[DOSSIER] Révolution de la data : exploiter la donnée 9/12

Dix pépites au service de l’industrie

Dix pépites au service de l’industrie

Les industriels français peuvent s’appuyer sur les talents des start-up pour déployer l’intelligence artificielle dans leurs usines. Reste à trouver celle qui convient.

Lintelligence artificielle veut se faire une place dans l’usine. Les start-up portent cette ambition et les industriels ont la chance de pouvoir s’appuyer sur un écosystème en effervescence, avec plus de 250 jeunes pousses de l’IA. S’y ajoute désormais un soutien de l’état à la recherche et au déploiement des solutions d’IA, depuis le lancement de la stratégie nationale en IA en mars 2018. C’est le moment d’agir. Pour Laurent Stefani, le directeur de l’IA d’Accenture, la situation est résumée par un client cité dans l’étude d’Accenture, Technoloy vision 2017 : « Si on avait investi dans l’IA il y a trois ans, cela aurait été trop tôt. Si on ne le fait pas d’ici à trois ans, ce sera trop tard. » Selon le directeur, quatre grands axes d’usage de l’IA sont déjà en forte croissance : la RPA (Robotic process automation), avec ses robots logiciels qui déchargent les humains de tâches informatiques fastidieuses ou les assistent ; la reconnaissance du langage, écrit ou oral, qui dope les chatbots et ouvre de nouvelles interfaces aux systèmes de l’usine ; l’inspection visuelle, « avec des solutions de plus en plus matures », qui s’épanouit dans le monde industriel sur les questions de qualité et de maintenance ; enfin, les « analytiques » qui se multiplient pour optimiser la gestion d’équipements ou de l’énergie, détecter les anomalies…

Pourquoi utiliser une start-up pour se lancer ? Tout d’abord, pour profiter de son agilité et de sa capacité d’innovation. Mais aussi pour pallier la pénurie de talents dans l’IA. Difficiles à trouver, coûteux à embaucher, ces experts peuvent néanmoins travailler pour vous via leur start-up. Il y en a pour tous les goûts. Certaines, axées sur la technologie, travaillent dans toutes sortes de domaines et pratiquent la fertilisation croisée. D’autres se spécialisent dans un secteur ou une fonction et enrichissent leurs modèles des données de plusieurs industriels. À vous de choisir.

Simsoft Industry

Le chatbotde l’usine du futur

Créé en 2013

Labège (Haute-Garonne)

Si l’intelligence artificielle a beaucoup à apporter aux systèmes autonomes, elle peut aussi être un levier important de performance humaine. Ce parti pris est celui de Simsoft Industry, qui développe des assistants vocaux intelligents à destination des techniciens. « Nos clients ont une bonne vision de ce que la robotique, les objets connectés et le traitement des données peuvent leur apporter, mais ils ont plus de difficulté à appréhender l’interaction de ces systèmes intelligents avec leurs techniciens », explique André Joly, le cofondateur et DG de Simsoft Industry. Avec son « gestionnaire de dialogue en langage naturel », la start-up entend faciliter l’action entre l’environnement numérique de l’entreprise et les opérateurs afin d’améliorer leur performance. Laissant à l’opérateur la possession de ses mains et de ses yeux, cet assistant vocal lui fait remonter des informations, tout en l’interrogeant sur ses tâches afin de générer un rapport d’intervention complet et structuré. Une dizaine de clients a déjà adopté cette technologie.

Energiency

Analyser pour économiser l’énergie

Créé en 2013

Rennes (Ille-et-Vilaine)

Energiency promet jusqu’à 20 % de réduction des factures d’énergie, mais il faut une certaine maturité pour accéder à sa technologie. « Nous proposons un outil d’analyse des données qui intervient en aval de leur captation, explique Arnaud Legrand, le cofondateur et PDG de cette start-up. Nos clients doivent avoir des sites équipés de capteurs et protocoles de communication, et être prêts à mettre leurs données sur un cloud. » Déployée chez une trentaine de grands groupes internationaux, la technologie identifie des gisements d’économies d’énergie en deux temps. D’abord elle donne du sens à la consommation en croisant les données captées avec celles de production et de maintenance, ce qui permet d’identifier des leviers pour la réduire avec une approche de lean management. Elle propose ensuite une prédiction de la consommation pour réaliser des achats au plus près des besoins et un système d’alerte en cas de dérapage de la consommation.

