Faire évoluer l’IA, une société qui fournit des services d’étiquetage de données pour l’entraînement de modèles d’apprentissage automatique, a levé 1 milliard de dollars auprès d’un grand nombre d’investisseurs institutionnels et d’entreprises de renom, dont Amazon et Meta.

La levée, qui constitue un mélange de financement primaire et secondaire, intervient dans un contexte de boom des méga-tours de capital-risque d’IA, Amazon ayant récemment clôturé un investissement de 4 milliards de dollars dans son rival OpenAI, Anthropic, tandis que Mistral AI et Perplexity sont également en train de lever d’autres tours de table d’un milliard de dollars à des valorisations élevées.

Scale AI, pour sa part, avait déjà levé environ 600 millions de dollars au cours de ses huit années d’existence, dont un tour de table de série E de 325 millions de dollars en 2021 qui valorisait la société de San Francisco à environ 7 milliards de dollars (le double de la valorisation de son tour de table de série D par rapport à l’année précédente). Trois ans plus tard, et malgré les vents contraires qui ont conduit à une réduction de 20 % des effectifs l’année dernière, Scale AI est désormais évalué à 13,8 milliards de dollars – un signe des temps, où les investisseurs se bousculent les uns les autres pour prendre de l’avance dans la ruée vers l’or de l’IA.

Le tour de financement de série F a été mené par Accel, qui a également dirigé le tour de financement de série A de Scale AI et a participé aux tours de financement ultérieurs.

Cependant, Scale AI a également attiré Amazon et Meta pour cette dernière injection de liquidités, aux côtés d’autres nouveaux investisseurs, notamment les branches de capital-risque de Cisco, Intel, AMD et ServiceNow, ainsi que DFJ Growth, WCM et Elad Gil. Bon nombre de ses investisseurs existants sont également revenus, notamment Nvidia, Coatue, Y Combinator (YC), Index Ventures, Founders Fund, Tiger Global Management, Thrive Capital, Spark Capital, Greenoaks, Wellington Management et l’ancien PDG de GitHub, Nat Friedman.

Données d’IA

Les données sont l’élément vital de l’intelligence artificielle, c’est pourquoi les entreprises spécialisées dans la gestion et le traitement des données s’en sortent bien en ce moment. La semaine dernière, Weka a annoncé un investissement de 140 millions de dollars à une valorisation de 1,6 milliard de dollars (post-financement) pour aider les entreprises à créer des pipelines de données pour leurs applications d’IA.

Fondée en 2016, Scale AI associe l’apprentissage automatique à la surveillance de l’humain dans la boucle pour gérer et annoter de grands volumes de données, ce qui est essentiel pour la formation des systèmes d’IA dans des secteurs tels que les véhicules autonomes.

Mais la plupart des données ne sont pas structurées, ce qui rend difficile l’utilisation de ces données par les systèmes d’IA dès le départ. Il doit être étiqueté, ce qui est une entreprise gourmande en ressources, en particulier avec de grands ensembles de données. Scale AI fournit aux entreprises des données correctement annotées et préparées pour les modèles d’entraînement. Il se spécialise également dans différents secteurs avec des besoins différents – une startup de voiture autonome aura probablement besoin de données étiquetées provenant de caméras et de Lidar, tandis que les cas d’utilisation du traitement du langage naturel (NLP) nécessiteront du texte annoté.

La société compte parmi ses clients Microsoft, Toyota, GM, Meta, le ministère américain de la Défense et, depuis août dernier, le fabricant de ChatGPT, OpenAI, qui exploite Scale AI pour permettre aux entreprises d’affiner ses modèles de génération de texte GPT-3.5.

Avec 1 milliard de dollars supplémentaires en banque, Scale AI affirme qu’elle utilise son injection de liquidités fraîches pour aider à accélérer « l’abondance de données de pointe qui ouvriront la voie à l’intelligence artificielle générale ».

« L’abondance de données n’est pas la valeur par défaut, c’est un choix », a déclaré le PDG et fondateur de Scale AI, Alexandr Wang, dans un communiqué de presse. « Cela nécessite de réunir les meilleurs esprits de l’ingénierie, des opérations et de l’IA. Notre vision est celle de l’abondance de données, où nous avons les moyens de production pour continuer à faire évoluer les LLM de pointe de plusieurs ordres de grandeur. Nous ne devrions pas être limités par les données pour arriver à GPT-10. »