Marble lève 6,5 millions d’euros en Série A pour développer sa plateforme de détection de fraude

Marble annonce une levée de fonds de 6,5 millions d’euros en Série A afin d’accélérer le développement de sa plateforme open source dédiée à la détection de fraude et à la conformité LCB-FT. L’opération, menée par Smartfin avec ADNEXUS, Passion Capital et 42Capital, porte à 9 millions d’euros les montants levés par l’entreprise depuis sa création.

Cette annonce illustre la pression croissante qui pèse sur les banques, fintechs, prestataires de paiement et autres acteurs réglementés, confrontés à des obligations plus lourdes et à des schémas de fraude plus rapides. Dans un contexte de renforcement européen de la supervision anti-blanchiment, de généralisation des paiements instantanés et d’exigences accrues sur la maîtrise des données, l’automatisation devient un levier opérationnel autant qu’un enjeu de conformité. Pour les entreprises financières, l’intérêt est clair : réduire les tâches manuelles, adapter plus vite les règles de contrôle et limiter les faux positifs sans perdre la traçabilité attendue par les régulateurs.

Une Série A pour industrialiser la conformité automatisée

Marble se positionne sur un segment stratégique de la regtech : l’infrastructure logicielle permettant aux institutions financières de détecter les opérations suspectes, d’orchestrer les alertes et de faire évoluer leurs contrôles sans dépendre de projets informatiques longs. La société indique désormais être utilisée en production par plus de 100 institutions, avec près de 70 % de clients situés hors de France et une proportion similaire ayant remplacé une solution existante.

Le tour de table de 6,5 millions d’euros est mené par Smartfin, investisseur européen spécialisé dans les logiciels BtoB, avec la participation d’ADNEXUS, fonds français centré sur la confiance numérique et la transformation des professions réglementées. Passion Capital et 42Capital, déjà présents au capital, renforcent aussi leur soutien. Marble vise un ARR supérieur à 5 millions d’euros en 2027, objectif qui suppose à la fois une expansion commerciale internationale et une capacité à servir des clients soumis à des contraintes techniques fortes.

Pourquoi la conformité financière devient un problème d’infrastructure

La lutte contre le blanchiment de capitaux et le financement du terrorisme, souvent résumée par l’acronyme LCB-FT, repose sur plusieurs briques : connaissance client, surveillance des transactions, filtrage des sanctions, scoring de risque, examen des alertes et déclaration des soupçons aux autorités compétentes. Dans les établissements financiers, ces processus mobilisent des équipes importantes et produisent souvent un volume élevé d’alertes à faible valeur, en particulier lorsque les règles sont statiques ou mal calibrées.

Le défi s’est accentué avec la diversification des canaux de paiement, l’essor des comptes en ligne, les virements instantanés et les montages transfrontaliers. Une fraude au virement ou une opération de blanchiment peut désormais se dérouler en quelques minutes, alors que l’adaptation d’un système historique peut prendre des semaines, voire plusieurs trimestres. Pour les directions conformité, cette asymétrie crée un risque direct : réagir trop tard, ou durcir les contrôles au point de ralentir l’activité commerciale.

Le cadre réglementaire européen pousse également les acteurs à moderniser leurs dispositifs. L’Union européenne a adopté en 2024 un paquet anti-blanchiment qui crée une autorité européenne dédiée, l’AMLA, et harmonise progressivement certaines règles applicables aux entités assujetties. À cela s’ajoutent des exigences de résilience opérationnelle comme DORA, applicable depuis 2025, qui incitent les institutions financières à mieux maîtriser leurs prestataires, leurs données critiques et leurs chaînes de décision automatisées.

Le pari de Marble : un outil open source, configurable et proche des équipes métier

Marble défend une approche différente de celle des plateformes fermées traditionnellement déployées dans les banques. Son produit est open source et pensé pour les développeurs comme pour les équipes risques et conformité. L’objectif est de permettre à une institution de créer, tester, versionner puis déployer ses propres règles de détection sans transformer chaque ajustement en chantier informatique.

Concrètement, une équipe conformité peut modifier un seuil de transaction, ajouter un scénario de fraude, combiner des signaux comportementaux ou ajuster un workflow d’investigation. Cette logique de configuration est importante, car les risques varient selon le type d’activité : néobanque, établissement de paiement, plateforme de crédit, acteur crypto régulé ou service financier intégré dans une marketplace. Une règle pertinente pour un portefeuille de particuliers ne l’est pas nécessairement pour une clientèle professionnelle internationale.

La société met aussi en avant le déploiement sur l’infrastructure du client. Ce point est central pour les institutions financières, qui manipulent des données personnelles, bancaires et transactionnelles particulièrement sensibles. Un fonctionnement on premise ou dans un environnement contrôlé par le client peut faciliter la gouvernance des données, l’auditabilité et l’intégration avec les systèmes existants, notamment les core banking systems, les outils de paiement, les entrepôts de données et les solutions de case management.

L’IA comme accélérateur, à condition de rester gouvernable

Une partie des nouveaux moyens doit servir à intégrer davantage d’intelligence artificielle dans les processus de conformité. Les cas d’usage les plus immédiats concernent la génération assistée de règles, le tri des alertes, la synthèse de dossiers d’investigation et l’aide à la priorisation. Pour les analystes, l’enjeu n’est pas de déléguer aveuglément la décision, mais de réduire le temps passé sur les vérifications répétitives et de concentrer l’expertise humaine sur les situations réellement risquées.

Dans ce domaine, la confiance dépend de plusieurs bonnes pratiques : explicabilité des règles, journalisation des décisions, contrôle des accès, mesure des faux positifs, tests sur données historiques et validation régulière par les équipes conformité. Les modèles d’IA peuvent apporter de la vitesse, mais ils doivent rester encadrés par une gouvernance solide, notamment lorsque leurs recommandations influencent le blocage d’une transaction, l’escalade d’un dossier ou la qualification d’un comportement suspect.

Un marché adressable au-delà des seules fintechs

Si Marble cible d’abord les institutions financières réglementées en Europe, le besoin dépasse les seules startups financières. Les banques établies, les prestataires de services de paiement, les établissements de monnaie électronique, les acteurs de l’assurance, certains intermédiaires crypto et, plus largement, les professions soumises à des obligations de vigilance peuvent être concernés. À mesure que les fraudeurs exploitent l’automatisation et les failles de coordination entre acteurs, les dispositifs manuels deviennent moins soutenables.

La réussite de Marble dépendra toutefois de sa capacité à concilier rapidité de déploiement, robustesse technique et exigences de contrôle interne. Remplacer une solution de conformité n’est jamais anodin : il faut migrer des règles, reprendre l’historique des alertes, former les analystes et convaincre les responsables risques comme les auditeurs. Le fait que l’entreprise revendique une forte part de clients ayant remplacé un outil existant suggère néanmoins une demande pour des solutions plus flexibles.

Avec cette Série A, Marble veut donc s’imposer comme une couche d’infrastructure de référence pour une conformité financière plus réactive. Dans un marché où la réglementation se durcit et où la fraude évolue en continu, la promesse ne se limite pas à automatiser davantage : elle consiste à rendre les systèmes de contrôle capables d’évoluer au même rythme que les risques qu’ils surveillent.