Après huit années passées à développer l’intelligence artificielle au sein de Meta, Rohit Patel a annoncé son départ pour fonder Ndoc, une start‑up qui ambitionne de remplacer les suites bureautiques traditionnelles par un environnement de travail entièrement alimenté par l’IA.
Un départ stratégique après des succès chez Meta
Patel, ancien directeur du laboratoire Superintelligence de Meta, était spécialisé dans l’apprentissage par renforcement et l’évaluation de la fiabilité des sorties d’IA. Son expérience lui a permis de concevoir des systèmes où les décisions de l’IA sont transparentes et vérifiables, un principe qu’il transpose aujourd’hui dans Ndoc.
Les trois piliers de Ndoc
Ndoc se décline en trois onglets qui couvrent l’ensemble du cycle de production d’un document professionnel :
- Stage : espace dédié aux présentations, tableaux de bord, simulations ou mini‑applications, remplaçant les diapositives traditionnelles.
- Narrative : zone où l’on trouve les analyses détaillées, les citations numérotées, les figures générées et les explications du « pourquoi » derrière chaque donnée.
- Model : dépôt des jeux de données bruts et des scripts Python qui sous-tendent les résultats, offrant ainsi une traçabilité complète.
Cette architecture vise à éliminer la fragmentation actuelle entre Excel, Word, PowerPoint, Tableau, Replit ou les copies‑collées de ChatGPT, en proposant une plateforme unique accessible même aux collaborateurs qui ne sont pas encore inscrits sur Ndoc.
Fonctionnalités centrées sur la transparence et la vérification
Patel insiste sur le fait que chaque document généré doit pouvoir être audité. Les utilisateurs peuvent, par exemple, interroger l’assistant IA : « Quel script Python a créé cette formule ? » et obtenir une explication ligne par ligne. Cette approche répond à la demande croissante de confiance dans les résultats produits par l’IA.
En pratique, il suffit de charger un jeu de données, de demander à Ndoc d’en analyser le contenu et de rédiger une narration adaptée. L’outil accepte également des paramètres contextuels tels que le public cible, le ton souhaité ou la mémoire spécifique à un projet, d’où une continuité entre les différents documents d’une même équipe.
Un modèle économique et technique différencié
Ndoc est construit à partir de modèles open source, ce qui réduit considérablement les coûts d’infrastructure par rapport aux solutions basées sur les modèles de pointe propriétaires. Malgré cet avantage, Patel note que les premiers utilisateurs sont davantage séduits par la centralisation du flux de travail que par l’économie de calcul.
Le format de fichier propriétaire « .ndoc.html » peut être exporté et ouvert dans n’importe quel navigateur. Patel prévoit d’ouvrir ce format afin que d’autres développeurs créent des applications compatibles, brisant ainsi l’emprise de Microsoft et Google sur les standards de bureau.
Concurrence et défis du marché
Le secteur des outils IA pour l’entreprise est déjà très concurrentiel. OpenAI, Anthropic, Meta, SpaceXAI et Google proposent des extensions qui intègrent leurs modèles directement dans Microsoft 365 ou Google Workspace. Le lancement récent de « Space », un espace de travail partagé intégré à ChatGPT, constitue un concurrent direct de Ndoc.
Patel critique ces approches « attachées » qui se contentent de remplir les cellules de feuilles de calcul, les qualifiant de solutions superficielles. Selon lui, la vraie valeur réside dans la création d’un environnement complet où chaque composant du document est interconnecté et vérifiable.
Conscient de la difficulté à changer les habitudes, Ndoc propose des connecteurs permettant d’importer les données existantes depuis les outils déjà utilisés par les entreprises. Patel explique que le produit ne sera publié que s’il répond à ses propres exigences d’usage quotidien, sinon il sera retiré du marché.
Perspectives de déploiement
Actuellement, Ndoc mène un pilote auprès d’entreprises et ouvre une version alpha à un nombre limité d’utilisateurs inscrits sur une liste d’attente. L’accès est gratuit, mais les clients paieront pour la consommation de tokens et l’utilisation du service.
Patel prévoit de lancer une version bêta dans les semaines à venir, avec un déploiement complet prévu pour l’an prochain. Son approche privilégie la rapidité d’exécution sur la perfection du produit, estimant que « l’exécution est extrêmement bon marché » et que l’optimisation pourra être faite après coup.
En résumé, le pari de Rohit Patel consiste à créer une plateforme unifiée qui repense la notion même de document professionnel, en misant sur la transparence, l’open source et la capacité à centraliser l’ensemble du processus décisionnel au sein d’une seule interface.