Reportage de Helen Popkin, Aayushi Pratap et Nina Wolpow
La pandémie de Covid-19 a été dévastatrice pour de nombreuses industries, mais elle n'a fait qu'accélérer l'utilisation de l'intelligence artificielle dans l'économie américaine. Au milieu de la crise, les entreprises se sont efforcées de créer de nouveaux services pour les travailleurs à distance et les étudiants, de renforcer les options d'achat et de restauration en ligne, de rendre les centres d'appels clients plus efficaces et d'accélérer le développement de nouveaux médicaments importants.
Alors même que les applications des plates-formes d'apprentissage automatique et de perception deviennent monnaie courante, une couche épaisse de battage médiatique et de jargon flou s'accroche aux logiciels compatibles avec l'IA, ce qui rend difficile l'identification des entreprises les plus convaincantes du secteur, en particulier celles qui trouvent de nouvelles façons d'utiliser l'IA qui créer de la valeur en rendant les humains plus efficaces et non redondants.
Dans cet esprit, Forbes s'est associé aux sociétés de capital-risque Sequoia Capital et Meritech Capital pour créer notre troisième AI 50, une liste d'entreprises nord-américaines privées et prometteuses qui utilisent l'intelligence artificielle de manière fondamentale pour leurs opérations. Pour être prises en compte, les entreprises doivent être privées et utiliser l'apprentissage automatique (où les systèmes apprennent à partir des données pour améliorer les tâches), le traitement du langage naturel (qui permet aux programmes de «comprendre» le langage écrit ou parlé) ou la vision par ordinateur (qui se rapporte à la façon dont machines «voir»). Les entreprises d'IA incubées, financées en grande partie par ou acquises par de grandes entreprises technologiques, manufacturières ou industrielles ne sont pas éligibles.
Notre liste a été compilée grâce à un processus de soumission ouvert à toute entreprise d'IA aux États-Unis et au Canada. L'application demandait aux entreprises de fournir des détails sur leur technologie, leur modèle commercial, leurs clients et leurs finances comme le financement, l'évaluation et l'historique des revenus (les entreprises avaient la possibilité de soumettre des informations de manière confidentielle, pour encourager une plus grande transparence). Forbes a reçu plusieurs centaines de candidatures, dont près de 400 ont été retenues. À partir de là, nos partenaires de données ont appliqué un algorithme pour identifier 100 entreprises avec les scores quantitatifs les plus élevés, ce qui a également fait de la diversité une priorité. Ensuite, un panel de juges experts en IA a évalué les finalistes pour trouver les 50 entreprises les plus convaincantes (il leur était interdit de juger les entreprises dans lesquelles ils avaient un intérêt direct).
Parmi les tendances de cette année, il y a ce que Konstantine Buhler de Sequoia Capital appelle les entreprises d'ateliers d'IA : la création de plates-formes adaptées à différentes entreprises, notamment Dataiku, DataRobot Domino Data et Databricks. La recherche en santé et en biotechnologie, telle que menée par Komodo Health, Genesis Therapeutics et Verge Genomics, reste un domaine clé pour l'IA avancée, tout comme la vision par ordinateur, avec des entreprises telles que Viz.ai et AMP Robotics utilisant la technologie pour améliorer les soins de santé et le recyclage des déchets.. Les entreprises qui dépendent du traitement du langage naturel, telles que Duolingo, Lilt et Whisper, qui ont développé une aide auditive compatible avec l'IA, constituent une autre catégorie de base. Les véhicules autonomes sont à nouveau représentés sur la liste, cette année par Gatik, qui considère les livraisons sans conducteur «milieu de gamme» comme un marché lucratif et précoce à cibler.
Pour l'avenir, le juge Andrew Ng, fondateur de Google Brain, cofondateur de Coursera et fondateur et PDG de Landing.ai, voit plus d'opportunités pour l'IA d'aider les fabricants et les prestataires de soins de santé avec des données adaptées à leurs besoins spécifiques.
