Adept AI, une entreprise d'intelligence artificielle générative, a réalisé deux cycles de financement significatifs en 2022, levant un total de 415 millions de dollars en capital-risque. Ces cycles, un tour de série A de 65 millions de dollars et un tour de série B de 350 millions de dollars, ont positionné la startup comme un acteur majeur dans le domaine émergent de l'automatisation des flux de travail pilotée par l'IA. L'entreprise se concentre sur le développement de grands modèles de langage capables d'interpréter et d'exécuter des commandes utilisateur complexes à travers des interfaces logicielles, une approche distincte de l'IA conversationnelle pure.
Le financement a attiré la participation d'investisseurs de premier plan et a souligné l'intérêt croissant pour l'IA appliquée. Les tours de série A et de série B ont été annoncés pendant une période de croissance rapide du secteur de l'IA générative, qui a vu des entrées de capitaux substantielles dans les startups travaillant sur les modèles de fondation et leurs applications pratiques. L'approche d'Adept AI, qui mettait l'accent sur la construction de modèles capables d'agir sur des outils numériques plutôt que de simplement générer du texte, la distinguait de nombreuses entreprises contemporaines.
Fondation et Équipe
Adept AI a été fondée en 2022 par une équipe d'anciens chercheurs de grandes organisations d'IA, notamment Google DeepMind et OpenAI. Les fondateurs comprenaient Ashish Kumar, qui avait précédemment travaillé sur la robotique et l'apprentissage automatique chez Google DeepMind, et David Luan, un ancien ingénieur chez OpenAI. L'équipe comprenait également plusieurs autres chercheurs ayant une expertise en Deep learning et en architectures de Neural network, dont beaucoup avaient contribué à des travaux fondamentaux sur les modèles Transformer (architecture) et l'entraînement de Large language model. L'expérience collective du groupe fondateur a été un facteur clé dans la capacité de l'entreprise à attirer des investissements en phase de démarrage.
La vision technique centrale d'Adept AI se concentrait sur la création d'un système d'IA capable d'utiliser des logiciels de la même manière qu'un humain, en lisant les instructions de l'utilisateur et en exécutant des actions. Cela nécessitait des avancées dans des domaines tels que la modélisation Sequence-to-Sequence (Seq2Seq), l'Multi-Head Attention, et l'intégration de la compréhension du langage naturel avec l'exécution programmatique. La taille initiale de l'équipe a été maintenue réduite, avec un accent sur la productivité de la recherche et l'itération rapide sur les prototypes de modèles.
Financement de Série A
Au début de 2022, Adept AI a annoncé son cycle de financement de série A de 65 millions de dollars. Le tour a été mené par des sociétés de capital-risque notables, avec la participation d'investisseurs stratégiques. Le financement était destiné à soutenir le recrutement de talents en recherche et le développement initial des modèles propriétaires de l'entreprise. La série A a été clôturée quelques mois après la fondation de l'entreprise, reflétant la forte confiance des investisseurs dans le pedigree de l'équipe et le potentiel commercial de leur technologie proposée.
Les détails de la valorisation de la série A n'ont pas été divulgués publiquement, mais le tour a été largement rapporté dans les médias technologiques et commerciaux comme un indicateur de l'intérêt croissant pour l'IA appliquée. Les fonds ont été alloués principalement aux ressources de calcul, essentielles pour l'entraînement de grands modèles, et à l'expansion de l'équipe de recherche. À ce stade, Adept AI n'avait pas encore publié de produits publics, mais ses progrès en recherche étaient considérés comme prometteurs par ses bailleurs de fonds.
Financement de Série B
Plus tard en 2022, Adept AI a levé un tour de série B de 350 millions de dollars, portant son financement total pour l'année à 415 millions de dollars. Ce tour plus important a été mené par un consortium d'investisseurs technologiques de premier plan et a inclus la participation d'investisseurs existants ainsi que de nouveaux investisseurs institutionnels. Le tour de série B a valorisé l'entreprise à environ 1 milliard de dollars, lui conférant le statut de licorne en quelques trimestres seulement d'exploitation.
Le financement a coïncidé avec une augmentation plus large des investissements dans les entreprises de Generative AI, y compris des concurrents comme Anthropic et Inflection AI. L'accent différencié d'Adept AI sur l'IA orientée vers l'action, par opposition à la génération de contenu, était un argument de vente notable. L'entreprise a utilisé les produits de la série B pour étendre son infrastructure d'entraînement de modèles et pour commencer des travaux exploratoires sur des applications d'entreprise, en particulier dans des secteurs comme l'automatisation des logiciels et le service client.
L'annonce de la série B a également mis en évidence les partenariats et les collaborations techniques de l'entreprise, bien que des accords commerciaux spécifiques n'aient pas été détaillés publiquement à ce moment-là. L'investissement a signalé que les marchés du capital-risque étaient prêts à soutenir des paris à grande échelle sur l'avenir des outils de productivité pilotés par l'IA.
Approche Technique
Le programme de recherche d'Adept AI se concentrait sur le développement d'un modèle capable d'exécuter des tâches en plusieurs étapes dans des environnements numériques. Cela impliquait l'entraînement sur de grands ensembles de données qui associent des instructions en langage naturel à des séquences d'actions correspondantes, telles que cliquer sur des boutons, remplir des formulaires ou naviguer dans des menus. L'architecture sous-jacente exploitait des cadres Encoder-Decoder Architecture et des mécanismes de Cross-Attention pour aligner les commandes textuelles avec les éléments visuels et fonctionnels des interfaces logicielles.
