La startup AI Altara lève 7 M$ pour unifier les données scientifiques

La startup Altara a levé $7 millions de financement pour développer une plateforme d'IA qui résout l'un des problèmes les plus douloureux de la recherche scientifique : la fragmentation des données. Dans les laboratoires et les départements de R&D des entreprises du monde entier, les informations restent dispersées dans des feuilles de calcul, des systèmes informatiques hérités et des bases de données incompatibles. Altara a créé un outil qui consolide ces sources d'information isolées et permet aux scientifiques et aux ingénieurs de se concentrer sur ce qu'ils font de mieux — la science, non la gestion des données.

Goulot d'étranglement en R&D et ingénierie

Dans les sciences physiques et l'ingénierie, chaque projet génère d'énormes volumes de données : résultats d'expériences, paramètres d'équipements, dossiers historiques, journaux de production, valeurs d'étalonnage. Mais voici le problème : cette information est dispersée dans différents systèmes de stockage et formats. Les notes de laboratoire peuvent être dans des fichiers Excel locaux des années 2010.

Les données des équipements sont stockées dans des systèmes propriétaires que personne ne peut remplacer sans perturber les opérations. Les archives historiques se trouvent dans le cloud, sur des serveurs d'entreprise ou même sur d'anciens disques de sauvegarde. Le résultat est prévisible : les nouveaux employés perdent des semaines à chercher des informations.

Les anciennes expériences ne peuvent pas être reproduites car les données sont perdues dans un dédale de systèmes. Les scientifiques sont forcés de copier manuellement les informations entre les outils, gaspillant des heures sur des tâches routinières. Selon les propres estimations d'Altara, les ingénieurs consacrent jusqu'à 30% de leur temps de travail non à l'analyse et à la résolution de problèmes, mais à déplacer et organiser les données.

Comment Altara unifie les données disparates

La plateforme fonctionne comme un traducteur et coordinateur intelligent. Elle se connecte aux systèmes existants de l'entreprise sans les remplacer ni les refondre et crée une interface unique et unifiée pour toutes les sources de données. Les capacités clés de la plateforme :

• Détection automatique des données dans différentes sources et leur liaison dans un graphe unique
• Diagnostic des pannes d'équipements basé sur les modèles historiques et les anomalies
• Détection des valeurs aberrantes et des anomalies dans les résultats expérimentaux en quelques secondes
• Prédiction des défaillances probables et recommandations automatiques d'optimisation

Le système utilise LLM et l'apprentissage automatique pour "comprendre" le contexte et les spécificités de chaque laboratoire. Au fil du temps, l'IA devient plus utile, s'adaptant au jargon, aux abréviations et aux flux de travail spécifiques de l'entreprise.

Le capital-risque voit un marché énorme

Les $7 millions d'investissements reflètent un intérêt croissant du capital-risque pour les sciences physiques et l'ingénierie en tant que nouvelle frontière pour l'automatisation de l'IA. Les fabricants de semi-conducteurs, les entreprises pharmaceutiques, les développeurs de batteries, les fabricants de matériaux — tous font face au même problème : comment accélérer le cycle de développement et réduire les coûts de R&D. Comme la numérisation dans l'industrie du matériel est considérablement en retard sur le secteur logiciel, un énorme créneau s'est formé pour des outils qui apportent de l'ordre aux données et accélèrent les flux de travail.

Ce que cela signifie pour la science

L'investissement dans Altara confirme une tendance importante : les sciences physiques et l'ingénierie deviennent une nouvelle frontière pour l'automatisation de l'IA. Les entreprises réalisent enfin que le coût du temps perdu dans la gestion des données dépasse le coût de l'outil lui-même. Pour les laboratoires scientifiques, cela signifie la capacité de commercialiser les innovations plus rapidement et de réduire les dépenses de R&D. Pour le capital-risque, c'est une occasion d'investir dans des entreprises qui résolvent de vrais problèmes pour les ingénieurs et les scientifiques, plutôt que des scénarios hypothétiques de science-fiction technologique.