Une entreprise de logiciel berlinoise qui souhaite rendre l'intelligence artificielle auditable dans les secteurs hautement réglementés a obtenu 1,2 million d'euros de capital de pré-amorçage. Le tour, annoncé le 8 septembre, a été co-mené par Heliad et IBB Ventures avec la participation de Robin Capital et Superangels. Pour une startup européenne de deep tech, la somme est modeste, mais le problème qu'elle aborde, à savoir comment faire confiance aux résultats de l'IA lorsque les régulateurs exigent une piste de preuve complète, ne l'est pas du tout.

La pression réglementaire derrière le financement

Les régulateurs européens finalisent des règles qui exigeront des fournisseurs de systèmes d'IA à haut risque qu'ils fassent preuve de transparence, de traçabilité et de supervision humaine. L'AI Act de l'UE classe l'IA utilisée dans la recherche pharmaceutique, l'évaluation clinique et la notation du crédit comme étant à haut risque, ce qui signifie que les développeurs doivent prouver que leurs modèles n'hallucinent pas et que chaque conclusion peut être tracée jusqu'à une source vérifiée. Parallèlement, l'Agence européenne des médicaments s'attend à ce que les enregistrements électroniques dans le développement de médicaments soient conformes à des normes équivalentes au cadre américain 21 CFR Part 11. sci2sci positionne son produit Integrity Cortex directement à cette intersection.

La startup a été fondée par Angelina Lesnikova et Valerii Kremnev, qui ont auparavant travaillé sur des problèmes d'intégrité des données dans la R&D des sciences de la vie. Ils ont observé que les données de recherche résident dans des PDF, des tableurs, des systèmes de gestion d'informations de laboratoire et des notes informelles, qui ne communiquent pas entre eux. Lorsqu'un modèle d'IA est superposé, le risque d'affirmations infondées se multiplie. Leur réponse a été de construire d'abord une couche de vérification, puis d'ajouter des capacités d'IA par-dessus.

Le fonctionnement d'Integrity Cortex et de Parseltongue

Integrity Cortex connecte les documents, les jeux de données et les résultats générés par l'IA dans un graphe de connaissances structuré. Chaque affirmation, qu'elle soit rédigée par un scientifique ou produite par un grand modèle de langage, doit être liée à une source que le système peut vérifier. Le framework sous-jacent, Parseltongue, a été rendu open source cette année sous licence Apache 2.0, une mesure destinée à permettre aux développeurs externes d'auditer la logique de vérification et de créer des connecteurs pour les systèmes de laboratoire propriétaires. Un second produit, VectorCat, indexe les fichiers sur le stockage cloud, les lecteurs réseau et les instruments de laboratoire sans déplacer les données sous-jacentes, créant ainsi un catalogue consultable que les humains et les agents d'IA peuvent interroger.

Kremnev décrit l'architecture comme une « porte » qui n'existe tout simplement pas pour les affirmations infondées. Le modèle est obligé de produire des preuves pour chaque affirmation ; s'il n'y parvient pas, le résultat est rejeté. Cette approche contraste avec la tendance prédominante de l'industrie, qui consiste à déployer rapidement des modèles et à ajouter des garde-fous par la suite. Que la pénalité de performance soit acceptable pour les flux de travail de recherche quotidiens reste une question ouverte à laquelle l'entreprise devra répondre à mesure que les déploiements s'étendront.

Premiers succès dans la biopharmacie

L'entreprise affirme travailler déjà avec des clients dans la recherche préclinique, les organisations de recherche clinique sous contrat et les opérations de bioprocédé. Ce sont des environnements où une seule citation manquante peut retarder une soumission réglementaire de plusieurs mois. En intégrant la vérification dans la couche de données, sci2sci vise à réduire l'effort manuel nécessaire à l'assemblage des dossiers d'audit. Le financement sera utilisé pour développer l'équipe d'ingénierie, approfondir ces déploiements existants et signer des comptes biopharmaceutiques supplémentaires.

Expansion vers les services financiers

Au-delà des sciences de la vie, sci2sci prévoit d'adapter Integrity Cortex à la réglementation bancaire, où les règles de gestion des risques des modèles, telles que le guide des modèles internes de la BCE et les principes du Comité de Bâle pour l'agrégation efficace des données sur les risques, exigent une traçabilité similaire. Les exigences techniques se recoupent : journaux d'audit immuables, lignage des données sous contrôle de version et capacité d'expliquer les décisions automatisées. Si la plateforme peut servir les deux secteurs avec une seule base de code, le marché adressable s'élargit considérablement.

Paysage concurrentiel et questions ouvertes

Les fournisseurs établis de cahiers de laboratoire électroniques tels que Benchling et Dotmatics ajoutent des fonctionnalités d'IA, tandis que des plateformes de recherche en entreprise comme Glean et Sinequa commercialisent la génération augmentée par recherche pour les industries réglementées. Le pari de sci2sci est que la vérification ne peut pas être rajoutée après coup : elle doit être architecturale. La publication en open source de Parseltongue est un levier stratégique : si le framework devient une norme pour les graphes de preuves, l'entreprise bénéficie d'effets de réseau. Mais l'adoption par les départements informatiques conservateurs de la pharmacie et de la banque est rarement rapide, et la trésorerie de 1,2 million d'euros devra tenir pendant de longs cycles de vente.

La suite des événements

Personnalités mentionnées

  • Valerii Kremnev

    Co-founder and CTO, sci2sci

  • Angelina Lesnikova

    Co-founder, sci2sci

Organisations

sci2sci · Heliad · IBB Ventures · Robin Capital · Superangels