Les cofondateurs de Stack AI, Antoni Rosinol et Bernardo Aceituno, étaient des doctorants au MIT qui terminaient leurs études en 2022, au moment où les grands modèles de langage devenaient plus courants. ChatGPT serait lancé dans le monde à la fin de l’année, mais même avant cela, ils ont reconnu un problème au sein des entreprises qui assemblent des données avec des modèles sans beaucoup d’expertise et de connaissances – et ils voulaient changer cela.

Après avoir obtenu leur diplôme, ils ont déménagé à San Francisco et ont rejoint la cohorte d’hiver 23 de Y Combinator, où ils ont lancé Pile et affiné leur idée. Aujourd’hui, l’entreprise a créé un outil d’automatisation des flux de travail low-code conçu pour aider les entreprises à créer des flux de travail basés sur l’IA, notamment des chatbots et des assistants IA, par exemple. La société a levé 3 millions de dollars jusqu’à présent.

« Notre plateforme permet aux gens de créer des flux de travail qui nécessitent de connecter différents outils pour travailler ensemble. Nous nous concentrons sur la connexion des sources de données et des LLM, car cela vous permet de créer de puissantes automatisations de flux de travail. Nous proposons également de nombreux autres outils et fonctions pour automatiser des processus commerciaux complexes », a déclaré Aceituno à fr.techtribune.net. Ils n’ont un produit fonctionnel que depuis six mois, mais signalent déjà que plus de 200 clients utilisent le produit.

Essentiellement, cela implique de faire glisser des composants vers un canevas de workflow. Cela inclut généralement une source de données telle que google Drive et un LLM ainsi que d’autres composants de flux de travail tels qu’un composant de déclenchement ou un composant d’action pour créer le flux de travail, permettant au client de créer des programmes d’IA génératifs sans beaucoup de codage. Le codage lui-même n’est pas piloté par l’IA, mais les tâches du flux de travail le sont souvent, et peuvent nécessiter un codage manuel pour que le flux de travail fonctionne correctement.

Certains de leurs premiers clients sont dans le secteur de la santé, et Aceituno reconnaît qu’ils doivent être prudents avec les applications impliquant des médecins et des patients, en particulier lorsque les sources de données internes ne sont pas toujours fiables ou peuvent contenir des informations contradictoires ou obsolètes.

Dans ces cas, dit-il, il est important de s’en remettre à l’expert humain, le médecin, pour décider de la qualité de la réponse. Comme autre niveau de protection, ils incluent des citations de sources dans chaque réponse, afin que le professionnel de la santé puisse vérifier la source avant d’accepter la réponse.

« Cela étant dit, il est vrai que vous pouvez mettre des ordures et que les citations seront également des ordures et c’est pourquoi il est nécessaire que ces assistants ne prennent pas complètement en charge le processus », a-t-il déclaré.

Venant directement du MIT et lançant une startup, Rosinol dit que le fait d’aller à YC les a vraiment aidés à comprendre l’aspect commercial des choses et à affiner leur idée de startup en travaillant avec les clients.

« Nous avons commencé avec une version initiale de cette API, qui était beaucoup plus axée sur les développeurs. Et nous avons commencé avec quelques clients avec l’idée que nous voulions utiliser l’IA pour automatiser les réponses aux appels d’offres ou automatiser les ventes. Et en travaillant avec les clients, il est devenu très évident que le véritable défi n’était pas d’entraîner un modèle, mais plutôt d’interroger et de connecter efficacement les sources de données à ces modèles de langage.

L’entreprise compte actuellement six employés, mais elle embauche des ingénieurs et des professionnels de la vente et du marketing.

L’investissement de 3 millions de dollars a été conclu il y a environ un an. Les investisseurs comprennent Gradient Ventures, Beat Ventures et True Capital ainsi que LambdaLabs, Y Combinator, Soma Capital et Epakon Capital.