– Attirer des investissements de série A et se préparer à entrer sur le marché mondial
– Améliorer l'efficacité de la recherche en réduisant le temps de travail sur les documents et en augmentant le temps d'expérimentation
– Expansion dans les domaines des matériaux tels que les batteries secondaires et les semi-conducteurs
Aant, une société de numérisation de données de recherche dans les domaines bio, nano et chimique, connaît une croissance rapide tout en améliorant les inefficacités dans le domaine de la recherche.
Ant exploite une solution de gestion des données de recherche appelée « Labnote » et un assistant de recherche IA appelé « Labnote Scholar ». LabNote est un outil permettant d'enregistrer et de gérer systématiquement les données de recherche via des modèles de structuration des données, et LabNote Scala est un service qui recherche les données de recherche accumulées et rédige des brouillons de documents à l'aide d'un modèle linguistique à grande échelle (LLM). Les principaux instituts de recherche et entreprises, dont le Seoul Asan Medical Center, le Korea Research Institute of Chemical Technology et LG Household & Health Care, adoptent et utilisent les solutions Ant.
Les domaines de la biotechnologie, de la nanotechnologie et de la chimie restent des domaines dans lesquels la transformation numérique est insuffisante. La R&D devrait croître jusqu'à environ 800 000 milliards de KRW d'ici 2025, dont le marché de l'utilisation des données devrait atteindre environ 8 000 milliards de KRW.
Ant a attiré 3 milliards de wons d'investissement de Mashup Angels, Bluepoint, Strong Ventures, Base Investment et Smilegate d'ici 2022. En 2024, elle a été sélectionnée pour le « AI Startup Accelerator 2nd Batch » opéré par SK Telecom et Hana Bank et a réalisé des performances proches du seuil de rentabilité. Ant se prépare actuellement à attirer des investissements de série A et à entrer sur le marché mondial.
■ Améliorer l’environnement de recherche analogique obsolète
Le cofondateur d'Ant, qui s'est rencontré à la KAIST Graduate School of Culture Technology (programme de convergence IT-Humanities), a fondé Ant en 2020 pour améliorer l'environnement analogique des sites de recherche.
La plupart des entreprises et des instituts de recherche rédigent encore leurs notes de recherche à la main. Même en utilisant Word ou Excel, il est difficile de gérer les données de manière systématique car chaque chercheur écrit dans un format différent et l'enregistre sur son ordinateur personnel. En particulier dans le cas de l'écriture manuscrite, étant donné que les chercheurs enregistrent de manière arbitraire sans format standardisé, des problèmes tels que l'omission d'informations clés ou une lisibilité réduite se produisent souvent. Les résultats de la recherche sont limités à un partage par courrier électronique ou par messagerie, ce qui limite l’accumulation et l’utilisation systématiques des connaissances.
Le PDG d'Ant, Lee Sang-yoon, a souligné l'inefficacité du domaine de recherche, en déclarant : « Qu'ils soient réussis ou non, tous les résultats de recherche doivent être systématiquement accumulés pour la recherche de suivi, mais la méthode analogique actuelle ne permet pas une gestion ou une utilisation efficace des données. »
■ Gestion des enregistrements de données de recherche… Le début de la transformation numérique
Pour résoudre le problème d’inefficacité dans le domaine de la recherche, la transformation numérique des données de recherche est d’abord nécessaire. Le principal avantage concurrentiel d'Ant réside dans sa technologie de normalisation des données de recherche, qui gère systématiquement les données de recherche en développant son propre algorithme qui classe et étiquette en détail les conditions, les matériaux utilisés et les processus de progression des expériences de recherche et les structure afin que l'IA puisse les analyser efficacement. .
