Chris Mahl, Président et PDG de Pryon – Série d’entretiens

Chris Mahl est Président et Directeur général de Pryon. Avec plus de deux décennies d’expérience dans certaines des entreprises de logiciels d’entreprise les plus connues au monde, Chris se spécialise dans la mise à l’échelle des stratégies de marché et opérationnelles pour les entreprises de technologie à toutes les étapes de leur croissance.

Pryon offre un chemin fiable, sûr et éprouvé pour mettre en œuvre l’intelligence artificielle générative dans les entreprises. Les moteurs d’ingestion et de récupération de classe mondiale de Pryon peuvent être associés à des LLM génératifs pour mettre en œuvre une génération assistée par récupération et fournir de manière sécurisée des réponses précises, instantanées et vérifiables à l’échelle de l’entreprise.

‍

En utilisant une technologie de récupération de pointe, la suite RAG de Pryon extrait de manière sécurisée les réponses de tous les types de contenu, y compris les audio, les images, le texte et la vidéo, stockés dans une multitude de sources. Les produits de Pryon sont intuitifs à utiliser, accessibles via l’API à partir de tout système et peuvent être déployés en quelques semaines dans le cloud ou sur site.

Pryon se concentre sur la Génération Assistée par Récupération (RAG). Pouvez-vous expliquer comment votre approche de la récupération diffère des autres systèmes de recherche et de gestion des connaissances alimentés par l’IA ?

L’approche de Pryon en matière de récupération se distingue parce que notre Moteur de Récupération est capable d’accéder en temps réel à du contenu provenant de sources diverses comme des PDF, des images, des pages Web et des vidéos tout en maintenant la confidentialité des données sans dépendances externes. Nous avons combiné la recherche sémantique avec une attribution de données granulaire pour atteindre une précision de récupération de plus de 90 %. Contrairement à de nombreux systèmes, le nôtre s’adapte efficacement aux grandes organisations, permettant aux équipes de prendre des décisions rapides et précises sur la base de leur base de connaissances existante.

Le Moteur d’Ingestion de Pryon est conçu pour structurer d’immenses quantités de contenu multimodal. Qu’est-ce qui rend votre processus d’ingestion unique et comment améliore-t-il la précision de la récupération ?

L’ingestion de Pryon peut gérer du contenu multimodal – en extrayant des réponses d’audio, d’images, de texte et de vidéo à partir de diverses sources. Cela répond au problème fondamental des données désconnectées dans les entreprises. Avec des données non structurées qui augmentent de plus de 50 % par an, notre moteur d’ingestion transforme les informations éparpillées en connaissances structurées et actionnables. Le processus est conçu pour la sécurité et la confidentialité, en protégeant les données sensibles de l’entreprise tout en les rendant immédiatement utiles.

Votre Moteur de Récupération promet des réponses instantanées, précises et vérifiables. Comment Pryon assure-t-il la précision et minimise les hallucinations lors de l’extraction d’informations ?

Pryon assure la précision et minimise les hallucinations grâce à plusieurs mécanismes. Notre technologie combine la recherche sémantique avec une attribution de données granulaire, ce qui signifie que les réponses peuvent être retracées jusqu’à leurs sources spécifiques. Cette attribution est cruciale pour la vérification. Le système accède en temps réel au contenu à partir de sources originales plutôt que de s’appuyer sur des connaissances potentiellement obsolètes ou incomplètes. Cette connexion directe aux matériaux sources, couplée à notre haute précision de récupération (de plus de 90 %), réduit considérablement le risque d’hallucinations qui affectent de nombreux systèmes d’IA générative.

Comment Pryon gère-t-il les mises à jour en temps réel des informations, en particulier dans des environnements dynamiques comme le gouvernement, l’énergie et les soins de santé ?

Pryon assure l’accès en temps réel aux informations les plus à jour grâce à une synchronisation de contenu flexible et à la demande. Les utilisateurs peuvent déclencher des synchronisations de contenu via notre portail Admin ou automatiser les mises à jour à l’aide de notre Sync-API sur une base planifiée – que ce soit hebdomadaire, quotidienne ou même horaire, selon les besoins opérationnels. Notre processus de vérification des deltas optimise l’efficacité en mettant à jour uniquement le contenu modifié, garantissant ainsi une récupération de connaissances rapide, précise et efficiente en ressources dans des environnements critiques comme le gouvernement, l’énergie et les soins de santé.

