incidents en production. Ce qui distingue Factory de la majorité des copilotes de code courants, c'est la portée : les Droids ne complètent pas une ligne à la fois — ils gèrent des Missions sur des horizons de plusieurs jours, en enchaînant des sous-tâches de manière autonome.
L'adoption enterprise confirme que cette promesse se matérialise en production : Nvidia, Adobe, T-Mobile, Palo Alto Networks, EY, Adyen et la Royal Bank of Canada sont cités parmi les clients. Ces noms, dans des secteurs aussi différents que le semiconducteur, la finance et les télécoms, signalent que les agents de développement autonomes sont passés du POC au déploiement réel dans des organisations technologiquement exigeantes.
Cet article décrit les capacités des Droids, l'usage enterprise actuel, les signaux stratégiques pour les DSI et équipes tech, et les points de vigilance avant d'évaluer cette plateforme.
Ce que font les Droids : cycle de vie logiciel complet
Les Droids de Factory sont des agents IA qui couvrent l'intégralité du Software Development Lifecycle (SDLC), de la spécification au monitoring en production. Voici les capacités documentées :
Développement de code autonome
Un Droid peut prendre en charge une issue GitHub, analyser le contexte dans le dépôt (fichiers concernés, historique, tests existants, documentation), écrire le code correctif ou la nouvelle fonctionnalité, créer la PR avec description et tests unitaires, et relancer les CI en cas d'échec. Cette boucle — qui correspond à plusieurs heures de travail développeur sur une issue de complexité standard — s'exécute de manière autonome, sans intervention humaine step by step.
Missions multi-jours
La différence centrale avec un agent de complétion de code (Copilot, Cursor, Muse Code) est la notion de Mission : un objectif à horizon pluridays, qui combine plusieurs sous-tâches conditionnelles. Par exemple : « Refactorer le module de paiement pour supporter les webhooks Stripe v4, mettre à jour les tests d'intégration et la documentation API. » Le Droid planifie les étapes, les exécute en séquence, gère les dépendances entre sous-tâches et reporte l'avancement dans Slack ou Linear.
Revue de code et documentation
Au-delà de l'écriture, les Droids effectuent des revues de PR selon des critères configurables (style, sécurité, performance, cohérence avec les conventions du dépôt) et maintiennent la documentation à jour en parallèle des évolutions du code. Ce dernier point — la documentation — est systématiquement la tâche la plus sous-traitée dans les équipes en croissance rapide, et Factory en fait un workflow automatique.
Infrastructure agnostique
La plateforme fonctionne dans n'importe quel IDE, en CLI, via Slack, Linear ou en interface web. Elle ne dépend pas d'un LLM unique : Factory utilise du model routing pour allouer dynamiquement les tâches au modèle le plus adapté (et le moins coûteux). Le déploiement peut être cloud, on-premises ou en réseau complètement isolé (air-gapped), ce qui la rend éligible aux environnements avec contraintes de souveraineté ou de sécurité renforcées. Pour les équipes de développement sur mesure en contexte réglementé, ce mode de déploiement est une distinction notable.
Exécution persistante
Factory dispose de Droid Computers : des environnements d'exécution persistants qui conservent le contexte entre sessions. Un Droid peut commencer une tâche, être interrompu, reprendre le lendemain avec le contexte intact — sans que le développeur humain ait besoin de reprendre le fil. C'est la différence entre un assistant et un collaborateur autonome.
Adoption enterprise : Nvidia, Adobe, T-Mobile
En avril 2026, Factory déclarait plusieurs centaines de milliers de développeurs utilisant les Droids quotidiennement. Les noms des clients enterprise confirment que l'adoption va au-delà de l'expérimentation :
- Nvidia : le leader des puces IA utilise des Droids dans ses équipes logicielles. Sur des dépôts complexes comme ceux de CUDA ou des drivers GPU, c'est un signal de maturité technique — ces bases de code sont parmi les plus exigeantes du secteur.
- Adobe : dans une organisation Creative Cloud gérant des dizaines de milliards de lignes de code sur des années d'histoire, les agents capables de naviguer dans des dépôts massifs apportent une valeur directe sur la maintenance et la modernisation progressive.
