Joinable Labs Lève 2M$ en Amorçage et Lance RAG in a BOX pour l'IA Privée
Joinable Labs est officiellement sorti de sa phase de discrétion, annonçant son lancement avec un tour de financement d’amorçage de 2 millions de dollars visant à révolutionner le déploiement des systèmes d’IA privés. L’entreprise basée à San Francisco se concentre sur l’accélération drastique de ce qu’elle appelle le “Temps d’accès à l’Intelligence” (TTI), la période critique nécessaire aux organisations pour transformer des données brutes et fragmentées en solutions d’IA privées entièrement opérationnelles et efficaces.
Le tour de financement d’amorçage a vu la participation d’un groupe diversifié d’investisseurs, incluant des fondateurs et des leaders techniques de six “licornes” de l’IA et du Web3, aux côtés de firmes de capital-risque de premier plan telles qu’Accomplice Blockchain, Tess Ventures et VitalStage Ventures, ainsi que divers investisseurs providentiels stratégiques. Ce soutien substantiel souligne la reconnaissance du marché des défis auxquels les entreprises sont confrontées pour exploiter leurs données propriétaires pour l’IA.
Au cœur de l’offre de Joinable Labs se trouve sa Plateforme d’Accélération du Temps d’Accès à l’Intelligence. Cette plateforme est conçue pour rationaliser le processus complexe de construction de l’IA, en particulier pour les données sensibles ou propriétaires. Elle y parvient en extrayant des données d’entreprise non structurées ou cloisonnées — des PDF et feuilles de calcul aux images et dossiers RH — en les analysant dans des formats prêts pour l’IA, puis en entraînant des modèles d’IA privés et sécurisés adaptés aux besoins spécifiques d’une organisation. Brian Shin, cofondateur de Joinable Labs, a souligné que “les constructeurs d’IA ont besoin de plus que des modèles – ils ont besoin d’alignement et d’élan”, mettant en évidence l’objectif de l’entreprise de permettre aux équipes de déployer l’IA à partir de données brutes en quelques heures, plutôt qu’en plusieurs mois.
Le premier produit de l’entreprise, “RAG in a BOX”, est positionné comme un outil essentiel pour atteindre cette accélération. RAG, ou Génération Augmentée par Récupération, est un cadre d’IA qui améliore les capacités des grands modèles de langage (LLMs) en les intégrant à des sources de données externes et fiables. Contrairement aux LLMs traditionnels qui ne s’appuient que sur leurs données pré-entraînées, RAG permet aux modèles d’accéder et d’incorporer des informations en temps réel et spécifiques provenant des bases de connaissances internes d’une organisation. Ce processus améliore considérablement la précision, la pertinence et le fondement factuel des réponses générées par l’IA, atténuant les problèmes tels que les “hallucinations” ou les informations obsolètes.
“RAG in a BOX” fournit une boîte à outils tout-en-un pour les constructeurs d’IA afin de prototyper et de déployer rapidement des systèmes d’IA de Génération Augmentée par Récupération en utilisant leurs propres données personnalisées et propriétaires. Il permet aux utilisateurs de charger divers types de données, de choisir parmi les principaux LLM (y compris ceux de DeepSeek, Google, Meta et Alibaba), et de déployer des solutions instantanément via des modèles sans code ou une API. Joinable Labs affirme que cette approche peut accélérer le prototypage et le déploiement de systèmes d’IA jusqu’à 50 fois plus vite que les méthodes conventionnelles, offrant vitesse, flexibilité et contrôle total sur les données.
L’accent mis sur l’“IA Privée” est particulièrement pertinent dans le paysage actuel sensible aux données. Les environnements d’IA privée sont conçus pour traiter les données et générer des informations tout en maintenant des contrôles stricts de confidentialité et de sécurité, souvent en exécutant des modèles sur du matériel local ou une infrastructure de cloud privé pour conserver les données sensibles en interne. Cela répond aux préoccupations critiques des entreprises concernant la confidentialité des données, la conformité et la protection de la propriété intellectuelle, qui sont souvent des obstacles importants à l’adoption des services d’IA publics. Les défis liés au déploiement de l’IA privée incluent traditionnellement des coûts de mise en œuvre et d’exploitation élevés, la nécessité de talents internes spécialisés et la complexité de l’intégration de diverses sources de données. Joinable Labs vise à simplifier ces complexités, rendant l’IA privée plus accessible et efficace pour les entreprises allant des startups aux grandes entreprises.
La feuille de route stratégique de Joinable Labs comprend des outils supplémentaires pour l’évaluation des modèles d’IA, le traitement évolutif des données, l’affinage des modèles d’IA personnalisés, et l’agrégation et l’auto-étiquetage des données alimentés par la communauté, signalant une approche complète pour autonomiser les constructeurs d’IA. En s’attaquant de front au défi du “Temps d’accès à l’Intelligence”, Joinable Labs se positionne comme un catalyseur clé pour les entreprises cherchant à libérer tout le potentiel de leurs données avec une IA privée sécurisée et performante.