Une mise en forme systématique des données de recherche nécessite l’approche étape par étape suivante : Tout d'abord, grâce à une analyse approfondie des données de recherche détenues par l'entreprise, le but de l'expérience, les principaux matériaux et équipements utilisés, l'environnement et le processus de recherche sont identifiés de manière exhaustive, puis les données manuscrites sont numérisées à l'aide de la technologie OCR et la recherche les résultats (rapports, articles, etc.) sont numérisés. Classer systématiquement. Une fois l’organisation des données terminée, nous concevons un modèle adapté à l’entreprise, établissons des critères d’étiquetage des données, concevons une structure de données pour la recherche et l’utilisation et construisons un système de classification qui reflète les caractéristiques de chaque domaine de recherche. La classification des données est effectuée automatiquement à l'aide d'un algorithme développé en interne, et les balises sont effectuées en fonction des conditions expérimentales, des matériaux et des processus, et les relations entre les données sont cartographiées pour les convertir en un format consultable. Ant construit une infrastructure capable de stocker et de mettre à jour des données structurées en temps réel, optimise l'intégration avec les systèmes de recherche et d'utilisation et fournit une interface conviviale. Enfin, nous construisons un système de formatage automatique pour les nouvelles données, améliorons en permanence les modèles et les systèmes de balisage existants, surveillons la qualité des données et améliorons le système.
« L’algorithme de formatage des notes de recherche enregistre en détail chaque élément du processus expérimental », a déclaré le représentant. « Par exemple, lors de l'agitation d'un matériau spécifique à 30 mm, toutes les conditions expérimentales, y compris la vitesse et le processus d'agitation, ainsi que les informations sur le matériau, sont systématiquement classées et enregistrées », a-t-il expliqué le processus de formalisation. Il a ajouté : « Les données papier disposent d'un algorithme qui sépare et balise automatiquement le résumé, l'introduction, les chapitres, les images et les descriptions d'images, les tableaux, etc., afin que vous puissiez extraire avec précision les informations nécessaires. » Ant détient un brevet sur cette technologie de formatage de données.
Ant a lancé LabNote Mint, une solution de gestion de données de recherche pour les domaines de la bio, de la nano et de la chimie, et LabNote Orange, une solution de gestion de données de recherche non cliniques et précliniques, respectivement en 2022 et 2023.
■ Recherchez et signalez comme un assistant de recherche
En 2024, Ant a lancé LabNote Scala, un assistant de recherche IA qui prend en charge efficacement diverses tâches documentaires dans le processus de recherche.
Les chercheurs peuvent rédiger automatiquement des documents tels que des notes de recherche, des rapports et des documents de réunion à l'aide de LabNotes Scala. Il fournit également des fonctions permettant d’analyser les tendances de la recherche et de visualiser les résultats expérimentaux sur la base de données expérimentales précédemment accumulées. Il fournit notamment des réponses aux recherches et aux questions des chercheurs avec des sources précises, et dispose d'un système de gestion des sources pour éviter les hallucinations des modèles d'IA. Pour la sécurité des données, Labnote Scala gère les données de recherche internes de l'entreprise dans un environnement indépendant et les sépare strictement des données externes pour éviter tout mélange.
« Lorsqu’un chercheur demande : « Résumez l’expérience de l’année dernière », nous fournissons un rapport standardisé sous la forme d’un document Word », a déclaré le représentant. « J'agirai en tant qu'assistant de recherche en IA et secrétaire de recherche pour les chercheurs dans les domaines bio et nano », a-t-il expliqué.
■ Se concentrer sur les expériences plutôt que sur le travail de documentation
Les Labnotes ont aidé les chercheurs à accroître leur efficacité au travail et à plus que doubler leur temps d’expérimentation. Les résultats de la recherche d'Ant ont montré que lorsque les notes de laboratoire ont été introduites, le temps d'expérience a augmenté de 55,8 % et le temps consacré à la rédaction de notes de recherche, de rapports et de supports de présentation a été réduit de 38,2 %.
« Les chercheurs sont très satisfaits de la réduction du travail supplémentaire », a déclaré le représentant. Par exemple, l’examen d’un document de recherche qui prenait auparavant 3 heures peut désormais être réalisé en 20 à 30 minutes. Cela a permis aux chercheurs de réfléchir plus en profondeur aux méthodes et aux conditions expérimentales. « J'apprécie particulièrement le fait que le temps de travail administratif a été réduit, ce qui permet d'investir davantage de temps dans la recherche proprement dite », a-t-il déclaré.
