Startup Spotlight : comment Katalyze AI transforme les données de bio-industrie

Bienvenue au Startup Spotlight de Snowflake, où nous interrogeons les créateurs de start-up sur les problèmes qu’ils résolvent, les applications qu’ils développent et les enseignements qu’ils ont tirés de leur parcours de start-up. Dans cette édition, rencontrez Reza Farahani, co-fondateur et CEO de Katalyze AI, et découvrez comment Katalyze AI transforme la documentation bio-industrielle non structurée en données structurées consultables pour optimiser la production pharmaceutique et accélérer les délais de commercialisation.
Qui êtes-vous ?
Je suis Reza Farahani, co-fondateur et CEO de Katalyze AI. Je suis un serial entrepreneur avec une formation en ingénierie, IA et conseil en data science, et j’ai passé plus d’une décennie à appliquer l’IA et le machine learning pour optimiser des flux de travail complexes dans divers secteurs.
Qu’est-ce qui vous inspire en tant que fondateur ?
Je suis porté par le potentiel de l’IA pour remodeler la bio-industrie. Le secteur des sciences de la vie est source d’innovations qui semblent appartenir aux années 2070. Pourtant, certains de ses processus manuels et fragmentés semblent toujours bloqués dans les années 1950.
Combler le fossé entre l’IA de pointe et les réalités opérationnelles strictes de la production pharmaceutique m’enthousiasme. Pour moi, l’IA est un outil de précision qui peut rendre les produits vitaux plus accessibles et rentables.
Qu’est-ce qui vous a poussé à lancer Katalyze AI ?
Ma motivation était de réaliser que les inefficacités industrielles sont les véritables goulots d’étranglement empêchant les thérapies vitales d’atteindre les patients. Des maladies comme la tuberculose font encore des millions de morts, non pas en raison d’un manque de traitements, mais en raison de processus de production inefficaces et incohérents. J’y ai vu une opportunité d’utiliser l’IA pour transformer le secteur de l’industrie afin que les thérapies puissent être produites de manière efficace, cohérente et à grande échelle.
Ma vision pour Katalyze AI est d’exploiter tout le potentiel de la bio-industrie en relevant les défis rebutants, mais stratégiques. Il s’agit notamment d’optimiser la variabilité des matières premières, d’automatiser la documentation et d’adapter la production de produits biologiques. La fabrication biopharmaceutique ne se limite pas au mélange d’ingrédients ; elle consiste à produire constamment des molécules complexes avec plus de 20 000 atomes, dans des conditions précises et à grande échelle. C’est là que l’IA devient révolutionnaire, et c’est l’avenir que nous construisons chez Katalyze AI.
La fabrication biopharmaceutique est un processus complexe. Comment avez-vous identifié un problème spécifique à résoudre ?
Nous ciblons l’un des plus grands goulots d’étranglement cachés de la bio-industrie : le manque de données structurées et accessibles dans les processus de production. La documentation non structurée peut inclure des enregistrements de batch, des rapports d’écart et des journaux de qualité. Cela ralentit la prise de décision, introduit des erreurs humaines et empêche d’exploiter l’analyse avancée pour optimiser les processus.
Notre équipe est la première confrontée à ce défi : nous avons des experts issus de sociétés de conseil de premier plan, de grandes sociétés pharmaceutiques, de sociétés de données et d’universités prestigieuses apportant leurs connaissances techniques et sectorielles approfondies au problème. C’est ce qui nous a amenés à concevoir Digityze AI, notre plateforme d’intelligence documentaire alimentée par l’IA, pour numériser et structurer les données industrielles stratégiques, en permettant une recherche en temps réel, des rapports automatisés et des analyses avancées.
Comment le Snowflake Native App Framework vous permet-il de repousser les limites de votre secteur ?
En concevant Digityze AI en tant que Snowflake Native App, nous avons permis une intelligence documentaire transparente, sécurisée et évolutive qui fonctionne directement dans les environnements Snowflake de nos clients, réduisant ainsi les silos de données, les problèmes de sécurité et les frictions d’intégration.
Au lieu de s’appuyer sur des processus lents et manuels d’extraction des données, les fabricants pharmaceutiques peuvent désormais effectuer rapidement des recherches, appliquer des analyses basées sur l’IA et automatiser les flux de travail réglementaires.
Cela leur offre une visibilité sur les processus de bout en bout et permet d’accélérer les délais de production, de réduire les pertes et d’améliorer le rendement des lots avec une précision basée sur les données. C’était auparavant impossible à grande échelle.
Quel impact le Snowflake Native App Framework a-t-il eu sur la stratégie de croissance de Katalyze AI ?
