Comment l’IA est utilisée dans l’industrie, le secteur de la cybersécurité, le commerce ou dans la santé ? Lara Rouyres, fondatrice et CEO de Levia.ai nous présente 5 exemples d’application, à l’occasion de l’événement France is AI.
L’intelligence artificielle en entreprise, c’est du concret ! © Gorodenkoff – stock.adobe.com
Nous avons interrogé Lara Rouyres, fondatrice et CEO de Levia.ai, ainsi que board member de France Digitale, qui nous présente des exemples d’utilisation de l’intelligence artificielle dans l’industrie, la cybersécurité, la santé, le commerce et la recherche, à l’occasion de l’événement France is AI. Ce rendez-vous incontournable pour les acteurs du quantique et de l’IA européens se déroulera lundi 16 novembre en ligne.
Pourriez-vous nous donner 5 exemples d’application de l’intelligence artificielle ? Qu’est-ce que l’IA apporte à chacun de ces secteurs et quelles sont leurs perspectives ?
L’IA dans l’industrie
Dans l’industrie, l’exemple qui nous vient directement en tête est le système de préparation de commande basé sur des flottes de robots de la startup française Exotec. Mais les cas d’usages dans l’industrie sont beaucoup plus vastes : optimisation de la supply chain, gestion et prévision des stocks, prédiction des manutentions, automatisation du contrôle qualité, etc…
L’IA dans la cybersécurité
Côté sécurité, pendant le confinement les cyberattaques enregistrées ont été quatre fois plus intenses, c’est un secteur stratégique dans lequel il faut continuer à investir. L’IA est depuis quelques années incontournable pour identifier les relations entre les différentes menaces : fichiers malveillants, adresses IP suspectes, menaces internes, etc. Cette analyse ne prend que quelques secondes, et permet aux analystes de la sécurité de répondre jusqu’à 60 fois plus rapidement aux menaces. La startup CybelAngel propose des solutions pour aider les entreprises à détecter les fuites de données ainsi que les différentes menaces du dark web grâce à l’intelligence artificielle. Vade Secure se concentre quant à elle sur la protection contre les attaques avancées et sophistiquées déployées par email.
L’IA dans la santé
Dans un monde où médecine et data sont de plus en plus liées, les innovations dans le secteur de la santé ne connaissent pas la crise. De l’aide au diagnostic à partir de l’imagerie médicale au parcours patient, suivi de l’efficacité du traitement, de nombreuses startups de l’IA œuvrent pour une amélioration du système de santé. Certaines startups comme Owkin, qui utilise une architecture de Federated Learning (ou apprentissage fédéré) non centralisée et plus sûre pour protéger les données personnelles des patients, Withings (objets connectés), Implicity (télésurveillance des prothèses cardiaques connectées), Incepto Medical (imagerie médicale) ou Cardiologs (l’interprétation des électrocardiogrammes) se distinguent.
L’IA dans le commerce
L’IA dans le secteur du commerce regorge de startups B2B moins connues du grand public. Les deux dernières méga-levées réalisées en France concernent notamment l’amélioration de l’expérience client. Contentsquare édite un logiciel en SaaS d’optimisation de l’expérience client et d’augmentation du taux de conversion pour les sites d’e-commerce. Elle a obtenu le statut de licorne en mai dernier, suite à l’annonce de sa Série D de 175 millions d’euros. AB Tasty, spécialisée dans l’optimisation de l’expérience client, a réussi à lever 37 millions d’euros en Série C en juillet 2020. Les cas d’usage sont nombreux par ailleurs, il suffit de consulter notre mapping des 453 startups de l’IA en France pour le comprendre : marketing prédictif, optimisation de la performance web, agents conversationnels (bots), etc. Les entrepreneurs français ne manquent pas de créativité !
L’IA dans la recherche
Bien sûr, on ne peut avoir d’innovations en IA sans recherche. Beaucoup de startups, qui cartonnent aujourd’hui en France, sont des spin off issues de centres de recherche. Par exemple, la startup Prophesee, spécialiste de la vision artificielle, trouve ses racines dans l’Institut de la Vision (CNRS, Université Pierre et Marie Curie, INSERM).
Avant de pouvoir se servir d’une telle technologie et obtenir une valeur ajoutée, de nombreuses étapes liées à la collecte, la gestion ou encore l’uniformisation des données des consommateurs doivent être mises en place. Quelles sont ces différentes étapes et comment les experts de l’IA peuvent-ils parvenir à surmonter ces barrières selon vous ?
C’est certain, la data est un des facteurs-clé de succès pour tout projet en IA. Il convient avant tout de bien connaître son patrimoine de données, de bien maîtriser sa qualité, et d’avoir la capacité d’activer ces données au service de l’IA. Heureusement, il existe de belles pépites françaises capables d’accompagner les entreprises sur tous ces chantiers : Saagie, par exemple, fournit une plateforme qui permet de déployer rapidement des projets Big data en production et d’embarquer de l’IA dans vos applications. Cosmian développe et édite une plateforme logicielle de chiffrement de données. Cette solution permet d’analyser les données encryptées et les exploiter sans les compromettre, mais aussi de chiffrer la donnée lorsqu’elle est en cours d’utilisation, pour qu’elle puisse rester chiffrée de bout en bout. Par ailleurs, la valorisation de la donnée est un vrai enjeu de transformation digitale : les entreprises sont de plus en plus amenées à partager des données en interne et externe, notamment pour alimenter des projets d’IA. Dawex et Opendatasoft proposent ainsi des plateformes de datasharing.
En quoi l’IA permet-elle d’aider les entreprises à anticiper les demandes des consommateurs et à prendre des décisions stratégiques ?
Dans le secteur du retail et de l’e-commerce de façon plus générale, l’IA peut devenir un partenaire stratégique indispensable. L’IA prédictive est particulièrement impressionnante dans le secteur du retail. Il est aujourd’hui possible de faire des prévisions sur le retour sur investissement (ROI), sur la meilleure stratégie d’optimisation des prix, de prévoir l’efficacité de campagnes de communication en ligne et hors ligne, etc. Par exemple, Linkfluence fait de l’écoute des conversations des internautes sur les réseaux sociaux et sur Internet à destination notamment des entreprises. C’est un bon moyen de connaître l’avis du marché sur les produits et services mais aussi sur les besoins non couverts.
De même, l’IA appliquée à la relation client, que ce soit sur des besoins d’avant-vente pour répondre automatiquement aux questions que les visiteurs se posent sur une fiche produit, comme le propose Levia.ai, ou que ce soit sur des questions d’après-vente, les modèles de Natural Language Processing (NLP) nouvelle génération permettent d’apporter un niveau de réponse proche de la qualité d’un opérateur de service client sur des questions génériques et ainsi rendre les consommateurs autonomes dans leur navigation.
Recevez par email toute l’actualité du digital
