Le monde de l’IA générative évolue si rapidement que nous voyons tous les jours des startups lancer de nouvelles applications alimentées par de grands modèles de langage (LLM). La dernière tentative de monétiser l’intelligence artificielle vient de Mindverse AI, une startup singapourienne qui construit une interface API, ou ce que le fondateur Fangbo Tao appelle une « couche de base » pour les entreprises, afin de créer des agents intelligents avec leur propre mémoire verticale et différents ensembles de compétences en utilisant des LLM de la série GPT d’OpenAI.
Les agents d’intelligence artificielle de type ChatGPT de Mindverse ont déjà trouvé leurs premiers utilisateurs, notamment une plateforme non divulguée au sein de l’écosystème d’Alibaba, la startup de mode Cider, soutenue par a16z, qui pilote l’assistant virtuel, et Hooked, une plateforme d’éducation web3 qui utilise l’agent d’intelligence artificielle de la startup pour guider les utilisateurs à travers son site.
Compte tenu de son succès et de l’engouement des investisseurs pour l’IA conversationnelle, il n’est pas surprenant que Mindverse soit sur le point de boucler un cycle de financement de série A de 10 millions de dollars. Les investisseurs sont probablement rassurés par l’expérience de Tao, qui a travaillé sur des systèmes d’IA chez des géants de la technologie en Chine et aux États-Unis. Après un passage chez Facebook où il a construit sa plateforme de compréhension du contenu, Tao a rejoint Alibaba à Hangzhou pour participer à la création d’un laboratoire d’IA interne avant de lancer sa propre entreprise.
L’assistant virtuel de Mindverse pour les sites de commerce électronique. Crédits images : Mindverse AI
Le dernier tour de table de Mindverse, qui a recueilli 7 millions de dollars, l’a valorisée à 45 millions de dollars. Il a été mené par Sequoia China avec la participation de Linear Capital, K2 Venture, Yinxinggu Capital et Plug and Play.
Mindverse fournit essentiellement une plateforme qui permet aux clients de créer rapidement des agents intelligents spécialisés dans différents domaines. Voici ce qui se passe lorsqu’un utilisateur arrive sur un site de commerce électronique alimenté par Mindverse : Il est accueilli par un chatbot qui a absorbé toutes les données d’inventaire du site. Supposons que l’acheteur demande quelque chose comme : « Que dois-je porter pour mes vacances à la plage ? » Le chatbot parcourt les produits et propose quelques options.
En conversant à la manière d’un humain, l’agent d’achat est également capable d’expliquer les différences entre les produits et de proposer d’autres alternatives si l’utilisateur n’est pas satisfait de ses premières recommandations – ce qui signifie que le robot peut apprendre des conversations en temps réel.
De même, un site de réservation d’hôtels peut utiliser Mindverse pour créer un guide virtuel qui recommande des lieux d’hébergement sur la base d’informations simples telles que « Je prévois un voyage à San Francisco avec ma femme ». Les lieux indiqués tiendront compte des intérêts du mari et de la femme plutôt que des lieux touristiques universels.
Selon Tao, cette façon d’interagir avec les données du web est fondamentalement différente de l’ère de l’IA pré-générative.
« Dans le passé, les utilisateurs interagissaient avec les sources de données par le biais de logiciels et d’applications, ou d’interfaces graphiques. Ce que nous faisons maintenant, c’est ajouter un agent ou un copilote pour aider l’interface graphique… en formant l’IA à apprendre de manière autonome l’API, les documents, les sources de données et les instructions que nous lui donnons, de sorte que l’agent puisse acquérir des compétences spécifiques aux scénarios d’entreprise et fournir une orchestration dynamique de ceux-ci sur la base de l’intention complexe de l’utilisateur », a-t-il expliqué.
Fangbo Tao, PDG et fondateur de Mindverse AI, explique comment l’IA générative transforme la façon dont nous interagissons avec les données web. Crédits images : Mindverse
« La principale différence réside dans le fait que les algorithmes de recommandation existants sont fortement tributaires des données du passé et que vous n’êtes pas en mesure de spécifier vos besoins », poursuit-il. « Ce que vous cliquez ou achetez détermine ce que vous voyez. Grâce à l’IA générative, en revanche, vous pouvez avoir une interaction active avec l’agent d’IA qui peut assimiler votre intention. »
Cela ne signifie pas pour autant que les algorithmes de recommandation deviendront obsolètes. Les agents de Mindverse peuvent en effet comparer leurs recommandations à celles des algorithmes qui apprennent à partir de données antérieures. Une façon d’intégrer les deux solutions consiste à intégrer les anciens algorithmes dans l’agent sous la forme d’une API, afin que l’application puisse tirer des enseignements du comportement passé des utilisateurs. En fait, toutes les capacités conventionnelles des logiciels – au-delà de la recommandation et de la recherche – peuvent être intégrées dans les agents d’IA en tant que compétences API, a souligné le fondateur.
« Mais l’agent d’intelligence artificielle agit à un niveau supérieur. En discutant avec les utilisateurs, il peut mieux utiliser les capacités de recommandation et de recherche afin de planifier la meilleure façon d’utiliser les données d’arrière-plan », a déclaré M. Tao.