Dust : Utilisation de grands modèles de langage pour améliorer la productivité des équipes

Dust, une nouvelle startup basée en France, travaille à améliorer la productivité des équipes en démantelant les silos internes, en mettant en évidence des connaissances importantes et en fournissant des outils pour construire des applications internes personnalisées. Au cœur de Dust, l'utilisation de grands modèles de langage (LLM) sur les données internes de l'entreprise pour donner de nouveaux super pouvoirs aux membres de l'équipe.

Les fondateurs de Dust

Co-fondée par Gabriel Hubert et Stanislas Polu, le duo se connaît depuis plus d'une décennie. Leur première startup, Totems, a été acquise par Stripe en 2015. Après cela, ils ont tous deux passé quelques années à travailler pour Stripe avant de se séparer.

Stanislas Polu a rejoint OpenAI où il a passé trois ans à travailler sur les capacités de raisonnement des LLMs tandis que Gabriel Hubert est devenu le responsable produit chez Alan.

Ils se sont à nouveau associés pour créer Dust. Contrairement à de nombreuses startups en IA, Dust ne se concentre pas sur la création de nouveaux grands modèles de langage. Au contraire, l'entreprise souhaite construire des applications sur les LLMs développés par OpenAI, Cohere, AI21, etc.

La plateforme Dust

L'équipe a d'abord travaillé sur une plateforme qui peut être utilisée pour concevoir et déployer des applications de grands modèles de langage. Elle a ensuite concentré ses efforts sur un cas d'utilisation en particulier : centraliser et indexer les données internes afin qu'elles puissent être utilisées par les LLMs.

Il existe une poignée de connecteurs qui récupèrent constamment les données internes de Notion, Slack, Github et Google Drive. Ces données sont ensuite indexées et peuvent être utilisées pour des requêtes de recherche sémantique. Lorsqu'un utilisateur souhaite faire quelque chose avec une application alimentée par Dust, Dust trouvera les données internes pertinentes, les utilisera comme contexte d'un LLM et renverra une réponse.

Dust, bien plus qu'un outil de recherche interne

Dust n'est pas seulement un meilleur outil de recherche interne car il ne renvoie pas seulement des résultats de recherche. Il peut trouver des informations sur plusieurs sources de données et formater les réponses de manière beaucoup plus utile pour vous. Il peut être utilisé comme une sorte de ChatGPT interne, mais il pourrait aussi être utilisé comme base de nouveaux outils internes.

Gabriel Hubert est convaincu que l'interface en langage naturel va bouleverser le logiciel. "Dans cinq ans, il serait décevant que vous ayez encore à aller cliquer sur éditer, paramètres, préférences, pour décider que votre logiciel doit se comporter différemment. Nous voyons beaucoup plus notre logiciel s'adapter à vos besoins individuels, parce que c'est comme ça que vous êtes, mais aussi parce que c'est comme ça que votre équipe est - parce que c'est comme ça que votre entreprise est."

Source : Dust