- T-Mobile : dans les télécoms, les systèmes OSS/BSS sont notoirement complexes et difficiles à maintenir. L'adoption par T-Mobile suggère que Factory gère des contextes de domaine métier spécialisés au-delà du pur code générique.
- Palo Alto Networks : dans la cybersécurité, la sensibilité du code est maximale. L'adoption en mode air-gapped permet à ce type d'organisation de bénéficier des agents sans exposer leur code à un cloud externe.
- EY et RBC : deux secteurs très régulés (audit et banque) où la traçabilité du code, l'audit des modifications et la conformité sont des exigences non négociables. Factory propose des workflows de revue et d'approbation qui s'intègrent dans ces processus.
Cette diversité sectorielle — tech, medias, télécoms, sécurité, finance — indique que la proposition de valeur n'est pas limitée à une verticale. Elle adresse un problème structurel commun : le coût et la lenteur du développement logiciel dans des organisations où les dépôts sont grands, les équipes sous pression et la dette technique croissante.
Signaux stratégiques pour les DSI et équipes tech
La trajectoire de Factory envoie plusieurs signaux que les responsables tech et les DSI devraient intégrer dans leur lecture du marché :
Le SDLC autonome devient une réalité mesurable
En 2024, les copilotes de code (GitHub Copilot, Tabnine) étaient des outils d'assistance à la complétion. En 2026, Factory et ses concurrents (Muse Code de Meta, Devin d'Cognition, Cursor Ultra) exécutent des tâches complètes en autonomie. La distinction entre « assistant qui suggère » et « agent qui fait » est franchie en production dans des organisations exigeantes. Pour une équipe qui évalue son outillage de développement sur les 12 prochains mois, ignorer cette catégorie reviendrait à ignorer les IDEs à complétion en 2021.
Le modèle build vs buy évolue
L'enquête McKinsey State of AI 2026 rapportait que 32 % des entreprises interrogées avaient décidé de construire des outils avec l'IA agentique plutôt que d'acheter du SaaS. Factory va dans le sens inverse : elle vend une plateforme qui permet d'automatiser la construction logicielle elle-même. La question n'est plus seulement « build ou buy » pour les outils métier — elle devient « à quelle vitesse automatise-t-on le build lui-même ? » Pour une stratégie d'automatisation à moyen terme, cette distinction devient structurante.
Le modèle économique récompense la vitesse d'adoption
La valorisation de Factory a triplé en cinq mois sur la base d'un déploiement réel chez des entreprises tier-1. Dans un marché où les meilleures intégrations vont aux premiers clients, attendre d'avoir une certitude totale coûte en compétitivité. L'évaluation d'un PoC contrôlé (sur un dépôt interne non critique, avec des Droids dont le périmètre est borné) a un coût d'opportunité faible et un potentiel d'apprentissage élevé.
La souveraineté est intégrée, pas optionnelle
La disponibilité en mode on-premises et air-gapped dès le lancement — et non comme option tarifaire supplémentaire — est un signal que Factory a fait de la souveraineté un argument de vente central. Pour les organisations françaises soumises à des contraintes NIS2, SecNumCloud ou contractuelles de localisation des données, ce mode de déploiement mérite d'être évalué. Pour en savoir plus sur les critères de souveraineté dans les outils internes, voir notre guide sur les outils internes sur mesure.
Points de vigilance
Trois points méritent une attention particulière avant d'évaluer ou déployer Factory :
- Autonomie ≠ absence de gouvernance : un Droid autonome qui fait des erreurs sur un dépôt de production peut causer des incidents réels. Factory prévoit des niveaux d'approbation configurables — chaque action peut passer par un gate humain selon le risque évalué. Définissez précisément quelles actions peuvent être exécutées sans validation humaine avant tout déploiement sur des environnements sensibles. Commencez par des environnements de staging, sur des tâches à faible criticité.
- Dépendance à une plateforme émergente : Factory a cinq ans d'existence et une valorisation qui a quadruplé en 2026 sur la base d'une adoption rapide. C'est une startup dont la trajectoire est impressionnante mais dont la pérennité sur 5-10 ans n'est pas garantie. L'architecture de vos workflows de développement doit préserver une réversibilité : pouvez-vous migrer vers un concurrent (Muse Code, Devin) ou vers une architecture custom sans refonte majeure ? Évaluez ce critère dès la phase d'intégration.
