Industrie & Technologies : Que peuvent trouver les industriels chez TeraLab ?
Anne-Sophie Taillandier : Notre vocation est de favoriser l’exploitation de la data par les entreprises en leur permettant d’expérimenter des outils sur leurs données. Faire venir chez soi des start-up ou des chercheurs peut être compliqué, et envoyer ses data dans un cloud externe suscite l’inquiétude. Nous sommes à la fois une infrastructure et un tiers de confiance pour accéder à des moyens techniques et humains, chez des start-up et dans des laboratoires. Nous hébergeons temporairement des données de l’industriel avec une sécurité adaptée à ses besoins, des niveaux d’accès définis et la garantie que les datascientists travaillent sur les données sans les récupérer.
Quels types d’entreprises viennent vous voir ?
Au début, il s’agissait surtout de grands groupes, qui venaient seuls. Aujourd’hui, ils viennent en filière, avec des questions sur le partage de données entre différents acteurs. Depuis deux ans, il y a de plus en plus de PME et d’ETI. Ce mouvement devrait s’accentuer avec le Pack IA, le dispositif d’accompagnement des PME mis en place par la région Ile-de-France, dont nous sommes le copilote. Le prérequis est simplement d’avoir des données.
Disposer de grandes quantités de données est-il nécessaire ?
Pas forcément. Je dis souvent aux PME qu’un petit jeu de données, pour peu qu’elles soient riches, suffit. Pour en collecter beaucoup, il faut investir dans des capteurs sur des chaînes de fabrication, par exemple. Ce qui est difficile pour les PME quand elles n’ont aucune idée du retour sur l’investissement dans l’acquisition de données. Nous essayons de leur faire dépasser ce blocage en leur permettant de l’évaluer, à partir des données qu’elles possèdent déjà.
Comment se déroule un projet ?
Nous mettons en place un POC [une preuve de concept, ndlr] de trois mois dans le cadre du Pack IA, mais qui peut aller jusqu’à trois ans pour de gros projets avec de multiples acteurs. La première phase est la définition du cas d’usage. Nous prenons le temps pour que l’industriel réfléchisse et s’approprie la démarche. Il faut qu’il soit engagé. Ensuite, nous l’aidons à accéder à l’écosystème de l’IA, et il choisit qui va travailler sur ses données. Les outils et les solutions sont testés et calibrés chez nous, puis nous l’accompagnons pour les mettre en service chez lui.
Quels types d’outils sont utilisés ?
Nous commençons par reproduire ce que l’industriel fait déjà avec des outils statistiques simples, puis on complexifie les modèles en ajoutant des sources de données. Nous restons raisonnables en termes d’algorithmes. L’idée est d’aller vers une solution robuste qui puisse être utilisée par la suite. Nous pensons transfert de technologie dès le début, notamment en veillant à ce que les outils mis à sa disposition soient compatibles avec sa feuille de route SI [système d’information, ndlr]. C’est essentiel pour qu’un POC débouche sur quelque chose.
Comment évaluez-vous la maturité des entreprises en matière d’IA ?
C’est très variable. Leur connaissance de l’IA dépend notamment de leur canal d’information. Il y a des tas de chapelles : les roboticiens, les connectivistes, les symboliques… Les entreprises sont surtout perdues par l’offre en matière d’outils. Start-up, consultants, éditeurs… Tout le monde propose de l’IA ! Mais il ne faut pas sous-estimer les industriels. Ils utilisent déjà des données et des algorithmes, même simples, pour améliorer leur process ou la maintenance. Ce qui change avec l’IA, c’est qu’on peut aller plus loin, être plus complexe et passer de modèles statiques à des modèles agiles et flexibles.
