Créée il y a un an par Antoine Moissenot et Alexandre Pasquiou, et incubée à Station F, Neuralk-AI est une API qui permet aux équipes de data science d’affiner leurs prédictions dans une série de cas d'usage concrets : analyses prédictives, personnalisation de l’expérience client, nettoyage et enrichissement des données, excellence opérationnelle. 

La startup vient de boucler un tour de financement de 3,8 millions d’euros en pré-amorçage. La levée de fonds a été menée par Fly Ventures, avec la participation de StemAI. Thomas Wolf (Hugging Face), Charles Gorintin (Alan), Philippe Corrot (Mirakl), Nagi Letaifa (Mirakl), Vincent Luciani (Artefact), Saturnin Pugnet, Xavier Perret (Microsoft Azure), Julien Launay (Adaptive ML) et Jean-Louis Quéguiner (Gladia) ont également participé au tour de table.

Un modèle qui repose sur les "données tabulaires"

« Depuis deux ans, on parle beaucoup des modèles de langage. Ces modèles sont très pertinents pour travailler sur des images ou des séquences de mots, mais ils ne sont pas pertinents pour travailler sur les données tabulaires, autrement dit, les données qui prennent la forme d’un tableau », explique Antoine Moissenot, cofondateur et CEO de Neuralk-AI. « Or, dans l’industrie du commerce par exemple, les données sont très majoritairement structurées sous forme de tableaux de données, notamment pour les fiches produit. Un modèle qui est capable de lire et de comprendre finement toutes ces données permet de faire des prédictions avec un excellent niveau de précision », poursuit-il.

 La jeune pousse développe donc un modèle de représentation spécialisé pour les données tabulaires du commerce (catalogues de produits, informations clients ou historique d’achats). Le modèle, accessible via une API, prend les données tabulaires en entrée et renvoie une représentation vectorielle pour chaque item de la base, permettant d’effectuer la prédiction souhaitée avec le meilleur niveau de précision possible. 

Réussir dans un marché compétitif

« Nous avons un positionnement très novateur. Nous sommes les premiers à proposer cette approche technologique, mais nous savons que dans les prochains mois, d’autres technologies proches de la nôtre vont sortir, le timing est donc crucial pour nous », confie Antoine Moissenot. « Avec ce financement, notre objectif premier est d’avancer sur le développement de notre modèle. Nous visons de publier une version aboutie de notre API d’ici quelques mois, et d’engager à ce moment une phase de développement commercial intensif », ajoute-t-il.

Pour le moment, la startup travaille sous forme de POC avec ses premiers clients. Elle collabore déjà avec des grands noms du Retail comme E.Leclerc, Auchan, Mirakl ou encore Lucky Cart. Les premiers clients sont tous français, mais la jeune pousse ambitionne de s’attaquer rapidement au marché américain. « Nous avons déjà des discussions avec certains acteurs majeurs du secteur », partage Antoine Moissenot.