Modiqo lève 3 millions de dollars pour rendre les flux de travail d’IA d’entreprise plus fiables

Les agents d’IA sont devenus remarquablement bons dans les démonstrations. Le défi plus difficile commence après le déploiement, lorsque les flux de travail sont interrompus parce qu’un modèle change de comportement, une API change ou une couche d’orchestration échoue silencieusement. C’est le problème d’instabilité opérationnelle que Modiqo vise avec son tour de table de 3 millions de dollars nouvellement annoncé.

Le tour de table a été co-dirigé par Heavybit et Seligman Ventures, avec la participation de Irregular Expressions et d’investisseurs providentiels. La société déclare que le financement soutiendra le lancement de Rote, sa couche d’exécution conçue pour rendre les flux de travail d’IA déterministes et reproductibles dans les environnements de production.

Selon le fondateur et PDG de Modiqo, Chetan Conikee, les entreprises passent trop de temps à reconstruire des flux de travail d’IA qui fonctionnaient auparavant mais ont échoué par la suite en raison de changements dans les systèmes sous-jacents. Plutôt que de répéter les modèles pour redécouvrir le même comportement, Rote tente de préserver les chemins d’exécution réussis et de les répéter de manière cohérente.

Le problème croissant de fiabilité dans l’IA d’entreprise

Au cours de la dernière année, les entreprises ont accéléré l’expérimentation avec les agents d’IA pour l’automatisation interne, le traitement des données, les opérations logicielles et les tâches orientées client. Cependant, de nombreuses organisations découvrent que la fiabilité, plutôt que la capacité brute du modèle, devient le goulet d’étranglement opérationnel déterminant.

Les flux de travail d’IA traditionnels dépendent souvent fortement de l’inférence probabiliste à chaque étape. Cette flexibilité peut être utile pendant l’expérimentation, mais elle introduit également de l’imprévisibilité lorsque les systèmes sont censés fonctionner en continu à grande échelle.

L’approche de Modiqo consiste à convertir les exécutions d’IA réussies en flux de travail déterministes réutilisables. Au lieu d’envoyer à plusieurs reprises de grandes invites et des fenêtres de contexte à travers les pipelines d’inférence, la société vise à préserver la logique d’exécution validée et à la réutiliser lorsque cela est possible.

La stratégie s’inscrit dans un mouvement plus large qui émerge dans l’infrastructure d’IA d’entreprise. De plus en plus, les sociétés recherchent des systèmes hybrides qui combinent la flexibilité des LLM avec des couches d’orchestration déterministes qui offrent de l’auditabilité, de la reproductibilité et des coûts opérationnels plus faibles.

Ce que Rote fait réellement

Rote fonctionne comme une couche d’exécution locale qui observe le comportement réussi de l’agent et le convertit en processus répétables. La plate-forme est conçue pour s’intégrer avec les outils d’entreprise existants tout en minimisant le besoin de travaux d’ingénierie personnalisés coûteux.

Selon Modiqo, le système se concentre sur quatre domaines clés :

• Reproductibilité sur les modèles et les API changeants
• Réutilisation des flux de travail pour réduire la consommation de jetons
• Visibilité dans l’historique d’exécution et les coûts opérationnels
• Intégration plus facile dans les systèmes d’entreprise existants

L’un des arguments centraux de la société est que les entreprises dépensent trop pour l’inférence parce que les systèmes d’IA résolvent à plusieurs reprises des problèmes qu’ils ont déjà résolus auparavant. En capturant les modèles d’exécution réussis, Modiqo pense que les organisations peuvent réduire considérablement la consommation de jetons tout en améliorant la cohérence.

Ce concept de minimisation des coûts de “redécouverte” devient de plus en plus important à mesure que les entreprises sont confrontées à des coûts d’inférence croissants liés au déploiement d’agents à grande échelle.

Les investisseurs considèrent l’infrastructure comme le prochain champ de bataille de l’IA

Les investisseurs qui soutiennent Modiqo positionnent la société moins comme une autre couche d’application d’IA et plus comme une infrastructure fondamentale pour les systèmes d’agents de production.

Joseph Ruscio a décrit la génération actuelle d’agents d’IA comme impressionnante dans les démonstrations mais peu fiables dans les environnements de production. Il a soutenu que l’un des problèmes plus profonds de l’industrie est que la plupart des exécutions d’agents restent éphémères plutôt que de devenir des artefacts opérationnels réutilisables.

De même, Umesh Padval a souligné la fiabilité opérationnelle comme le défi majeur non résolu dans l’adoption de l’IA d’entreprise, en particulier à mesure que les organisations tentent de mettre à l’échelle les systèmes d’IA au-delà de l’expérimentation.

L’accent mis sur les couches d’exécution plutôt que sur l’ingénierie de invites reflète également un changement dans le paysage de l’infrastructure d’IA. Les outils d’IA d’entreprise plus anciens se concentraient souvent fortement sur les invites et les enveloppes d’orchestration. De plus en plus, l’attention se porte sur la durabilité des flux de travail, l’observabilité, la gouvernance et le contrôle des coûts.

L’IA d’entreprise entre dans sa phase opérationnelle

Le lancement de Rote a lieu au cours d’une transition plus large dans l’adoption de l’IA d’entreprise. Les premiers cycles d’adoption étaient dominés par l’expérimentation et les déploiements de preuve de concept. De nombreuses organisations entrent maintenant dans une phase où la fiabilité opérationnelle compte plus que la nouveauté.

Ce changement crée une demande d’infrastructures capables de prendre en charge des systèmes d’IA à long terme et auditable plutôt que des interactions de chatbot ponctuelles.

Sur son site Web, Modiqo positionne Rote comme une infrastructure pour les “flux de travail d’agents d’IA fiables”, en mettant l’accent sur la cohérence d’exécution et la propriété opérationnelle plutôt que sur le comportement autonome seul. La société soutient que les entreprises ont finalement besoin de systèmes qui se comportent plus comme des infrastructures logicielles stables que comme des expériences probabilistes.

Que les couches d’exécution déterministes deviennent une partie standard des piles d’IA d’entreprise reste à voir. Mais à mesure que les coûts des jetons augmentent et que les organisations tentent d’opérationnaliser les agents d’IA à grande échelle, les infrastructures axées sur la reproductibilité et la fiabilité deviennent de plus en plus l’un des domaines d’investissement centraux de l’industrie.