Crédit d’image : Dan Cristian Pădureț / Unsplash

Poussière est une nouvelle startup d’IA basée en France qui cherche à augmenter la productivité des équipes en brisant les silos internes, en mettant en évidence les connaissances critiques et en fournissant des outils pour créer des applications internes personnalisées. En son cœur, Dust utilise un grand modèle de langage (LLM) sur les données internes de l’entreprise pour donner aux membres de l’équipe de nouveaux super pouvoirs.

Co-fondé par Gabriel Hubert et Stanislas Polu, le duo se connaît depuis plus d’une décennie. Leur première startup appelée Totem a été acquise par Stripe en 2015. Après cela, ils ont tous les deux passé plusieurs années à travailler pour Stripe avant de se séparer.

Stanislas Polu a rejoint OpenAI où il a passé trois ans à travailler sur un LLM en compétences de raisonnement tandis que Gabriel Hubert était chef de produit chez Alain.

Ils travaillent à nouveau ensemble pour créer Dust. Contrairement à de nombreuses startups d’IA, Dust ne se concentre pas sur la création de grands nouveaux modèles de langage. Au lieu de cela, les entreprises souhaitent créer des applications au-dessus du LLM développé par OpenAI, Cohere, AI21, etc.

L’équipe a d’abord travaillé sur un plates-formes qui peut être utilisé pour concevoir et déployer de grandes applications de modèle de langage. Il concentre ensuite ses efforts sur un cas d’utilisation en particulier : centraliser et indexer les données internes afin qu’elles puissent être utilisées par LLM.

Du ChatGPT intégré au logiciel de nouvelle génération

Il existe plusieurs connecteurs qui récupèrent constamment les données internes de Notion, Slack, Github et Google Drive. Ces données sont ensuite indexées et peuvent être utilisées pour des requêtes de recherche sémantique. Lorsqu’un utilisateur veut faire quelque chose avec une application alimentée par Dust, Dust trouvera les données internes pertinentes, les utilisera comme contexte LLM et renverra une réponse.

Par exemple, vous venez de rejoindre une entreprise et vous travaillez sur un projet qui a été lancé il y a quelque temps. Si votre entreprise promeut la transparence dans les communications, vous souhaiterez consulter les données internes pour obtenir des informations. Mais la base de connaissances interne peut ne pas être à jour. Ou peut-être qu’il est difficile de trouver une raison pour laquelle quelque chose a été fait de cette façon, comme indiqué dans une chaîne Slack archivée.

Dust n’est pas seulement un meilleur outil de recherche interne, car il ne se contente pas de renvoyer des résultats de recherche. Il peut trouver des informations dans plusieurs sources de données et formater les réponses de manière beaucoup plus utile pour vous. Il peut être utilisé comme une sorte de ChatGPT interne, mais peut également servir de base à de nouveaux outils internes.

« Nous pensons que les interfaces en langage naturel vont interférer avec les logiciels », m’a dit Gabriel Hubert. « Dans cinq ans, ce serait décevant si vous deviez encore cliquer sur édition, paramètres, préférences, pour décider que votre logiciel doit se comporter différemment. Nous voyons de plus en plus de nos logiciels s’adapter à vos besoins individuels, parce que c’est qui vous êtes, mais aussi parce que c’est votre équipe — parce que c’est votre entreprise.

La société travaille avec des partenaires de conception de plusieurs manières pour mettre en œuvre et packager la plate-forme Debu. « Nous pensons qu’il existe de nombreux produits différents qui peuvent être créés dans le domaine des données d’entreprise, des travailleurs du savoir et des modèles qui peuvent être utilisés pour les soutenir », m’a dit Stanislas Polu.

C’est encore tôt pour Debu, mais la startup explore un sujet intéressant. Il y a de nombreux défis à relever en termes de rétention de données, d’hallucinations et de tous les problèmes qui accompagnent un LLM. Peut-être que les hallucinations ne seront pas un problème au fur et à mesure que le LLM progresse. Peut-être que Dust créera éventuellement son propre LLM pour des raisons de confidentialité des données.

Debu a levé 5,5 millions de dollars (5 millions d’euros) lors de tours de table menés par Sequoia avec XYZ, GG1, Seedcamp, Connect, Motier Ventures, Tiny Supercomputer, AI Grant et un groupe de business angels également participants, comme Olivier Pomel de Datadog, Julien Codorniou , Julien Chaumond de Hugging Face, Mathilde Collin de Front, Charles Gorintin et Jean-Charles Samuelian-Werve d’Alan, Eléonore Crespo et Romain Niccoli de Pigment, Nicolas Brusson de BlaBlaCar, Howie Liu d’Airtable, Matthieu Rouif de PhotoRoom, Igor Babuschkin et Irwan Bello.

Si vous prenez du recul, Dust parie qu’un LLM changera considérablement la façon dont les entreprises travaillent. Des produits comme Dust fonctionnent encore mieux dans les entreprises qui favorisent la transparence radicale au lieu de la rétention d’informations, la communication écrite au lieu de réunions interminables, l’autonomie au lieu d’une gestion descendante.

Si les LLM tiennent leurs promesses et augmentent considérablement la productivité, certaines entreprises obtiendront un avantage injuste en adoptant ces valeurs car Dust libérera un grand potentiel inexploité des travailleurs du savoir.