Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarTechCrunch→ original

Ex-directeur de Meta lance Ndoc, une alternative pilotée par l'IA à Office et Google Workspace

L'ancien directeur de Meta Rohit Patel, après huit ans dans l'entreprise, a lancé Ndoc, une suite bureautique où l'IA assemble elle-même tableaux et présentations. Tout vit dans un seul document à trois onglets : une présentation, un texte d'analyse avec sources et conclusions, et des données accompagnées de scripts Python. N'importe qui peut ouvrir le code et vérifier d'où vient une formule. Pour l'instant, le produit est en alpha chez une équipe de trois personnes, mais la vérifiabilité des résultats produits par l'IA est une leçon pour tous les produits professionnels.

Traité par IA depuis TechCrunch ; édité par Hamidun News
Ex-directeur de Meta lance Ndoc, une alternative pilotée par l'IA à Office et Google Workspace
Source : TechCrunch. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireTechCrunch ↗
Rédacteur en chef
Chiffre clé #1Le format .ndoc.html s'ouvrira dans n'importe quel navigateur ; l'entreprise promet de le rendre ouvert
Chiffre clé #2Ndoc repose sur un mélange de modèles ouverts, ce qui rend son exploitation moins coûteuse que celle des modèles de pointe
Chiffre clé #3L'équipe compte trois personnes et n'a levé aucun financement ; les utilisateurs paient pour les tokens et l'usage

Ces deux dernières années, les grands laboratoires d'IA ont intégré les réseaux de neurones aux tableurs et aux documents habituels : le modèle remplit les cellules, rédige des paragraphes, dessine des diapositives. Rohit Patel, ancien directeur de Meta Superintelligence Labs, juge cette approche impasse et a quitté l'entreprise pour construire une suite bureautique à partir de zéro. Sa startup Ndoc veut prendre la place de Microsoft Office et de Google Workspace, avec une particularité : tout ce que fait l'IA peut être vérifié.

Un seul document au lieu de six outils

Rohit Patel parle de « copier-coller ChatGPT ». Un analyste extrait des données d'Excel, les fait passer par un chatbot, colle le résultat dans Word, dessine des graphiques dans Tableau et assemble des diapositives dans PowerPoint. Ndoc réunit tout cela dans un espace de travail unique à trois onglets.

L'onglet Stage sert de vitrine : présentations, tableaux de bord, simulations et mini-applications récapitulant les principales conclusions. L'onglet Narrative contient le texte d'analyse, avec des sources numérotées, des graphiques générés et une explication des raisons pour lesquelles les chiffres sont ce qu'ils sont. L'onglet Model regroupe les données sources et les scripts Python sur lesquels l'ensemble repose.

Le fonctionnement est le suivant : l'utilisateur charge un jeu de données et demande une analyse et des conclusions. Il peut définir le contexte du document (public, ton), et Ndoc conserve une mémoire à quatre niveaux : la personne, le document, l'équipe et l'entreprise. Les collègues peuvent ouvrir le résultat même s'ils ne sont pas inscrits sur Ndoc.

La vérifiabilité comme argument central

Chez Meta, Rohit Patel travaillait sur l'apprentissage par renforcement (la façon dont un agent apprend par essais et erreurs) et sur l'évaluation de la fiabilité des réponses de l'IA. C'est de là que vient la conception du produit. Si un réseau de neurones construit des tableaux et des diapositives sur lesquels des entreprises prennent des décisions, quelqu'un doit pouvoir contrôler son travail.

C'est pourquoi les scripts ne sont pas cachés. Même sans connaître Python, on peut demander au chat intégré : « Que fait ce script ? À quelle ligne se trouve ma formule ? » et s'assurer que le calcul est juste. Selon Rohit Patel, « rien n'est caché derrière le rideau ». Pour les tâches financières et analytiques, où une erreur dans une seule cellule coûte de l'argent, cet argument pèse plus lourd qu'un point de précision supplémentaire du modèle.

