Pramaana Labs a levé 27 millions de dollars au cours d’un tour de table seed mené par Khosla Ventures, avec la participation d’Accel, Boldcap, Nexus Venture Partners, Premji Invest et Unbound. L’entreprise entend résoudre l’un des principaux freins à l’adoption de l’intelligence artificielle en entreprise : le manque de fiabilité. Pour cela, elle combine la flexibilité des grands modèles de langage, capables de traiter le langage naturel et de s’adapter à des problématiques complexes, à une couche de vérification formelle déterministe. Cette dernière s’appuie sur le langage open source LEAN, initialement conçu pour la démonstration rigoureuse de théorèmes mathématiques. Cette architecture cible prioritairement les secteurs critiques tels que la fiscalité, le droit et la découverte de médicaments, où les erreurs générées par l’IA peuvent entraîner des conséquences financières, juridiques ou sanitaires majeures. Le fondateur et directeur général, Ranjan Rajagopalan, explique que les domaines régis par des normes strictes sont particulièrement adaptés à cette formalisation. Une fois les règles du domaine traduites en code exécutable, le raisonnement du modèle devient prévisible et vérifiable. Pour chaque application, l’entreprise développe son propre système de contrôle supervisé par des spécialistes du secteur. En fiscalité, elle collabore avec l’ancien commissaire de l’IRS Danny Werfel. La cybersécurité et le développement pharmaceutique sont encadrés par des professeurs de l’IIT Delhi, de l’IIT Madras et de l’université de Californie à Berkeley. Cette stratégie répond à une demande croissante des entreprises qui peinent à transformer leurs projets pilotes en solutions opérationnelles. En intégrant des mécanismes de validation mathématique aux systèmes génératifs, Pramaana Labs propose une alternative pour réduire significativement les hallucinations et renforcer la confiance dans les automations complexes. Si cette fusion entre adaptabilité linguistique et rigueur formelle gagne en adoption, elle pourrait devenir un standard pour le déploiement responsable de l’intelligence artificielle dans les environnements à haut risque.