Après trois jours d'utilisation, il était clair pour nous que Vivid est le partenaire idéal pour Leap Dynamics. Et nous sommes restés avec eux.
Magdalena Genov — Co-fondatrice & CEO, Leap Dynamics
Sur un bureau dans un bureau berlinois se trouve ce que la plupart des gens considéreraient comme des déchets électroniques : un ordinateur portable très ancien avec 16 gigaoctets de RAM et sans carte graphique dédiée. Un modèle d'IA avec 8 milliards de paramètres y fonctionne à environ 30 tokens par seconde. « Sans carte graphique, c'est impressionnant », déclare Adrian, développeur IA chez Leap Dynamics GmbH. L'ordinateur portable n'est pas une relique. C'est une preuve de concept — et c'est précisément le cœur de métier de Leap Dynamics.
L'entreprise a été fondée en 2019 par Nikolai et Magdalena Genov, deux bioinformaticiens qui, après des années de recherche académique, ont réalisé que ce qu'ils savaient faire — développer des logiciels personnalisés, analyser de grands ensembles de données opaques, exploiter des données biologiques et médicales — était fortement demandé dans le monde des affaires. Aujourd'hui, l'entreprise berlinoise sert des clients allant de grandes banques et entreprises pharmaceutiques à de petites entreprises, qui naviguent prudemment à travers une tempête de battage médiatique autour de l'IA. La question que Leap Dynamics se pose sans cesse n'est pas « Pouvons-nous utiliser l'IA ici ? », mais « Devons-nous le faire ? »
Du génome au marché
Nikolai Genov a obtenu un doctorat en bioinformatique. Pendant sa thèse, il a travaillé intensivement avec des données d'expression génique du cancer et a passé au moins autant de temps au terminal à construire ses propres pipelines d'analyse. À partir de 2016, il s'est sérieusement intéressé à l'apprentissage automatique, bien avant que ce terme ne devienne omniprésent. Les bioinformaticiens avaient en effet reconnu, dit-il, « que ces systèmes pouvaient alors être très bien utilisés pour classifier des données biologiques. Le potentiel était là. » Cependant, au niveau systémique, cela n'a pas été exploité. « Je crois que cela n'a tout simplement pas été vu », ajoute-t-il.
« J'avais le sentiment », explique Nikolai, « que si nous améliorions simplement ce que nous savons déjà faire — de manière plus organisée, dans un autre contexte en dehors du milieu académique — nous réussirions. Cela s'est avéré vrai jusqu'à présent. »
Magdalena apportait un parcours complémentaire : après ses études en bioinformatique, elle a travaillé plusieurs années dans la recherche en médecine spatiale dans un grand hôpital de recherche. Elle s'est consacrée à l'étude des environnements extrêmes et de leurs effets sur le corps humain — des expériences à bord de la Station spatiale internationale (ISS) à l'examen des conséquences du changement climatique sur la physiologie humaine. Parmi ses tâches figuraient notamment l'organisation de vols paraboliques ainsi que la préparation d'expériences scientifiques pour l'ISS. « En très peu de temps, il faut gérer de nombreuses choses en même temps — idéalement, elles auraient déjà dû être terminées hier. »
« Être chercheur signifie finalement se confronter à des questions auxquelles il n'existe pas encore de réponse correcte », explique Magdalena. « Et lorsqu'on est entrepreneur, on a très souvent affaire à des clients qui produisent de grandes quantités de données, mais qui ne savent pas non plus quoi en faire. » Comment ces données peuvent-elles apporter de nouveaux clients, de nouveaux produits, plus de liquidités ? C'est la même question. « Au final, on se transforme en entrepreneur en une sorte de chercheur. »
