Sarah Nagy, fondatrice et PDG de Seek AI – Série d’entretiens

Sarah Nagy est la fondatrice et la PDG de Seek AI, une plateforme qui permet aux utilisateurs métier de poser à Seek les mêmes questions qu’ils posent actuellement à l’équipe de données, directement dans Slack, Teams et par e-mail. Pas de « raffinement » de la façon dont ils écrivent leur question, et pas d’apprentissage d’une nouvelle plateforme.

Vous avez initialement commencé en tant que chercheuse avec des données du télescope spatial Hubble. Sur quoi travailliez-vous ?

J’ai effectué des recherches à UCLA et Caltech, en étudiant certaines des galaxies les plus lointaines qui pouvaient être observées avec un télescope, et j’ai travaillé sur l’analyse de certaines de leurs propriétés telles que leur masse et leur taille. L’objectif de cette recherche était de nous aider à comprendre la différence entre les galaxies très lointaines et les galaxies plus proches de la nôtre, et de développer des modèles pour expliquer comment ces galaxies se forment au fil du temps.

Vous avez ensuite travaillé en tant que scientifique de données dans plusieurs startups. Quels étaient certains des projets les plus intéressants ?

L’un des projets qui me vient à l’esprit a consisté à utiliser le traitement automatique du langage naturel (NLP) pour classer du texte non structuré lié à des articles de détail. Par exemple, prendre du texte brut (par exemple « air jordans vert ») et le marquer comme la marque estimée (« Nike »). J’avais un collègue qui se spécialisait dans le NLP et qui était occupé par un autre projet, donc j’ai fini par travailler sur celui-ci car il était occupé. Je ne savais même rien sur le NLP à l’époque, donc j’ai suivi des cours gratuits de Stanford et de Fast.ai pour acquérir des connaissances. J’ai vraiment apprécié apprendre sur le NLP et j’ai commencé à comprendre pourquoi il est si important, et pourquoi l’intelligence artificielle (IA) capable de comprendre le langage est un grand pas vers ce que l’on appelle l’« IA générale ». Cette expérience m’a certainement préparée à comprendre rapidement l’importance de GPT-3 lorsqu’il est sorti.

Pouvez-vous partager l’histoire de la création de Seek AI ?

Lorsque le modèle GPT-3 d’OpenAI est sorti, j’ai immédiatement reconnu ce qu’était cette incroyable avancée et j’ai été particulièrement enthousiaste à l’idée d’applications impliquant GPT-3 pour écrire du code. Après tout, j’écrivais du code toute la journée en tant que scientifique de données, et voir l’IA le faire – et générer le code parfaitement – était bouleversant. Je comparerais ma réaction à GPT-3 à ma découverte de la réalité virtuelle en 2013, qui a également été une expérience bouleversante pour moi. J’ai fini par décider que je devais créer une startup pour parier sur cette technologie. Je ne savais pas exactement ce que j’allais construire, mais j’avais un pressentiment que si j’en apprenais plus sur ces modèles, quelque chose de valable tomberait en place.

Une fois que j’ai vraiment appris sur les modèles, c’est alors que j’ai réalisé que je pouvais résoudre un problème que j’avais rencontré partout où j’avais travaillé en tant que quant ou scientifique de données. Le problème en question était que les personnes non techniques n’avaient pas les bons outils pour répondre à leurs propres questions de données. En tant que scientifique de données, je travaillais souvent sur des problèmes qui nécessitaient beaucoup de concentration, mais je suis souvent interrompu par des collègues du côté commercial qui avaient des questions sur les données, ce qui me forçait à arrêter ce que je faisais. Le processus semblait archaïque et inefficace. J’ai réalisé que si je me concentrais sur cette nouvelle technologie pour résoudre le problème, ce serait une solution qui définirait la catégorie pour ce problème très important et omniprésent.

Seek AI utilise l’IA générative. Pouvez-vous expliquer à nos lecteurs ce que c’est ?

« L’IA générative » est un mot à la mode très hypé, mais contrairement à d’autres mots à la mode, je ne pense pas que l’hype soit injustifié. Le terme fait référence à de grands modèles d’apprentissage automatique avec des centaines de milliards de paramètres, tels que DALL-E et GPT-3 d’Open AI. L’innovation de ces modèles est qu’ils peuvent comprendre le langage naturel et générer du texte, des images, du code et plus. Si vous jouez avec DALL-E ou Stable Diffusion, par exemple, vous comprendrez rapidement pourquoi ces modèles sont si hypés ; ils ont une capacité incroyablement humaine à comprendre les commandes de langage naturel et peuvent générer de l’art qui rivalise avec les meilleurs artistes humains.

La génération de code est l’une des applications les plus niches, mais les plus importantes, de l’IA générative. Les données deviennent de plus en plus grandes et complexes, et donc plus difficiles à analyser et à organiser manuellement par les humains. Pourtant, il y a tellement d’informations encodées dans ces données. Ces informations ne sont pas seulement puissantes pour les organisations, mais peuvent également conduire à des avancées scientifiques incroyables sur le plan académique. Construire une IA pour extraire de la valeur à partir des données débloquera une valeur incroyable sous la forme d’informations utiles.

