T’as sûrement vu passer les pitchs IA dans l’assurance : « On va révolutionner la souscription avec le machine learning, promis ». Pendant des années, c’était du vent dans des decks PowerPoint. Aujourd’hui, Gradient AI vient de choper du financement de croissance de CIBC Innovation Banking, une banque qui a 25 ans d’expérience dans la tech. Pas une levée de fonds VC classique, mais du capital institutionnel. Ça sent moins la hype et plus le « on passe à l’échelle, les gars ». Côté science, Axiomatic AI boucle un tour de seed de 18 millions (25 millions au total) pour construire une infrastructure d’IA vérifiée pour l’ingénierie et les sciences. Intégrer des modèles de pointe avec des vérifications formelles en maths et physique, pour un raisonnement interprétable et prouvable. Dans les semi-conducteurs, l’aérospatial, l’énergie, où une erreur coûte des milliards, c’est pas du luxe.
Gradient AI, c’est Boston, l’assurance, et probablement un tas de données historiques sur les sinistres que personne d’autre n’ose toucher. Leur truc : utiliser l’IA pour améliorer la souscription, la tarification, la gestion des risques. Les assureurs en ont marre de se fier à des tableaux Excel vieux de dix ans. Là, ils ont un prêteur sérieux qui dit « allez-y, prouvez-le ». Mais bon, entre optimiser des primes et éviter les biais discriminatoires, y’a un fossé. L’IA dans l’assurance, c’est comme un chirurgien bourré : potentiellement efficace, mais une erreur et c’est l’hémorragie. Gradient va devoir montrer patte blanche sur l’équité, pas juste sur les marges.
Axiomatic AI, eux, jouent dans la cour des grands : la vérification formelle. Tu prends un modèle d’IA, tu le passe à la moulinette des maths pures, et tu sors avec des garanties. « Notre raisonnement est prouvable », ils disent. Dans un monde où ChatGPT invente des citations et Gemini réécrit l’histoire, c’est rafraîchissant. Leur cible : l’ingénierie de pointe, où une simulation foireuse peut faire s’écraser un avion ou griller une puce à 10 milliards. Le problème, c’est que l’IA de frontière (leurs mots) est souvent une boîte noire. Les intégrer avec de la vérification, c’est comme essayer de faire un contrat de mariage avec un chat : bonne chance pour faire respecter les clauses. Mais si ça marche, ça pourrait être un qui change la donne pour tout ce qui touche à la sécurité critique.
Les deux boîtes illustrent un virage : on passe des promesses vagues aux applications concrètes, avec de l’argent qui demande des résultats. Gradient dans l’assurance, un secteur conservateur mais riche en données. Axiomatic dans la science vérifiée, un domaine où la rigueur est non-négociable. C’est moins sexy que les agents IA qui réservent tes vacances, mais potentiellement plus impactant. Surtout, ça montre que l’IA mature là où la tolérance à l’échec est faible. Faire une blague sur l’assurance, c’est rigolo. Se planter sur un calculateur de risque, c’est des procès. Générer un mauvais meme, c’est drôle. Se tromper sur la résistance d’un matériau, c’est criminel.
Mais attention à pas tomber dans le piège du solutionnisme. Gradient va devoir prouver que son IA n’amplifie pas les inégalités existantes, c’est souvent le cas. Axiomatic doit montrer que sa vérification tient la route avec des modèles de plus en plus complexes, pas juste avec des jouets académiques. L’argent est là, la pression aussi. Reste à voir qui va livrer autre chose que des slides bien polies.
Au final, c’est une bonne nouvelle : l’IA avance dans des domaines où le bullshit a une durée de vie limitée. Dans l’assurance, tu te fais virer si tes prédictions sont à côté de la plaque. En ingénierie, tu finis en prison si ton calcul fait s’effondrer un pont. Peut-être que c’est là que l’IA va enfin grandir : là où les conséquences sont réelles, pas virtuelles. Et si ces boîtes réussissent, on pourra enfin arrêter de parler de « révolution » et commencer à parler de « progrès ». Mais d’abord, faut qu’ils sortent de la beta.
Sources :
Comments are closed