La startup de grattage de données Oxylabs UAB a fait irruption sur le territoire des licornes après avoir levé 130 millions de dollars de financement auprès de la société de capital-investissement Warburg Pincus LLC.
C'est la première fois que la société amorcée recherche un financement extérieur et porte sa valorisation à 3,6 milliards de dollars, a-t-elle annoncé aujourd'hui.
La startup lituanienne fournit aux développeurs de modèles d’intelligence artificielle l’infrastructure complète dont ils ont besoin pour collecter des données Internet accessibles au public à l’échelle énorme nécessaire à la formation de modèles avancés. Fondé en 2015, il s'agissait à l'origine d'un fournisseur de services proxy Web premium, une sorte d'outil qui achemine les requêtes via de nombreuses URL différentes afin de collecter des prix, des annonces et des données de sécurité sans être bloqué.
Aujourd’hui, Oxylabs se positionne plutôt comme une plateforme de « web intelligence », capable de traiter des milliards de requêtes par jour pour le compte de ses clients. Son service proxy a accès à un pool de plus de 175 millions d’adresses IP d’appareils grand public « d’origine éthique », ce qui lui permet de récupérer des données Internet à grande échelle sans être gêné par les interdictions IP, les outils CAPTCHA et les restrictions géographiques. Il fournit également une collection d'outils aux développeurs, tels que son outil de collecte de données API Web Scraper entièrement géré et Web Unblocker, un gestionnaire de proxy natif d'IA qui contourne automatiquement les systèmes anti-scraping. En plus de récupérer des données pour créer de vastes ensembles de données de formation pour les modèles d'IA, Oxylabs peut également aider les agents d'IA autonomes qui travaillent pour le compte des humains à naviguer sur Internet à grande échelle. Avec son navigateur furtif sans tête, les agents disposent de l'outil parfait pour extraire des données de sites Web très dynamiques.
Le cofondateur et directeur général d'Oxylabs, Vytautas Savickas, a déclaré que les outils de son entreprise sont essentiels pour permettre le Web agent. Il souligne que les agents IA naviguent déjà plus sur le Web que les humains. « Ils ont besoin d'un flux en direct de ce qui existe, pas d'un index obsolète », a-t-il déclaré. « La prochaine génération d'IA ne sera pas alimentée par des index statiques. »
Le montant d’argent récolté est impressionnant pour une entreprise qui était jusqu’à présent entièrement « bootstrapée ». La société estime qu'elle connaît une forte demande pour ses services de web scraping, comptant plus de 350 000 clients dans le monde, ce qui l'a aidée à augmenter son chiffre d'affaires annuel récurrent à plus de 350 millions de dollars. Oxylabs utilisera les fonds pour étendre son réseau mondial et créer la prochaine génération d'outils de web scraping. « L'avenir appartient à l'infrastructure active qui ancre ces systèmes dans des connaissances en temps réel et sans interruption », a déclaré Savickas.
Questions éthiques
Le capital pourrait également aider Oxylabs à naviguer dans la controverse générale qui entoure la pratique du web scraping. Les sociétés d'IA telles que OpenAI Group PBC et Anthropic PBC ont fait l'objet de vives critiques pour la façon dont elles se sont contentées de s'approprier le plus grand ensemble de données au monde, engloutissant des milliards d'articles, d'images et de films mis en ligne, sans offrir un centime de compensation aux personnes qui ont créé toutes ces données.
OpenAI, Anthropic et d'autres grands créateurs de modèles d'IA ont été poursuivis à plusieurs reprises pour leurs pratiques de web scraping, mais les entreprises qui les aident dans ce domaine ne sont pas passées inaperçues. L'année dernière, Reddit Inc. a intenté une action en justice à Perplexity AI Inc. et à trois fournisseurs de services de récupération de données, dont Oxylabs, les accusant d'avoir parcouru son contenu protégé par le droit d'auteur. Il a comparé Oxylabs et les autres à des « braqueurs de banque », affirmant qu’ils feraient presque n’importe quoi pour accéder à ses données – sauf payer pour cela.
Le fait est que le web scraping à grande échelle est une zone grise juridique, et Oxylabs le reconnaît, essayant de se positionner comme l'un des fournisseurs de services de scraping les plus éthiques du secteur, si une telle chose est possible. L'entreprise s'efforce de maintenir le respect des lois de l'Union européenne en matière de collecte de données, qui sont parmi les plus strictes au monde, et est également membre fondateur de l'Ethical Web Data Collection Initiative. Connu sous le nom d'EWDCI, il s'agit d'un consortium et d'un groupe de travail international dirigé par l'industrie qui tente d'établir des normes éthiques et des meilleures pratiques pour le secteur de l'agrégation de données. Il repose sous l'égide de l'Internet Infrastructure Coalition et agit comme une sorte de cadre réglementaire pour les entreprises de collecte de données qui souhaitent maintenir la confiance numérique.
Indépendamment de la controverse autour du web scraping, il est indéniable que des entreprises comme Oxylabs deviennent des acteurs essentiels au sein du secteur plus large de l’IA. Même si les agents IA font la une des journaux en matière de codage, de création de graphiques, de réalisation de films et d'automatisation de tâches commerciales, ils ne seraient pas en mesure de faire tout cela sans l'infrastructure de données fournie par Oxylabs.
L'argent provient du Capital Solutions Founders Fund de Warburg, d'une valeur de 4 milliards de dollars, qui a déjà soutenu une autre startup lituanienne, Nord Security UAB, le créateur de NordVPN. Elle détient désormais une participation importante dans les deux plus grandes entreprises technologiques lituaniennes. « Oxylabs s'est imposé comme un leader en matière d'intelligence Web grâce à sa technologie sophistiquée et à son vaste réseau », a déclaré Allison Ross, directrice de Warburg Pincus.