«Il existe de nombreux modèles open source que vous pouvez télécharger et qui fonctionnent très bien pour un problème, mais ce qui doit vraiment être personnalisé, ce sont les données», dit-il. «Je constate que pour plusieurs entreprises, en commençant à aider les entreprises à obtenir efficacement les données dont elles ont besoin pour alimenter un modèle open source, c'est la clé pour libérer la valeur de cette entreprise.»
Cette liste 2021 présente 31 entreprises qui apparaissent pour la première fois, tandis que sept se sont qualifiées trois années de suite. En termes d'évaluation, au moins 13 des AI 50 sont évalués à 100 millions de dollars ou moins, tandis que 13 sont des licornes évaluées à 1 milliard de dollars ou plus. La Silicon Valley reste la plaque tournante des startups d'IA, avec 37 des 50 lauréats venant de la région de la baie de San Francisco.
Les juges de cette année comprenaient: Tonya Custis, directrice de la recherche sur l'IA, Autodesk; Michael Jordan, professeur d'informatique, Université de Californie, Berkeley; Xuezhao Lan, associé fondateur et directeur, Basis Set Ventures; Andrew Ng, cofondateur, Coursera; faculté auxiliaire d'informatique, Université de Stanford; Fay Cobb Payton, professeur de systèmes d'information et de technologie, North Carolina State University; Gill Pratt, PDG, Toyota Research Institute; scientifique en chef, Toyota Motor Corp. Carol Reiley, entrepreneure et scientifique en IA; ancien PDG, Drive.AI; et Raquel Urtasun, professeur d'informatique, Université de Toronto.
(Les lauréats sont classés par ordre alphabétique. Un astérisque donne des données d'évaluation provenant de Pitchbook plutôt que des sources de l'entreprise ou des estimations Forbes.)
Quartier général : San Francisco
Fondateurs: Evan Reiser (PDG), Sanjay Jeyakumar
Financement: 74 millions de dollars
Évaluation : 500 millions de dollars
Au lieu des virus, du spam ou des ransomwares, le logiciel de cybersécurité d'Abnormal Security cible les attaques de compromis de courrier électronique professionnel (BEC), qui coûtent aux entreprises près de 1,9 milliard de dollars en 2020, selon le FBI. C’est plus de la moitié des 3,5 milliards de dollars perdus en raison de la cybercriminalité. Le BEC se produit lorsqu'un mauvais acteur compromet des comptes de messagerie d'entreprise légitimes, se faisant passer pour un employé et incitant quiconque, du PDG et directeur financier au responsable des ressources humaines, à transférer de grosses sommes d'argent ou des documents sensibles. «De nombreuses sociétés de sécurité de messagerie conventionnelles ont développé des technologies qui ont stoppé les attaques qu’elles avaient vues auparavant en mémorisant les comportements« connus », déclare Evan Reiser, PDG. Mais les schémas continuent d'évoluer. Pour lutter contre les attaques BEC à prolifération rapide, Abnormal Security emprunte plutôt à la technologie publicitaire avec profilage comportemental - la façon dont Facebook et Twitter peuvent afficher des publicités personnalisées - pour prédire la légitimité des e-mails apparemment envoyés par une partie de confiance, tout en demandant des transferts d'argent de milliers. ou même des millions de dollars.
Quartier général : Louisville, Colorado
Fondateur : Matanya Horowitz (PDG)
Financement: 75 millions de dollars
Évaluation : Indisponible
Les robots AMP peuvent séparer automatiquement les boîtes en plastique du carton, les batteries des fils et le bois du béton. L'entreprise s'adresse aux centres de recyclage en proposant des logiciels et du matériel de robotique qui identifient et trient de manière autonome les matières recyclables. C'est l'idée de la PDG Matanya Horowitz, qui a travaillé sur la saisie robotique - enseignant aux robots comment saisir différents objets - en tant que doctorant. étudiant à Caltech. Les affaires ont augmenté au milieu de la pandémie, culminant à la fin de l'année dernière avec un accord avec Waste Connections, la troisième plus grande entreprise de gestion des déchets aux États-Unis, pour installer 25 robots dans ses installations, ainsi qu'un cycle de financement de 55 millions de dollars.
