'Qui contrôle le contrôleur?', en quelque sorte. Et cela tombe à pic, puisque notre vie est à présent peu à peu livrée à l'intelligence artificielle. Plus il y a de processus qui sont automatisés par un algorithme, plus il devient important que ce dernier fonctionne correctement. Pensons par exemple au récent problème posé par un logiciel de reconnaissance faciale, qui identifie moins bien les gens de couleur que les blancs. NannyML ne s'est (provisoirement) pas encore penchée sur ce problème, mais elle a fait néanmoins du contrôle des algorithmes AI son activité.

'Il est important d'assurer la maintenance des algorithmes AI et de contrôler s'ils fournissent encore et toujours des résultats pertinents'

Wiljan Cools et les co-fondateurs Hakim Elakhrass et Wojtek Kuberski se sont lancés il y a un an et demi dans la consultance AI sous l'appellation Prophecy Labs. 'Notre objectif a cependant toujours été de développer un véritable produit', déclare Cools. 'Et de ne pas en rester à la consultance. Voilà pourquoi nous avons décidé de nous concentrer sur l'AI observability. Il est important d'assurer la maintenance des algorithmes AI et de contrôler s'ils fournissent encore et toujours des résultats pertinents.'

Détection du 'datadrift'

Selon le fondateur, il est en effet toujours possible que des problèmes se posent: 'Prenez un algorithme d'achats d'un supermarché, qui, sur base des données du passé, prévoit quand les clients achèteront tel ou tel produit. Cette prévision peut devenir incorrecte à cause notamment de la crise du corona. Autre exemple: certains logiciels professionnels utilisés précédemment par des jeunes, mais entre-temps découverts aussi par des plus âgés. Ce genre de glissement peut faire en sorte qu'un algorithme qui fonctionnait jusque là sans problème, ne fournisse subitement plus des résultats corrects. C'est en détectant ce genre de datadrift (affaiblissement naturel des performances) qu'on peut déterminer le ML Health Score d'un algorithme.'

NannyML - les lettres ML signifient Machine Learning - a mis au point une plate-forme web qui compare le data-input d'un algorithme avec les calculs finaux basés sur ces données. 'Nous ne voulons ainsi pas seulement être une aide pour les spécialistes des données, mais aussi pour les propriétaires professionnels de l'algorithme. Nous souhaitons en effet toujours veiller à ce que les algorithmes supportent les processus d'entreprise ciblés.'

'Service as a Software'

Provisoirement, tout cela requiert encore pas mal d'implication et de consultance de la part des fondateurs. Cools qualifie dès lors son modèle commercial de Service as a Software: 'Actuellement, nous voulons encore implémenter nous-mêmes notre outil chez le client. Mais l'objectif est de mettre au point un produit via quelques projets-pilotes, qui puisse être facilement activé pour n'importe quel use case.'

Au départ de Prophecy Labs, la startup aurait pu, à l'entendre, entièrement se financer elle-même, mais elle a choisi de récolter d'abord du capital. 'De cette manière, nous avons réussi à séparer notre produit de la consultance', affirme Cools. 'L'expérience apprend que si on ne le fait pas, on reste coincé dans une approche basée clients, alors que l'objectif est vraiment de sortir un produit.'

A présent que NannyML a récolté 1,06 million d'euros grâce surtout à Volta Ventures et Lunar Ventures, mais aussi à une participation plus modeste de business angels, elle est parée pour la prochaine étape. 'Une combinaison intéressante d'investisseurs', révèle Cools. 'Car avec Frank Maenen de Volta, nous accueillons une sérieuse expérience commerciale, tandis que les gens de la berlinoise Lunar Ventures sont très doués sur le plan technique et peuvent donc nous conseiller pour le développement.'

Pour le développement de l'outil, Cools recherche à présent des clients prêts à former un projet-pilote pour NannyML. 'Nous recherchons des entreprises possédant une certaine maturité au niveau AI, une solide équipe de spécialistes AI et plusieurs modèles AI en production. Je pense aux secteurs financier ou télécom, avec lesquels nous avons déjà eu des entretiens prometteurs. Les premiers projets devraient voir le jour durant le premier trimestre de cette année, ce qui nous permettrait de démontrer qu'il y a bien un marché qui accepte de payer pour ce genre de solution. Même si l'explainable AI est aujourd'hui devenue une mini-vogue, le problème, c'est que beaucoup de clients n'ont pas encore les moyens financiers pour l'acquérir.'

Les ambitions de NannyML sont en tout cas élevées. 'D'abord la Belgique évidemment, mais ensuite, nous voulons continuer à coup sûr de croître. Reste à savoir si cela réussira aussi aux Etats-Unis. De ce côté-ci de l'océan, nous sommes plutôt uniques dans notre approche, mais dans la Silicon Valley, quelques concurrents pointent déjà le bout du nez. Ils sont déjà parvenus à recueillir pas mal d'argent. On verra donc jusqu'où on peut aller, une fois que nous disposerons d'un solide ancrage en Europe.'

