Promethium promet des réponses plus pertinentes grâce à la contextualisation

Kaycee Lai, CEO et fondateur de Promethium, lors de son point presse à San Francisco chez son VC. (Crédit S.L.)

Kaycee Lai, CEO et fondateur de Promethium, lors de son point presse à San Francisco chez son VC. (Crédit S.L.)

En se connectant à un maximum de données éparpillées dans l'entreprise, Promethium affine au maximum les traitements analytiques en apportant un contexte aux réponses proposées. Une aide précieuse dans les métiers de la conformité aussi bien dans la banque que la recherche pharmaceutique.

Installée à Menlo Park, la start-up Promethium a été fondée l'an dernier, en février 2018, par Kaycee Lai sur un créneau précis : exploiter des ressources IA pour affiner les traitements analytiques et mettre en contexte les réponses à un sujet. L'idée est d'exploiter un framework combinant des sources multiples et des briques analytiques pour aider à trouver les données qui permettront de bien répondre à une question ou problème. Le CEO et fondateur de la start-up nous a expliqué lors d'un point presse qu'il suffisait de sélectionner la question à poser, d'examiner les données sur toutes les sources disponibles (Oracle, Cloudera, Teradata, Mapr, AWS, SQL Server, SQL) avant de soumettre une requête et d'examiner la pertinence des réponses.

 « Nous n'effectuons pas vraiment de data catalogue, car nous parlons à des clients qui veulent savoir ce qui a du sens en combinant le meilleur de l'IA et de l'intelligence humaine » assure le dirigeant qui explique toutefois mettre en place un hub pour exploiter les données stockées sur différentes bases sans bouger les données. « On passe simplement par les metadatas pour accéder aux données ». Promethium utilise des API REST pour exploiter les solutions de data management d'Alation ou de Waterline Data, et travaille également avec Talend et Informatica pour la partie ETL. Disponible en mode SaaS, la solution de Promethium peut être conteneurisée pour un usage local si le client le désire.



Le moteur de Promethium est alimenté par de nombreuses sources de données. (Crédit Promethium)

Une facturation au volume ou aux modèles  La solution met en oeuvre un moteur en langage naturel pour aider à trouver le dossier où se trouve la meilleure réponse à une question. Il n'y a pas encore de chatbot, mais c'est une option envisageable. Seul l'anglais est pour l'instant supporté, mais d'autres langues sont prévues. Les résultats sont représentés sous la forme d'un diagramme pour afficher le degré de pertinence des données, mais un graphique est à l'étude pour plus tard. Pour les clients et usages, la start-up compte répondre aux besoins décelés dans la banque et l'industrie pharmaceutique pour assurer la conformité en balayant les textes juridiques en vigueur. La facturation se fait au volume de données traité ou bien aux modèles exploités par l'entreprise sous forme d'abonnement annuel.

Parmi les prochaines évolutions, on peut mettre en avant l'arrivée d'autres langues et intégration de Tensor Flow pour améliorer la qualité des réponses grâce au machine learning. Une cinquantaine de personnes travaille aujourd'hui pour Promethium à Menlo Park et un peu partout aux États-Unis. L'arrivée en Europe est prévue, mais avec la version anglaise pour commencer.  

s'abonner
aux newsletters

suivez-nous

Publicité

Derniers Dossiers

Publicité