Start-up IA coréennes : neuf projets à suivre en 2027
De la santé aux semi-conducteurs, neuf jeunes pousses sud-coréennes visent le marché américain. Leurs projets éclairent les usages concrets de l’IA.

Neuf start-up sud-coréennes montrent où l'IA devient un produit
Neuf jeunes entreprises sud-coréennes ont présenté leurs projets lors de DETO 2026 à Séoul. Leur objectif commun : obtenir une place dans le Startup Battlefield 200, organisé autour de TechCrunch Disrupt 2027, et préparer l'arrivée sur le marché américain. Leur terrain de jeu ne se limite pas aux logiciels conversationnels. On y trouve des outils d'analyse vocale pour la santé, des systèmes de vision radar, des moteurs compacts, des semi-conducteurs et des solutions pour l'éducation ou la logistique.
Ce qui frappe, c'est que cette sélection met l'IA là où elle a déjà un « monde » à gérer : des contraintes industrielles, médicales ou réglementaires. Mais attention : les annonces ne suffisent pas. Les résultats communiqués, les certifications et les plans d'expansion doivent être lus en fonction du contexte. Voici ce que ces neuf dossiers laissent entrevoir sur les usages, les modèles économiques et les défis d'une IA pensée pour sortir du laboratoire.
Pourquoi ces neuf start-up retiennent l'attention
Les entreprises réunies ne sont pas toutes au même stade ni sur les mêmes marchés. Voinosis a remporté la compétition à DETO 2026 pour obtenir une place dans le Startup Battlefield 200. Les huit autres sociétés présentées touchent la santé, l'énergie, les paiements, la robotique, les semi-conducteurs et l'éducation. Leur point commun : elles tentent de résoudre un problème concret, souvent en combinant logiciel, matériel et intégration au quotidien.
La santé : mesurer autrement, sans confondre dépistage et diagnostic
Voinosis développe un outil d'IA qui analyse des caractéristiques de la voix - hauteur, rythme, pauses, temps de réponse - pour repérer des changements associés à la santé cérébrale. Le contrôle vocal prend moins de cinq minutes. La société dit avoir testé sa technologie en grec, en japonais et en anglais, sans entraînement séparé pour chaque langue. Dans une étude clinique menée auprès de 146 participants, elle annonce une précision de 88 % pour le dépistage de difficultés cognitives potentielles.
Ce chiffre doit être replacé clairement. Un résultat de dépistage n'est pas un diagnostic médical. Et même si les performances sont bonnes sur un échantillon, elles peuvent varier selon les populations. La représentativité des participants, le taux de faux positifs et de faux négatifs, et la validation clinique indépendante comptent autant que le pourcentage mis en avant. Fondée par Grace Shin, chirurgienne otologiste avec plus de 25 ans d'expérience, Voinosis vise les hôpitaux, les résidences pour personnes âgées, les assureurs et les particuliers. La société veut aussi relier le contrôle vocal à des évaluations, à des exercices cognitifs et à des soins réalisés par des professionnels. Elle prépare une série A et dit avoir déjà reçu l'appui stratégique d'une entreprise pharmaceutique sud-coréenne.
Otiton Medical travaille aussi dans la santé, mais avec des dispositifs médicaux plutôt qu'avec une interface vocale. L'entreprise propose un appareil pour mesurer la température corporelle et un autre qui capture des images du conduit auditif pour analyser le tympan. Elle indique que son IA a été entraînée sur environ 55 000 images de tympans et que son dispositif a reçu une certification médicale en Corée du Sud. Là encore, on est davantage sur un point de départ que sur une preuve universelle : les usages autorisés, les performances selon les populations et les exigences réglementaires changent d'un pays à l'autre.
La deep tech : l'IA dépend aussi du matériel
D'autres projets rappellent que l'IA ne vit pas seulement dans des modèles et des apps. DeepFusion AI assemble radar, lidar et capteurs radiofréquence pour un système d'imagerie 4D destiné à la mobilité autonome, aux robotaxis, à la surveillance maritime et à la défense. L'entreprise affirme que ce mix permet de détecter des objets, leurs mouvements et leur distance, même sans ligne de vue directe. Le système serait regroupé dans une unité personnalisable. Pour un acheteur, l'enjeu consistera à vérifier la robustesse en conditions réelles, la latence et la facilité d'intégration à des systèmes existants.
Ternell, société de semi-conducteurs basée à Ulsan, vise la mémoire pour réduire la consommation des puces d'IA. Sa techno T-SRAM ajoute un troisième état à la mémoire conventionnelle à deux états. Fondée en 2019 par KyungRok Kim, ancien ingénieur de Samsung Electronics, l'entreprise indique que des essais sur des puces de 28 nanomètres montrent une hausse de 33 à 102 % de la capacité mémoire par unité de surface, et une réduction de 55 à 71 % de l'énergie nécessaire à l'accès aux données, par rapport à une SRAM classique. Les chiffres restent néanmoins des annonces : l'intérêt commercial dépendra de la reproductibilité, du rendement de fabrication et de la compatibilité avec les architectures des clients.