Quartier général : Berkeley, Californie
Fondateurs: Jason Lopatecki (PDG), Aparna Dhinakaran
Financement: 5,3 millions de dollars
Évaluation : 16 millions de dollars *
Les modèles d'IA en mode recherche peuvent parfois réagir très différemment lors de l'analyse de données réelles. Mais la raison pour laquelle n'est souvent pas disponible en temps réel. Fondée par Dhinakaran, ancien ingénieur clé chez Uber, et Lopatecki, fondateur de TubeMogul, une plate-forme d'enchères publicitaires, Arize AI est une plate-forme d'analyse en temps réel conçue pour regarder, dépanner et fournir des garde-corps sur l'IA déployée. «Dans les entreprises les plus simples de la vieille école, nous assistions à des déploiements de centaines à des milliers de modèles, chacun touchant quotidiennement les clients», explique Lopatecki. «Je ne pouvais tout simplement pas voir un avenir de l'IA sans logiciel offrant une observabilité autour des systèmes de ML, pour aider à dépanner et à améliorer les systèmes les plus complexes jamais déployés.
Quartier général : San Francisco
Fondateurs: Abraham Heifets (PDG), Izhar Wallach
Financement: 174 millions de dollars
Évaluation : 423 millions de dollars
Atomwise est alimenté par un algorithme de découverte de médicaments qui utilise un réseau neuronal pour simuler la façon dont différentes petites molécules peuvent se lier à une protéine. La technique d'apprentissage automatique permet aux scientifiques de simuler rapidement les interactions de millions de molécules pour déterminer lesquelles ont un potentiel dans les essais précliniques. En raison de leurs structures alambiquées et des façons complexes dont elles interagissent, des milliers de protéines ne sont liées à aucun traitement médicamenteux. Les 250 clients d’Atomwise, qui comprennent des instituts de recherche comme l’Université Columbia et des sociétés pharmaceutiques comme Bayer, mènent près de 800 projets dans des domaines tels que le cancer, les troubles de la coagulation et les maladies du cerveau. Il a déjà permis de découvrir des médicaments prometteurs contre la sclérose en plaques et l’Ebola qui ont été couronnés de succès dans les essais sur les animaux.
Quartier général : Palo Alto, Californie
Fondateurs: Dylan Keil (PDG), David Liu
Financement: 3 millions de dollars
Évaluation : Indisponible
Le suivi des expéditions de fret à destination de l'océan est une affaire délicate. Une mer agitée, le vent et les conditions météorologiques peuvent faire des ravages sur les arrivées programmées au port et augmenter la consommation de carburant. Bearing souhaite faciliter les choses en utilisant l'intelligence artificielle pour aider les expéditeurs à gérer et suivre leur flotte, à réduire la consommation de carburant et à optimiser les itinéraires. Les modèles d'IA de Bearing pour prédire les performances des navires sont nettement plus précis que les modèles basés sur la physique traditionnels utilisés dans l'industrie », déclare le PDG Dylan Keil. En démontrant avec succès les outils d'optimisation de Bearing en théorie, Keil se souvient, «c'était toujours passionnant de guider réellement ce premier navire de plus de 650 pieds à travers le Pacifique.» Bearing a des partenariats avec les principaux transporteurs mondiaux K Line et MOL.
Quartier général : San Francisco
Fondateurs: Kevin Albert (PDG), Maria Telleria, Henrik Bennetsen
Financement: 43 millions de dollars
Évaluation : Indisponible
Pour le PDG Kevin Albert, le défi est de sortir des robots de l'usine, ainsi que de la science-fiction, et de créer des machines qui fonctionnent dans le monde réel. Ancien élève de Boston Dynamics, Albert a déjà travaillé sur BigDog, le robot militaire à quatre pattes financé par la DARPA. Cette expérience l'a aidé à identifier une autre application massive dans le monde réel : la nature toujours changeante des chantiers de construction, en particulier la rationalisation du processus laborieux d'installation des cloisons sèches. Grâce aux robots Canvas, les travailleurs de la construction peuvent réduire les temps de finition des cloisons sèches de sept à deux jours, tout en obtenant une finition extra lisse. Sa technologie basée sur l'IA n'a été appliquée qu'aux chantiers de construction du nord de la Californie, et la start-up prévoit d'utiliser sa série B de 24 millions de dollars qui vient d'être levée pour se développer sur de nouveaux marchés.
