Probabl

Probabl est la société qui opère officiellement scikit-learn, la bibliothèque Python de machine learning téléchargée plus de 200 millions de fois par mois. Née fin 2023 d'un essaimage d'Inria, elle réunit une grande partie des fondateurs et des mainteneurs historiques du projet, dont Gaël Varoquaux, cofondateur et directeur scientifique. Installée à Paris, l'entreprise édite Skore, une plateforme d'IA pour les données tabulaires : un agent de data science qui construit, valide et documente des modèles prédictifs en appliquant la méthodologie statistique des mainteneurs de scikit-learn. Le site Probabl est en anglais et l'offre s'adresse aux équipes data des entreprises.

Ce que fait Skore pour les équipes data

• Un agent de data science qui explore les données, construit les pipelines et évalue les résultats, en proposant chaque étape à valider.
• La détection des erreurs méthodologiques, comme les fuites de données (data leakage) ou les biais d'évaluation silencieux, avant qu'elles n'atteignent la production.
• Un niveau d'autonomie réglable : de l'assistance pas à pas jusqu'à une exécution de bout en bout, avec plafond de tokens et budget par run.
• Un suivi automatique des expériences dans l'Evaluation Hub, pour comparer modèles, paramètres et résultats d'un run à l'autre.
• Des métriques adaptées au problème, présentées avec leur marge d'incertitude pour savoir jusqu'où se fier à un score.
• Un journal d'audit qui consigne les entrées, les décisions et les sorties de chaque étape, utile pour les revues de conformité.
• Un espace de travail cloisonné : l'agent n'accède qu'aux données et outils autorisés, avec des connecteurs en lecture seule et l'écriture en production bloquée.
• Des skills privés pour enregistrer les contrôles et méthodes maison de l'équipe, qui restent la propriété de l'entreprise.
• Une intégration dans les outils de code existants (Claude Code, OpenCode, GitHub Copilot, VS Code) et un serveur MCP dédié.
• Des connecteurs vers BigQuery, Databricks, Snowflake, Postgres ou de simples fichiers CSV et Parquet.

Probabl part d'un constat : les agents d'IA accélèrent la data science, mais produisent des modèles difficiles à expliquer, des coûts de calcul imprévisibles et une dépendance croissante à un fournisseur. Skore se positionne comme une couche de méthodologie plutôt qu'un énième outil d'AutoML. Il fonctionne avec n'importe quel fournisseur d'IA, n'importe quel framework (scikit-learn, XGBoost, TabICL) et n'importe quelle infrastructure, dans le cloud, sur site ou en local. Le tout est porté par l'équipe qui maintient scikit-learn, ce qui donne à l'outil une légitimité rare sur la rigueur statistique.

Pourquoi l'IA tabulaire a besoin de garde-fous

Une grande partie des décisions d'entreprise repose sur des données tabulaires : prévisions de ventes, risque de churn, scoring de crédit, détection de fraude. Dans ces domaines, un modèle mal validé coûte cher, et un modèle impossible à expliquer ne passe pas un audit. Skore répond à ces deux enjeux : il garde le data scientist aux commandes des décisions importantes, il automatise le travail répétitif et il produit la trace de chaque choix au fil de l'eau, sans documentation à reconstituer après coup. Le secteur bancaire, où la preuve conditionne le déploiement, fait partie des cas d'usage mis en avant par l'éditeur.

Un écosystème open source autour de scikit-learn

Au-delà de Skore, Probabl finance et maintient plusieurs bibliothèques open source de l'écosystème Python : scikit-learn, skrub pour la préparation des données, imbalanced-learn, ainsi que la bibliothèque skore, disponible sur PyPI. L'entreprise pilote aussi TabICL, un modèle de fondation tabulaire entièrement ouvert. Elle propose Skolar, une plateforme de formation et de certification scikit-learn, et Scikit-learn Central, un catalogue de ressources autour de la bibliothèque. Probabl collabore avec Google Cloud, AWS, Nvidia et Intel, notamment pour accélérer scikit-learn sur leur matériel.

Tarifs

• Skore Team : 25 000 € (ou 30 000 $) par an, prix et périmètre fixes. La licence comprend l'installation sur site ou dans votre VPC AWS ou Google Cloud, l'onboarding de l'équipe sur vos propres données et jusqu'à 20 heures d'accompagnement par l'équipe Probabl sur un premier cas d'usage.
• Skore Enterprise : sur devis, pour un déploiement à l'échelle de l'organisation.
• Bibliothèques open source (scikit-learn, skrub, skore...) : gratuites.

Aucune version d'essai en libre-service n'est proposée pour la plateforme : l'accès passe par une démo ou un appel de 30 minutes pour vérifier l'adéquation avec vos données.

Pour qui Probabl est-il fait ?

Probabl s'adresse aux entreprises qui construisent des modèles prédictifs sur leurs données tabulaires et veulent industrialiser cette activité sans perdre en rigueur. Les équipes de data scientists y trouvent un agent qui prend en charge le travail répétitif tout en signalant les erreurs de méthode. Les responsables data et les DSI apprécieront le déploiement dans leur propre cloud, l'absence de verrouillage technologique et la maîtrise des coûts de calcul. Les secteurs régulés, comme la banque, l'assurance ou la santé, sont les premiers concernés par la traçabilité et l'audit intégrés. Avec un ticket d'entrée de 25 000 € par an, l'offre vise des équipes data constituées plutôt que les indépendants ou les petites structures, qui peuvent en revanche utiliser librement les bibliothèques open source de l'éditeur.