Entretiens
Rob Bearden, PDG et co-fondateur de Sema4.ai – Série d’entretiens
Rob Bearden est co-fondateur et PDG de Sema4.ai. Il a également co-fondé Hortonworks, une entreprise ouverte au public qui a fusionné avec Cloudera en 2019. Il a ensuite occupé le poste de PDG de Docker en 2019 et siège toujours au conseil d’administration. Rob est revenu chez Cloudera à la fin de 2019 pour occuper le poste de PDG, où il a dirigé la restructuration et la vente à des sociétés de capital-investissement KKR et CDR pour 5,3 milliards de dollars. Auparavant, il occupait le poste de président et de directeur général de SpringSource, un fournisseur leader de outils de développement open source, jusqu’à son acquisition par VMWare en 2009. Avant de rejoindre SpringSource, Rob a occupé le poste d’entrepreneur en résidence chez Benchmark Capital. Il a également occupé le poste de président et de directeur général de JBoss, un fournisseur leader de middleware open source, jusqu’à son acquisition par Red Hat en 2006.
Sema4.ai est une entreprise de logiciels d’entreprise qui se concentre sur la création d’agents d’IA capables de raisonner et d’agir dans les flux de travail métier. Sa plate-forme permet aux organisations de concevoir, de déployer et de gérer des agents intelligents qui automatisent des tâches complexes à travers des systèmes tels que les ERP et les CRM, permettant une automatisation sécurisée, explicative et évolutiva. Avec un accent sur la gouvernance, la précision et l’intégration d’entreprise, Sema4.ai vise à combler le fossé entre les outils d’IA génériques et le travail numérique prêt pour la production, aidant les grandes entreprises à passer de l’expérimentation d’IA à un impact opérationnel réel.
Vous avez construit et développé plusieurs entreprises qui définissent des catégories – de JBoss et SpringSource à Hortonworks et Docker. Qu’est-ce qui vous a inspiré à fonder Sema4.ai, et comment cela s’appuie-t-il sur les leçons que vous avez apprises de vos précédentes entreprises ?
Sema4.ai a été fondée pour aider les entreprises à sortir de l’expérimentation d’IA et à passer à la production. Tout au long de ma carrière, j’ai mis l’accent sur la transformation de nouvelles technologies puissantes en plateformes fiables et évolutives. La leçon clé que j’ai apprise est que le succès vient de la livraison de résultats, et non d’expériences interminables.
Pour que les entreprises adoptent efficacement l’IA, elles ont besoin de plus que des LLM de pointe ; elles nécessitent des systèmes sur lesquels elles peuvent compter, y compris une orchestration fiable, des cadres de gouvernance et une explicabilité intégrée dès le départ. Avec Sema4.ai, nous appliquons la même discipline aux agents d’IA, en donnant la priorité à la précision et à la déterminisme pour les charges de travail complexes et multétapes, afin que les organisations puissent confier avec confiance l’IA à leurs opérations de données les plus critiques.
Pour rendre cela possible, nous avons développé notre cadre SAFE, qui garantit que chaque agent est sécurisé, responsable, rapide et extensible. SAFE définit la manière dont les agents sont construits, déployés et gérés, donnant aux clients la confiance que les décisions fondées sur l’IA sont transparentes, auditable et conformes à leurs politiques et réglementations.
Nous appliquons également la même discipline opérationnelle que j’ai utilisée pour développer mes précédentes entreprises, en construisant un modèle prévisible de création de valeur pour les clients, les partenaires et les équipes internes. Cela signifie se concentrer sur des cas d’utilisation répétitifs, livrer un impact commercial mesurable et faciliter pour les entreprises la confiance, l’adoption et la mise à l’échelle de l’automatisation des agents d’IA.
En fin de compte, l’inspiration est venue de voir l’histoire se répéter, les technologies de transformation stagner au bord de l’échelle, et de reconnaître que grâce à Sema4.ai, nous avions l’opportunité d’aider les entreprises à combler ce fossé de manière responsable.
Votre carrière a constamment tourné autour de la transformation de technologies de pointe comme l’open source, les données massives et maintenant les agents d’IA en normes d’entreprise. Quelles sont les similitudes que vous voyez entre ces cycles d’innovation, et qu’est-ce qui est fondamentalement différent dans l’ère de l’IA ?