NannyML

Siège social: Leuven

Nombre d'associés: 3

Pas à la recherche de capital supplémentaire

Site web: NannyML.com

'Qui contrôle le contrôleur?', en quelque sorte. Et cela tombe à pic, puisque notre vie est à présent peu à peu livrée à l'intelligence artificielle. Plus il y a de processus qui sont automatisés par un algorithme, plus il devient important que ce dernier fonctionne correctement. Pensons par exemple au récent problème posé par un logiciel de reconnaissance faciale, qui identifie moins bien les gens de couleur que les blancs. NannyML ne s'est (provisoirement) pas encore penchée sur ce problème, mais elle a fait néanmoins du contrôle des algorithmes AI son activité.Wiljan Cools et les co-fondateurs Hakim Elakhrass et Wojtek Kuberski se sont lancés il y a un an et demi dans la consultance AI sous l'appellation Prophecy Labs. 'Notre objectif a cependant toujours été de développer un véritable produit', déclare Cools. 'Et de ne pas en rester à la consultance. Voilà pourquoi nous avons décidé de nous concentrer sur l'AI observability. Il est important d'assurer la maintenance des algorithmes AI et de contrôler s'ils fournissent encore et toujours des résultats pertinents.'Selon le fondateur, il est en effet toujours possible que des problèmes se posent: 'Prenez un algorithme d'achats d'un supermarché, qui, sur base des données du passé, prévoit quand les clients achèteront tel ou tel produit. Cette prévision peut devenir incorrecte à cause notamment de la crise du corona. Autre exemple: certains logiciels professionnels utilisés précédemment par des jeunes, mais entre-temps découverts aussi par des plus âgés. Ce genre de glissement peut faire en sorte qu'un algorithme qui fonctionnait jusque là sans problème, ne fournisse subitement plus des résultats corrects. C'est en détectant ce genre de datadrift (affaiblissement naturel des performances) qu'on peut déterminer le ML Health Score d'un algorithme.'NannyML - les lettres ML signifient Machine Learning - a mis au point une plate-forme web qui compare le data-input d'un algorithme avec les calculs finaux basés sur ces données. 'Nous ne voulons ainsi pas seulement être une aide pour les spécialistes des données, mais aussi pour les propriétaires professionnels de l'algorithme. Nous souhaitons en effet toujours veiller à ce que les algorithmes supportent les processus d'entreprise ciblés.'Provisoirement, tout cela requiert encore pas mal d'implication et de consultance de la part des fondateurs. Cools qualifie dès lors son modèle commercial de Service as a Software: 'Actuellement, nous voulons encore implémenter nous-mêmes notre outil chez le client. Mais l'objectif est de mettre au point un produit via quelques projets-pilotes, qui puisse être facilement activé pour n'importe quel use case.'Au départ de Prophecy Labs, la startup aurait pu, à l'entendre, entièrement se financer elle-même, mais elle a choisi de récolter d'abord du capital. 'De cette manière, nous avons réussi à séparer notre produit de la consultance', affirme Cools. 'L'expérience apprend que si on ne le fait pas, on reste coincé dans une approche basée clients, alors que l'objectif est vraiment de sortir un produit.'A présent que NannyML a récolté 1,06 million d'euros grâce surtout à Volta Ventures et Lunar Ventures, mais aussi à une participation plus modeste de business angels, elle est parée pour la prochaine étape. 'Une combinaison intéressante d'investisseurs', révèle Cools. 'Car avec Frank Maenen de Volta, nous accueillons une sérieuse expérience commerciale, tandis que les gens de la berlinoise Lunar Ventures sont très doués sur le plan technique et peuvent donc nous conseiller pour le développement.'Pour le développement de l'outil, Cools recherche à présent des clients prêts à former un projet-pilote pour NannyML. 'Nous recherchons des entreprises possédant une certaine maturité au niveau AI, une solide équipe de spécialistes AI et plusieurs modèles AI en production. Je pense aux secteurs financier ou télécom, avec lesquels nous avons déjà eu des entretiens prometteurs. Les premiers projets devraient voir le jour durant le premier trimestre de cette année, ce qui nous permettrait de démontrer qu'il y a bien un marché qui accepte de payer pour ce genre de solution. Même si l'explainable AI est aujourd'hui devenue une mini-vogue, le problème, c'est que beaucoup de clients n'ont pas encore les moyens financiers pour l'acquérir.'Les ambitions de NannyML sont en tout cas élevées. 'D'abord la Belgique évidemment, mais ensuite, nous voulons continuer à coup sûr de croître. Reste à savoir si cela réussira aussi aux Etats-Unis. De ce côté-ci de l'océan, nous sommes plutôt uniques dans notre approche, mais dans la Silicon Valley, quelques concurrents pointent déjà le bout du nez. Ils sont déjà parvenus à recueillir pas mal d'argent. On verra donc jusqu'où on peut aller, une fois que nous disposerons d'un solide ancrage en Europe.'