Alors que l’industrie de l’intelligence artificielle se concentre sur la création de modèles de base toujours plus vastes, un nouveau défi critique émerge : le perfectionnement post-entraînement pour garantir leur fiabilité et leur utilité dans des applications réelles. C’est sur ce créneau en forte croissance que la startup Deccan AI, fondée en octobre 2024, vient de réaliser une levée de fonds de 25 millions de dollars en Série A, entièrement en actions. Ce tour de table, mené par A91 Partners avec la participation de Susquehanna International Group et de Prosus Ventures, valide le modèle économique de la société, qui externalise une partie cruciale du travail d’affinage des modèles vers un réseau d’experts principalement basé en Inde.
Le perfectionnement post-entraînement, nouveau goulot d’étranglement de l’IA
Contrairement aux laboratoires en pointe comme OpenAI ou Anthropic, qui conçoivent et entraînent leurs modèles de base en interne, les étapes qui suivent – génération de données d’instruction, évaluation fine, et apprentissage par renforcement (RLHF) – sont de plus en plus externalisées. « La qualité reste un problème non résolu », explique Rukesh Reddy, fondateur de Deccan AI, dans un entretien avec TechCrunch. « La tolérance aux erreurs après l’entraînement est proche de zéro, car une seule erreur peut compromettre les performances du modèle en production. »
Cette complexité rend le travail post-entraînement plus exigeant que les phases précédentes. Il nécessite des données hyper-précises, souvent spécifiques à un domaine (comme le codage ou l’interaction avec des API), et difficiles à mettre à l’échelle tout en maintenant une rigueur absolue. Deccan AI se positionne sur ce créneau en proposant des services allant de l’amélioration des capacités de raisonnement et de codage des modèles à leur formation pour utiliser des outils externes, en passant par la création d’environnements d’apprentissage par renforcement.
Une offre technologique et une clientèle établies
La startup, dont le siège est dans la région de la baie de San Francisco avec une importante équipe opérationnelle à Hyderabad (Inde), a développé deux produits principaux :
- Helix : une suite d’évaluation pour tester et mesurer les performances des modèles sur des tâches complexes.
- Une plateforme d’automatisation des opérations : pour gérer le flux de travail de la génération de données à l’annotation et à l’évaluation.
Sa clientèle, qui comprend déjà des noms comme Google DeepMind et Snowflake, témoigne de la crédibilité de son approche. La société déclare avoir intégré environ 10 clients et gérer une vingtaine de projets actifs simultanément. Son évolution rapide – un chiffre d’affaires multiplié par 10 en un an, atteignant un rythme à deux chiffres de millions de dollars – reflète l’explosion de la demande, même si 80 % de ses revenus proviennent de ses cinq principaux clients, illustrant la concentration du marché des modèles de pointe.
L’Inde, plaque tournante stratégique pour la qualité et l’échelle
Le choix de Deccan AI de concentrer sa main-d’œuvre qualifiée en Inde est un différenciateur clé. L’entreprise emploie environ 125 personnes en interne et s’appuie sur un réseau dépassant le million de contributeurs – étudiants, experts sectoriels et docteurs – dont 5 000 à 10 000 sont actifs chaque mois. Environ 10 % de ces contributeurs détiennent un diplôme de master ou un doctorat, une proportion qui augmente sur les projets exigeants.
« Beaucoup de nos concurrents opèrent dans plus de 100 pays pour trouver des experts », précise Reddy. « Si vous avez des opérations dans un seul pays, il devient beaucoup plus facile de maintenir la qualité et la cohérence. » Cette stratégie permet un contrôle qualité renforcé