Chaque vague commence par l’innovation, l’expérimentation et la fragmentation, puis mûrit en normes d’entreprise. Les similitudes résident dans le besoin d’une solide architecture, d’un contrôle des données et d’écosystèmes de développement matures qui simplifient l’adoption. Ce qui est différent dans les agents d’entreprise d’IA est leur capacité à passer des données des insights aux actions. Ils ne possèdent pas seulement la capacité de comprendre des contextes complexes, mais également d’agir avec précision et sécurité. C’est pourquoi notre focus a été sur l’association de modèles de raisonnement avancés avec un traitement de données déterministe et mathématiquement précis, afin que les entreprises puissent faire confiance aux résultats de l’automatisation à toute échelle.
La plate-forme Sema4.ai met l’accent sur des agents d’IA à déclenchement d’événements, ajustables, capables de traiter des centaines de pages ou des données multisorces en quelques minutes. Comment cette architecture diffère-t-elle des systèmes d’IA traditionnels ou des copilotes, et quels points de douleur spécifiques des entreprises résout-elle ?
Les copilotes traditionnels sont utiles mais limités ; ils sont souvent à simple tour, liés à l’interface utilisateur et ne peuvent pas facilement s’étendre aux flux de travail d’entreprise. Ils souffrent également de l’incertitude mathématique des LLM, qui sans support programmatique, retourneront souvent les mauvaises réponses. Les agents d’IA Sema4 ne se contentent pas d’assister ; ils réalisent réellement le travail critique dont les entreprises ont besoin. Nous avons construit notre plate-forme d’IA d’entreprise avec une approche centrée sur l’utilisateur commercial qui unifie les affaires avec l’informatique et les développeurs. Les utilisateurs commerciaux peuvent créer des agents d’IA avec une interface facile à utiliser assistée par un copilote d’IA en langage clair avec des connecteurs prêts à l’emploi aux systèmes d’entreprise. L’informatique peut ensuite exécuter et gérer les agents en langage clair, sans code complexe. Cela nous permet de livrer des agents à nos clients qui peuvent comprendre le contexte commercial, raisonner et collaborer avec les équipes humaines comme le pourrait un travailleur humain. Il s’agit d’un changement fondamental dans la capacité à exécuter des travaux à haute valeur avec une précision et une efficacité sans précédent.
Pour aller plus loin, nous avons récemment lancé la prochaine génération de notre plate-forme d’IA d’entreprise, en élargissant nos capacités pour livrer la fiabilité, la précision et les résultats déterministes avancés dont les entreprises ont besoin pour automatiser les flux de travail de données et de documents complexes à grande échelle. Les nouvelles améliorations incluent les DataFrames, qui fournissent un traitement de données mathématiquement précis et à grande échelle, éliminant le travail manuel de réconciliation des données entre les systèmes ; l’intelligence documentaire, qui transforme les documents en DataFrames structurés et prêts à l’agent avec une précision quasi parfaite dans plus de 100 langues et types de fichiers ; les agents de travail améliorés, capables d’une exécution entièrement autonome et 24/7 de flux de travail multétapes en combinant la précision des données avec la compréhension des documents ; et un studio d’agent amélioré, qui accélère la création d’agent avec des carnets de commande guidés par l’IA et une interface intuitive qui permet aux utilisateurs commerciaux et aux développeurs de travailler ensemble. Ensemble, ces innovations permettent aux entreprises d’automatiser des flux de travail complexes qui prenaient auparavant des jours, maintenant achevés en quelques minutes avec une précision inégalée. Le résultat est des cycles plus rapides, moins de passes manuelles et des résultats cohérents et révisables.
Vous avez parlé de sauver les entreprises de la « purgatoire des pilotes d’IA ». Quels sont les facteurs les plus importants qui piègent les entreprises dans des pilotes interminables, et comment Sema4.ai les aide à atteindre une production évolutivaire ?
La plupart des pilotes d’agents d’IA échouent parce que les solutions existantes manquent des capacités fondamentales dont les entreprises ont besoin : la précision pour les travaux critiques, la capacité de traiter des documents complexes et l’exécution de flux de travail multétapes sophistiqués.
Les agents d’IA basés sur les LLM traditionnels souffrent d’hallucinations et d’erreurs de calcul qui les rendent inadaptés aux processus d’entreprise tels que la réconciliation financière ou la déclaration de conformité. Pendant ce temps, les systèmes DIY nécessitent des ressources de développement importantes pour construire et maintenir les agents, créant des goulets d’étranglement qui empêchent les utilisateurs commerciaux d’automatiser leurs propres processus.