■ Équipe composée d'experts en bio, nano et chimie
Ant a formé une équipe d'experts dans les domaines de la bio, de la nano et de la chimie. En particulier, nous avons mis en place un système innovant qui identifie avec précision les besoins des clients et les reflète dans des solutions grâce à un groupe de travail unique appelé « Spécialiste Produit », composé d'experts dans les domaines de la bio, de la nano et de la chimie. Les spécialistes des produits partagent une terminologie expérimentale spécialisée et des connaissances approfondies lors de l'intégration du client et de la configuration initiale, permettant une communication transparente entre les sites de recherche et les services. L'équipe de planification des services est également composée d'experts dans des domaines connexes, de sorte qu'ils comprennent avec précision les besoins des chercheurs et les reflètent rapidement dans le développement des services. Ant renforce le professionnalisme global de l'organisation en donnant la priorité à la sélection de talents ayant une expérience professionnelle ou un intérêt académique dans les domaines de la bio, de la nano et de la chimie.
■ Attraction d'investissements de série A et expansion mondiale à grande échelle
Ant prévoit de commencer son expansion à grande échelle sur les marchés étrangers cette année, tout en attirant des investissements de série A. Nous avons déjà réalisé avec succès des PoC avec des instituts de recherche étrangers de premier plan tels que Stanford et Berkeley, confirmant ainsi le potentiel du marché mondial. La solution d’Ant est compatible à l’échelle mondiale, car les notes de recherche et les résultats de recherche sont en anglais et le format papier est standardisé au niveau international. S'appuyant sur une facilité d'utilisation éprouvée sur le marché intérieur, il devrait également garantir une grande compétitivité sur le marché mondial.
« La valeur d’Ant devrait briller encore plus sur les marchés étrangers », a déclaré le représentant. En particulier, les laboratoires de recherche universitaires étrangers ont un potentiel de vente plus élevé car leurs budgets de recherche sont plus importants que ceux de Corée. « En Corée, nous avons ciblé les entreprises comme cible principale, mais à l'étranger, nous prévoyons de cibler les laboratoires de recherche universitaires comme nos principaux clients », a-t-il déclaré à propos de sa stratégie mondiale.
Actuellement, Ant envisage activement d’étendre ses activités au-delà des domaines bio et chimique vers des domaines de matériaux tels que les batteries secondaires et les semi-conducteurs. Le représentant a déclaré : « Les marchés de la biotechnologie, de la chimie et des matériaux sont très vastes et nous pouvons étendre nos domaines de service pour inclure les batteries secondaires et les semi-conducteurs. Le secteur des notes de recherche présente un grand potentiel d’évolution et vise, à terme, à servir toutes les institutions menant des expériences. « Notre stratégie à moyen terme est de commencer avec un cadre standard pour la recherche et le développement et de le faire évoluer vers un outil de gestion des notes de recherche », a-t-il expliqué à propos de la feuille de route.
■ « Soutenir le développement des algorithmes des entreprises en leur fournissant des données de haute qualité »
« L’objectif ultime d’Ant est de fournir des données de haute qualité pour aider les entreprises à développer leurs propres algorithmes uniques », a déclaré le représentant. « L’actuel « Labnote Scala » n’est qu’un petit point de départ, et nous continuerons à présenter des cas innovants qui permettront aux entreprises d’utiliser l’IA de diverses manières à l’avenir », a-t-il déclaré. Il a poursuivi : « Le nom de l’entreprise « Ant » a été inspiré par les caractéristiques des fourmis. Les fourmis peuvent soulever 10 fois leur propre poids corporel et disposent d’excellentes capacités de collaboration en réseau. « Nous aussi, nous voulons construire un réseau efficace de données de recherche comme ces fourmis », a-t-il déclaré, exprimant son ambition.
You must be logged in to post a comment.