Rand Hindi

La tagline de Snips tenait en quatre mots : « making technology disappear ». Rand Hindi voulait des assistants vocaux si fluides qu'on oublierait qu'ils existaient. Il les a construits, les a vendus, et a immédiatement fait le contraire : se plonger dans la cryptographie la plus obscure qui soit, le chiffrement totalement homomorphe, pour rendre visible ce que l'industrie préfère cacher — ce qu'il advient des données une fois chiffrées.

Un gamin du code, un doctorat à Londres

Rand Hindi grandit à Paris, fils d'un père syrien et d'une mère libanaise qui ont fui les guerres du Liban pour s'installer en France. Il commence à coder à 10 ans, fonde un réseau social à 14 et une agence web à 15. À 18 ans, il s'oriente vers le machine learning. À 21, il entame une thèse en bio-informatique à l'University College London, sous la direction de David Tudor Jones, qu'il soutient en 2011. Ce parcours trace un profil rare : un entrepreneur dont la curiosité scientifique précède l'envie de créer des entreprises, et non l'inverse.

Snips : l'IA vocale qui refusait le cloud

En 2013, Hindi cofonde Snips à Paris avec trois associés. Le positionnement est délibérément anti-Amazon, anti-Google : un assistant vocal qui tourne entièrement en local, sur l'appareil de l'utilisateur, sans envoyer la moindre donnée vers un serveur. Dans un marché dominé par Alexa et Google Assistant, c'est un pari sur la vie privée à une époque où peu d'investisseurs y voyaient un argument commercial. Snips lève plusieurs millions, déploie ses modèles sur des objets connectés et des appareils embarqués, et attire l'attention de Sonos. En novembre 2019, le fabricant américain d'enceintes rachète la startup pour 37,5 millions de dollars, principalement pour rapatrier l'équipe d'ingénierie parisienne. Un exit modeste à l'échelle des levées de la French Tech 2026, mais cohérent avec un modèle qui n'avait jamais cherché à monétiser les données utilisateurs.

Zama et le pari du chiffrement homomorphe

Le chiffrement totalement homomorphe (FHE) permet d'effectuer des calculs sur des données chiffrées sans jamais les déchiffrer. En théorie depuis les années 1970, en pratique depuis 2009 grâce aux travaux de Craig Gentry, la technologie reste pendant une décennie trop lente pour des usages industriels. Rand Hindi y voit exactement le type de problème qui l'attire : fondamental, difficile, et sous-estimé. En 2020, il fonde Zama, entreprise franco-suisse, pour industrialiser le FHE et rendre cette cryptographie utilisable par les développeurs. L'enjeu est direct : permettre à des services cloud, des blockchains ou des applications médicales de traiter des données sensibles sans jamais y avoir accès en clair. C'est, résumé autrement, appliquer à la cryptographie la même intuition qu'à Snips — rendre invisible quelque chose de complexe, mais cette fois pour protéger plutôt que pour simplifier. En juin 2025, Zama boucle une série B de 57 millions de dollars, portant sa valorisation au-dessus du milliard. C'est la première licorne mondiale dans le secteur FHE, un titre que même les géants comme IBM ou Intel n'ont pas encore revendiqué dans ce segment précis. La comparaison avec Arthur Mensch chez Mistral AI s'impose naturellement : deux fondateurs français qui ont choisi de travailler sur la couche infrastructure de l'IA, là où les décisions techniques ont des conséquences politiques et réglementaires durables.

L'IA, la vie privée et la prochaine contrainte

Rand Hindi enseigne à Sciences Po Paris et intervient régulièrement dans des conférences sur l'IA et la souveraineté des données. Sa trajectoire — de l'assistant vocal privé au chiffrement homomorphe — dessine une ligne de cohérence : la conviction que le respect de la vie privée n'est pas un frein à l'innovation, mais une contrainte de conception. Alors que l'AI Act entre en vigueur en 2026 et impose de nouvelles obligations sur le traitement des données personnelles, Zama se retrouve sur le bon côté de la régulation. Ce qui était un positionnement de niche en 2020 ressemble, six ans plus tard, à une anticipation.