Snowflake Startup Challenge 2025 : découvrez le top 10

Le bois est le symbole de cinq ans de mariage. Étant donné que les snowboards ont souvent un cœur en bois et que le snowboard est le traditionnel « trophée » du Snowflake Startup Challenge, nous allons dire que le trophée snowboard est un cadeau idéal pour le cinquième anniversaire de notre Startup Challenge. La seule différence, c’est qu’au lieu de recevoir le cadeau, nous l’offrirons à l’un des 10 demi-finalistes ci-dessous !

Avec plus de 1 000 candidatures provenant de plus de 100 pays, le pool de candidats du Startup Challenge de cette année a été un mélange passionnant d’innovations techniques. Comme vous pouvez vous y attendre, l’IA est partout, dans une variété de formats et de fonctions. Nous avons vu de nombreuses start-up utiliser Snowflake Cortex AI et Cortex Agents, ainsi que des applications intéressantes de LLM, de génération augmentée de récupération (RAG), d’IA générative et d’autres encore. L’ampleur des cas d’usage est tout aussi intéressante : nous avons vu apparaître des applications pour tous les domaines, de l’agriculture à l’analytique en libre-service et la cybersécurité, en passant par la surveillance de la santé publique, les laboratoires 3D virtuels et la planification de la supply chain.

Nos juges ont soigneusement réfléchi à la sélection des 10 meilleures entreprises, et nous remercions sincèrement toutes celles qui ont participé à l’événement cette année. Nous savons tout le travail que cela demande et nous l’apprécions.

Bienvenue à Sarah Guo au jury du Startup Challenge

Nous sommes heureux d’accueillir Sarah Guo, fondatrice et associée principale chez Conviction, au jury du Snowflake Startup Challenge 2025. Conviction est une société de capital-risque fondée en 2022 pour investir dans des entreprises de logiciels intelligents, dits Software 3.0. 

Sarah Guo est reconnue pour son expertise en capital-risque aux premiers stades de son développement et se joindra à nos juges estimés, notamment Benoît Dageville, co-fondateur et President of Product de Snowflake, Denise Persson, CMO de Snowflake, et Lynn Martin, présidente du NYSE Group.

Les juges ont la responsabilité passionnante de sélectionner un gagnant du Startup Challenge et deux finalistes, qui ont chacun la possibilité de recevoir une part d’investissement pouvant aller jusqu’à 1 million USD, ainsi qu’une visibilité marketing mondiale grâce à Snowflake et des opportunités exclusives de mentorat et de visibilité de la part de NYSE.

Maintenant que vous êtes à jour, rencontrons les entreprises qui se disputeront le grand prix Snowflake Startup Challenge 2025 !

Demi-finalistes du Snowflake Startup Challenge 2025

Katalyze AI

Katalyze AI prévoit les écarts, optimise le contrôle des matières premières et améliore l’efficacité de la production, réduisant ainsi les pertes et accélérant les délais de commercialisation pour les fabricants de produits biopharmaceutiques. Digityze AI, sa Snowflake Native App, est une plateforme d’intelligence documentaire alimentée par l’IA qui transforme la documentation de biofabrication non structurée en données structurées et exploitables et gère le cycle de vie des documents. En permettant des analyses avancées et une gestion centralisée des documents, Digityze AI aide les fabricants pharmaceutiques à éliminer les silos de données et à accélérer le partage de données. 

KAWA Analytics

La transformation numérique est un objectif admirable, mais les systèmes hérités et les processus inefficaces freinent les efforts de nombreuses entreprises. KAWA combine l’analytique, l’automatisation et des agents d’IA pour aider les entreprises à créer rapidement des applications de données et des flux de travail d’IA et à atteindre leurs objectifs de transformation numérique. Elle connecte les bases de données structurées et non structurées entre différentes sources et utilise une interface utilisateur no-code ou Python pour l’analyse avancée et prédictive. Les agents d’IA peuvent apporter leur concours à la recherche, à l’analyse, à la réconciliation et bien plus encore : ce n’est qu’une partie de la plateforme native d’IA de KAWA, conçue pour permettre une automatisation transparente et une sécurité professionnelle. 

Lumilinks

Toute entreprise disposant d’une flotte de véhicules sait que le retrait d’un véhicule de la circulation entraîne des pertes potentielles, mais cela est encore plus douloureux lorsque cela n’est pas planifié et dû à une maintenance inefficace. FleetSense AI de Lumilinks cherche à donner aux opérateurs de flotte une boule de cristal, en appliquant la puissance de Snowflake et de l’IA pour analyser les factures de réparation, classer les pièces et traiter d’autres données pertinentes afin de fournir des informations concernant les défaillances des véhicules, d’optimiser les stratégies de réparation et d’améliorer les performances de la flotte.

Prometheux

En ciblant les entreprises disposant d’environnements de données complexes et fracturés qui souhaitent mieux valoriser leurs données, Prometheux a développé un socle data conçu pour aider les humains et l’IA à créer rapidement des applications sur un graphique de connaissances virtuel de données fragmentées. Il joint des données provenant de diverses sources, quels que soient le format ou l’emplacement d’origine et sans nécessiter de déplacer les données, et applique une logique pour générer de nouvelles informations. Les utilisateurs peuvent travailler avec les données en définissant des concepts métiers au lieu d’écrire des requêtes de base de données, et les structures de données peuvent être réoptimisées sans modifications majeures de l’infrastructure à mesure que les besoins de l’entreprise évoluent. 