Deepomatic

L’infrastructure augmentée

Créé en 2014

Paris

Deepomatic est un pure player de la vision, 100 % deep learning, au service de l’industrie et, plus précisément, désormais, des opérateurs d’infrastructures. Une orientation qui convient bien à son PDG, Augustin Marty, ingénieur des Ponts et Chaussées passé par Vinci. Sa vision ? Améliorer l’opération des infrastructures en équipant des caméras d’une puce sur laquelle tournent les modèles d’analyse visuelle de Deepomatic. Une plate-forme logicielle recueillant les informations pour les rendre intelligibles et actionnables. Trois cas d’usage sont visés. L’encaissement libre, ou free flow cashing, consiste à facturer les utilisateurs de services sans les arrêter à la caisse. La maintenance est le deuxième grand axe pour la start-up, dont les modèles reconnaissent les défauts et autres avaries. Le PDG y voit, notamment dans le transport, « d’énormes gains, d’au moins 10 % des coûts ». Enfin, avec le concept d’intelligence ambiante, il alerte si quelqu’un est tombé sur la voie, repère les places libres dans un train…

Scortex

L’inspection avec intelligence

Créé en 2016

Paris

Scortex s’attaque à l’automatisation de l’inspection visuelle. Cette start-up finaliste du challenge Industrie du futur organisé par SKF et Atos propose une solution clés en main – de l’installation des caméras au traitement des images – pour obtenir un contrôle qualité visuel directement en ligne de production. Une application de deep learning aide à détecter et à localiser les défauts, tout en tenant compte des critères qualité du client. « Automatiser les inspections permet de gagner en stabilité et de digitaliser l’information sur la qualité, fait valoir Aymeric de Pontbriand, son PDG. En enregistrant automatiquement le niveau de qualité ainsi que la qualification du défaut, nous donnons à l’industriel une information en temps réel sur sa qualité, qu’il peut partager avec ses collaborateurs, ses fournisseurs et ses clients pour optimiser sa supply chain. » Aujourd’hui, Scortex, qui travaille en France et en Allemagne, compte trois grands clients dans l’automobile et un dans les biens de consommation.

Tellmeplus

Prédire et expliquer

Créé en 2011

Montpellier (Hérault)

Le prédictif est l’une des promesses de l’intelligence artificielle. La start-up Tellmeplus en a fait sa spécialité avec sa plate-forme cloud Predictive Objects, dédiée à l’efficacité des actifs industriels. Un outil « accessible aux experts métiers, qui ont seulement à indiquer le résultat dont ils ont besoin et dans quel délai », explique son fondateur, Jean-Michel Cambot. Tellmeplus prédit, par exemple, à un avionneur quels ordres de fabrication sortiront conformes et lesquels sortiront défectueux, en indiquant une explication et les moyens de prévenir le défaut. Pour un autre client, elle explique en une seconde l’origine d’une panne, là où il faut entre une et quatre semaines aux experts. « Quand ce client nous fournira assez de données, nous pourrons prédire la panne, souligne Jean-Michel Cambot. Mais le plus important quand on met de l’intelligence dans les actifs industriels, c’est de pouvoir expliquer son diagnostic. »

FieldBox.ai

Anticiper pour optimiser

Créé en 2012

Bordeaux (Gironde)

Quand une pompe casse au fond d’un puits de pétrole, le coût est lié à son remplacement mais aussi au manque à gagner dû au temps d’arrêt du puits. Dans le cas de Total, un mois d’attente était parfois nécessaire avant de récupérer l’appareil permettant le remplacement de la pompe. Pour s’attaquer au problème, le géant a reçu FieldBox.ai dans son incubateur. Cette start-up propose une solution de récupération et traitement de données pour optimiser les équipements par la prédiction. « L’algorithme que nous avons développé pour Total détecte les anomalies dans le fonctionnement d’une pompe. Cela permet de commander un appareil de forage en avance ou de ralentir la pompe pour allonger sa durée de vie », expliquePeter von Campe, le directeur commercial de la société. FieldBox.ai s’adapte à d’autres spécificités métiers. Pour Aéroports de Paris, elle prédit le flux de bagages pour maximiser l’efficacité du centre de tri.