Pryon travaille avec des agences gouvernementales et de défense. Même si les détails sont souvent classifiés, pouvez-vous discuter d’un cas d’utilisation où votre IA a considérablement amélioré la prise de décision ou l’efficacité opérationnelle ?

Pryon travaille avec une gamme d’agences de défense et de renseignement, y compris le Laboratoire de recherche de la Force aérienne (AFRL) et le Bureau du numérique et de l’intelligence artificielle (CDAO), pour aider à rationaliser les opérations et permettre une prise de décision plus rapide et plus éclairée.

Un exemple puissant est notre collaboration avec le Bureau de la transformation numérique du département de l’Air Force des États-Unis (DAF DTO). Cette équipe soutient le personnel d’acquisition et de maintenance qui a souvent besoin de trouver des informations critiques enfouies dans des centaines de milliers de pages Web et de documents. Ensemble, nous avons lancé DTO Wingman, un assistant alimenté par l’IA qui fournit des réponses précises et en temps réel à des questions complexes – complètes avec l’attribution des sources.

Au lieu de rechercher manuellement des documents de politique ou des réglementations, les utilisateurs peuvent simplement poser des questions comme « Qu’est-ce que je suis autorisé à acheter avec ma carte de voyage ? » ou « Qu’est-ce que le Code numérique des bâtiments et comment est-il lié aux acquisitions ? ». L’IA retourne des réponses précises et aide même à générer des rapports et des matériaux de présentation rapidement.

En donnant aux personnels de l’Air Force et de l’espace un accès immédiat à des réponses fiables, DTO Wingman aide les équipes à travailler de manière plus efficace et à fournir des conseils fiables et opportuns aux personnels supérieurs et aux décideurs.

Votre travail dans les sciences de la vie mentionne la recherche assistée par l’IA. Comment le système de Pryon aide-t-il les chercheurs à naviguer dans d’immenses jeux de données comme PubMed ou des référentiels de recherche privés ?

Le système de Pryon aide les chercheurs à naviguer dans d’immenses jeux de données comme PubMed ou des référentiels de recherche privés grâce à plusieurs capacités clés.

Qualité de la recherche améliorée :

• Erreurs humaines réduites : La récupération systématique de données à jour garantit que moins d’articles sont manqués ou de preuves sont négligées.
• Étayé par des preuves : Chaque réponse est fondée sur la littérature originale, favorisant des conclusions fondées sur les données, avec des sources remontant à la phrase dont elles proviennent.

Protection du contenu sensible :

• Confidentialité : Maintient des contrôles d’accès stricts et un cryptage des données, essentiel pour les jeux de données propriétaires ou liés aux patients.
• Conformité : Avec des données régies par des réglementations comme le HIPAA ou le RGPD, les chercheurs peuvent faire confiance à la protection des informations sensibles.

Pour le service client et les ventes, comment l’IA de Pryon se compare-t-elle aux solutions de chatbot et de CRM traditionnelles en termes d’augmentation de l’efficacité et de réduction de la charge de support ?

Les interactions de service client et de vente doivent généralement équilibrer l’exactitude et la flexibilité de leurs solutions de chatbot et de CRM. Puisque fournir une réponse incorrecte à un client est inacceptable et peut avoir des implications légales, de nombreux fournisseurs de chatbot et de solutions d’IA conversationnelle optent pour limiter la flexibilité de la solution avec des interactions de style « FAQ uniquement ».

C’est une difficulté pour le fournisseur, nécessitant un codage manuel de réponses spécifiques à des questions courantes, et offre une mauvaise expérience au client, qui a l’interface d’un chatbot, mais une expérience entièrement inflexible qui diffère à peine de la lecture d’un FAQ. D’autres fournisseurs optent pour essayer d’utiliser une expérience générative plus flexible avec moins de limites sur le LLM, mais en raison d’un manque de récupération précise, cela implique de remplir des catalogues de produits ou des pages Web entières dans la fenêtre de contexte du LLM, diminuant la précision de la sortie, potentiellement de manière désastreuse.

