Rencontrez Pennylane, une nouvelle startup française qui construit un service full-stack pour traiter vos données financières. Avec Pennylane, vous obtenez une vue en temps réel de vos données financières et vous n'avez pas besoin de travailler avec une société de comptabilité - la startup engage des comptables pour vous.
La société vient de lever 4,3 millions de dollars (4 millions d'euros) auprès de Global Founders Capital, Partech et Kima Ventures. Les fondateurs de Pennylane ont précédemment travaillé sur PriceMatch, une startup qui a été acquise par Booking.com en 2015.
"Nous avons investi dans 25 à 30 startup, nous sommes allés les voir et leur avons demandé ce qui manquait", m'a confié Arthur Waller, cofondateur de Pennylane. L'équipe a réalisé qu'il y avait une grande divergence entre les comptables et les PDG.
De nombreuses entreprises travaillent avec des sociétés de comptabilité tierces mais ne voient pas les avantages directs de cette relation au-delà du respect de la loi. Et pourtant, les comptables ont accès à toutes les données financières de l'entreprise.
Habituellement, les comptables reçoivent les données une fois par mois, de manière très peu structurée. Ils perdent une tonne de temps à saisir les données dans les logiciels de comptabilité. Quant aux entreprises, un PDG ne sait pas comment utiliser un logiciel de comptabilité et ne peut pas profiter du travail du comptable pour voir s'il y a une facture impayée, si des clients n'ont pas été facturés ou comment votre entreprise se porte financièrement.
C'est pourquoi de nombreuses entreprises finissent par utiliser Excel pour les projections financières et la visibilité. C'est une grande perte de temps car il faut se connecter à de multiples services pour télécharger les factures, les reçus, les fiches de paie et autres.
Pennylane regroupe toutes vos informations financières en utilisant des API. Vous les définissez une fois et vos données sont automatiquement récupérées dans Pennylane. Par exemple, vous pouvez connecter votre compte Pennylane à votre compte bancaire, Stripe, GoCardless, Revolut, PayFit, etc. Et si vous stockez vos factures sur Google Drive, vous pouvez également connecter Pennylane à votre compte Google Drive.
Le service essaie ensuite de parcourir cet ensemble de données par lui-même, autant que possible. La société utilise la reconnaissance optique des caractères et pré-remplit les informations comptables. Le résultat est que les entreprises obtiennent un aperçu clair de leurs données financières.
"Les logiciels seuls ne vont pas résoudre ce problème", a déclaré Waller. Pennylane a donc engagé huit comptables qui peuvent vérifier les données, corriger les informations si elles sont erronées et s'assurer que vous êtes en conformité avec la loi.
En gagnant du temps sur la saisie des données, les comptables peuvent se concentrer sur d'autres tâches qu'ils ne pouvaient pas assumer auparavant. "Nous voulons fournir un service au même prix qu'un service de comptabilité traditionnel, mais qui soit dix fois meilleur", a déclaré M. Waller.
La société a commencé à accepter des clients en mars et compte désormais 117 clients, tels que Luko, Liberkeys et Pricemoov. Pennylane vise les moyennes entreprises, celles qui ont besoin d'externaliser leur comptabilité parce qu'elle est trop compliquée, mais qui n'ont pas de comptable en interne. D’où l’utilité d’avoir un comptable pennylane.
Tout ce que avez voulu savoir sur Pennylane
Qu'est-ce que PennyLane ?
PennyLane est un cadre logiciel pour la programmation quantique différentiable, similaire à TensorFlow et PyTorch pour le calcul classique. Il facilite la formation de circuits quantiques variationnels.
PennyLane fonctionne-t-il avec du matériel ?
Oui, PennyLane peut être utilisé pour optimiser des circuits quantiques fonctionnant sur du matériel. Il suffit de choisir un backend matériel comme dispositif. Vous pouvez trouver tous les backends disponibles dans la section plugins.
Puis-je utiliser PennyLane avec PyTorch/TensorFlow ?
Oui, PennyLane s'intègre à PyTorch et TensorFlow. Plus d'informations peuvent être trouvées dans la documentation.
Qu'est-ce qui distingue PennyLane des autres langages de programmation quantique ?
Tout en offrant une grande partie des fonctionnalités des langages de programmation quantique standard, PennyLane est construit autour de l'idée de former des circuits quantiques en utilisant la différenciation automatique. Ceci est particulièrement important dans des applications telles que l'apprentissage automatique quantique, la chimie quantique et l'optimisation quantique.
Qu'est-ce que l'apprentissage automatique quantique ?
L'apprentissage automatique quantique étudie les conséquences de l'utilisation d'ordinateurs quantiques pour l'apprentissage automatique, en étendant le pool de matériel pour l'apprentissage automatique par un type entièrement nouveau de dispositif de calcul - l'ordinateur quantique.
On peut considérer ces dispositifs comme une forme de matériel à usage spécial, comme les circuits intégrés spécifiques à une application (ASIC) et les réseaux de portes programmables sur site (FPGA), car ils sont limités dans le nombre et le type d'opérations qui peuvent être exécutées en une seule fois. Toutefois, le traitement de l'information par les ordinateurs quantiques repose sur des lois physiques sensiblement différentes de celles des ASIC et des FPGA.
Dans l'apprentissage automatique quantique moderne, les dispositifs quantiques à court terme sont utilisés et formés comme des réseaux neuronaux, à l'aide de circuits quantiques variationnels.
Que sont les circuits variationnels ?
Les circuits quantiques variationnels, également appelés circuits quantiques paramétrés, sont des algorithmes quantiques qui dépendent de paramètres réglables.
Par exemple, considérons un algorithme quantique où une opération fait tourner un qubit d'un certain angle conservé comme paramètre libre. Le résultat du calcul quantique dépend maintenant de l'angle choisi. En utilisant un coprocesseur classique, l'angle, et donc le circuit quantique, peuvent être optimisés pour une tâche donnée.
Le principe des circuits variationnels est très similaire à celui des réseaux neuronaux, c'est pourquoi ils jouent un rôle important dans l'apprentissage des machines quantiques.
Consultez notre glossaire QML pour plus d'informations sur les concepts clés qui sous-tendent l'apprentissage automatique quantique.
Comment PennyLane évalue-t-il les gradients des circuits quantiques ?
Dans la mesure du possible, PennyLane utilise des règles de décalage des paramètres pour extraire les gradients des circuits quantiques. Ces règles prescrivent comment estimer un gradient en exécutant un circuit deux fois ou plus avec des paramètres délibérément décalés.
Dans les situations où aucune règle de décalage des paramètres ne peut être appliquée, PennyLane utilise la règle des différences finies pour estimer un gradient.
Les deux options fonctionnent, que vous exécutiez votre code sur des simulateurs ou sur un dispositif quantique réel.
Consultez notre glossaire QML pour plus d'informations sur les concepts clés qui sous-tendent l'apprentissage automatique quantique.
PennyLane est-il open source ?
Oui, PennyLane est un logiciel open source développé sous la licence Apache 2.0.