Earthian rejoint le programme Nvidia Inception, lève des fonds à 112 M$. En savoir plus
Earthian AI permet une couche d'inférence financière qui tarifie le risque directement dans le capital. Les systèmes financiers d'aujourd'hui s'appuient sur des données agrégées. Earthian raisonne sur les actifs et les risques pour générer une intelligence prête pour la tarification. Cela crée une nouvelle couche d'infrastructure financière ; au-delà des plateformes centrées sur les données — comme S&P Global, Moody's et Bloomberg — vers des systèmes de décision pilotés par l'inférence.
Nous développons un modèle de recherche sur les risques financiers fondamental alimenté par un raisonnement de haute précision et des performances de modèles de risque supérieures, offrant aux institutions financières mondiales un avantage concurrentiel sur les marchés, la recherche sur les risques et la tarification.
Notre équipe comprend des scientifiques, des chercheurs en IA et des dirigeants avec une expérience à Harvard, au Massachusetts Institute of Technology, chez Moody's, UBS, AON, Allianz et Accenture. Nous collaborons avec des investisseurs et des gestionnaires d'actifs pionniers gérant plus de 3 billions de dollars en AUM pour construire des petits modèles de langage spécialisés conçus exclusivement pour le raisonnement financier.
Notre mission est de transformer les modèles financiers traditionnels axés sur les données utilisés par les principales sociétés de trading et les gestionnaires d'actifs en systèmes d'IA à inférence prioritaire qui approfondissent la compréhension humaine du risque, soutiennent un meilleur jugement et permettent une prise de décision financière plus transparente et résiliente. Notre travail vise à renforcer la stabilité et l'intégrité des marchés financiers, au bénéfice de la société en réduisant le risque systémique et en favorisant des résultats économiques plus responsables.
Tous nos modèles publiés sont comparés aux principaux fournisseurs de données financières et démontrent des performances d'inférence supérieures au moment de leur publication. Certains de nos modèles sont actuellement sur le marché et utilisés par des sociétés financières mondiales :
Modèle Lucid Climate-0 — le modèle d'assurance environnementale au niveau des actifs le plus précis disponible aujourd'hui.
Modèle ESG Evergreen-0 — un modèle d'intelligence du risque de durabilité et ESG couvrant les signaux de risque publics, privés et au niveau de l'entreprise.
Modèle Geopolitics Axiom-0 — un modèle d'intelligence du risque géopolitique de haute précision pour l'analyse d'exposition macro, de marché et au niveau pays.
Modèle Technology Tenet-0 — un petit modèle de langage (SLM) de risque technologique conçu pour évaluer, interpréter et expliquer le risque technologique à travers les systèmes, les chaînes d'approvisionnement et les portefeuilles d'investissement.
Modèle Cybersecurity Ichnos-0 — un modèle d'inférence conçu pour tracer les cyberattaques natives de l'IA et l'activité d'agents IA non conformes sur les systèmes d'entreprise. Développé à l'origine pour le secteur financier, Ichnos-0 fournit désormais une intelligence intersectorielle pour détecter et suivre les comportements anormaux des agents IA.
Modèle NatCat Lighthouse-0 — un petit modèle de langage (SLM) de risque de catastrophe naturelle conçu pour évaluer, interpréter et expliquer le risque de catastrophe naturelle à travers les actifs, les portefeuilles et les régions géographiques.
Découvrez comment les assureurs, banques, gestionnaires d'actifs et équipes immobilières utilisent Earthian pour tarifer le risque plus vite, améliorer la cohérence et anticiper les expositions émergentes.
Investissement technologique
“Earthian differentiates itself through physics-based risk analytics and the use of Small Language Models, which were previously unavailable in the risk intelligence sector. The platform leverages over 10x more alternative data sources than traditional competitors.”
Investor
Tier-1 Global Technology Investor · Californie
Assurance
“Earthian AI addresses a real market gap: continuous, asset-level perception of climate and geopolitical risk in compliance-bound environments requires accuracy, explainability, and timeliness to be solved together, not traded off.”
Product Manager
Le Plus Grand Assureur d'Europe · UE
Conseil en risques
“The most relevant aspect is the ambition to transform fragmented upstream signals into one auditable decision object that can be reviewed, challenged and documented within institutional workflows.”
Insurance Partner
Cabinet Big Four Tier-1 · UK
Infrastructure IA
“Earthian's emphasis on model accuracy, explainability, and API-first delivery is well aligned with the needs of institutions that must make defensible decisions on underwriting, portfolio resilience, and infrastructure exposure.”
GTM
Développeur de Modèles IA Leader aux États-Unis · San Francisco
Gestion d'actifs
“In my view, the most important positive observation is that Earthian AI is not trying to add another isolated analytics tool to an already crowded risk stack. Its approach is to reduce manual stitching at the decision point by combining specialized models, geospatial context, and orchestration logic into one governed output.”
Économiste Senior
Le Plus Grand Gestionnaire d'Actifs d'Allemagne · Allemagne
Notations de crédit
“Ratings infrastructure was built for public markets. Private credit tripled without it. That gap is where a company like Earthian gets to matter.”
Assistant Director
Big Three agence de notation de crédit · New York
| Fonctionnalités d'intelligence du risque | Earthian | Moody's | Bloomberg | MSCI |
|---|---|---|---|---|
| Modèles d'IA pilotés par l'inférence | ||||
| Analyse du risque climatique au niveau des actifs | ||||
| Intelligence du risque prospective | ||||
| Mises à jour du risque en temps réel | ||||
| Évaluations du risque explicables | ||||
| Évaluation des événements composés | ||||
| SLM de risque spécialisés (climat, NatCat, géopolitique, tech) | ||||
| Analyse du risque multidimensionnelle intégrée | ||||
| Analyse de propagation du risque au niveau système |
