HerculeAI (anciennement Zero Systems) travaille à l’automatisation des services professionnels depuis 2017, en se concentrant à l’origine sur le secteur juridique. Dans le cadre de cela, il a en fait construit de grands modèles de langage pendant plusieurs années, bien avant que l’idée n’entre dans la conscience du public. En tant que tel, il s’est retrouvé au bon endroit au bon moment lorsque ChatGPT est entré en scène fin 2022, et soudain, tout le monde a parlé de LLM.

Aujourd’hui, la société a annoncé un investissement de série B de 26 millions de dollars pour continuer sur sa lancée récente.

Alex Babin, PDG et cofondateur de l’entreprise, explique qu’ils travaillaient sur de petits modèles depuis environ 2020 avec un demi-milliard de paramètres à 2 milliards de paramètres et les exécutaient sur des appareils de bord à des fins de conformité, mais avant l’émergence de ChatGPT, personne ne prêtait beaucoup d’attention à cet aspect de leur solution.

« C’était peut-être huit ou neuf mois avant ChatGPT, et je me souviens avoir parlé à nos clients, expliquant aux DSI ce qu’est un LLM – et personne ne s’en souciait », a déclaré Babin à TechCrunch. En novembre de la même année, bien sûr, cela allait rapidement changer et tout le monde s’est soudainement intéressé au concept. Ce changement a contribué à la croissance rapide de l’entreprise au cours de la dernière année.

Aujourd’hui, l’entreprise dispose de plusieurs modèles remplissant trois fonctions clés : l’extraction intelligente de données, la transformation des données et la vérification des données. La première est assez standard et consiste à extraire des données de documents. La deuxième partie établit automatiquement un ensemble de règles et de structures autour de ces données, mais la troisième partie, la vérification, est particulièrement importante, dit-il.

« C’est vraiment le Saint Graal lorsque vous pouvez comparer les informations extraites, puis les transformer en source de vérité, qu’il s’agisse de réglementations, de politiques, de contrats, de lois ou de quoi que ce soit d’autre », a déclaré Babin. Cela garantit que tout problème qui entre en conflit avec les documents sources est automatiquement signalé aux employés.

Ces trois compartiments ont également permis à la startup de créer un système multi-agents en plus de ces services pour aider à automatiser toutes ces activités. « Ces systèmes multi-agents peuvent être appliqués à des processus ou à des flux de travail continus à forte valeur ajoutée qui nécessitent [automated] prise de décision », a-t-il déclaré.

Pour ses principaux clients de l’industrie réglementée, tout cela est particulièrement important. Aujourd’hui, ce n’est pas seulement le droit, mais aussi les assurances et les services financiers.

Leur stratégie d’IA semble fonctionner, l’entreprise ayant enregistré une croissance multipliée par 4 au cours de l’année dernière. Ils comptent 30 % des 100 plus grands cabinets d’avocats aux États-Unis parmi leurs clients. Ils ont également un grand nombre d’autres clients du Fortune 500, notamment Mercer, Standard & Poor’s et State Farm.

L’entreprise compte actuellement environ 75 employés, mais malgré l’argent supplémentaire, M. Babin dit qu’il prévoit de rester léger et d’investir davantage dans l’amélioration des processus internes que dans l’ajout d’employés. « Je ne vois pas pourquoi nous devons embaucher plus de personnes. En fait, nous investirons davantage dans nos processus internes et l’automatisation. Nous devons manger notre propre nourriture pour chiens et utiliser nos propres produits pour nous rendre plus évolutifs », a-t-il déclaré.

Le financement d’aujourd’hui a été dirigé par Streamline Ventures avec la participation de Proof VC, Thomson Reuters Ventures, Alumni Ventures et divers anges de l’industrie.