Depuis 2017, HerculesAI (anciennement Zero Systems) œuvre pour l’automatisation des services professionnels, se concentrant initialement sur le secteur juridique. Dans ce cadre, elle a en réalité construit de grands modèles de langage pendant plusieurs années, bien avant que cette idée n’entre dans la conscience collective. Ainsi, elle s’est trouvée au bon endroit au bon moment lorsque ChatGPT a fait irruption sur la scène fin 2022, et soudain, tout le monde parlait des LLM. Aujourd’hui, l’entreprise a annoncé un investissement de Série B de 26 millions de dollars pour continuer à construire sur son élan récent.
Alex Babin, PDG et co-fondateur de la société, explique qu’ils travaillaient sur des petits modèles depuis environ 2020, de l’ordre du demi-milliard à 2 milliards de paramètres, et les exécutant sur des appareils périphériques pour des raisons de conformité. Mais avant l’émergence de ChatGPT, personne ne prêtait beaucoup d’attention à cet aspect de leur solution. “C’était peut-être huit ou neuf mois avant ChatGPT, et je me souviens avoir parlé à nos clients, expliqué aux DSI ce qu’est un LLM – et personne ne se souciait”, a déclaré Babin à TechCrunch. En novembre de cette année, bien sûr, tout a rapidement changé et tout le monde s’est soudainement intéressé au concept. Ce changement a contribué à stimuler la croissance rapide de l’entreprise au cours de la dernière année.
“C’est vraiment le Saint Graal lorsque vous pouvez comparer les informations extraites et les transformer en référence, qu’il s’agisse de réglementations, de politiques, de contrats, de lois ou de tout autre document, ce qui garantit que tous les éventuels problèmes en conflit avec les documents sources sont automatiquement signalés aux employés.”
Aujourd’hui, l’entreprise dispose de plusieurs modèles qui exécutent trois fonctions clés : l’extraction intelligente de données, la transformation de données et la vérification de données. La première est assez standard et consiste à extraire des données de documents. La deuxième partie construit un ensemble de règles et de structures autour de ces données automatiquement, mais la troisième partie, la vérification, est particulièrement importante, dit-il. “C’est vraiment le Saint Graal lorsque vous pouvez comparer les informations extraites et les transformer en référence, qu’il s’agisse de réglementations, de politiques, de contrats, de lois ou de tout autre document,” a déclaré Babin. Cela garantit que tous les éventuels problèmes en conflit avec les documents sources sont automatiquement signalés aux employés.
Ces trois fonctions ont également permis à la start-up de construire un système multi-agents sur le dessus de ces services pour aider à automatiser toutes ces activités. “Ces systèmes multi-agents peuvent être appliqués à des processus ou des flux de travail continus de grande valeur qui nécessitent une prise de décision [automatisée]”, a-t-il déclaré.
Pour ses clients des industries réglementées, cette approche est particulièrement importante. Aujourd’hui, son portefeuille de clients ne se limite pas au domaine juridique, mais s’étend également aux services d’assurance et financiers. Leur stratégie d’IA semble fonctionner, l’entreprise ayant rapporté une croissance de 4x au cours de la dernière année. Parmi leurs clients, elle compte 30% des 100 meilleurs cabinets d’avocats aux États-Unis. Ils ont également une série d’autres clients du Fortune 500, dont Mercer, Standard & Poor’s et State Farm. Malgré l’argent supplémentaire, Babin déclare qu’il envisage de rester mince et d’investir davantage dans l’affinage des processus internes que dans l’ajout d’employés.