Quels modèles économiques se dessinent derrière les produits
Toutes les entreprises ne ciblent pas le même type de clients. Certaines s'adressent à des organisations - hôpitaux, fabricants, entrepôts - qui achètent après des essais et des étapes d'intégration. D'autres pourraient proposer un service directement aux utilisateurs. Ces choix changent les cycles de vente, les besoins de financement et les preuves à fournir. Pour une start-up deep tech, avoir une technologie prometteuse ne suffit pas : il faut aussi savoir qui paie, qui décide et qui porte le risque si le produit ne se comporte pas comme prévu.
Identité et paiement : réduire les frictions sans multiplier les données
Crosshub aide voyageurs et visiteurs internationaux à vérifier leur identité et à mettre en place des moyens de paiement à l'étranger. Sa plateforme, IDBlock, combine vérification d'identité et services de paiement en s'appuyant sur l'identité auto-souveraine et des preuves à divulgation nulle de connaissance. L'objectif est de permettre à un utilisateur de prouver certains éléments de son identité sans transmettre plus de données personnelles que nécessaire.
Pour un voyageur, l'intérêt peut être simple : accéder plus facilement à des services financiers dans un pays étranger. Pour les entreprises, l'approche peut réduire les frictions liées à l'identification. Mais la cryptographie ne règle pas, à elle seule, les questions de conformité, de lutte contre la fraude ou de reconnaissance des justificatifs selon les juridictions. En Europe, toute mise en œuvre devra notamment être examinée au regard du RGPD et des règles applicables aux services de paiement. Le modèle doit aussi convaincre des prestataires qui ont déjà la responsabilité de la vérification des clients.
Éducation : l'IA comme couche d'usage sur des supports existants
Testbank développe Solve, une application qui transforme des supports imprimés - cahiers d'exercices et livres de préparation aux examens, par exemple - en versions numériques interactives. Son IA repère les zones de questions et de réponses dans les PDF fournis par les éditeurs, tout en préservant la mise en page. Les élèves peuvent écrire sur la page et recevoir une correction automatique.
Travailler à partir de contenus existants évite de demander aux éditeurs de reconstruire tout immédiatement. C'est un avantage possible pour l'adoption, mais la qualité dépendra de la reconnaissance des exercices, de la fiabilité de la correction et de la gestion des formats variés. Une correction fausse n'a pas le même coût selon qu'on est en entraînement ou en évaluation certificative. Le déploiement devra donc préciser ce que l'outil automatise, ce qu'il vérifie et dans quels cas l'intervention d'un enseignant reste nécessaire.
Ces modèles ont un point commun : ils cherchent à s'intégrer à une infrastructure ou à un processus déjà en place. Souvent, c'est plus réaliste que d'imposer aux clients de tout remplacer. En contrepartie, l'intégration devient un élément central du produit. Les API, les formats de données, les procédures d'assistance et les responsabilités contractuelles ne sont pas des détails « annexes » : ils déterminent si le produit passe d'un pilote à un usage régulier.
Quels défis attendre avant une expansion internationale
Les neuf start-up visent les États-Unis pour leurs projets d'expansion. Le marché américain offre des opportunités, mais ce n'est pas un simple copier-coller de la Corée du Sud. Les règles, les acheteurs, les infrastructures et les habitudes d'adoption changent. Et, pour les entreprises européennes qui observeraient ces technologies, la prudence reste la même : une validation obtenue ailleurs ne remplace pas les démarches locales.
Vérifier les preuves, pas seulement les annonces
Les informations disponibles sur plusieurs projets s'appuient sur des résultats ou des capacités rapportés par les entreprises. Cela ne veut pas dire que tout est faux, mais il faut distinguer trois niveaux : une affirmation produit, un essai technique, et une validation indépendante dans des conditions proches de celles du terrain. Pour comparer des solutions, un acheteur devrait demander :
- Quel problème précis le produit résout-il, et pour quel type d'utilisateur ?
- Dans quel environnement les performances ont-elles été mesurées : laboratoire, site pilote, ou exploitation réelle ?
- Quels sont les taux d'erreur et les cas limites, pas seulement le meilleur résultat annoncé ?
- Quelles intégrations et quelles opérations humaines restent nécessaires après l'installation ?
- Qui porte la responsabilité si une erreur, une interruption ou un dommage survient ?
Cette grille devient encore plus importante en santé, dans la mobilité autonome et dans les systèmes qui influencent l'accès à des services financiers ou éducatifs. Elle aide aussi à comparer le coût total d'usage, plutôt que de regarder seulement le prix du matériel ou de la licence.
Adapter le produit aux règles et aux usages locaux
L'expansion internationale oblige souvent à refaire une partie du travail côté produit. Pour Voinosis, les performances linguistiques et cliniques devront être évaluées sur les populations concernées et dans les langues visées. Pour Otiton Medical, une certification obtenue en Corée du Sud ne garantit pas l'autorisation ailleurs. Pour Crosshub, la conformité et l'acceptation des mécanismes d'identité devront être vérifiées avec les acteurs locaux. Pour les systèmes de capteurs ou la robotique, il faudra démontrer la sécurité et la compatibilité avec les équipements du client.