L’art et la science de la RAG consistent à maximiser le signal (la vérité) et à minimiser le bruit (le contexte non pertinent qui confond souvent le LLM). La précision de la récupération de Pryon – capable de sourcer une réponse au niveau de la phrase à travers tous vos documents – signifie que le service client et les ventes n’ont plus à compromettre l’exactitude pour la flexibilité.

Quels sont les plus grands défis dans l’adoption de l’IA d’entreprise aujourd’hui, en particulier avec les systèmes basés sur la RAG ?

Alors que nous le constatons certainement dans nos propres interactions avec le marché, il est également de plus en plus reconnu que les « données prêtes pour l’IA » (ou leur absence) constituent le point de défaillance le plus important pour les déploiements d’IA.

• 91 % des dirigeants dans une enquête du Harvard Business Review ont déclaré qu’une fondation de données fiable est essentielle pour un déploiement d’IA réussi.
• McKinsey a constaté que 70 % des initiatives de GenAI font face à des défis liés aux données, avec seulement 1 % des données importantes de l’entreprise reflétées dans les modèles actuels.
• Le Wall Street Journal a cité la fiabilité comme la première préoccupation pour l’adoption d’agents IA – une question étroitement liée à la qualité et à l’accessibilité des données.
• Gartner a identifié le manque de données prêtes pour la GenAI comme la principale raison des déploiements échoués.

Les données prêtes pour l’IA vont au-delà de la simple vectorisation de vos documents Word – il s’agit d’unifier vos sources cloisonnées, de travailler avec des formats complexes comme les entrées multimodales, de nettoyer vos données, de les améliorer, de les mettre dans un format que les LLM peuvent travailler, de les découper au niveau de granularité approprié pour maintenir une précision optimale et réduire les coûts, de les indexer de manière intelligente, de les connecter à un système de récupération performant, etc.

Ces défis importants nécessitent des compétences et des outils dédiés – dans une enquête menée par Pryon auprès de constructeurs de RAG qui développent des solutions au sein de grandes entreprises, la préparation des données a été classée comme la partie la plus coûteuse, la plus chronophage et la plus techniquement difficile de la construction, suivie de près par la récupération d’informations.

Comment différenciez-vous la suite RAG de Pryon des solutions d’entreprise proposées par Microsoft, Google ou OpenAI ?

La différenciation spécifique varie d’un acteur à l’autre, mais à un niveau élevé, les grandes entreprises technologiques se concentrent sur l’interface de l’IA au travail. Pryon se concentre à un niveau plus fondamental de la pile – la couche de connaissances. Pryon résout les problèmes profonds de préparation et de récupération de données, tandis que les grandes entreprises technologiques se concentrent sur la fourniture de solutions d’IA larges qui peuvent servir certains cas d’utilisation de RAG simples mais souvent se décomposent à mesure que les complexités réelles des cas d’utilisation d’entreprise et de gouvernement apparaissent. Pryon peut également être complémentaire avec ces systèmes, avec le contenu généré par Copilot, Gemini ou GPT branché sur la couche de connaissances de Pryon pour être organisé et prêt à l’emploi par les applications et les agents en aval.

Avec l’évolution des réglementations sur l’IA, comme l’Acte IA de l’UE et les lignes directrices américaines sur l’IA, comment Pryon aborde-t-il la conformité et l’utilisation éthique de l’IA ?

Alors que les réglementations sur l’IA évoluent à l’échelle mondiale, Pryon reste engagé en faveur de la conformité et du déploiement éthique de l’IA. Notre approche s’aligne sur des cadres tels que l’Acte IA de l’UE, les lignes directrices américaines sur l’IA et les principes d’IA responsable (RAI) du ministère de la Défense, en garantissant que nos solutions d’IA sont fiables, transparentes et gouvernables. Grâce à l’adoption du cadre RAI SHIELD, nous intégrons une évaluation rigoureuse, une traçabilité et un suivi continu tout au long du cycle de vie de l’IA – en donnant la priorité à la sécurité, à l’équité et à la performance. En intégrant ces meilleures pratiques dans notre méthodologie de déploiement, Pryon permet aux organisations d’harnacher l’IA de manière responsable tout en répondant aux normes réglementaires et éthiques les plus élevées.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Pryon.