Présentation du service
Almanac, issu du batch S26 de Y Combinator, se décrit comme une IA qui « connaît votre entreprise ». Le produit se comporte comme un ordinateur autonome : il possède son propre navigateur, son système de fichiers et ses identifiants de connexion. Cette autonomie lui permet d’interagir avec des outils qui ne disposent d’aucune API publique, simplement en s’y connectant comme le ferait un utilisateur humain.
Le cas d’usage le plus visible consiste à récupérer les reçus de services de livraison (Uber, DoorDash) et à les joindre automatiquement à la plateforme comptable Mercury. Le flux complet – connexion, extraction, association – se déroule sans intervention manuelle, ce qui illustre la promesse d’une automatisation « end‑to‑end » pour les processus financiers.
Architecture technique
Pour reproduire le comportement d’un navigateur réel, Almanac utilise très probablement un moteur de rendu sans tête (ex. Chrome Headless ou Playwright) exécuté dans un environnement sandboxé. Les identifiants sont stockés dans un coffre‑fort chiffré, accessible uniquement via des appels sécurisés depuis le processus d’automatisation. Un modèle de langage large (LLM) fournit le raisonnement contextuel : il interprète les pages web, identifie les champs de saisie et décide quelles actions entreprendre.
Le pipeline d’exécution s’articule autour de trois couches : (1) la couche d’orchestration, qui déclenche les scénarios d’automatisation à la demande ou selon un planning; (2) la couche d’interaction UI, qui pilote le navigateur via des scripts générés dynamiquement par l’LLM; (3) la couche d’intégration, qui transmet les données extraites (ex. receipts) aux API de Mercury. Cette séparation facilite le remplacement d’un composant (par ex. un autre LLM) sans perturber l’ensemble du système.
Analyse des performances et limites
Le temps de traitement dépend fortement de la latence du réseau et de la complexité du DOM des sites ciblés. Parce que l’automatisation repose sur l’interface graphique, toute modification de l’UI (changement de classe CSS, ajout d’un captcha) peut interrompre le flux, nécessitant une mise à jour du script. De plus, la précision de l’extraction de données dépend de la capacité de l’LLM à reconnaître les formats de reçu, qui varient d’un prestataire à l’autre.
Almanac ne signale pas de capacité de mise à l’échelle horizontale ni de métriques de débit. En l’absence de ces indicateurs, il est difficile d’évaluer la viabilité du service pour des entreprises traitant des milliers de transactions quotidiennes. Le produit reste donc plus adapté aux PME qui ont un volume modéré de reçus à traiter.
Implications sécuritaires et conformité
Le stockage et la réutilisation d’identifiants sensibles imposent des exigences de chiffrement au repos et en transit. Si le coffre‑fort utilise un algorithme AES‑256, la menace principale devient la compromission du processus d’exécution (ex. exfiltration de session via un script malveillant). La conformité aux normes PCI‑DSS est indispensable lorsqu’on manipule des données de paiement provenant d’Uber ou DoorDash.
Enfin, la collecte automatisée de données personnelles doit respecter le RGPD : chaque reçu doit être associé à une base légale (ex. exécution d’un contrat). Almanac doit donc fournir des journaux d’audit détaillés, permettant aux entreprises de prouver la traçabilité des accès et des traitements de données.