La gouvernance des données est un autre point sensible. Voix, images médicales, identifiants et données d'entraînement peuvent être des données critiques. Une entreprise qui s'implante dans l'Union européenne doit préciser les finalités de collecte, la durée de conservation, les accès, les transferts et les moyens de retrait ou de rectification quand ces droits s'appliquent. Le RGPD n'est pas un sujet à « traiter après » : il influence l'architecture des données, les contrats et parfois même le modèle économique.
Enfin, il faut prouver la capacité à maintenir le produit après la phase pilote. Disponibilité des pièces, support, mises à jour, cybersécurité et financement des déploiements pèsent dans la décision des clients. Les grands groupes et les établissements de santé achètent rarement une promesse isolée : ils évaluent la continuité de service et la capacité du fournisseur à rester présent. Pour une jeune pousse, choisir un partenaire local peut réduire certains obstacles, mais ça crée aussi une dépendance à gérer.
Conclusion : juger les produits sur leur usage réel
Ces neuf projets ne dessinent pas une seule direction pour l'IA. Ils montrent surtout un mouvement vers des produits plus spécialisés, intégrés à des systèmes déjà utilisés. La voix peut devenir un signal de dépistage. L'apprentissage automatique peut servir de brique dans un dispositif médical. L'automatisation peut aussi réduire le temps de mise en service d'un robot. Dans les semi-conducteurs comme dans l'énergie, les gains annoncés devront se transformer en résultats reproductibles et en économies mesurables.
Pour un investisseur, un acheteur ou un partenaire, la vraie question n'est donc pas seulement « où est l'IA ? ». Il faut plutôt se demander quelle tâche est réellement améliorée, quelles preuves le montrent, quel coût d'intégration reste à prévoir et quelles responsabilités suivent le déploiement. C'est à cette échelle - celle de l'usage réel - que ces innovations pourront se distinguer des démonstrations convaincantes, mais encore difficiles à industrialiser.
Comment l'IA s'intègre dans la santé et les infrastructures
Dans ces projets, l'IA n'est pas toujours le composant le plus visible. Elle peut être une fonction dans un dispositif médical, une façon de traiter des données issues de capteurs, ou un outil d'automatisation. Cette distinction est utile pour évaluer une start-up : le client n'achète pas forcément « de l'IA ». Il achète une mesure plus rapide, une opération plus simple, ou une meilleure efficacité énergétique. En pratique, la valeur se juge sur le système complet, pas seulement sur la présence d'un algorithme.
Énergie et mobilité : vendre une solution intégrée
Awesome Lab développe ThermoFlux, un système de chauffage qui utilise l'électrolyse et l'ionisation de l'eau pour produire de la chaleur. La cible : les bâtiments, l'approvisionnement en eau et certains procédés industriels. La société avance que la technologie peut réduire la consommation d'énergie et les émissions de carbone, mais les économies dépendront forcément du bâtiment, de l'usage, des coûts d'installation et du mix énergétique. Pour son développement aux États-Unis, Awesome Lab prévoit de fournir des modules OEM et de travailler avec des fabricants de chaudières, de chauffe-eau et de systèmes CVC.
Ce choix dit beaucoup sur la stratégie. Plutôt que de vendre directement un équipement complet à chaque client, l'entreprise veut s'insérer dans les chaînes de production existantes. Ça peut accélérer l'accès au marché, mais ça oblige aussi à compter sur des partenaires pour l'intégration, la distribution et, parfois, la relation client. En Europe, où les exigences de performance énergétique et les règles varient selon les marchés, la solidité des preuves de performance pèsera lourd dans la décision d'achat.
EFLOW suit une logique proche avec une spécialisation côté matériel. La start-up conçoit des moteurs capables de fournir plus de couple pour un volume réduit, ainsi que des actionneurs pour contrôler le mouvement des articulations robotiques. Les applications visées vont des robots et drones aux satellites et à d'autres systèmes de mobilité. Ici, le bénéfice ne se limite pas à une fiche technique : le moteur doit aussi tenir la route avec l'électronique, les logiciels de contrôle, les contraintes thermiques et les exigences de fiabilité du produit final.
Robotique : réduire les coûts cachés de déploiement
Riibotics affirme pouvoir déployer des robots dans un entrepôt en une journée. La promesse porte moins sur le robot lui-même que sur le temps nécessaire pour le rendre opérationnel. Le processus inclut la préparation de l'infrastructure, la cartographie de l'entrepôt, l'intégration au système d'information via un intergiciel personnalisé, la programmation des tâches et les contrôles de sécurité.
Dans beaucoup de projets de robotique, ces étapes pèsent vite sur le budget total. Un équipement performant, mais qui exige des semaines d'installation, peut rester difficile à rentabiliser, surtout dans un site où les flux changent régulièrement. Riibotics s'attaque donc à un problème de déploiement et de maintenance, entre automatisation et intégration logicielle. Reste que le délai « une journée » devra être confronté à la taille du site, à la complexité des flux et au niveau de personnalisation attendu. Une démo dans un environnement préparé ne promet pas le même rythme dans un entrepôt en activité.