- Coût réel à l'usage : Factory n'affiche pas de tarifs publics et fonctionne sur des contrats enterprise. L'article TechCrunch d'avril 2026 mentionnait des tarifs « à partir de 1 200 $/mois par équipe » pour des accès standard, sans préciser les variantes volumétriques ou les coûts d'inférence LLM sous-jacents. Obtenez un devis précis avec un scénario d'usage réaliste avant tout engagement. Le coût apparent peut masquer des coûts d'inférence significatifs sur des Missions longues.
Votre équipe envisage d'évaluer des agents autonomes pour votre cycle de développement ? Parlons-en — nous accompagnons les équipes tech dans le cadrage de ces projets.
FAQ — Factory lève 200 M$ et triple à 5 Md$ en cinq mois : Nvidia, Adobe et T-Mobile ont basculé vers les Droids — promesses et points de vigilance
Quelle est la différence entre Factory Droids et GitHub Copilot ?
GitHub Copilot est un assistant de complétion de code : il suggère des lignes ou des blocs dans l'IDE, mais c'est le développeur qui valide et exécute chaque modification. Factory Droids sont des agents autonomes : ils prennent en charge une tâche complète (résoudre une issue, écrire un correctif, créer la PR avec tests), l'exécutent de manière autonome sur un horizon de plusieurs heures ou jours, et reportent l'avancement. La différence n'est pas de degré, elle est de nature.
Factory fonctionne-t-il sur des dépôts en français ou sur des codebases non-anglaises ?
Factory repose sur des LLMs modernes qui gèrent nativement le code documenté en plusieurs langues. La documentation, les commentaires et les messages de commit en français ne posent pas de problème structurel. Pour des bases de code très spécialisées (domaine métier de niche, nomenclature propriétaire), la qualité des Droids dépend de la clarté du contexte fourni dans le prompt système et dans la documentation existante du dépôt.
Peut-on utiliser Factory en mode on-premises en France ?
Oui. Factory propose un mode on-premises et un mode air-gapped (réseau isolé) dès sa version standard, sans supplément tarifaire annoncé. Ce déploiement est pertinent pour les organisations soumises à des obligations de localisation des données (NIS2, contraintes sectorielles banque/défense, SecNumCloud). Vérifiez avec l'équipe Factory les prérequis d'infrastructure et les conditions contractuelles spécifiques à la France et à l'UE.
Comment évaluer Factory sans risque sur notre code de production ?
La démarche recommandée est un PoC borné : un dépôt de staging non critique, une catégorie de tâche bien définie (par exemple, résolution automatique des issues labellisées 'bug-mineur'), avec approbation humaine obligatoire avant tout merge. Cette configuration permet de mesurer le taux de complétion correcte, le temps moyen par tâche et la qualité des PR générées sans exposer le code de production à une autonomie non validée.
Factory est-il le seul acteur sur ce marché des agents SDLC autonomes ?
Non. Le marché des agents de développement autonomes compte plusieurs acteurs : Cognition (Devin), Meta (Muse Code), Cursor Ultra, SWE-agent (Princeton, open source), et des features d'agentique intégrées dans des outils existants (GitHub Copilot Workspace, JetBrains AI). Factory se distingue par son focus enterprise, sa disponibilité on-premises et son concept de Missions multi-jours. L'évaluation multi-acteurs sur vos propres critères reste la méthode la plus robuste avant tout engagement.
Quel est le retour sur investissement typique de Factory selon ses clients ?
Factory ne publie pas de données ROI standardisées au 16 septembre 2026. Les témoignages clients cités lors des levées de fonds mentionnent des réductions du temps de résolution d'issues de 40 à 70 % sur des tâches standardisées. Ces chiffres sont à prendre avec prudence : ils proviennent de cas sélectionnés et peuvent ne pas refléter la moyenne sur l'ensemble des tâches confiées aux Droids. Construisez votre propre mesure ROI à partir d'un PoC sur vos données de production.