Les agents IA sont très appréciés, une tendance alimentée par l’essor de l’IA générative et des grands modèles de langage (LLM) ces dernières années. Il est difficile de faire consensus sur ce que sont exactement les agents IA, mais la plupart s’accordent à dire qu’il s’agit de programmes logiciels auxquels on peut attribuer des tâches et confier des décisions, avec différents degrés d’autonomie. En bref, les agents IA vont au-delà de ce que peut faire un simple chatbot : ils aident les gens à accomplir des tâches. Nous en sommes encore aux premiers jours, mais des acteurs comme Salesforce et Google investissent déjà massivement dans les agents IA. Le PDG d’Amazon, Andy Jassy, a récemment laissé entendre qu’à l’avenir, Alexa pourrait devenir plus “agentic”, c’est-à-dire autant axé sur l’action que sur les mots. Parallèlement, les start-ups profitent également de ce buzz pour lever des fonds. La plus récente à le faire est l’entreprise allemande Juna.ai, qui veut aider les usines à être plus efficaces en automatisant des processus industriels complexes pour “maximiser le rendement de la production, accroître l’efficacité énergétique et réduire les émissions globales”. Pour y parvenir, la start-up basée à Berlin a annoncé aujourd’hui avoir levé 7,5 millions de dollars lors d’un tour de table de financement mené par la société de capital-risque américaine Kleiner Perkins, le fonds suédois Norrsken VC, et le président de Kleiner Perkins, John Doerr.
Fondée en 2023, Juna.ai est l’œuvre de Matthias Auf der Mauer (photo ci-dessus, à gauche) et de Christian Hardenberg (photo ci-dessus, à droite). Der Mauer a précédemment fondé une start-up de maintenance prédictive des machines appelée AiSight et l’a vendue en 2021 à Sensirion, une entreprise suisse spécialisée dans les capteurs intelligents. Hardenberg, quant à lui, était l’ancien directeur de la technologie du géant européen de la livraison de nourriture Delivery Hero. Au cœur de son projet, Juna.ai veut aider les usines de fabrication à évoluer vers des systèmes plus intelligents et auto-apprenants capables de générer de meilleures marges et, à terme, une empreinte carbone plus faible. L’entreprise se concentre sur les industries dites “lourdes”, des industries comme l’acier, le ciment, le papier, la chimie, le bois et le textile, qui ont des processus de production à grande échelle consommant beaucoup de matières premières. “Nous travaillons avec des industries très orientées process, et cela concerne principalement des cas d’utilisation qui consomment beaucoup d’énergie”, explique Der Mauer à TechCrunch. “Par exemple, les réacteurs chimiques qui utilisent beaucoup de chaleur pour produire quelque chose”.
“Le logiciel de Juna.ai s’intègre aux outils de production des fabricants, comme les logiciels industriels d’Aveva ou SAP, et examine toutes les données historiques recueillies par les capteurs des machines. Il aide alors les entreprises à entraîner leurs agents internes afin de déterminer les paramètres optimaux pour les machines, donnant aux opérateurs des données en temps réel et des conseils pour garantir un fonctionnement maximal avec un minimum de déchets.”
Le logiciel de Juna.ai s’intègre aux outils de production des fabricants, comme les logiciels industriels d’Aveva ou SAP, et examine toutes les données historiques recueillies par les capteurs des machines. Cela peut impliquer des données de température, de pression, de vitesse, et toutes les mesures de la production donnée, comme la qualité, l’épaisseur et la couleur. A partir de ces informations, Juna.ai aide les entreprises à entraîner leurs agents internes afin de déterminer les paramètres optimaux pour les machines, donnant aux opérateurs des données en temps réel et des conseils pour garantir un fonctionnement maximal avec un minimum de déchets. Par exemple, une usine chimique qui produit un type particulier de carbone pourrait utiliser un réacteur pour mélanger différentes huiles ensemble et les soumettre à un processus de combustion énergivore. Pour maximiser la production et minimiser les déchets résiduels, les conditions doivent être optimales, y compris les niveaux de gaz et d’huiles utilisées, et la température appliquée au processus. En utilisant les données historiques pour établir les paramètres idéaux et en tenant compte des conditions en temps réel, les agents de Juna.ai indiqueraient à l’opérateur les changements qu’il doit effectuer pour obtenir la meilleure production. Si Juna.ai peut aider les entreprises à affiner leur équipement de production, elles peuvent améliorer leur rendement tout en réduisant leur consommation d’énergie. C’est un gain à la fois pour le bilan de l’entreprise et pour son empreinte carbone.
Juna.ai affirme avoir créé ses propres modèles d’IA personnalisés, en utilisant des outils open-source tels que TensorFlow et PyTorch. Et pour entraîner ses modèles, Juna.ai utilise l’apprentissage par renforcement, un sous-ensemble de l’apprentissage machine (ML) qui implique qu’un modèle apprend par ses interactions avec son environnement : il tente différentes actions, observe ce qui se passe, et s’améliore. “L’aspect intéressant de l’apprentissage par renforcement est qu’il peut prendre des actions”, déclare Hardenberg à TechCrunch. “Les modèles typiques ne font que des prédictions, ou peuvent générer quelque chose. Mais ils ne peuvent pas contrôler”. Une grande partie de ce que fait Juna.ai actuellement est plus proche d’un “copilote” : il présente un écran qui indique à l’opérateur quels ajustements il devrait apporter aux contrôles. Cependant, de nombreux processus industriels sont incroyablement répétitifs, c’est pourquoi il est utile d’autoriser un système à prendre des actions réelles. Un système de refroidissement, par exemple, peut nécessiter un réglage constant pour garantir le maintien de la bonne température. Les usines sont déjà habituées à automatiser les commandes de système à l’aide de contrôleurs PID et MPC, une fonctionnalité que Juna.ai pourrait également offrir. Cependant, pour une jeune start-up en IA, il est plus facile de vendre un copilote – c’est un premier pas pour le moment. “Techniquement, nous pouvons le faire fonctionner de manière autonome dès maintenant ; il suffirait d’implémenter la connexion. Mais au final, il s’agit surtout de construire une confiance avec le client”, déclare der Mauer.
Pour l’instant, Juna.ai promet un agent IA sur mesure pour chaque client en utilisant leurs données historiques. Mais à l’avenir, l’entreprise prévoit de proposer des agents “pré-entraînés” qui n’ont pas besoin de beaucoup d’entraînement sur les données d’un nouveau client. “Si nous construisons des simulations encore et encore, nous arrivons à un endroit où nous pouvons potentiellement avoir des modèles de simulation qui peuvent être réutilisés”, déclare Der Mauer. Ainsi, si deux entreprises utilisaient le même type de réacteur chimique, il serait peut-être possible de transférer des agents IA de l’une à l’autre. Un modèle pour une machine, c’est l’idée générale. Cependant, il est impossible d’ignorer le fait que les entreprises ont hésité à plonger tête baissée dans la révolution de l’IA naissante en raison des préoccupations liées à la confidentialité des données. Ces préoccupations n’échappent pas à Juna.ai, mais Hardenberg affirme que cela n’a pas été un problème majeur jusqu’à présent, en partie grâce à ses contrôles de résidence des données, et en partie grâce à la promesse qu’il fait à ses
