Le secteur de l’IA continue de proposer de nombreux nouveaux modèles et les entreprises qui cherchent à rester compétitives se précipitent pour les adopter. En fait, près de 10 % des entreprises prévoient de dépenser la somme colossale de 25 millions de dollars cette année dans des initiatives d’IA, selon le cabinet de conseil en technologie Searce.
Mais même si des sommes importantes sont consacrées à l'IA, le retour sur investissement n'est pas assuré. Selon Gartner, la moitié des responsables de l'IA ne savent pas comment calculer ou démontrer la valeur des projets d'IA.
Chetan Sharma, ancien data scientist chez Airbnb, explique que déterminer le retour sur investissement de l'IA n'est pas une tâche difficile avec les bons outils. Chetan Sharma est le cofondateur d'Eppo, une plateforme d'expérimentation qui permet aux clients d'évaluer et de personnaliser les modèles d'IA pour des cas d'utilisation spécifiques. Au-delà de sa suite d'évaluation de modèles, Eppo fournit une plateforme et un service de test A/B général pour les applications et les sites Web.
« Avec le lancement hebdomadaire de nouveaux modèles d’IA et les investissements des entreprises, les tests A/B offrent un moyen rentable d’évaluer leur efficacité sans dépenser trop d’argent », a déclaré Sharma à TechCrunch. « Eppo aide les entreprises à identifier les modèles qui apportent réellement de la valeur et permettent de prendre des décisions plus intelligentes et plus durables dans un environnement d’innovation rapide et de coûts en hausse. »
Eppo est en concurrence avec un certain nombre de startups spécialisées dans l'expérimentation et les tests A/B, notamment Split, Statsig et Optimizely. Les géants de la technologie comme AWS, Microsoft Azure et Google Cloud proposent également un nombre croissant d'outils de réglage et d'évaluation de modèles.
Mais Sharma affirme qu'Eppo se démarque de la concurrence grâce à des fonctionnalités telles que son système de « bandit contextuel », qui détecte automatiquement les nouvelles variantes des sites Web, des applications ou des modèles d'IA des clients et explore activement les performances de ces variantes en leur fournissant une charge ou un trafic croissant.
« L’expérimentation accélère la vitesse et la croissance en supprimant les décisions bureaucratiques – et souvent incorrectes – prises par les comités tout en liant étroitement les initiatives aux indicateurs de croissance, en éliminant rapidement les mauvaises idées tout en canonisant les bonnes idées pour un réinvestissement », a déclaré Sharma. « L’approche d’Eppo pour les tests en direct « d’évaluation en ligne » des modèles d’IA permet de déterminer si les modèles premium améliorent les indicateurs. »
Eppo, qui a été lancé en 2022, compte désormais « plusieurs centaines » de clients d’entreprise dans sa liste, dont Twitch, SurveyMonkey, DraftKings, Coinbase, Descript et Perplexity, selon Sharma. Alexis Weill, responsable des données de Perplexity, a déclaré à TechCrunch qu’Eppo a permis à Perplexity de « faire évoluer considérablement » le nombre d’expériences qu’elle exécute simultanément.
Les investisseurs semblent satisfaits. Cette semaine, Eppo a clôturé une levée de fonds de série B de 28 millions de dollars menée par Innovation Endeavors avec la participation d'Icon Ventures, Amplify Partners et Menlo Ventures. Sharma affirme que les nouveaux fonds, qui valorisent Eppo à 138 millions de dollars après l'opération et portent le total levé à 47,5 millions de dollars, serviront à renforcer les capacités d'expérimentation en marketing et en IA d'Eppo, à améliorer ses offres d'analyse et à intensifier ses efforts de mise sur le marché.
Basée à San Francisco, Eppo compte actuellement 45 employés et prévoit de terminer l'année avec 65.
« Les exigences d’une croissance efficace et l’essor de l’IA ont donné naissance à une mentalité d’adaptation ou de disparition qui oblige les entreprises à expérimenter », a déclaré Sharma. « Et en raison des lacunes des fournisseurs traditionnels, la plupart des acteurs du marché de l’expérimentation ont choisi de recruter de grandes équipes en interne et de construire plutôt que d’acheter. Avec autant de mouvements de personnel et de licenciements, ces équipes internes ne sont plus viables, ce qui conduit les entreprises à se tourner vers Eppo pour remplacer les builds internes coûteux ou orphelins. »