Seek AI est en train de construire une interface qui permet aux utilisateurs d’interagir avec les données en utilisant le langage naturel. Les travailleurs du savoir peuvent accéder à l’interface de langage naturel de Seek AI par le biais de l’e-mail, de Slack, du texte et d’une gamme de systèmes de gestion de la relation client (CRM).

Quels autres types d’apprentissage automatique sont utilisés chez Seek AI ?

Alors que l’IA générative est une partie de notre architecture d’apprentissage automatique, notre architecture comprend également plusieurs branches de modèles d’apprentissage profond open source. Les modèles de transformateurs (dont « l’IA générative » est une variante) comprennent de nombreux (mais pas tous) des modèles que Seek utilise.

Pourquoi est-il si important que les utilisateurs non techniques puissent accéder rapidement aux données ?

À quoi sert la donnée si elle ne génère pas de retour sur investissement, et comment une entreprise peut-elle obtenir ce retour sur investissement si les utilisateurs tournés vers les entreprises ne peuvent même pas y accéder ? C’est pourquoi il est absolument essentiel de donner accès à autant de personnes que possible, sans compromettre la précision.

Quand j’étais scientifique de données, parfois je recevais des demandes du PDG pour analyser certaines données pour aider notre stratégie de produit ou de lancement. Ces projets pouvaient prendre des semaines ou plus. En tant que PDG maintenant, je comprends certainement l’importance de ces projets à un niveau plus profond que je ne le faisais lorsque j’étais du côté des données. Je me retrouve souvent à souhaiter que je puisse simplement obtenir les données à portée de main pour que je puisse prendre mes décisions plus rapidement. C’est un exemple de ce que nous résolvons chez Seek.

Comment Seek AI rend-il ces données si faciles à récupérer ?

Quelque chose qui est intéressant à considérer est que les données ne peuvent vraiment être analysées qu’avec du code. Il est vrai qu’il existe des plateformes qui sont des abstractions sur ce code (par exemple, les tableaux de bord de données), mais sous le capot, il y a du code écrit manuellement par les analystes de données qui permet de présenter les données aux utilisateurs métier.

La plupart des travailleurs du savoir ne savent pas coder, ne veulent pas coder ou ne peuvent même pas accéder aux données même s’ils veulent écrire du code pour les analyser. Par conséquent, lorsqu’ils ont besoin de données, ils doivent soit les localiser dans un tableau de bord, soit demander à l’équipe de données s’ils ne peuvent pas les trouver. Plus les jeux de données sont importants, plus cela se produira.

Les équipes de données doivent donc être des « traducteurs » de questions de langage naturel dirigées vers eux, et des données elles-mêmes, qu’ils interrogent en utilisant du code. Supprimer cet « intermédiaire traducteur » est au cœur de ce que Seek fait.

Comment les entreprises s’assurent-elles que les données qu’elles utilisent sont exactes ?

Gérer le compromis entre l’exactitude des données et l’accessibilité est un défi énorme. Comme je l’ai déclaré dans une interview récente, d’une part, l’accessibilité permet aux personnes moins techniques d’interagir avec la source de connaissance qu’est la donnée d’une entreprise. D’un autre côté, à quoi sert une source de connaissance polluée (c’est-à-dire de mauvaises données) ?

Les meilleures équipes de données sont celles qui gèrent ce compromis de la manière la plus optimale possible, et une grande partie de cela consiste à calibrer et à vérifier soigneusement tous les outils avec lesquels les utilisateurs non techniques peuvent interagir.

Quels sont quelques exemples de cas d’utilisation de la plateforme Seek AI ?

Nous apportons déjà de la valeur à nos clients et partenaires de conception sur les marchés verticaux B2B SaaS, Fintech, biens de consommation (CPG) et e-commerce B2C.

Battlefin, par exemple, est le principal marché de données financières alternatives. Ils croient que donner des réponses rapides et de haute qualité aux questions de leurs propres clients est la différence entre gagner et perdre face à la concurrence. Le PDG de la société, Tim Harrington, a noté : « Seek AI a joué un rôle crucial dans la stratégie 2023 de notre entreprise en raison de l’avantage qu’il nous donne pour accéder et analyser nos 2 400+ jeux de données en réponse aux questions des clients. J’estimerais que notre retour sur investissement pour Seek AI est d’environ 10 fois ce que nous aurions dépensé pour atteindre ce niveau d’efficacité sans la plateforme. »

Y a-t-il autre chose que vous aimeriez partager sur Seek AI ?

Ceci pourrait être le bon endroit pour une publicité éhontée. Seek propose actuellement des essais gratuits de notre plateforme, qui peut être accédé sur seek.ai. Nous sommes ravis de être un pionnier dans l’introduction de l’IA générative aux équipes de données, et je me réjouis de faire ce voyage avec nos clients.

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