Quartier général : Sunnyvale, Californie
Fondateurs: Andy Byrne (PDG), Venkat Rangan
Financement: 285 millions de dollars
Évaluation : 1,6 milliard de dollars
Des milliards de dollars sont dépensés pour les systèmes de gestion des ressources client, mais les ventes - sans doute la fonction la plus importante de toute organisation - restent la fonction la moins efficace de nombreuses organisations, note le PDG Andy Byrne. La raison est évidente, dit-il. La saisie des données limite le temps de vente, donc les équipes commerciales l'évitent, ce qui entraîne des données erronées. Clari résout ce problème en utilisant l'IA pour rationaliser les mises à jour CRM, en allégeant la charge de saisie de données de l'équipe de vente, tout en gérant les ventes et les prévisions avec des informations prédictives.
Quartier général : San Francisco
Fondateurs: S. Zayd Enam (PDG), Tim Shi, Sebastian Thrun
Financement: 77 millions de dollars
Évaluation : 132 millions de dollars * (chiffre mis à jour non disponible)
Cofondé et présidé par Sebastian Thrun, le créateur du programme d'auto-conduite de Google, l'objectif de Cresta est de changer la façon dont les gens ont des conversations dans le secteur du service client. Il utilise l'IA pour apprendre les réponses les plus efficaces aux questions des clients des meilleurs agents d'une équipe. Il fournit ensuite des invites en temps réel aux agents des centres d'appels les moins efficaces, sur ce qui pourrait être les réponses «meilleures» ou les plus efficaces aux questions des clients. PDG Zayd Enam - un doctorat du laboratoire d'IA de Stanford. décrocheur qui a immigré aux États-Unis de Karachi, au Pakistan à 17 ans - dit que l'approche de l'entreprise aide les employés qui sont «pris au milieu» à mettre en valeur leurs forces et à devenir une valeur inestimable pour leur entreprise à l'avenir.
Quartier général : San Francisco
Fondateurs: Devaki Raj (PDG) Nicolas Borensztein, Pablo Garcia
Financement: 10,1 millions de dollars
Évaluation : 30,1 millions de dollars *
Crowd AI se spécialise dans l'extraction d'informations significatives à partir du flot de données visuelles créées par tout, des caméras de téléphones portables aux satellites. Il le fait avec une plate-forme logicielle conçue pour être facilement accessible à tous les utilisateurs, pas seulement aux data scientists et aux développeurs. La technologie Crowd AI est utilisée par les fabricants, la California Air National Guard et le California's Department of Forestry and Fire Protection, pour lesquels il a construit un modèle de vision par ordinateur personnalisé capable de détecter les incendies de forêt en temps quasi réel. «En ce qui concerne la vision par ordinateur, nous pensons que les humains doivent rester informés», déclare Devaki Raj.