PTA Robotics

Le système de prédiction des maladies du vignoble alimenté par l’IA de PTA Robotics exploite des images de drones, des données de l’Internet des Objets et des informations météorologiques pour détecter les risques de maladies du vignoble avant l’apparition des symptômes. Contrairement aux méthodes traditionnelles basées sur des inspections manuelles ou des indices de végétation qui ne montrent que le stress général des plantes, PTA Robotics exploite l’IA pour réduire les causes sous-jacentes du stress des vignobles. Les agriculteurs peuvent prendre des mesures précoces et ciblées pour arrêter les maladies avant qu’elles n’affectent de manière significative le rendement des cultures. L’infrastructure d’IA de Snowflake permet à l’entreprise d’évoluer facilement, et Secure Data Sharing permet aux vignobles de collaborer sur les tendances en matière de maladies tout en protégeant leurs données propriétaires.  

Satlyt

Satlyt conçoit une plateforme logicielle qui met les satellites en réseau dans un cloud virtuel pour permettre un edge computing rapide et sécurisé basé sur l’IA dans l’espace, permettant ainsi aux opérateurs de satellites de monétiser leurs capacités de calcul excédentaires. Snowpark Container Services est utilisé pour développer des modèles d’IA/ML évolutifs pour le traitement des données par satellite et des fonctions d’IA/ML Snowflake afin de fournir des analyses avancées et des informations prédictives aux opérateurs de satellites. En tant que solution uniquement logicielle, Satlyt évite le recours à du matériel propriétaire et tire parti des systèmes par satellite fédérés pour faciliter l’intégration entre les opérateurs. 

Sherloq

Si la gestion des données est stratégique lors de la création d’applications d’IA générative internes, elle reste un défi pour la plupart des entreprises : créer une source de vérité vérifiée et la maintenir à jour avec la documentation la plus récente est une tâche très manuelle et exigeante. Sherloq a pour objectif de changer cette tendance en proposant une plateforme collaborative pour la gestion et la documentation des flux de travail d’analyse de données. Avec un référentiel SQL collaboratif, elle crée un emplacement unique pour toutes les requêtes, s’intégrant aux flux de travail existants afin que les utilisateurs puissent automatiquement enregistrer, gérer et documenter le travail SQL ad hoc sur Snowflake. Sherloq peut s’intégrer à Cortex AI et Cortex Analyst pour devenir les données qui alimentent les applications d’IA générative internes, contribuant ainsi à fournir des résultats fiables.

Skidaway (DeepTempo)

Tempo est une Snowflake Native App qui utilise les Log Language Models (LogLM) de DeepTempo pour résoudre les problèmes de sécurité des clients et réduire les coûts en réduisant le volume de journaux bruts envoyés en aval aux systèmes de gestion des événements et des informations de sécurité (SIEM). Tempo aide ses clients à identifier les incidents de sécurité et à analyser leur portée et leur gravité ; les LogLM aident à améliorer la précision et la capacité à s’adapter à de nouveaux environnements lorsqu’ils sont exposés à de nouvelles distributions de données. L'application a été pré-entraînée à l'aide d'énormes quantités de journaux de sécurité et est particulièrement axée sur le schéma des événements, y compris le temps relatif et absolu.

SoFlo Solar

La plateforme SolarSync de SoFlo Solar utilise l’analyse de données d’IA en temps réel et le ML pour transformer les systèmes solaires résidentiels sous-performants en ressources énergétiques propres à temps de fonctionnement élevé, ce qui permet aux propriétaires de réaliser des économies tout en créant un réseau de centrales électriques virtuel qui offre une valeur mesurable aux services publics et aux opérateurs de réseau. Snowflake sous-tend l’infrastructure de données de la plateforme, de l’utilisation de pipelines d’ingestion de données basés sur Snowpark for Python pour traiter la télémétrie solaire résidentielle à l’utilisation de Snowflake Document AI pour analyser les factures de services publics et identifier les écarts de crédits de production solaire.

Winning Variant

Que votre devise soit « échouer vite » ou « essayer, échouer, réessayer », l’expérimentation de nouvelles fonctionnalités, de nouveaux pipelines et de nouvelles conceptions de produits est essentielle pour rester agile et être en mesure de suivre l’évolution des préférences des clients et des tendances du marché. Winning Variant propose une plateforme d’expérimentation native de Snowflake en tant que Snowflake Native App, permettant à ses clients de réaliser des expériences innovantes directement dans l’AI Data Cloud. Les équipes peuvent déployer et gérer des expériences en utilisant les données disponibles dans Snowflake en temps réel, sans avoir à accéder à une plateforme tierce, à extraire des données de conversion sensibles ou à construire des pipelines de données complexes pour obtenir les données dont elles ont besoin. 

2e round : le pitch

Lors du 2e round du Snowflake Startup Challenge, chaque demi-finaliste soumettra une vidéo de pitch aux investisseurs et aura un entretien avec les juges pour discuter de la candidature de l’entreprise, de son produit et de sa stratégie, ainsi que de la façon dont l’entreprise utiliserait un investissement si elle était sélectionnée comme lauréate du Startup Challenge. 

Sur la base de ces informations, les juges sélectionneront trois finalistes, qui seront annoncés en mai. Les finalistes feront une présentation au jury lors de la finale du Startup Challenge lors du Dev Day à San Francisco le 5 juin. Les juges délibéreront en direct avant de désigner le lauréat du grand prix 2025. 

Soyez là pour encourager votre finaliste préféré : inscrivez-vous au Dev Day pour voir la finale et découvrir toutes les démos, sessions, questions-réponses d’experts et les ateliers pratiques conçus pour aider les développeurs à créer des choses incroyables sur Snowflake.

Félicitations aux 10 demi-finalistes et bonne chance pour le 2e round !