O2Quant

Deep learning sur mesure

Créé en 2017

Marseille (Bouches-du-Rhône)

Toute jeune, la start-up O2Quant travaille déjà avec de grands noms de l’industrie comme Thales Alenia Space et AMD. Elle propose des solutions sur mesure et intégrables par les clients dans leur environnement logiciel. « Nous sommes une société de services spécialisée en deep learning, explique Olivier Guillaume, le cofondateur. Nous fabriquons des modèles d’intelligence artificielle que nous entraînons avec les données de nos clients. » Travaillant la plupart du temps sous clause de confidentialité, O2Quant a développé un logiciel de recommandation de produits aux clients pour un géant de l’aéronautique et des algorithmes de prédiction de pannes pour un autre. Des solutions appréciées par des groupes qui veulent garder la main sur leur process pour des raisons de sensibilité des données ou de volume à traiter.

Jalgos

Multitechnos

Créé en 2014

Paris

Se présentant comme une équipe de R & D en IA au service des industriels, Jalgos revendique son côté couteau suisse. En matière de technos – « nous puisons dans notre bibliothèque technologique pour nous adapter à tout problème de big data » – comme d’applications, « Nous ne nous spécialisons pas car on apprend beaucoup de problèmes différents », pointe Sébastien Lamy de la Chapelle, le cofondateur de l’entreprise. D’autant qu’il peut y avoir des croisements fructueux, comme entre l’anticipation des ventes pour améliorer la logistique du réseau de parapharmacie Parashop et la prédiction de l’arrivée de patients aux urgences, deux projets en cours d’industrialisation. Jalgos a aussi travaillé sur la maintenance prédictive pour Alstom et la réduction des erreurs de comptage pour GRT Gaz.

Cosling

Calculateur sous contrainte

Créé en 2014

Nantes (Loire-Atlantique)

Comment placer de manière optimale une centainede colis sur une palette ? Trouver la solution parfaite, qui suppose de tester toutes les combinaisons possibles, est irréalisable dans un temps acceptable. La start-up Cosling a développé pour la société ID Logistique une application qui trouve une « bonne » solution, en quelques secondes. « Nos algorithmes s’appuient sur de la programmation par contrainte pour répondre à des problèmes mathématiques complexes », explique Tanguy Lapègue, son cofondateur. Cosling s’attaque à tout type de planification, du planning RH à la tournée de véhicules. La start-up a même travaillé avec l’Agence spatiale européenne pour planifier la communication avec ses satellites. Un vrai casse-tête, alors que peu d’antennes au sol sont disponibles et qu’il y a un risque de perte des données si la mémoire des satellites sature.

Datapred

Dédié au séquentiel

Créé en 2014

Paris

éditeur du logiciel éponyme, Datapred est spécialiste des séries temporelles (les données horodatées), « une matière première que traite une branche du machine learning, l’apprentissage séquentiel », explique son directeur Thomas Oriol. Si le savoir-faire de la start-up est issu de la finance, son directeur revendique un focus exclusivement industriel. Trois secteurs verticaux où le facteur temps est critique sont visés : la logistique, l’optimisation industrielle, dont la prédiction des performances, et l’achat de matières premières. Datapred travaille depuis septembre 2017 avec un industriel en Asie qui achète 200 M$ d’acier par an. En trois mois, Datapred a bâti une solution moulinant 150 données internes et externes pour prévoir les prix et fournir un programme d’achat optimal sur trente jours. À la clé, 10 M$ économisés par an. Le client a signé en janvier, la solution est en cours de déploiement et l’extension à d’autres sites est prévue.

Testez L'Argus de l'assurance en mode abonné. Gratuit et sans engagement pendant 15 jours.

Le Magazine

ÉDITION DU 18 octobre 2019

ÉDITION DU 18 octobre 2019 Je consulte

Emploi

KAPIA RGI

Chef de Projet Assurance-Vie H/F

Postuler

KAPIA RGI

Ingénieur Développement PHP5/ZEND (H/F)

Postuler

+ de 10 000 postes
vous attendent

Accéder aux offres d'emploi

APPELS D'OFFRES

Marché d'assurances du BTP CFA Auvergne - Rhône-Alpes.

Association BTP CFA Auvergne Rhône-Alpes

17 octobre

69 - BTP CFA AUVERGNE RHONE ALPES

Prestations de services d'assurances.

EPIC de Bagnoles de l'Orne Tourisme

17 octobre

61 - BAGNOLES DE L'ORNE

Proposé par   Marchés Online

Commentaires

Dix pépites au service de l’industrie

Merci de confirmer que vous n’êtes pas un robot

Votre e-mail ne sera pas publié