Quartier général : San Francisco
Fondateurs: Ali Ghodsi (PDG), Andy Konwinski, Ion Stoica, Matei Zaharia, Patrick Wendell, Reynold Xin, Arsalan Tavakoli-Shiraji
Financement: 1,9 milliard de dollars
Évaluation : 28 milliards de dollars
Databricks est soutenu par les quatre titans du cloud - Amazon, Google, Microsoft et Salesforce - en plus d'investisseurs de premier ordre tels qu'Andreessen Horowitz et Coatue. Construit au-dessus du moteur d'analyse Apache Spark (également créé par ses fondateurs), la société issue de l'UC Berkeley combine les référentiels de données brutes, ou «lacs de données», avec les informations structurées des «entrepôts de données» pour créer ce que le PDG Ali Ghodsi appelle un «lakehouse» où les entreprises stockent et utilisent leurs données. «Nous sommes en mesure de consolider toutes les charges de travail de données d'un client, à la fois dans l'analyse et l'IA, sur une seule plate-forme», dit-il. Comcast, Credit Suisse et T-Mobile font partie des 5 000 clients qui utilisent Databricks pour créer des outils d'analyse commerciale ou d'apprentissage automatique. Ils ont aidé l'entreprise à atteindre 425 millions de dollars de revenus annuels récurrents; à la suite d'un cycle de financement de 1 milliard de dollars plus tôt cette année, une introduction en bourse pourrait bientôt se profiler.
Quartier général : La ville de New York
Fondateurs: Florian Douetteau (PDG), Clément Stenac, Thomas Cabrol, Marc Batty
Financement: 247 millions de dollars
Évaluation : 1,4 milliard de dollars
Fondée par quatre Français à Paris, Dataiku s'est développée pour devenir une opération mondiale qui fabrique des logiciels pour de grandes entreprises comme Pfizer, Sephora et Unilever qui souhaitent développer l'IA par elles-mêmes, mais ne disposent pas des ressources d'Amazon ou de Google pour le faire. Levi’s, par exemple, a utilisé les outils de Dataiku pour créer un système de recommandation basé sur le machine learning pour ses clients. Après avoir obtenu le statut de licorne à la fin de 2019 grâce à une injection de fonds de la filiale d'investissement d'Alphabet, CapitalG, la société a levé 100 millions de dollars supplémentaires l'année dernière.
Quartier général : Boston
Fondateurs: Tom de Godoy, Jeremy Achin (PDG : Dan Wright)
Financement: 751 millions de dollars
Évaluation : 2,8 milliards de dollars
DataRobot aide les clients, qu'ils soient experts en données chevronnés ou novices en codage, à créer leurs propres modèles prédictifs d'apprentissage automatique. United Airlines, par exemple, a utilisé le logiciel de DataRobot pour prédire quels passagers pourraient enregistrer leurs bagages à la porte, tandis que les Philadelphia 76ers de la NBA ont utilisé ses outils pour aider à modéliser les estimations des renouvellements d'abonnements. Pendant la pandémie, DataRobot s'est associé au gouvernement fédéral pour identifier et résoudre les lacunes dans les informations Covid-19 afin de fournir une visibilité sur les données hospitalières telles que les fournitures de soins intensifs et de respirateurs et les pénuries de lits. «Nous avons également révisé et amélioré les modèles de prévision utilisés par les décideurs dans les essais cliniques de vaccins pour accélérer les délais d'approbation», déclare le PDG Dan Wright, qui a succédé à Jeremy Achin en mars.
Quartier général : Los Altos, Californie
Fondateur : Scott Stephenson (PDG)
Financement: 39 millions de dollars
Évaluation : Indisponible
En tant que doctorat sur la matière noire. étudiant, Scott Stephenson a commencé à enregistrer de l'audio dans le cadre de ses recherches, notant le silence et le bruit de fond qui existaient entre les informations acoustiques qu'il avait l'intention de capturer. Le développement d'un outil capable d'exploiter ce son significatif a abouti à Deepgram, un logiciel de reconnaissance vocale automatique qui facilite de meilleures transcriptions de l'audio enregistré comme celle d'une réunion en personne ou d'une conférence téléphonique basée sur Zoom. Bien qu'il s'agisse de l'une des nombreuses entreprises qui optimisent les transcriptions, Deepgram prétend être la seule plate-forme à apprendre en fonction de modèles et de phrases phonétiques, y compris des termes spécifiques à l'industrie souvent mal compris par les services de synthèse vocale.
