LabelFlow

#Startup #B2B #Tech #transport Dernière mise à jour : 23/08/2023 à 15:30
Logo de la startup LabelFlow

La startup ne semble plus être en activité.

  • Fondateurs : Geoffrey Vancassel, Nicolas Draber
  • Nombre d'employés : 5
  • Toutes les startups de Nantes

La startup labelflow a conçu un outil et une plateforme pour faciliter la lourde tâche de labellisation des images.

DESCRIPTION de LabelFlow

Que proposez vous ?


Lancé fin 2021, LabelFlow bâtit la plateforme ouverte de labélisation d’images afin de bâtir les sets d’images pour entraîner les intelligence artificielles. Fin 2021 ce sont 5 ingénieurs qui composent l’équipe et plusieurs centaines d’utilisateurs sur la plateforme. L’ambition du projet est de développer le GitHub pour les données visuelles afin d’amener les IA à une échelle industrielle avec des datasets de haute qualité et tracabilité.


A quel besoin répondez vous (Pourquoi vos clients ont-ils besoin de votre produit/service ?)


Les clients ont besoin de set d’images contenant des millions d’images qualifiées et labélisées dans lesquels ils ont confiance. Nous leur apportons la plateforme permettant de monter en volume facilement et de gagner en confiance sur le sujet.


Quelles sont les technologies que vous utilisez ?


React JS, Python, Chakra UI, Services workers, Supabase


Histoire de LabelFlow

Comment avez vous eu l’idée ?


Avec notre précédente startup Sterblue: plateforme logicielle pour améliorer les inspections des réseaux électriques et des éoliennes. Il était alors très compliqué de bâtir des sets d’images qualifiés suffisamment important pour amener des intelligences artificielles à des niveaux de production.


Qu’est ce qui vous a convaincu de vous lancer et de créer cette startup ?


L’éducation du marché, l’IA est dans toutes les bouches depuis 2015 mais les problèmes sont vraiment compris depuis 2020, notamment ceux liés à la qualité des sets de données et leur quantité, véritable frein au déploiement de cette technologie. En s’axant verticalement sur le management des sets d’images, nous apportons une vraie tracabilité sur le sujet.


Depuis combien de temps avez vous commencé ce projet ?


Depuis Mi 2021 soit environ 7 mois


LE BUSINESS MODEL DE LA STARTUP

Quel est votre cœur de cible ?


Les startups de “l’applied AI” développant des applications spécifiques et les corporates lançant leur projet d’IA en interne avec leurs propres équipes de data scientists/data engineers


Comment allez-vous vous faire connaître de vos clients ?


Nous utiliserons un mix de different channel comme la création de contenu originaux (AI stories, etc) pour le SEO, des paid ads mais aussi des webinars


LabelFlow est la plateforme ouverte de labélisation d'images permettant de construire les datasets d'images pour entrainer les intelligences artificielles.

Quel est le business model Comment gagnez-vous de l’argent ?


Prix par mois par volume d’image stocké sur la plateforme (entre 19 et $149/mois aujourd’hui). Des offres enterprise arriveront progressivement pour répondre à des demandes plus complexes.


LES AVANTAGES de LabelFlow

Qui sont vos principaux concurrents ? (Si si, il y a toujours un concurrent)


Labelbox

Labelstud.io


Quels sont vos avantages par rapport à vos concurrents (vous avez le droit à un joker pour cette question)


-Open Source

-Focus sur la user experience

-Simplicité d’utilisation


En quoi vous démarquez vous de vos concurrents ?


-Open Source, clé dans un écosystème ou de nombreux utilisateurs ne seraient de toute façon pas prêt à payer et pour bénéficier d’une communauté de contributeurs

-Focus sur la user experience

-Simplicité d’utilisation


ET DEMAIN?

Quels sont les plans pour votre startup (revente, Ipo, rien du tout) ?


Levée de fonds dans les 6 prochains mois, renforcement des équipes dans toutes les disciplines (growth, engineering, product), développement de fonctionnalités clés.


Quels sont vos besoins ?


Visibilité


Où voyez-vous votre startup dans un an ?


L’objectif est d’être un acteur qui comptera dès lors qu’il s’agira de gérer et construire les datasets alimentant les intelligence artificielles. Nous avons pour ambition de bâtir le GitHub pour les visuals data