Grâce au NLP, yzr standardise les données à la volée et disrupte la génération de norme
yzr (prononcez « wiser »), qui signifie en anglais plus sage, plus judicieuse, plus intelligente, propose une technologie qui simplifie la gestion de données hétérogènes en les normalisant dans un standard unique de sortie, quelle que soit la source !
A l’origine de l’entreprise en 2019, deux co-fondateurs Jean-Philippe Poisson et Sébastien Garcin, souhaitent s’attaquer à la problématique de normalisation des données marketing. Rapidement ils constatent que le défi de l’homogénéisation des datas se pose dans tous les secteurs et ne va que croissant avec la diffusion des pratiques de partage de données entre organisations. Alors que la plupart des entreprises essaient de régler le problème à la source via l’imposition de référentiels, ils développent une technologie d’intelligence artificielle pour disrupter la génération de norme. Pour comprendre le succès de yzr nous avons rencontré son co-fondateur Jean-Philippe Poisson. Entretien.
Comment est né yzr et quelle est la force de votre solution ?
Co-founder & Managing Director
A l’origine notre société s’est créée sur une problématique très concrète autour de la normalisation des données marketing, puis, devant la demande, notre réflexion a vite évolué pour proposer une solution universelle de standardisation des données.
Les possibilités offertes par l’IA obligent les entreprises à organiser la collecte et la gouvernance de leurs données aussi bien en interne que dans leurs échanges avec leurs partenaires. La donnée n’étant pas gouvernée dans les organisations (ou alors que très récemment), elle reste un domaine encore très siloté : chaque département ou BU produit de gros volumes de données hétérogènes. Sans parler du partage de données avec des organisations extérieures. Cette hétérogénéité est un frein majeur à l’adoption de technologies d’intelligence artificielle dans les entreprises. La mission de yzr est d’automatiser cette normalisation des données quelle que soit leur source.
Notre solution vise à disrupter les processus de création de norme en s’appuyant sur le Machine Learning, et à automatiser la mise aux normes de grands volumes de données hétérogènes. De cette façon, yzr permet aux organisations d’industrialiser beaucoup plus rapidement
leurs projets IA (et tous leurs projets data en général).
Notre produit, proposé en mode SaaS, s’appuie principalement sur du NLP (analyse sémantique) et des algorithmes de prédiction pour la classification automatique de données qui sont analysées à plat, comme si c’était du langage naturel.
yzr invente ainsi une technologie qui permet de se passer de référentiel en créant automatiquement des possibilités de classification des données en aval à partir des données brutes.
Pour assurer une intégration facile au sein des systèmes d’information existants, le service est délivré sous forme d’API (Application Program Interface).
yzr révolutionne donc le partage de données ?
La société yzr a démarré son activité opérationnelle fin 2019. Elle est composée aujourd’hui d’une dizaine de personnes qui concourent à construire et diffuser ce produit permettant d’homogénéiser automatiquement la data grâce à l’IA pour la convertir dans le « bon format ».
De manière très simple, la solution de yzr repose sur des méthodes de préparation de données bien connues des data scientists que nous avons productisées et spécialisées. Notre vision est que n’importe quel utilisateur lambda puisse ainsi normaliser en quelques clics ses données grâce à l’IA. La spécialisation de nos algorithmes permet en outre une très grande performance.
Aujourd’hui notre technologie s’apparente à un traducteur multi source et multi secteur. Nous permettons ainsi, par exemple, à des entreprises du retail de standardiser les flux produits en provenance de leurs fournisseurs ou à des assureurs d’accélérer l’homogénéisation de leurs informations clients.
En homogénéisant la data grâce à l’IA, yzr offre un « traducteur universel de datas multi sectoriel et multi source ». L’idée est de récupérer la donnée dans sa sémantique d’origine et de la convertir à la volée vers le format de sortie. Le « magic trick » de yzr repose sur le NLP (Natural Langage Processing) et des algorithmes de prédiction. La data est aujourd’hui au cœur de tous les business models, elle a besoin d’être raffinée pour être valorisée et c’est ce que nous faisons.
En se projetant, quel est l’avenir de yzr ?
Un des principaux freins à la valorisation de la donnée est son manque d’interopérabilité entre organisations. C’est par exemple une des difficultés du déploiement de la stratégie IA en Europe et un enjeu clé de souveraineté.
Ainsi, la sonde Mars Climate Orbiter s’est crashé en 1999 à cause de systèmes de mesure différents entre la NASA et Lockheed, un échec qui a coûté près de 200 millions de dollars. La question de l’interopérabilité des normes est donc un enjeu crucial. Nous ne croyons plus dans la définition « autoritaire » et rigide de normes d’interopérabilité où chacun essaie d’imposer son standard à l’autre. Nous souhaitons permettre à chacun de garder sa souveraineté et ses modes de fonctionnement et permettre une interopérabilité facile let fluide en aval. Le potentiel est infini.
Concernant le développement de l’entreprise, et pour que la solution soit reconnue à grande échelle, nous souhaitons conquérir le marché américain. Les USA sont plus matures sur la data, ouverts sur le SaaS et la langue y est unique, contrairement à l’Europe, ce qui nous permettra de déployer plus facilement et rapidement notre solution.
La donnée est une source de plus en plus abondante et de moins en moins cher mais l’important ce n‘est pas de la posséder, c’est de la raffiner pour la valoriser.
Pour aller plus loin
- En savoir plus sur yzr : https://www.yzr.ai/
- Focus sur l’offre de démo : https://www.yzr.ai/#contact
Une question ?
- Contact : Jean-Philippe Poisson <jeanphilippe@yzr.ai>