D’autres plateformes d’agents luttent contre la compréhension complexe des documents – incapable d’extraire avec précision les données des factures, des contrats ou des rapports – et échouent lorsqu’ils tentent des flux de travail multétapes qui nécessitent une prise de décision à travers différentes sources et applications de données.
Sema4.ai résout ces limitations fondamentales en fournissant des agents d’entreprise de niveau qui livrent de la fiabilité de la phase de pilote à la production.
Notre dernière version de plate-forme aborde la crise de précision de front, avec une architecture innovante qui combine des modèles de raisonnement avancés (GPT-5, o3, o4-mini et Claude Sonnet 4) avec un traitement de données SQL mathématiquement précis pour les opérations de données. Cette approche révolutionnaire permet aux agents de comprendre le contexte et le sens à travers les LLM, tout en effectuant tous les calculs avec une précision mathématique à 100 % – éliminant les hallucinations et les erreurs qui ont tourmenté l’IA d’entreprise.
En outre, notre intelligence documentaire et nos carnets de commande en langage naturel permettent aux utilisateurs commerciaux de créer des agents sophistiqués sans dépendance des développeurs, tandis que notre traitement de documents multipasse gère les documents d’entreprise les plus complexes avec une précision humaine.
Cette approche globale transforme les agents d’IA d’outils expérimentaux en systèmes commerciaux fiables que les entreprises peuvent faire confiance pour leurs processus les plus critiques.
Le partenariat récent de l’entreprise avec Koch Industries marque un moment de validation majeur. Qu’est-ce que cette collaboration représente pour la croissance de Sema4.ai et pour l’adoption de l’IA d’entreprise plus largement ?
Notre collaboration avec Koch Industries démontre et valide comment les agents d’IA peuvent livrer des résultats à l’échelle de l’entreprise dans des conditions réelles. Les sociétés Koch utilisent les agents d’IA d’entreprise Sema4.ai pour automatiser les processus de réconciliation manuelle qui étaient autrefois chronophages et sujets à erreurs. Nos agents analysent des centaines de pages de factures ligne par ligne, s’intégrant directement aux systèmes financiers existants, pour aider Koch à économiser des heures, voire des jours, de travail manuel. La collaboration s’étend à d’autres flux de travail critiques, tels que la compréhension des documents, l’analyse des approvisionnements et la planification de la maintenance, en démontrant comment l’automatisation des agents peut gérer l’échelle et la complexité des opérations d’entreprise réelles.
Il s’agit d’un point de preuve que nos agents peuvent livrer un ROI mesurable, en réduisant l’effort manuel de jusqu’à 80 %, en améliorant la précision et en permettant aux entreprises de redéployer les talents vers des initiatives à plus forte valeur.
Avec votre expérience de diriger des sorties à hauteur de milliards de dollars, quels principes ou éléments de feuille de route êtes-vous les plus critiques pour développer des technologies de pointe en valeur d’entreprise durable ?
Les principes clés sont la cohérence, la clarté et le contrôle. Commencez par les résultats des clients, et non par l’innovation pour elle-même. Concevez pour la sécurité, l’observabilité et la gouvernance dès le départ. Intégrez où les clients travaillent déjà et rendez-le facile de mesurer le ROI.
Chez Sema4.ai, cela signifie construire une plate-forme SAFE – Sécurisée, Précise, Rapide et Extensible – conçue pour être flexible, gérée et de niveau d’entreprise. Cela permet aux clients de commencer avec un cas d’utilisation et de s’étendre naturellement à mesure que la valeur se cumule.
La gouvernance, le contrôle des données et la transparence sont des préoccupations croissantes à mesure que les agents d’IA deviennent plus autonomes. Comment Sema4.ai aborde-t-il la gouvernance des agents, en particulier en matière d’accès aux données, de prise de décision et d’audit ?
La gouvernance est au cœur de notre plate-forme. Chaque agent fonctionne dans le cadre de politiques définies qui régissent les données auxquelles il peut accéder, les actions qu’il peut entreprendre et la manière dont ces actions sont consignées. Nous offrons une visibilité et une traçabilité complètes, afin que les entreprises puissent voir et retracer la manière dont les décisions sont prises. Sema4.ai prend en charge les modèles de données sans copie, garantissant que les données ne quittent jamais leur source, tout en maintenant la transparence à toutes les étapes du cycle de vie de l’agent.
