📣 Envoyez-nous votre communiqué de presse
Site mis à jour toutes les 15 minutes
Technologie

Gnani.ai lance la pile IA souveraine Artha en Inde

Gnani.ai, une startup IA basée à Bengaluru, a lancé Artha, une pile IA combinant un modèle linguistique multilingue de 30 milliards de paramètres avec une plateforme de développement d'agents IA. Le produit offre une alternative indienne à l'infrastructure IA étrangère.

29 août 2026
Gnani.ai lance la pile IA souveraine Artha en Inde
Image générée par IA à titre d'illustration

La startup IA Gnani.ai, basée à Bengaluru, a introduit Artha, une pile IA intégrant un modèle linguistique multilingue de 30 milliards de paramètres avec une plateforme de développement d'agents IA. Artha sert d'alternative basée en Inde aux entreprises et organisations gouvernementales cherchant à réduire leur dépendance vis-à-vis de l'infrastructure IA étrangère.

La pile combine Evon v3.3, un modèle open-weight de 30 milliards de paramètres entraîné dans 11 langues indiennes, avec Plexus, la plateforme IA agentique de l'entreprise. Evon v3.3 fournit l'intelligence linguistique centrale, tandis que Plexus permet aux organisations de construire et déployer des agents IA pour des flux de travail spécifiques.

Selon Gnani.ai, Artha a été développé pour répondre à trois défis clés rencontrés par les organisations indiennes adoptant l'IA : le contrôle des données, le coût de la mise à l'échelle de l'IA et le fonctionnement efficace dans les langues indiennes et les scénarios du monde réel.

L'intérêt initial des clients s'est manifesté chez cinq entreprises sur vingt participantes lors d'une récente réunion. Les cas d'utilisation potentiels incluent des domaines tels que la tarification, la publicité et la réconciliation des paiements, bien que ces initiatives soient encore à un stade précoce et qu'Evon n'ait pas encore été déployé.

Le lancement d'Artha s'aligne sur la poussée plus large de l'Inde pour l'autosuffisance technologique, alors que les entreprises indiennes d'IA cherchent à offrir des alternatives aux modèles étrangers face aux préoccupations concernant le contrôle des données et les coûts opérationnels élevés.

Source originale: medianama.com