Nanonets, une startup qui utilise l’IA pour automatiser les processus de back-office, a levé 29 millions de dollars lors d’un nouveau tour de table mené par Accel, car elle cherche à améliorer la précision des processus d’automatisation qui impliquent de grandes quantités de données non structurées.
Le traitement des données non structurées provenant de documents tels que les factures, les reçus et les bons de commande implique souvent des tâches répétitives et beaucoup de ressources humaines. Nanonets, qui cible principalement le secteur des services financiers, affirme que sa plateforme d’IA vise à améliorer l’efficacité de ces processus et à les rendre rentables.
Ancienne de Y Combinator, la startup a construit une plateforme d’IA à travers laquelle elle offre des solutions sans code qui, selon la société, peuvent aider les entreprises à extraire des informations de documents, courriels, tickets, bases de données et autres, et à les convertir en informations exploitables. La plateforme d’IA de l’entreprise utilise des architectures d’apprentissage automatique pour analyser les données non structurées des documents téléchargés et en extraire des informations utiles. Ses agents d’IA sans code peuvent être connectés à des plateformes ERP telles que QuickBooks, Xero, Sage et NetSuite pour automatiser les processus de comptabilité fournisseurs, optimiser les chaînes d’approvisionnement en utilisant les données historiques de Square et Tableau, et résumer les rapports de santé à partir des systèmes de gestion des patients.
Nanonets affirme que si le traitement manuel d’une facture prend généralement 15 minutes, ses solutions financières automatisées peuvent réduire ce temps à moins d’une minute. Ces solutions peuvent être utilisées pour des processus tels que les comptes fournisseurs, le rapprochement, les comptes clients et la gestion des dépenses.
La startup a l’intention d’utiliser ce nouveau financement pour la recherche et le développement afin d’améliorer la précision de son système et d’investir dans les ventes et le marketing. Elle emploie une centaine de personnes, dont la plupart des ingénieurs basés en Inde. La société utilisera également ces nouveaux fonds pour augmenter ses effectifs.
Les investisseurs existants de Nanonets, Elevation Capital et Y Combinator, ont participé à ce tour de table de série B entièrement en actions. Il porte le total des fonds levés par la startup à 42 millions de dollars, y compris les 10 millions de dollars levés lors de la série A en 2022.
Prathamesh Juvatkar, cofondateur et directeur technique de Nanonets, a déclaré à TechCrunch que la startup avait d’abord utilisé des réseaux neuronaux convolutionnels (architectures de réseaux neuronaux utilisées en vision artificielle pour la classification d’images et la reconnaissance d’objets) pour examiner les images et détecter les objets en vedette. La startup a ensuite envisagé de déployer des réseaux de neurones graphiques, mais a finalement opté pour des transformateurs et adopté des architectures multimodales après avoir constaté qu’elles étaient plus précises que les technologies d’apprentissage automatique existantes.
« À l’heure actuelle, dans le backend, nous avons plusieurs architectures. Chaque fois que nous avons un nouveau client, nous entraînons tous ces modèles sur les données du client et nous voyons lequel obtient la meilleure précision », a-t-il déclaré lors d’une interview.
Juvatkar, ancien élève de l’IIT Gandhinagar, et Sarthak Jain (PDG) ont cofondé Nanonets après avoir vendu Cubeit, une plateforme d’apprentissage automatique qui transformait les pages web en cartes mobiles partageables, au portail de mode Myntra en 2016.
Contrairement à de nombreuses autres startups d’IA qui s’appuient sur de grands modèles de langage (LLM) et des GPT, Nanonets préfère les transformateurs pour contourner le problème des hallucinations, qui se produisent lorsqu’un système d’IA génère des informations qui ne sont pas présentes dans les documents donnés, mais qui sont générées sur la base des connaissances du LLM.
Même si les architectures d’apprentissage automatique utilisées par Nanonets sont agnostiques en matière de documents, la startup cible le secteur des services financiers, car environ 50 à 55 % de ses clients sont issus de ce domaine. Elle a proposé une gamme d’intégrations pour rationaliser les opérations financières. Cependant, l’entreprise s’étend progressivement à « des processus plus adjacents » et a également commencé à servir des clients dans les secteurs de la santé et de la fabrication, a déclaré M. Juvatkar.
Nanonets n’est pas seule sur le marché mondial de l’automatisation des flux de travail basée sur l’IA. Le marché est encombré de plateformes traditionnelles de reconnaissance optique de caractères (OCR) ainsi que de start-ups, telles que Rossum AI et Hyperscience. Des entreprises plus importantes, comme UiPath, proposent également l’automatisation du flux de travail, mais avec des données structurées. Néanmoins, M. Juvatkar a déclaré que Nanonets se démarque de la concurrence en offrant un taux de traitement direct record de 90 %, c’est-à-dire le pourcentage de données traitées sans intervention manuelle.
« Nous remportons des marchés principalement grâce à la précision, à l’expérience utilisateur et à la qualité de nos intégrations », a-t-il déclaré.
Nanonets propose ses solutions en trois niveaux de prix différents : Starter, Pro et Enterprise. Parmi ces niveaux, Juvatkar a déclaré à TechCrunch que les niveaux Pro et Enterprise sont ceux qui contribuent le plus aux revenus récurrents annuels de la startup, à parts égales. La startup propose également des outils pour convertir les PDF en feuilles de calcul Excel, CSV, JSON, XML et texte, image vers texte, et image vers Excel. Ces convertisseurs ont contribué à attirer l’attention des entreprises qui ont besoin d’automatisation et ont atteint plus de 34 % des entreprises du classement mondial Fortune 500 au cours des deux dernières années, a déclaré la société. En outre, la startup a multiplié sa base d’utilisateurs par quatre au cours des 12 derniers mois et compte actuellement plus de 10 000 clients dans le monde.
Nanonets a des utilisateurs dans le monde entier, mais les États-Unis représentent environ 40 % de ses revenus, suivis par l’Europe, qui contribue à hauteur de 30 à 35 %, a déclaré M. Juvatkar.
Juvatkar a déclaré à TechCrunch, sans divulguer de chiffres, que depuis le tour de table de 2022, les revenus de Nanonets ont été multipliés par trois chaque année. La startup a pour objectif de multiplier son chiffre d’affaires par 2 ou 3 cette année.
La croissance constante des revenus est l’une des raisons pour lesquelles les investisseurs ont investi dans les startups d’IA malgré le ralentissement des marchés mondiaux. Le financement des startups d’IA a grimpé à 21 milliards de dollars en 2023, contre 10 milliards de dollars en 2022, alors que le nombre de transactions a chuté de 61 à 399 l’année dernière, selon Tracxn. Les startups d’IA aux États-Unis reçoivent le plus d’investissements, suivies par les entreprises en Chine, au Royaume-Uni, en Israël et en Inde.
« Nous sommes ravis de nous associer à Nanonets dans sa mission de révolutionner les opérations de back-office grâce à l’IA. Sarthak et son équipe se sont engagés à aller au fond des points de douleur des clients et ont construit une solution puissante qui automatise entièrement les processus d’affaires de bout en bout. Nanonets s’est distinguée à nos yeux par sa plateforme complète et sa capacité de traitement direct (STP) – ces qualités distinguent Nanonets dans le domaine de l’automatisation et ont déjà démontré leur impact positif sur les clients », a déclaré Abhinav Chaturvedi, partenaire chez Accel, dans une déclaration préparée à l’avance.
Note : Cet article a été mis à jour pour refléter un changement de nom d’Accel suite à une demande de clarification de la part de l’entreprise.