Backboard.io Révolutionne la Mémoire des IA

Imaginez un instant que votre assistant IA, celui qui vous aide à planifier vos entraînements, à rédiger des rapports stratégiques ou à suivre des projets complexes sur plusieurs mois, oublie systématiquement la moitié de ce que vous lui avez confié la semaine précédente. Frustrant, non ? C’est exactement ce phénomène que l’on appelle pudiquement « l’amnésie des IA » et qui constitue aujourd’hui l’un des plus gros freins à l’adoption massive des outils génératifs en entreprise.

Et si une jeune pousse canadienne venait de trouver la parade ? Basée à Ottawa, Backboard.io affirme avoir mis au point une technologie qui offre aux modèles de langage une mémoire persistante, portable et surtout bien plus fiable que celle de la concurrence. Les premiers résultats indépendants semblent donner raison à ses fondateurs.

Une mémoire qui défie les géants de l’IA

Le 11 février 2026, Backboard.io a publié des scores impressionnants sur deux benchmarks reconnus dans le domaine de la mémoire à long terme pour les grands modèles de langage. Sur le test LoCoMo, qui évalue la capacité d’un système à se souvenir correctement d’informations échangées au fil d’une très longue conversation, la plateforme atteint 90,1 % de précision. Sur LongMemEval, un benchmark plus exigeant qui mesure l’extraction d’informations, le raisonnement multi-sessions et la cohérence temporelle, elle décroche 93,4 %.

Pour situer ces chiffres, la plupart des modèles leaders du marché plafonnent généralement entre 60 et 80 % sur ces mêmes exercices lorsqu’il s’agit de conserver et d’exploiter fidèlement un contexte très long. Un écart aussi net n’est pas anodin : il pourrait changer la donne pour les entreprises qui ont besoin d’un compagnon IA fiable sur des projets qui durent des mois, voire des années.

Qu’est-ce que l’« AI amnesia » exactement ?

Les grands modèles actuels fonctionnent avec une fenêtre de contexte limitée. Même les versions les plus avancées peinent à traiter efficacement plus de quelques centaines de milliers de tokens en une seule passe. Au-delà, elles « oublient » ou déforment les informations anciennes. Pire : lorsqu’elles tentent de se remémorer un fait très lointain dans la conversation, elles ont tendance à halluciner, c’est-à-dire à inventer des détails plausibles mais faux.

Cette faiblesse structurelle crée un vrai problème de confiance. Une étude PwC Canada récente révélait que 72 % des organisations canadiennes placent l’IA responsable parmi leurs priorités majeures, mais que plus d’un tiers n’ont toujours pas mis en place de gouvernance dédiée. L’amnésie et les hallucinations font partie des risques les plus cités.

« La future de l’IA ne repose pas sur des astuces passagères ou des greffes techniques. Elle passe par des systèmes sur lesquels on peut réellement compter au fil du temps. »

– Rob Imbeault, co-fondateur de Backboard.io

Une mémoire « off-model » et portable

Ce qui distingue vraiment Backboard.io des autres approches, c’est sa philosophie « off-model ». Plutôt que d’essayer d’augmenter artificiellement la fenêtre de contexte d’un LLM particulier, la startup a développé une couche externe de gestion de mémoire qui fonctionne indépendamment du modèle utilisé.

Concrètement, cela signifie que vous pouvez commencer une discussion approfondie sur ChatGPT, basculer ensuite vers un modèle open-source gratuit hébergé localement, puis passer à Perplexity ou Claude… et conserver exactement le même historique, les mêmes préférences, les mêmes données de projets. La mémoire devient un bien portable, presque comme un disque dur externe pour votre IA.

Exemple concret : vous planifiez un programme sportif sur six mois avec un chatbot. Vous détaillez vos blessures passées, vos préférences alimentaires, vos progrès hebdomadaires. Avec une IA classique, changer de fournisseur vous oblige à tout réexpliquer. Avec Backboard, le nouveau modèle reprend exactement là où l’ancien s’était arrêté, sans perte.

Qui se cache derrière cette ambition ?

Backboard.io a été fondée en avril 2025 par Rob Imbeault, ancien co-fondateur de la scale-up Assent (revendue pour plusieurs centaines de millions), et Jonathan Murray. L’équipe, encore réduite à six personnes début 2026, prévoit de passer à dix d’ici la fin du mois et recrute activement huit stagiaires pour accélérer le développement produit.

En janvier 2026, la jeune pousse a bouclé un tour de pré-amorçage qualifié de « substantiel » par ses fondateurs. Le ticket principal vient de Mistral Venture Partners, avec la participation de N49P, DevCap, Garage Capital et deux business angels non dévoilés. Un signal fort que le sujet de la mémoire persistante intéresse déjà les investisseurs avertis.

Pourquoi ces benchmarks font-ils autant parler ?

Les tests LoCoMo et LongMemEval ne sont pas des exercices académiques sans impact. Ils simulent des usages réels en entreprise : synthèse de projets anciens, raisonnement sur des historiques clients longs, extraction automatique de décisions prises il y a plusieurs mois, etc.

Jonathan Murray l’explique sans détour :

« Imaginez que votre précision tombe à 60-70 % sur des échanges vieux de plusieurs mois. En affaires, c’est tout simplement inutilisable. »

• Extraction fiable d’informations anciennes
• Raisonnement cohérent sur plusieurs sessions
• Réduction drastique des hallucinations contextuelles
• Portabilité entre différents fournisseurs d’IA

Ces quatre points constituent le cœur de la proposition de valeur de Backboard.io et expliquent pourquoi une firme d’ingénierie texane, New Math Data, a pris l’initiative de contacter la startup après avoir testé sa technologie pour ses propres besoins.

Vers un écosystème ouvert autour de la mémoire IA ?

Les fondateurs ne comptent pas s’arrêter à une simple API propriétaire. Ils préparent activement le lancement d’un marketplace open-source où d’autres développeurs pourront proposer des outils, connecteurs et extensions construits sur la brique mémoire de Backboard. L’objectif affiché est clair : devenir l’infrastructure de référence pour la prochaine vague de startups qui construiront des applications IA véritablement « stateful ».

« Nous voulons que la prochaine génération de fondateurs construise directement sur Backboard », confie Jonathan Murray. Une ambition qui rappelle les débuts de plateformes comme Twilio ou Stripe, qui ont misé sur l’ouverture pour créer un effet de réseau puissant.

Les défis qui attendent encore Backboard.io

Malgré ces résultats prometteurs, plusieurs obstacles demeurent. La scalabilité d’une telle couche mémoire externe à très grande échelle reste à prouver. La confidentialité des données stockées (surtout pour des usages B2B sensibles) sera scrutée. Et la concurrence ne dort pas : OpenAI, Anthropic, Google et les acteurs open-source travaillent tous sur des améliorations de contexte long.

Mais si les scores publiés se confirment dans des tests indépendants supplémentaires, Backboard.io pourrait bien devenir l’un des noms à retenir en 2026 dans le paysage de l’IA appliquée aux entreprises.

En attendant, une question flotte dans l’air : et si la vraie révolution de l’intelligence artificielle ne venait pas d’un modèle encore plus gros, mais d’une mémoire enfin digne de ce nom ?

À suivre de très près.