La sécurité et la gouvernance sont également des piliers clés de notre cadre SAFE. L’édition entreprise intègre des pratiques de sécurité robustes et conformes aux normes de l’industrie, avec des certifications telles que ISO 27001 pour la gestion de la sécurité de l’information, SOC 2 pour la conformité de la sécurité, HIPAA pour la protection des données de santé et RGPD pour la confidentialité des données. Ces certifications renforcent la confiance, la responsabilité et le contrôle dont les entreprises ont besoin pour développer l’IA de manière responsable.
Nous incorporons également une vérification déterministe dans notre traitement de données ; chaque sortie peut être validée par rapport à la source d’origine, ce qui est crucial pour les industries soumises à des exigences de conformité telles que la finance et les soins de santé.
Vous avez souligné l’importance de donner aux entreprises le contrôle de la « profondeur d’analyse » pour équilibrer la qualité, le coût et les performances. Pouvez-vous expliquer pourquoi cette flexibilité est si importante pour la fiabilité et le ROI de l’IA d’entreprise ?
La profondeur d’analyse permet aux clients d’ajuster le niveau de raisonnement pour chaque tâche : une analyse approfondie et précise lorsque l’exactitude est critique, et une analyse plus rapide et légère pour les travaux de routine. Cette capacité d’adaptation donne aux entreprises le contrôle sur le coût et les performances, en garantissant que l’IA livre des résultats cohérents alignés sur les priorités commerciales. Dans la pratique, cela signifie que les clients peuvent choisir dynamiquement entre une analyse de données de haute précision (via les DataFrames basés sur SQL) ou une analyse contextuelle légère, en fonction du cas d’utilisation. Cette flexibilité garantit l’équilibre approprié entre précision, efficacité et coût, en maximisant le ROI sur les charges de travail d’entreprise.
Pouvez-vous nous présenter des exemples concrets – comme l’intelligence documentaire ou les DataFrames d’analyste – où les agents d’IA sont déjà à l’origine de résultats mesurables pour les équipes d’entreprise ?
Dans l’intelligence documentaire, nos agents peuvent traiter et résumer de grands ensembles de documents, vérifier les informations et appliquer une prise de décision basée sur les politiques avec des traces d’audit pour la conformité. Dans les DataFrames d’analyste, les agents agrègent des données multisorces, appliquent des règles métier et génèrent des sorties prêtes à la décision en quelques minutes plutôt qu’en jours.
Notre nouvelle plate-forme élève ces capacités. L’intelligence documentaire V2 transforme les documents en données structurées et prêtes à l’agent avec une précision quasi parfaite, tandis que les DataFrames traitent des millions de lignes avec un calcul SQL mathématiquement précis. Ces progrès éliminent la réconciliation manuelle sujette à erreurs et accélèrent la prise de décision à travers l’entreprise.
La plate-forme Sema4.ai est déjà utilisée par des partenaires parmi les entreprises du Fortune 500 et les grandes entreprises, notamment le leader des services d’ingénierie Emerson et le géant industriel Koch. Ces organisations utilisent les agents Sema4.ai pour automatiser des opérations critiques telles que le traitement des factures, la réconciliation des paiements, l’intégration des employés et la conformité réglementaire. Nos agents exécutent désormais de manière autonome plus de 80 % du travail de connaissance dans certains flux de travail, transformant la manière dont les opérations d’entreprise sont exécutées à grande échelle.
À mesure que nous nous dirigeons vers un monde où les agents d’IA pourraient redéfinir les applications d’entreprise, comment voyez-vous l’évolution de la relation entre les applications d’entreprise traditionnelles et les architectures à base d’agents au cours des prochaines années ?
Les applications d’entreprise serviront de plus en plus de systèmes d’enregistrement et seront intermédiaires, tandis que les agents d’IA deviendront la couche d’exécution, connectant les données, les flux de travail et les décisions à travers les silos. Nous nous dirigeons vers un nouveau modèle où les agents orchestrent des flux de travail interplateformes, en intégrant les données et les processus à travers les systèmes commerciaux en temps réel. Au fil du temps, cette approche basée sur les agents évoluera l’architecture d’entreprise de milieux statiques et centrés sur les applications vers des écosystèmes dynamiques et axés sur les résultats, où l’IA apprend continuellement, s’adapte et agit dans des limites gérées. Cela fait des agents d’entreprise l’application tueuse de l’ère de l’IA.
Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Sema4.ai.