L’exposition GTM mondiale de Snowflake change la donne. La fabrication biopharmaceutique opère dans l’un des secteurs les plus sensibles aux données et hautement réglementés, où la sécurité, la conformité et la fiabilité opérationnelle sont non négociables. En déployant Digityze AI en tant que Snowflake Native App, nous obtenons un accès immédiat aux plus de 10 000 entreprises clientes de Snowflake, y compris certains des plus grands fabricants pharmaceutiques et de biotechnologie au monde.
Cela a transformé notre stratégie de mise sur le marché de trois manières principales. Cette exposition nous offre une expansion fluide sur les marchés réglementés, car Snowflake est déjà ancré dans les plus grandes entreprises pharmaceutiques. Elle nous offre également une évolutivité professionnelle instantanée, car nous pouvons intégrer instantanément de nouveaux clients. De plus, le réseau de responsables data de Snowflake nous donne un accès direct aux décideurs par le biais des relations existantes et des initiatives GTM de Snowflake.
Quelles leçons avez-vous tirées de la croissance de Katalyze AI ?
Au début, nous avons supposé que l’impact de l’IA sur l’efficacité de la bio-industrie (par exemple, 8 % de gains de rendement en 10 semaines) stimulerait immédiatement son adoption. Cependant, les grands laboratoires pharmaceutiques ont des processus bien établis, des exigences de conformité strictes et des environnements complexes pour les parties prenantes.
Si je pouvais revenir en arrière, je me concentrerais plus tôt sur l’intégration dans les écosystèmes du secteur, comme le partenariat avec des plateformes telles que Snowflake et Veeva, l’alignement avec les équipes de réglementation et de contrôle qualité, et veiller à ce que nos modèles d’IA s’intègrent de manière transparente dans les flux de travail opérationnels existants. Cette approche s’est avérée beaucoup plus efficace pour favoriser l’adoption à grande échelle.
Quel est le conseil le plus précieux que vous avez reçu sur la façon de gérer une start-up ?
L’un des meilleurs conseils que j’ai reçus m’est venu d’un mentor pendant mon séjour au Boston Consulting Group (BCG) : « Ne créez pas de technologie, résolvez un problème stratégique. »
Il est facile de se laisser entraîner par l’effervescence de l’IA et de la data science, mais en fin de compte, l’adoption par l’entreprise dépend de l’urgence et de la valeur de la problématique. Pour Katalyze AI, cette problématique est l’inefficacité de la documentation non structurée dans la bio-industrie, qui a un impact direct sur le rendement, la conformité et les coûts. Chaque fonctionnalité que nous développons est mesurée en fonction de sa capacité à générer un impact mesurable sur les résultats de production, et pas seulement en fonction de la nouveauté technique.
L’IA est dans tous les esprits. En tant que fondateur et innovateur, quel est votre point de vue sur le paysage de l’IA qui évolue rapidement ?
L’IA entre dans une phase critique : passer d’un battage médiatique en faveur d’une démonstration de faisabilité à une opérationnalisation à l’échelle de l’entreprise. Les innovations les plus intéressantes et les plus précieuses en matière d’IA et de ML sont celles qui passent des informations à l’automatisation, permettent une intégration transparente en entreprise et améliorent l’explicabilité et la conformité réglementaire. C’est pourquoi il est essentiel de s’appuyer sur Snowflake. Elle permet de générer et d’appliquer des informations basées sur l’IA dans un environnement de données sécurisé et conforme, éliminant ainsi les frictions liées au déplacement des données.
Côté inquiétant, le plus grand défi est la dépendance excessive à l’IA sans expertise sectorielle spécifique. De nombreuses start-up spécialisées dans l’IA se concentrent sur l’automatisation généralisée, mais dans la bio-industrie, les connaissances du domaine sont tout aussi importantes que le modèle lui-même. C’est pourquoi notre approche combine une expertise pharmaceutique approfondie avec des prises de décision basées sur l’IA, garantissant que chaque information est exploitable, fiable et conforme.
L’avenir de l’IA dans la biopharmacie ne se limite pas à l’amélioration des données, mais concerne l’automatisation intelligente, qui a un impact direct sur l’efficacité de la production, les coûts et les délais de commercialisation. C’est précisément ce que construit Katalyze AI.
Découvrez comment Katalyze AI transforme la bio-industrie chez https://katalyzeai.com/, testez l’application Digityze AI sur la Marketplace Snowflake ou lisez l’article de Reza Farahani sur le blog Snowflake Builder sur Medium pour plus de détails techniques. Si vous êtes une start-up qui crée sur Snowflake, consultez le programme Powered by Snowflake Startup pour découvrir comment Snowflake peut soutenir vos objectifs.