Kita parie que l'IA peut lire des documents de prêt en désordre ; 4,5 M$ en amorçage, 130 M$ traités

Kita est une plateforme de crédit par IA destinée aux banques, aux fintechs et aux prêteurs de microfinance, qui transforme les documents des emprunteurs en notes de crédit prêtes à la décision.

Dans les marchés dépourvus d'API bancaires, l'historique des emprunteurs vit dans des documents en désordre ; une IA capable de lire n'importe quel format peut donc devenir la couche de données du prêt — rapide et contrôlée contre la fraude.

4,5 M$ en amorçage mené par BoxGroup (annoncé en août 2026), avec la participation de Y Combinator, Golden Gate Ventures, BEENEXT, Kaya Founders et Apex Star Capital

Carmel Limcaoco (originaire de Manille, ex-Apple) et Rhea Malhotra (ex-vision par ordinateur à Stanford, qui a reporté un doctorat en IA à Princeton) se sont rencontrées comme camarades de classe à Stanford pendant la COVID et ont fondé Kita en 2025, après avoir vu des prêteurs de Manille submergés par la paperasse des prêts.

En cinq mois, Kita a déclaré avoir traité plus de 130 millions de dollars de volume de prêts, dont plus de 60 % provenant des Philippines ; pour le prêteur rural TRBank, elle a converti quatre ans d'historique de prêts papier en données interrogeables en moins de trois jours, avec une précision vérifiée supérieure à 97 %. Elle a rejoint la promotion W26 de Y Combinator — l'entreprise affirme que Limcaoco est la première fondatrice philippine admise depuis plus de cinq ans — et en août 2026 a bouclé un amorçage de 4,5 M$ mené par BoxGroup.

Toujours en activité : Kita traite des prêts aux Philippines, en Indonésie, au Mexique et aux États-Unis, et utilise l'amorçage pour étoffer son équipe d'ingénierie ainsi que ses outils de souscription et de détection de fraude, tandis qu'elle prospecte des clients en Asie du Sud-Est, en Amérique latine, en Afrique et aux États-Unis.

Les prêteurs philippins font face à deux problèmes à la fois : un examen manuel fortement en retard et trop peu de données pour décider avec confiance — les deux choses que l'IA documentaire attaque directement.

Les marchés émergents manquent d'API bancaires, si bien que l'historique financier d'un emprunteur est enfermé dans des documents bruités ; celui qui sait bien les lire maîtrise la souscription.

S'attaquer d'abord aux archives les plus désordonnées — livrets manuscrits, fiches de paie froissées, captures d'écran de portefeuilles électroniques — a bâti une forteresse que les outils d'OCR sur données propres ne peuvent franchir.

La crédibilité des fondatrices (informatique à Stanford, Apple, YC) et des investisseurs comme BoxGroup, Golden Gate Ventures et Apex Star Capital a financé la longue vente auprès de prêteurs conservateurs.

Le maintien d'humains dans la boucle pour les décisions finales a levé les objections réglementaires et de confiance qui bloquent les produits de crédit entièrement automatisés.

Quand les acteurs en place ne savent pas lire leurs propres données, le levier consiste à lire ce que les autres ignorent : commencer par les archives les plus désordonnées, pas par les API les plus propres, et rendre chaque résultat traçable.

Fin août 2026, Kita était en activité avec des prêteurs aux Philippines, en Indonésie, au Mexique et aux États-Unis, utilisant l'amorçage de 4,5 M$ pour développer l'ingénierie ainsi que les outils de souscription et de fraude, tout en recrutant aux Philippines. Elle fait face à la concurrence de Moneta, soutenue par Kaya Founders, et d'autres startups de crédit par IA documentaire, mais soutient que sa lecture sans configuration de formats inconnus et ses résultats liés à leurs sources la différencient. Aucun chiffre de revenus ni de valorisation n'a été divulgué.