Ebra Médias Rhône-Alpes PACA met l’IA Comonimage au service de ses clients
Ebra Médias Rhône-Alpes PACA met l’IA Comonimage au service de ses clients À l’occasion de Tech&Fest, Ebra Médias Rhône-Alpes PACA, et la startup grenobloise Comongo
Ebra Médias Rhône-Alpes PACA met l’IA Comonimage au service de ses clients À l’occasion de Tech&Fest, Ebra Médias Rhône-Alpes PACA, et la startup grenobloise Comongo
Un article paru sur Echotechno.fr Extrait « (…) L’outil d’analyse sémantique développé par la start-up grenobloise Comongo génère, grâce à l’intelligence artificielle, des études à haute valeur ajoutée
Un article paru sur le site E-Decideurs Extrait : Comongo est une start-up grenobloise qui allie un outil technologique d’intelligence artificielle unique en son genre,
Extrait « Pour accompagner les entreprises dans leurs prises de décision stratégiques, la start-up grenobloise Comongo, pionnière de l’analyse sémantique à partir de micro corpus de données,
Un article paru sur HelloBiz.fr le 17 Octobre 2019 Extrait : « La start-up Comongo, installée à Grenoble, a développé un outil d’analyse sémantique inédit, qui permet
Extrait : La Rédaction : Pouvez-vous nous expliquer le concept de Comongo en quelques mots ? Stéphane Labartino : Comongo, et l’outil d’analyse sémantique que nous avons développé,
(…) La start-up grenobloise Comongo a développé un outil logiciel d’analyse des ressentis inédit pour réaliser des audits d’image et de stratégie d’entreprises mêlant analyse sémantique et arbitrages humains. L’objectif ? Réaliser une analyse éclairante, rapide et abordable, qui prenne en compte le ressenti humain et permette à toute organisation de donner du sens à sa stratégie.(…)
Comongo a été élue startup de l’année 2018 par le Magazine Présence. L’occasion pour les entrepreneurs et les décideurs présents de mieux connaître notre innovation,
(…)Après quatre années de R&D, Comongo annonce la commercialisation, en octobre prochain, de sa solution d’analyse des évolutions des ressentis et d’anticipation des attentes à partir d’un faible volume de données. (…)