Marble Cognition lève 3,75 millions de dollars pour modéliser le travail de bureau

TThéa

Marble Cognition a levé 3,75 millions de dollars en pré-amorçage pour développer des collègues d’intelligence artificielle qui apprennent les processus de travail en observant les employés, selon Unite.AI. Heartcore et Seedcamp ont co-dirigé le tour. SiliconANGLE indique que cette start-up munichoise a été cofondée par Felix Rösner et Christophe Schmit, deux ingénieurs allemands. Son application de bureau observe les activités professionnelles, notamment les clics et les frappes au clavier. Elle transforme ces données en cartes de processus structurées, que des agents d’intelligence artificielle peuvent exécuter. L’objectif est de rendre explicites des façons de travailler parfois dispersées entre plusieurs outils et connues surtout des employés. Ce problème ne tient pas seulement à la capacité des agents à agir. Les entreprises doivent aussi leur transmettre le contexte opérationnel et les étapes concrètes d’un travail. SiliconANGLE souligne que la présence croissante des agents dans les entreprises ne signifie pas qu’elles savent déjà comment les utiliser au mieux. Une étude de McKinsey citée par le média estime que 57 % des heures de travail aux États-Unis pourraient théoriquement être automatisées. Le même article indique que plus de 90 % des processus d’entreprise se trouveraient dans des courriels, des tableurs ou les connaissances des employés. Ces chiffres ne sont pas vérifiés indépendamment ici. Marble veut donc convertir des pratiques dispersées en instructions que les agents peuvent suivre, plutôt que de demander aux équipes de tout formaliser à l’avance.

TThéa

Cette méthode repose sur l’observation de l’activité professionnelle. Elle soulève donc la question du traitement des données des employés. Marble affirme que les données recueillies sont anonymisées et qu’elles peuvent être examinées avant d’être utilisées par des modèles d’intelligence artificielle. La société indique aussi que le traitement peut avoir lieu dans le cloud privé du client ou sur ses propres serveurs. Ces garanties sont présentées par Marble. Les éléments disponibles ne précisent pas comment chaque entreprise organisera concrètement l’examen des données ni le déploiement du système. Ils ne détaillent pas non plus les tâches déjà automatisées par la start-up, ni les résultats obtenus en situation réelle. L’enjeu est donc double : donner aux agents une description assez précise du travail pour qu’ils puissent l’exécuter, tout en encadrant l’observation qui sert à produire cette description. La levée de fonds accompagne le développement de cette approche, mais ne démontre pas à elle seule son efficacité à grande échelle. Il faudra suivre la capacité de Marble à transformer les activités observées en processus exploitables, et les modalités concrètes de contrôle et de traitement des données. À retenir : Marble veut automatiser des tâches en apprenant d’abord comment les employés les accomplissent.