La startup française Dust a levé un tour de table de série A de 16 millions de dollars mené par Sequoia Capital. Avec Dust, les entreprises peuvent créer des assistants IA personnalisés et les partager avec leurs employés afin qu'ils puissent travailler plus efficacement.
Mais ce qui est intéressant avec Dust, ce sont les différences avec d'autres sociétés travaillant sur des agents d'entreprise ou des assistants IA en général. Contrairement à un outil destiné aux consommateurs comme ChatGPT, les assistants Dust sont connectés aux données et aux documents d'une entreprise. Par exemple, lorsque vous créez un nouvel assistant dans Dust, vous pouvez l'associer à des pages Notion, des documents stockés dans Google Drive, des conversations Intercom ou Slack.
Dans le même temps, contrairement à la plupart des startups d’IA travaillant sur des agents d’entreprise, Dust estime que les entreprises devraient disposer de plusieurs assistants d’IA, et non d’un seul. Chaque assistant pourrait être utile pour effectuer un certain ensemble de tâches et résoudre certains problèmes courants auxquels une équipe spécifique est confrontée.
De manière plus pratique, les équipes d'assistance peuvent utiliser un assistant Dust qui connaît à la fois le contenu de la base de connaissances et les interactions d'assistance passées. De cette façon, les nouveaux membres de l'équipe d'assistance peuvent poser une question à l'assistant @supportExpert et obtenir une réponse pertinente.
Les équipes RH peuvent créer un assistant IA capable de répondre aux questions sur les politiques de l'entreprise – pas besoin de rechercher dans une base de données Notion alambiquée. Ils peuvent également créer un autre agent capable de rédiger des descriptions de poste basées sur des descriptions de poste antérieures. Une fois de plus, cela responsabilise l’entreprise dans son ensemble et libère du temps pour l’équipe RH.
Pour les équipes d’ingénierie et de données, les cas d’utilisation sont assez simples. Par exemple, un assistant Dust peut connaître les schémas de base de données de l'entreprise. Vous pouvez demander à @SQLbuddy en anglais simple d'écrire une requête SQL sur votre clientèle.
Dernier exemple : les équipes commerciales peuvent générer des brouillons d’e-mails en fonction des données CRM et du contexte général d’un client potentiel. Et si vous devez créer vos propres connecteurs ou intégrer les assistants Dust dans un autre outil, l’entreprise propose une API.
Au lieu de réinventer la roue, Dust se concentre sur la création d’un produit qui fonctionne pour tout le monde. Quelques années après le lancement de ChatGPT, la plupart des gens connaissent désormais l'assistant IA (beaucoup l'utilisent même pour leur travail, même si cela va à l'encontre des politiques de l'entreprise). Ils savent comment démarrer une conversation, donner plus de détails et demander à l’assistant IA de recadrer sa réponse.
L’utilisation de Dust n’est pas si différente puisque les entreprises créent des assistants conversationnels avec la plateforme. Les employés peuvent ensuite accéder à l'interface Web de Dust ou interagir directement avec les assistants dans Slack. De cette façon, ils peuvent être mentionnés en @ au milieu d'une conversation. Dust souhaite essentiellement faire de l’IA générative un outil de communication interne que chacun utilise au quotidien.
La startup génère désormais 1 million de dollars de revenus annuels récurrents et certaines entreprises technologiques en phase de développement l'utilisent intensivement, telles que Watershed, Alan, Qonto, Pennylane et PayFit.
La start-up de services bancaires aux entreprises Qonto estime que 75 % de son équipe de 1 600 personnes utilise les assistants Dust sur une base mensuelle. Chez Alan, licorne française de l'assurance maladie, 80 % de l'entreprise utilise des assistants IA de manière hebdomadaire. La licorne technologique comptable Pennylane a créé 86 assistants personnalisés avec Dust.
Outre Sequoia Capital, certains investisseurs existants de la startup investissent à nouveau, comme XYZ, GG1, Connect Ventures, Seedcamp et Motier Ventures.
Avoir une approche centrée sur le client signifie également que Dust ne crée pas son propre modèle de base. Lorsque vous créez un assistant, vous pouvez choisir le grand modèle de langage que vous souhaitez utiliser pour cet assistant. Dust a des intégrations avec OpenAI (GPT), Anthropic (Claude), Mistral et Google pour ses modèles Gemini.
De nombreuses startups travaillent sur des plates-formes d'entreprise pour créer des agents d'IA. Certains noms qui me viennent à l’esprit sont Brevian, Tektonic AI, Ema, Kore.ai et Glean. Même Atlassian, le géant des logiciels d'entreprise derrière Jira et Confluence, a lancé son coéquipier en IA, Rovo. Voyons si Dust a trouvé la bonne méthode de mise sur le marché avec sa stratégie d'intégration simple.