Le travail de l'entreprise était distinct des modèles purement linguistiques comme ceux qui alimentent les chatbots, car il exigeait que le modèle produise des sorties structurées pouvant être interprétées par des systèmes logiciels. Des techniques telles que la Beam Search et l'Top-P (Nucleus) Sampling ont été explorées pour générer des séquences d'actions, tandis que la Model Pruning et la Batch Normalization ont été utilisées pour optimiser l'efficacité de l'entraînement. L'équipe a également investi dans des méthodes de Data Augmentation pour étendre la quantité limitée de données d'action annotées disponibles.
Les contributions de recherche d'Adept AI ont été partagées par le biais d'articles académiques et de présentations lors de conférences, bien que les principaux résultats aient souvent été gardés propriétaires. L'approche de l'entreprise s'inspirait de travaux antérieurs en Reinforcement learning et en Curriculum Learning, bien que les détails publiés soient rares. À la fin de 2022, Adept AI avait démontré des prototypes précoces capables d'effectuer des tâches web simples, telles que la réservation de vols ou la réorganisation d'e-mails, à partir de invites en langage naturel.
Contexte du Marché et Concurrents
Les cycles de financement se sont déroulés dans le contexte d'une course de plus en plus intense dans la recherche et la commercialisation en Artificial intelligence. En 2022, OpenAI a publié les premières versions de ses modèles GPT qui ont attiré l'attention du grand public, tandis que Google DeepMind poursuivait des percées en Deep learning et avec AlphaFold. Adept AI s'est positionnée comme une alliée des entreprises plutôt que comme un chatbot destiné aux consommateurs, se concentrant sur l'automatisation des flux de travail dans les outils existants.
Les concurrents dans le domaine de l'IA orientée vers l'action comprenaient des startups comme AI21 Labs et des acteurs établis comme Microsoft, bien que peu aient eu des produits entièrement opérationnels à la fin de 2022. L'accent mis par l'entreprise sur l'utilité pratique a trouvé un écho auprès des investisseurs qui étaient prudents quant au potentiel de monétisation des interfaces de chat purement génératives. La feuille de route technique d'Adept AI a également bénéficié des avancées en Positional Encoding et en Layer Normalization, qui ont amélioré l'évolutivité et la stabilité des modèles.
L'écosystème plus large des fournisseurs d'infrastructure d'IA, tels que Amazon Web Services et Azure, offrait les ressources de calcul nécessaires pour entraîner des modèles à grande échelle, mais Adept AI n'a pas divulgué publiquement son fournisseur de cloud préféré. Le succès de l'entreprise dépendait en partie de sa capacité à accéder à du matériel spécialisé, un facteur qui a influencé l'allocation de son capital levé.
Direction et Gouvernance
L'équipe de direction d'Adept AI combinait une expertise technique avec une expérience opérationnelle. David Luan, en tant que directeur général, avait précédemment occupé des postes chez OpenAI et était connu pour son travail sur l'entraînement de modèles à grande échelle. Ashish Kumar, servant d'architecte technique principal, avait contribué à la recherche en robotique et à la conception de Neural network chez Google DeepMind. L'équipe fondatrice comprenait également des personnes ayant une expérience en théorie de l'Machine learning et en ingénierie logicielle, bien que les rôles exécutifs spécifiques au-delà des cofondateurs n'aient pas été largement divulgués.
L'entreprise a établi un conseil consultatif comprenant des universitaires et des vétérans de l'industrie, bien que les noms n'aient pas été officiellement annoncés. Les pratiques de gouvernance mettaient l'accent sur la transparence dans les jalons de recherche et des mises à jour régulières aux investisseurs. À la fin de 2022, Adept AI employait moins de 50 personnes, reflétant une stratégie délibérée pour maintenir un ratio élevé de chercheurs seniors par rapport aux ingénieurs.
Impact et Réception
Les cycles de financement ont positionné Adept AI comme l'une des entreprises d'IA en phase de démarrage les mieux capitalisées de son époque. Les analystes de l'industrie ont noté que l'accent mis par l'entreprise sur les modèles orientés vers l'action pourrait débloquer de nouvelles catégories de logiciels, réduisant potentiellement le besoin de saisie manuelle de données et de tâches répétitives. Cependant, certains experts ont exprimé un scepticisme quant à la faisabilité technique d'une exécution fiable de tâches en plusieurs étapes dans des environnements réels, compte tenu de la complexité de l'interaction homme-machine.
Les commentateurs académiques ont salué l'ambition de l'entreprise mais ont noté que des défis importants restaient, y compris les problèmes de gestion des erreurs et la généralisation des modèles à des interfaces non vues. La réception au sein de la communauté de l'Machine learning était mitigée, certains considérant Adept AI comme un effort prometteur et d'autres soulignant le manque de résultats de référence publiés. Malgré cela, le financement substantiel a permis à l'entreprise de poursuivre un recrutement agressif pour des postes de recherche et d'investir dans des ensembles de données d'entraînement propriétaires.
À la fin de 2022, Adept AI n'avait pas encore publié de produit commercial, mais son tour de série B signalait une confiance dans sa trajectoire à long terme. Les progrès de l'entreprise ont été suivis de près par les observateurs de l'espace Generative AI, et ses lancements de produits ultérieurs au cours des années suivantes testeraient les hypothèses sous-jacentes à son succès précoce. Les cycles de financement de 2022 restent une étude de cas notable dans la mise à l'échelle rapide des startups d'IA et la dynamique concurrentielle du domaine.