Explosion d’intelligence artificielle dans le monde des données professionnelles grâce à TextQL !

Des ingénieurs créent une plateforme pour prendre des décisions basées sur les données

Mark Hay et Ethan Ding veulent que chaque décision d’entreprise soit basée sur des données. Ambitieux ? Sans aucun doute. Mais les deux ingénieurs, qui se sont rencontrés il y a quelques années pendant la pandémie, sont optimistes.

TextQL : connecter les données d’une entreprise à des modèles de langage

Hay et Ding sont les co-fondateurs de TextQL, une plateforme qui connecte le système de données existant d’une entreprise à de grands modèles de langage tels que ChatGPT et GPT-4 d’OpenAI. L’idée, expliquent-ils, est de donner aux équipes commerciales la possibilité de poser des questions sur leurs données à la demande, en utilisant des outils qui, selon Hay, « comprennent les ‘noms’ et la sémantique de leurs équipes ».

Un meilleur accès aux données pour les équipes commerciales

« Les responsables des données ont passé 15 ans à se faire promettre quelque chose qui n’a pas été tenu… La moitié des directeurs des données des entreprises du Fortune 500 sont allergiques au terme ‘self service’ à ce stade », a déclaré Hay, CTO de TextQL, dans une interview par courrier électronique avec nous. « Leurs 400 000 data scientists passent 40% ou plus de leur temps à répondre à des demandes de données ponctuelles, et leurs équipes commerciales utilisent des termes qui sont représentés différemment dans leurs bases de données, ce qui entraîne des mois de productivité perdue à se disputer sur les chiffres. »

Une solution basée sur un modèle de données

Hay, anciennement ingénieur dans l’équipe d’apprentissage automatique de Facebook, et Ding, ancien membre de l’équipe de données de Bessemer Venture Partners (et amateur de métaphores de jardinage), pensaient pouvoir proposer une meilleure solution.

En 2022, ils ont lancé leur projet avec TextQL, qui utilise un modèle de données pour mapper la base de données d’une entreprise aux « noms » représentant l’activité d’un client dans leur propre langage – par exemple, des mots tels que « commande », « produit », « distributeur », « SKU », « stock », etc.

Une plateforme connectée aux outils d’intelligence d’affaires

TextQL se connecte aux outils d’intelligence d’affaires et dirige les utilisateurs vers des tableaux de bord existants lorsque la question a déjà été posée. Selon Hay, il peut également faire référence à la documentation de catalogues de données d’entreprise tels qu’Alation, ainsi qu’à des notes dans des plateformes telles que Confluence ou Google Drive.

Aller au-delà des réponses aux questions

Concrètement, cela permet aux utilisateurs de TextQL de poser des questions à un chatbot, telles que « Pouvez-vous me montrer une liste de commandes très en retard ? » et « Calculer les centres de distribution avec la plus forte concentration ? » Au-delà de la réponse aux questions, TextQL – grâce à un composant d’automatisation – peut également effectuer certaines actions, par exemple envoyer un e-mail aux responsables concernant des données spécifiques.

Un gain de productivité pour les entreprises

« Dans un environnement économique où tout le monde essaie d’en faire plus avec moins, nous sommes capables de donner aux opérateurs d’entreprise des super pouvoirs dans une même plateforme », a déclaré Hay.

Une concurrence avec des entreprises comme Palantir et C3.ai

Hay, qui voit TextQL comme un concurrent de sociétés telles que Palantir et C3.ai, affirme que TextQL compte une demi-douzaine de clients dans les secteurs de la santé, des sciences de la vie, des services financiers, de la fabrication et des médias. Le revenu récurrent annuel se chiffre à « six chiffres », donnant à TextQL « plusieurs années » d’autonomie.

Financement et perspectives d’avenir

En ce qui concerne le financement, TextQL, qui compte une équipe d’environ 10 personnes, a levé 4,1 millions de dollars lors de tours de pré-amorçage et d’amorçage dirigés par Neo et DCM, avec la participation de Unshackled Ventures, Worklife Ventures, PageOne Ventures, FirstHand Ventures et Indicator Fund.

« Le ralentissement ne nous a pas autant affectés, au contraire – les entreprises sont enthousiastes à propos de notre logiciel car il peut les aider à en faire plus avec moins de personnel », a déclaré Hay. « Toute notre équipe est composée de fondateurs vétérans précédemment financés par des investisseurs en capital-risque – un talent qui serait assez difficile à trouver en dehors de cet environnement. »