LLM et startups : rencontre avec Thomas Aubry, co-fondateur d’OoakData
Dans le cadre de mes études au MBA DMB, j’ai eu l’occasion d’interviewer un acteur du monde digital pour mieux comprendre comment les startups s’emparent des LLM : ces grands modèles de langage qui propulsent aujourd’hui ChatGPT, Claude ou Gemini.
Thomas Aubry, cofondateur d’OoakData, est l’un de ceux qui travaillent au cœur de cette révolution. Sa startup s’attaque à l’un des défis les plus critiques de l’IA générative : comment entraîner les agents IA à vraiment travailler dans un environnement professionnel réel. Ingénieur de formation, il a travaillé sur le machine learning à une époque où on appelait ça encore « NLP » (Natural Language Processing). Il a participé au développement de la voiture autonome chez Samsung, puis a appliqué les algorithmes de recommandation à grande échelle dans une fintech. Aujourd’hui, il a co-fondé OoakData.
D’ingénieur robotique à entrepreneur IA
Son parcours démarre dans une école d’ingénieurs avec une spécialisation en robotique et mécatronique. Dès la sortie de l’école, il lance une première startup dans ce domaine, une première confrontation avec la réalité entrepreneuriale. Puis vient Samsung, où il intègre un bureau de R&D, en travaillant sur des algorithmes intelligents pour la voiture autonome et, en parallèle, sur du NLP. Après Samsung, il rejoint PayLead, une fintech spécialisée dans le cashback et la fidélité client avec de la donnée bancaire, où il applique à grande échelle les algorithmes de recommandation et de NLP. Trois expériences différentes mais un point commun : l’importance de la donnée est toujours centrale.
Le NLP de l’époque, c’était le grand-père de ChatGPT. En 2017 et 2018, les modèles de langage existaient déjà, mais ils restaient des outils pour comprendre le langage et non pour faire des chatbots. Tout a changé avec la publication de l’architecture Transformer par Google en 2017, puis l’arrivée de GPT-3 en 2020 et de ChatGPT fin 2022. Les principes fondamentaux sont les mêmes. Ce qui a changé, c’est l’échelle ! Les modèles ont des centaines de milliards de paramètres là où on en comptait des dizaines de millions, entraînés sur des volumes de texte équivalents à tout le web.
OoakData : construire des « faux mondes » pour entraîner les agents IA
C’est en observant l’émergence des LLM dans le grand public qu’il prend une décision : quitter PayLead pour fonder OoakData.
L’idée est simple à formuler mais complexe à exécuter. Les grands modèles de langage comme ChatGPT, Claude ou Gemini sont déjà très puissants sur du texte générique. Mais pour qu’ils deviennent de vrais agents IA capables d’agir dans un contexte professionnel, naviguer dans un Excel complexe, améliorer une présentation PowerPoint, traiter des documents Word remplis de données, il faut les entraîner dans des environnements qui ressemblent à ces situations réelles.
C’est exactement ce que fait OoakData : créer des environnements de Reinforcement Learning (RL), aussi appelés jumeaux numériques, à partir de données multimodales réelles (documents, tableurs, présentations, emails, vidéos). Ces « faux mondes » permettent aux modèles d’IA d’apprendre par essais et erreurs, exactement comme AlphaGo a appris à battre les meilleurs joueurs de go en jouant des millions de parties contre lui-même.
On fait jouer l’IA contre elle-même dans un environnement simulé. À force de tester 1 000 fois, elle retient ce qui fonctionne le mieux et apprend des tâches de plus en plus complexes. »
Le résultat ? Des agents IA capables d’effectuer des tâches longues, séquentielles et contextuelles, là où les modèles actuels peinent encore à être vraiment fiables.
Quel avenir pour OoakData ?
La vision long terme est ambitieuse : aider les entreprises à construire leur propre IA spécialisée. Car si OpenAI ou Anthropic peuvent entraîner ChatGPT et Claude à être performants sur Excel en général, ils ne prendront jamais le temps de l’adapter au logiciel métier spécifique d’une entreprise ou d’un acteur industriel de niche. C’est là qu’OoakData veut se positionner, en fournissant les briques d’entraînement pour des agents IA sur-mesure, adaptés aux vrais outils des entreprises.
Les vrais enjeux des startups IA aujourd’hui ?
Sur les défis concrets d’une startup dans l’écosystème IA, Thomas Aubry identifie deux obstacles majeurs.
La vélocité d’abord. Les modèles fondamentaux évoluent tous les six mois. Une fonctionnalité qui a fait la différence hier peut être intégrée nativement demain par Microsoft ou Google. Des startups entières, construites sur la transcription audio via Google Meet, ont été rattrapées en deux ans par les géants. Rester agile, surveiller les évolutions des grands labs (OpenAI, Anthropic, Google, Mistral, Alibaba) et savoir pivoter vite est une condition de survie.
Les données propriétaires ensuite. Sans base d’utilisateurs qui remontent du feedback, impossible d’améliorer son produit plus vite que les acteurs déjà en place. C’est le paradoxe classique des startups : pour avoir des données, il faut des utilisateurs ; pour avoir des utilisateurs, il faut un produit qui fonctionne ; pour qu’il fonctionne vraiment bien, il faut des données. Se différencier par la donnée reste l’un des seuls avantages concurrentiels durables dans l’IA.
Ce que cette rencontre nous apprend
Cette interview démontre que la révolution des agents IA ne se joue pas uniquement dans les laboratoires d’OpenAI ou de Google. Elle se joue aussi dans des startups comme OoakData, qui construisent discrètement les fondations sur lesquelles les IA de demain vont apprendre à travailler.
Pour les étudiants en communication, en marketing ou en management qui se demandent si l’IA va changer leur métier, la réponse de Thomas Aubry est oui, mais pas de la façon dont on le croit. Ce ne sera pas un remplacement. Ce sera un changement d’outils, aussi structurant qu’Excel l’a été pour la finance. La vraie question n’est pas s’il faut se former à l’IA, mais quand.
Interview réalisée par Candice Chapin, étudiante au MBA DMB