Tsuga, fondée par deux ex-ingenieurs de Datadog, accélère avec une levée de 35 millions de dollars. La start-up parisienne veut imposer une nouvelle lecture de l’observabilité, adaptée à l’essor de l’intelligence artificielle et à l’explosion des volumes de données.
Tsuga lève 35 millions de dollars pour bousculer l’observabilité native IA
Quelques mois après un amorçage de 10 millions de dollars bouclé avec General Catalyst en décembre 2025, Tsuga remet déjà du carburant dans la machine. Son nouveau financement en série A est mené par Singular, avec la participation de General Catalyst, DST Global, QuantumLight, Picus Capital et Databricks Ventures.
Le signal envoyé au marché est clair : l’observabilité devient un sujet stratégique à mesure que les entreprises déploient des agents IA, des chaînes automatisées et des architectures cloud toujours plus distribuées. Dans ce contexte, le coût et la maîtrise des données deviennent des points de tension immédiats pour les directions techniques.
Deux anciens de Datadog face à un marché sous pression
Créée à Paris en 2024 par Gabriel-James Safar et Sébastien Deprez, Tsuga avance sur un terrain qu’ils connaissent bien. Les deux fondateurs avaient déjà créé Madumbo, ensuite rachetée par Datadog, où ils ont occupé des fonctions d’ingénierie.
Cette trajectoire donne du poids à leur analyse : le modèle historique du secteur, fondé sur l’ingestion massive de données dans le cloud du fournisseur, montre ses limites. Plus les systèmes produisent de signaux, plus la facture grimpe. Or l’intelligence artificielle multiplie précisément ces signaux.
La réinvention de l’observabilité passe par les agents IA
Tsuga se positionne sur une réinvention de l’observabilité dite résiliente et native IA. L’objectif n’est plus seulement d’afficher des métriques, des logs ou des traces applicatives, mais de comprendre aussi les comportements propres aux agents intelligents : prompts, tokens, traces d’exécution et graphes d’appels entre agents.
Cette évolution répond à une réalité opérationnelle. Dans une entreprise qui automatise son support client ou ses chaînes de développement, un incident ne vient plus toujours d’un serveur saturé ou d’une base lente. Il peut provenir d’une boucle d’agents mal orchestrée, d’un prompt instable ou d’un enchaînement d’appels difficile à reconstruire après coup.
Une donnée conçue pour être lue par d’autres IA
La différence revendiquée par Tsuga tient à l’usage final de la donnée. Là où les outils traditionnels s’adressent d’abord à des ingénieurs humains, la plateforme veut rendre ces signaux directement exploitables par d’autres agents IA, afin d’automatiser une partie du diagnostic.
Le changement est important. Dans une architecture classique, un ingénieur d’astreinte cherche une anomalie dans un flot d’informations. Dans une architecture pilotée par agents, le système peut commencer à isoler la cause, proposer une correction ou hiérarchiser les incidents avant même l’intervention humaine.
Pour une équipe technique sous pression, l’enjeu n’est pas cosmétique : chaque minute gagnée réduit le risque de panne prolongée, de perte de revenus ou de dégradation de service. C’est là que l’innovation promise par Tsuga prend sa dimension économique.
Un modèle Bring Your Own Cloud contre la facture des volumes
Le pari de Tsuga ne repose pas seulement sur la technologie. Il touche aussi au modèle économique du secteur. Plutôt que d’aspirer les données des clients dans son propre cloud, la plateforme est déployée directement dans l’environnement du client, qu’il s’agisse d’AWS, Azure, Google Cloud ou d’un cloud souverain régional.
Cette approche limite les sorties de données et répond à une préoccupation croissante des grands comptes : garder la télémétrie dans leur périmètre de contrôle. Pour les secteurs sensibles, de la finance aux médias en passant par l’industrie, cette question devient aussi importante que la performance logicielle.
Des clients grands comptes plutôt qu’une course au volume
Tsuga revendique déjà plusieurs millions de dollars de revenus récurrents annuels et des contrats moyens à six chiffres. Parmi ses clients figurent Le Monde, Camunda, Buk et Black Forest Labs, des profils qui illustrent une stratégie orientée vers les organisations aux besoins techniques complexes.
Ce choix tranche avec la logique de masse souvent associée au logiciel SaaS. Tsuga préfère cibler des comptes où l’observabilité est un enjeu critique, avec des environnements riches en données, des contraintes de conformité et des équipes capables d’intégrer rapidement des outils avancés.
Les fonds levés doivent désormais soutenir trois priorités : renforcer le produit, recruter davantage d’ingénieurs et structurer l’équipe commerciale. La société compte environ quarante collaborateurs et vise une centaine de salariés début 2027, un cap significatif pour une jeune pousse sortie du mode discret fin 2025.
Datadog, IA et observabilité : un marché en recomposition rapide
Le mouvement de Tsuga intervient alors que les grands acteurs du cloud et de la supervision accélèrent eux aussi sur l’IA. Datadog a multiplié les annonces autour de l’observabilité augmentée, tandis que les entreprises cherchent à surveiller des systèmes moins prévisibles, plus autonomes et plus coûteux à diagnostiquer.
Le point de bascule est simple : les infrastructures ne produisent plus seulement des logs techniques, elles génèrent désormais des traces d’interactions entre modèles, agents et applications. Cette nouvelle couche rend les anciens tableaux de bord insuffisants lorsqu’ils ne sont pas pensés pour l’ère de l’intelligence artificielle.
Pourquoi les investisseurs reviennent si vite sur Tsuga
La rapidité du nouveau tour de table traduit une dynamique favorable. Les premiers résultats commerciaux obtenus début 2026 ont convaincu plusieurs investisseurs historiques de revenir rapidement, dans des conditions jugées cohérentes par les parties prenantes.
Pour les fonds, le dossier coche plusieurs cases : un marché en expansion, une douleur budgétaire claire chez les clients, une équipe fondatrice issue d’un leader mondial du secteur et une proposition différenciante autour du contrôle des données. Dans un climat où les investisseurs restent sélectifs, ce type de traction pèse lourd.
La bataille qui s’ouvre dépasse donc la seule supervision informatique. Elle touche à la capacité des entreprises à garder la main sur leurs systèmes automatisés, à contenir leurs coûts et à faire de l’observabilité un levier de résilience plutôt qu’une ligne de dépense incontrôlée.
