Les conséquences sont très concrètes : les salariés peuvent avoir du mal à retrouver une information, le savoir-faire accumulé au fil des années reste difficilement accessible et certains processus reposant sur la connaissance continuent d’être traités manuellement. La plateforme d’amber cherche à rendre ces connexions exploitables par l’IA, au lieu de laisser chaque application fonctionner comme un silo de données isolé.
Au cœur de la plateforme se trouve l’AI Data Layer, une couche de données propriétaire qui connecte notamment :
L’objectif n’est pas seulement d’indexer des fichiers. Selon amber et les informations publiées sur sa levée de fonds, cette couche structure les données et leur ajoute un contexte organisationnel. Elle doit ainsi aider l’IA à comprendre les liens entre différents éléments de connaissance avant de répondre à une question ou d’assister un collaborateur.
En pratique, les employés pourraient disposer d’un moyen plus unifié pour retrouver une information interne, sans effectuer la même recherche dans plusieurs outils. Les cas d’usage annoncés comprennent la préservation de la mémoire de l’entreprise, l’accompagnement des nouveaux arrivants, la recherche de réponses et l’automatisation de processus nécessitant beaucoup de connaissances.
Ces cas d’usage correspondent à la direction produit annoncée par l’entreprise et ne constituent pas la preuve que chaque déploiement produit les mêmes résultats. Les communications disponibles ne fournissent pas de mesures indépendantes sur la précision, le temps d’intégration ou les gains d’automatisation.
À plus long terme, amber veut aller au-delà des outils qui attendent qu’un utilisateur pose une question ou lance explicitement une tâche. La start-up vise des systèmes capables de comprendre le contexte d’une organisation et l’intention d’un utilisateur, de repérer proactivement les tâches pertinentes puis, à terme, de les exécuter de manière autonome.
Cette ambition donne une importance stratégique à la couche de données. Un système d’IA ne peut pas agir de façon fiable à travers plusieurs processus métier s’il ne sait pas quelles informations sont liées, ce qu’elles signifient dans une organisation donnée et comment elles répondent à la demande d’un utilisateur. L’approche d’amber consiste donc à préparer et à contextualiser les connaissances de l’entreprise avant de les utiliser pour la recherche, l’assistance ou l’exécution de workflows.
Pour les PME, la promesse ne repose donc pas uniquement sur un modèle plus performant. Elle tient à une fondation qui pourrait rendre leurs connaissances existantes accessibles à l’IA sous une forme structurée et contextualisée.
amber indique que ce nouveau financement servira principalement à :
Cette levée donne à amber les moyens de poursuivre sa stratégie centrée sur les PME tout en développant ses activités au-delà d’Aix-la-Chapelle. Elle relie aussi ses priorités immédiates — connecter et structurer les connaissances professionnelles — à son objectif plus large : créer une IA métier capable d’anticiper davantage les besoins et d’agir de façon plus autonome.
amber fait le pari que le prochain obstacle de l’IA en entreprise ne sera pas seulement la puissance des modèles. Il résidera aussi dans les connaissances fragmentées et mal reliées dont ces modèles ont besoin pour fonctionner dans une organisation précise.
Son AI Data Layer est conçu pour réunir ces informations issues des outils du quotidien, les structurer et leur donner un contexte organisationnel. Avec 7 millions d’euros levés auprès de Ventech et de NRW.Venture, la start-up veut désormais accélérer son expansion européenne, améliorer sa plateforme et progresser vers une IA capable d’assister, puis potentiellement d’initier et de mener à bien, des workflows métier reposant sur la connaissance.