Quartier général : Palo Alto, Californie
Fondateurs: James Wu (PDG), Mark Wheeler
Financement: 93 millions de dollars
Évaluation : 440 millions de dollars *
La course à la commercialisation de voitures autonomes dépend des cartes haute définition pour que les véhicules sachent où ils se trouvent, et bon nombre des entreprises développant cette technologie détournaient des ressources pour créer leurs propres cartes. DeepMap a été fondé pour aider les entreprises à éviter cet effort redondant et à économiser de l'argent en créant un «moteur de cartographie» en tant que service. Il utilise l'apprentissage en profondeur pour détecter et créer automatiquement des éléments de carte 3D et des points de repère, tels que des panneaux de signalisation, des signaux et des lignes de voie, à partir des données de capteur d'entrée. La technologie peut «prendre en charge des millions de voitures tout en maintenant une qualité de carte élevée, une consommation de carte très efficace et un coût très bas», déclarent les fondateurs James Wu et Mark Wheeler.
Quartier général : San Francisco
Fondateurs: Nick Elprin (PDG), Chris Yang, Matthew Granade
Financement: 124 millions de dollars
Évaluation : 343 millions de dollars *
Elprin, Yang et Granade ont eu l’idée de Domino, un logiciel qui donne aux scientifiques des données les outils dont ils ont besoin pour créer, tester et exécuter leurs propres modèles d’IA, tout en dirigeant l’organisation de recherche du fonds spéculatif Bridgewater Associates. Ils ont compris que pour rattraper Bridgewater et d'autres entreprises axées sur des modèles comme Amazon, Netflix et Tencent, les entreprises novices et vétérans bénéficieraient d'un accès à de nouvelles technologies et plates-formes qui permettraient la science des données en tant que capacité de base : c'est ce que Domino vise à faire. «Au cours de la prochaine décennie, les gagnants de tous les secteurs seront ceux qui mettront les modèles au cœur de leurs activités», déclare Elprin. Jusqu'à présent, les clients de renom incluent Johnson & Johnson, Lockheed Martin, Dell et Allstate.
Quartier général : Pittsburgh
Fondateurs: Luis von Ahn (PDG), Severin Hacker
Financement: 183 millions de dollars
Évaluation : 2,4 milliards de dollars *
Peu importe qui vous êtes, d'où vous venez ou ce que vous faites, vous avez probablement entendu parler de Duolingo : l'application d'apprentissage des langues basée sur l'IA envoie peut-être déjà des rappels quotidiens pour pratiquer votre français. Ce type d'ubiquité est ce que le PDG Luis von Ahn - qui était boursier MacArthur en 2006 et qui avait précédemment lancé reCaptcha - recherche. «Duolingo est utilisé par des personnes de tous les horizons socio-économiques, des réfugiés syriens aux milliardaires et aux célébrités comme Bill Gates et Joe Jonas», déclare von Ahn. Une telle adoption à grande échelle, alimentée en partie par l'ennui pandémique, a conduit à une augmentation de 750 millions de dollars de l'évaluation sur une période de sept mois en 2020.
Quartier général : La ville de New York
Fondateurs: Emi Gal (PDG), Diego Cantor
Financement: 22 millions de dollars
Évaluation : 67 millions de dollars *
Un diagnostic de cancer tardif signifie un risque plus élevé de décès. À l'aide de l'IA et de l'automatisation, Ezra étudie les IRM pour aider les radiologues à détecter les lésions cancéreuses plus rapidement et mieux. Sa technologie, qui a été approuvée par la FDA en octobre 2020, automatise l'interprétation de la taille et des limites des lésions cancéreuses, plus rapidement que le temps que prendrait un radiologue. Le PDG Emi Gal, qui présente un risque élevé de mélanome, rêve de réaliser une IRM corporelle complète de 500 $ pour le cancer au cours des 3 prochaines années.
