Trajectory lève 45 M$ pour un entraînement IA accessible

Trajectory, une jeune pousse fondée il y a environ un an par trois anciens étudiants de Stanford passés par Google DeepMind et Apple, a levé 45 millions de dollars lors d'une série A à une valorisation de 300 millions de dollars. Le tour de table a été dirigé par Sequoia Capital, avec la participation de Nvidia, Bessemer Venture Partners et Bain Capital Ventures. L'entreprise, qui compte 18 collaborateurs, cherche à automatiser le post-entraînement des modèles d'intelligence artificielle, une étape qui consiste à adapter un modèle général à un métier précis, comme le droit ou la finance. Aujourd'hui, quand une entreprise veut rendre un modèle d'IA plus performant sur un domaine spécialisé, elle doit souvent recruter des équipes internes ou faire appel à des ingénieurs spécialisés coûteux, parfois appelés forward-deployed engineers. Trajectory propose de réduire ce besoin grâce à une plateforme de continual learning, ou apprentissage continu. Une entreprise part d'un modèle existant, le relie à ses applications, puis collecte des retours sur la qualité des réponses fournies. Ces retours servent ensuite à réentraîner le modèle afin qu'il progresse progressivement sur des tâches métier. Les fondateurs présentent cette approche comme un moyen de donner aux non-techniciens la possibilité d'améliorer eux-mêmes un système. Avocats, médecins, analystes financiers ou autres experts peuvent définir ce qui constitue une bonne réponse dans leur contexte professionnel, puis transformer ces critères en améliorations du modèle. L'objectif est de rendre le déploiement d'IA spécialisées plus rapide et moins coûteux. La jeune pousse a déjà été adoptée par des entreprises travaillant dans des secteurs très encadrés ou exigeants en expertise. Harvey et Rogo utilisent sa plateforme pour entraîner des modèles open source à mieux imiter le raisonnement de juristes ou d'analystes financiers expérimentés, par exemple lors de la revue d'un type de contrat ou de la valorisation d'une entreprise avec une méthode spécifique. Decagon, Mercor et Nvidia figurent également parmi ses clients. Trajectory a parallèlement rendu sa plateforme de post-entraînement accessible publiquement. L'équipe est présentée comme l'un des principaux atouts de la startup. Ronak Malde, l'un des cofondateurs, a rejoint Google DeepMind après l'acquisition de Windsurf. Michael Elabd a travaillé chez DeepMind, tandis qu'Arjun Karanam a contribué aux travaux sur les modèles génératifs chez Apple. Trajectory a également recruté des chercheurs, ingénieurs et designers venus d'OpenAI, Stripe et Netflix. Le design occupe une place centrale, car la plateforme vise une interface accessible à des utilisateurs non spécialisés dans l'entraînement de modèles. Le marché du post-entraînement automatisé attire plusieurs acteurs. Trajectory cite parmi ses concurrents Thinking Machines Lab, fondé par l'ancienne directrice technique d'OpenAI Mira Murati, Applied Compute, valorisée 3,25 milliards de dollars récemment, ainsi que Prime Intellect, qui aide les entreprises à concevoir et entraîner leurs propres agents d'IA. Pour se démarquer, Trajectory mise sur une approche où l'humain reste au centre de l'amélioration du modèle. Ses fondateurs distinguent leur méthode de l'idée d'amélioration autonome des systèmes d'IA, jugée potentiellement plus risquée car elle pourrait produire des comportements imprévus.