Le second pari porte sur le format de fichier ouvert. Le document s'exporte dans un seul fichier .ndoc.html, lisible dans n'importe quel navigateur. Rohit Patel veut publier la spécification pour que des développeurs tiers créent des applications compatibles et que les utilisateurs ne se retrouvent pas enfermés dans un écosystème unique, comme ils l'ont été pendant des années chez Microsoft et Google. Selon lui, c'est en partie ce qui a motivé son départ : chez Meta, faire valider un format ouvert aurait exigé l'avis de « centaines de personnes ».

Économie, concurrents et risques

Ndoc est construit et affiné à partir d'un mélange de modèles ouverts, et non de modèles de pointe. Rohit Patel affirme que cela coûte nettement moins cher à exploiter, bien qu'aucune confirmation indépendante n'existe. Fait notable, les premiers utilisateurs de test ne posent pas la question : ils apprécient surtout que tout le processus, des données jusqu'aux conclusions, soit réuni au même endroit.

Ndoc mène actuellement un pilote auprès d'entreprises et ouvre une alpha à un nombre limité de clients issus d'une liste d'attente. L'inscription est gratuite ; il faut payer selon l'usage et les tokens. Une bêta est annoncée dans les prochaines semaines, et un lancement complet l'année prochaine. L'équipe compte trois personnes et n'a levé aucun financement externe : Rohit Patel veut d'abord prouver que le produit plaît, avant de chercher de l'argent.

Les risques sont évidents. OpenAI, Anthropic, Google, Meta et d'autres ont déjà sorti des outils professionnels qui se connectent à Google Workspace et à Microsoft 365. Il y a un mois, OpenAI a lancé Space, un espace de travail partagé intégré à ChatGPT, concurrent direct de Ndoc. Faire évoluer les habitudes de sociétés entières est difficile, c'est pourquoi Rohit Patel a développé des connecteurs pour importer les données depuis les services existants.

Pour les développeurs et les chefs de produit, deux enseignements pratiques en ressortent. Premièrement, dans les outils d'IA destinés au travail, la transparence des résultats peut devenir un argument commercial, et non un luxe technique. Deuxièmement, un format de document ouvert constitue un moyen de rivaliser avec les géants sans leur force de distribution. Que cette approche fonctionne pour une équipe de trois personnes, la bêta et les premiers clients professionnels le diront. Rohit Patel part d'une règle simple : aujourd'hui, l'exécution coûte peu, donc mieux vaut lancer un plan imparfait que attendre le plan parfait, que quelqu'un d'autre aura mis en œuvre entre-temps.

Dossier

Questions clés sur cet article

Que sait-on sur Un seul document au lieu de six outils ?

Rohit Patel parle de « copier-coller ChatGPT ». Un analyste extrait des données d'Excel, les fait passer par un chatbot, colle le résultat dans Word, dessine des graphiques dans Tableau et assemble des diapositives dans PowerPoint. Ndoc réunit tout cela dans un espace de travail unique à trois onglets. L'onglet Stage sert de vitrine : présentations, tableaux de bord, simulations et mini-applications récapitulant les principales conclusions.

Que sait-on sur La vérifiabilité comme argument central ?

Chez Meta, Rohit Patel travaillait sur l'apprentissage par renforcement (la façon dont un agent apprend par essais et erreurs) et sur l'évaluation de la fiabilité des réponses de l'IA. C'est de là que vient la conception du produit. Si un réseau de neurones construit des tableaux et des diapositives sur lesquels des entreprises prennent des décisions, quelqu'un doit pouvoir contrôler son travail. C'est pourquoi les scripts ne sont pas cachés.

Que sait-on sur économie, concurrents et risques ?

Ndoc est construit et affiné à partir d'un mélange de modèles ouverts, et non de modèles de pointe. Rohit Patel affirme que cela coûte nettement moins cher à exploiter, bien qu'aucune confirmation indépendante n'existe. Fait notable, les premiers utilisateurs de test ne posent pas la question : ils apprécient surtout que tout le processus, des données jusqu'aux conclusions, soit réuni au même endroit.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
Qu'en pensez-vous ?
Chargement des commentaires…