Le problème du marteau d'or
Actuellement, Leap Dynamics adopte une position inhabituelle : une entreprise qui explique régulièrement à ses clients que la technologie qu'ils ont demandée n'est peut-être pas ce dont ils ont besoin. « Marteau d'or », les appelle Adrian — un anti-modèle, un outil que quelqu'un applique à chaque problème, indépendamment de sa pertinence. « Ce que l'on voit très souvent, c'est que l'on applique l'IA à chaque problème. C'est hautement erroné. Il existe des problématiques où le traitement classique du signal ou de l'image est bien plus approprié. »
La méthodologie de Leap Dynamics est le Proof of Concept : un test rapide et clairement délimité pour vérifier si une approche fonctionne dans des conditions réelles. Lorsque la question s'est posée de savoir si l'IA pouvait fonctionner sans matériel graphique coûteux, l'équipe l'a simplement essayé sur un ancien ordinateur portable et a mesuré les résultats. Le modèle fonctionnait à une vitesse acceptable. Preuve apportée. « Et si ce Proof of Concept est réussi, on pourrait appliquer les meilleures pratiques et étendre le tout, de sorte que cela puisse aller quelque part vers la production. »
Un exemple commercialement plus significatif concerne la protection des données. Un client avait besoin de l'anonymisation automatique des données personnelles — noms, adresses, numéros de téléphone, coordonnées bancaires — à partir de documents, sans les transmettre à un service cloud. « Nous avions la preuve de concept : peut-on faire cela sans matériel important, mais avec une IA moderne ? Nous l'avons fait et l'avons transformé en un produit que nous lançons actuellement sur le marché. »
Pour les clients ayant de plus grandes ambitions, Nikolai est ouvert quant à la bonne séquence. « Dans de nombreuses entreprises, la digitalisation n'est pas encore aussi avancée qu'on le souhaiterait. Cela signifie qu'il faut d'abord rattraper certaines étapes de digitalisation avant qu'un système d'IA ait même un sens. »
Pour Adrian, le fil rouge à travers tous les projets est un seul et même principe. « L'IA est un amplificateur », dit-il. « Elle amplifie ce qui existe. Elle dégrade ce qui est mauvais — et elle améliore ce qui est bon. »
Données qui restent en interne
Lorsque l'équipe discute des fournisseurs d'IA cloud qu'elle peut recommander, la position d'Adrian est claire pour les clients ayant des données sensibles : aucun des grands américains. « Il suffirait d'une signature du président des États-Unis pour que les secrets industriels allemands deviennent soudainement publics », dit-il. « Ce n'est plus le cas avec une IA allemande ou un serveur allemand. »
Ce n'est pas une préoccupation théorique. Nikolai décrit comment l'entreprise travaille régulièrement avec des données médicales, des données génétiques et des données financières — précisément les catégories qui ne doivent être chargées dans aucun modèle cloud d'un tiers, ni légalement ni en termes de sécurité. « Lorsque nous utilisons l'IA, il s'agit beaucoup de savoir comment rendre l'utilisation de l'IA sûre — conformément au RGPD, conformément à l'AI Act. »
Des alternatives européennes existent et sont meilleures que leur notoriété ne le laisse supposer. Mistral de Paris produit des modèles qui fonctionnent sur un ordinateur de bureau standard et maîtrisent la classification d'images et de textes. Black Forest Labs de Fribourg est ce que l'on appelle en Allemagne un champion caché : peu connu en dehors du domaine spécialisé, mais avec des algorithmes de traitement d'images utilisés par certaines des plus grandes entreprises technologiques du monde.