Quartier général : Sunnyvale, Californie
Fondateur : Nikunj Mehta (PDG)
Financement: 13 millions de dollars
Évaluation : 100 millions de dollars
Selon le PDG de Falkonry, Nikunj Mehta, les données des opérations industrielles et de fabrication augmentent à un rythme égal aux données humaines, mais les entreprises ne peuvent en utiliser qu'environ 2%. Il a vu une opportunité d'utiliser ces données sous-exploitées à l'aide de l'IA et de l'apprentissage automatique pour aider les entreprises à améliorer tous les aspects de leurs opérations. La plate-forme logicielle qu'elle a développée pour ce faire est particulièrement adaptée aux opérations de fabrication, de défense et de flotte d'énergie, explique Mehta. Il surveille les opérations et détecte et prédit les pannes.Il est déjà utilisé par des clients tels que l'US Air Force, IMA Life et le producteur d'acier Ternium.
Quartier général : San Francisco
Fondateurs: Sébastien Boyer (PDG), Thomas Palomares
Financement: 26,7 millions de dollars
Évaluation : 45 millions de dollars * (chiffre mis à jour non disponible)
Les machines de désherbage de précision de FarmWise basées sur l'IA aident les agriculteurs à rationaliser le processus de culture de légumes de base de grande valeur. Au service des fermes de Californie et d'Arizona, Farmwise offre sa technologie en tant que service, facturant des frais par acre aux champs de mauvaises herbes plutôt que de vendre son équipement. Plus une machine visite une ferme donnée de fois, plus elle apprend et mieux elle désherbera. La société développe également un tableau de bord des producteurs qui permettra aux agriculteurs de suivre des paramètres tels que le nombre précis de cultures, la taille et les tendances d'espacement dans des champs donnés.
Quartier général : Palo Alto, Californie
Fondateurs: Krishna Gade (PDG), Amit Paka, Manoj Cheenath
Financement: 14 millions de dollars
Évaluation : 37 millions de dollars *
En tant que responsable de l'ingénierie de l'équipe du fil d'actualité de Facebook, Gade a été chargé de créer «Pourquoi est-ce que je vois ça», un outil interne pour aider à comprendre comment son algorithme a élevé certaines histoires. Chaque entreprise devrait comprendre le fonctionnement interne de ses modèles d'IA, pensa Gade, et Fiddler Labs était né. «Nous ne pouvons pas permettre aux algorithmes de fonctionner avec un manque de transparence», dit-il. «Nous avons besoin de responsabilité pour instaurer la confiance entre les humains et l'IA.» La plate-forme de Fiddler Labs permet aux entreprises d'analyser et de comprendre l'IA de leur système tout en respectant la conformité réglementaire et en renforçant la confiance de l'utilisateur final.
Quartier général : San Francisco
Fondateurs: Deon Nicholas (PDG), Sami Ghoche
Financement: 27 millions de dollars
Évaluation : 100 millions de dollars
Cofondée par Deon Nicholas et Sami Ghoche en 2017, Forethought est une société de recherche d'entreprise qui a créé un agent d'IA de récupération de questions-réponses appelé Agatha. Il s'intègre dans les flux de travail existants des employés, les aidant à travailler plus efficacement au lieu de les remplacer pour améliorer le service client. Agatha résout et aide à l'aide de l'apprentissage automatique et du traitement du langage naturel qui continue de s'améliorer au fil du temps. «Alors que certaines tâches seront automatisées à l'avenir avec l'IA, certaines choses fonctionneront également mieux avec un humain compatissant qui accomplira la tâche», déclare Nicholas.
Quartier général : San Francisco
Fondateurs: Dwight Crow (PDG), Andrew Song, Shlomo Zippel
Financement: 53 millions de dollars
Évaluation : 198 millions de dollars *
Whisper souhaite que les personnes malentendantes puissent participer à des conversations. Pour ce faire, la société a construit un appareil de poche sans fil qui utilise l'IA pour séparer les voix du bruit. Il utilise les données des clients pour améliorer ses algorithmes et transmet régulièrement les mises à jour logicielles à ces utilisateurs. «Je me souviens encore quand nous avons adapté mon père avec Whisper. Ma mère ne pouvait pas croire à la différence pour lui », déclare le PDG Dwight Crow.« Elle a dit qu'il était comme un enfant dans un magasin de bonbons, en entendant autant de sons pour la première fois depuis des années. »
com.