Deux fondateurs, un tableau blanc
Chez Leap Dynamics, la répartition des tâches entre Nikolai et Magdalena est organisée en fonction des forces de chacun. Il dirige le travail technique et analytique des données, y compris tous les développements en langage de programmation R, qu'il utilise depuis plus de dix ans. Elle prend en charge le côté organisationnel et communicatif de l'entreprise : les relations clients, la gestion de projet, la coordination ainsi que la planification financière — et bien sûr aussi ce qu'elle décrit ouvertement comme la paperasserie qui remplit, semble-t-il, la moitié de chaque journée de fondateur. « Diriger une entreprise signifie à la fois être chercheur, être développeur, mais aussi être une personne qui reste au bureau et doit passer une demi-journée à feuilleter des documents. »
Les années Corona ont imposé un virage stratégique. Leap Dynamics avait commencé avec un focus sur le matériel. Lorsque la pandémie a éclaté, l'équipe s'est tournée vers des solutions logicielles personnalisées. « C'était la bonne décision », déclare Magdalena. « Nous avons très bien traversé la période Corona, gagné de nombreux nouveaux clients et avons ensuite pu réfléchir à l'intégration de l'IA dans notre offre. »
Les désaccords vont au tableau blanc. « Nous listons tous les avantages et inconvénients d'une décision », explique Magdalena. « Nous ne regardons pas seulement nos préférences personnelles — au final, nous regardons ce qui peut faire avancer l'entreprise. » Le principe sous-jacent est celui de Nikolai : « Il ne s'agit souvent pas de toujours prendre la bonne décision, mais d'être capable de prendre une quelconque décision. Ce qui détruit souvent les entreprises, ce n'est pas seulement de prendre de mauvaises décisions, mais de reporter les décisions pendant cinq ans. C'est bien pire. »
Adrian, qui est arrivé chez Leap Dynamics avec un parcours mixte en développement logiciel et en science des données dans le secteur bancaire, résume son expérience en une seule constatation : « L'une des leçons les plus importantes tirées du secteur bancaire, que je transpose encore aujourd'hui, est tout ce qui peut fonctionner lorsqu'on dispose d'une équipe performante. »
Assez de liquidités pour croître
Leap Dynamics est venu chez Vivid via une acquisition. Les fondateurs utilisaient auparavant un compte chez Pile pour le compte d'intérêts de l'entreprise — un instrument financier central pour une entreprise qui travaille en cycles de projet et reçoit des revenus significatifs en pics concentrés. Lorsque Pile a été racheté par Vivid, les fondateurs ont vu ce changement comme une opportunité plutôt qu'une contrainte. « Nous avions alors la possibilité de découvrir Vivid et de toujours pouvoir refuser ce produit », se souvient Magdalena. « Après trois jours d'utilisation, il était clair pour nous que Vivid est le bon partenaire pour Leap Dynamics. Et nous sommes restés avec eux. »
Pour Nikolai, la motivation initiale reste la plus importante. Le compte à intérêt transforme les revenus de projets inactifs entre les commandes en capital actif.
Pour une petite entreprise qui réalise des chiffres d'affaires de temps en temps et dispose d'argent sur le compte — c'est tout simplement utile. Cela améliore simplement la liquidité.
Nikolai Genov — Co-fondateur & CEO, Leap Dynamics
Magdalena décrit comment chaque projet peut recevoir son propre sous-compte avec un IBAN dédié, doté d'un budget fixé dès le départ. Les cartes pour l'équipe ont des limites individuelles. « Le fait que je puisse réellement attribuer un IBAN à un produit avec une certaine somme d'argent — cela facilite incroyablement la planification. » Le dépôt d'entreprise, que Nikolai avait déjà cherché ailleurs avant que Vivid ne le lance, complète le tableau.
Avoir quelqu'un, même si c'est un agent IA, qui peut répondre à nos questions ou simplement dissiper certaines incertitudes, c'est inestimable.
Magdalena Genov — Co-fondatrice & CEO, Leap Dynamics
« L'utilisation des agents IA de Vivid est la prochaine étape naturelle pour nous en tant que clients de Vivid », déclare Magdalena. Après sept ans de construction et plus de huit ans de réflexion sur ce que pourrait devenir une telle entreprise, Nikolai est catégorique. « Je ne le regrette pas. Même si c'est difficile. En réalité, c'est très, très difficile. Mais cela en vaut la peine. »
