Transcription

• Speaker #0

  Voice of Industries Alors aujourd'hui je suis ravi de recevoir Fabien Fasson de la société AlphaEdge sur Voice of Industries. On est sur le salon Tech for Industry. Bonjour Fabien. Bonjour. Alors pour commencer, est-ce que tu peux nous en dire un peu plus sur la société AlphaEdge et ce que toi tu fais au sein de la société ?

• Speaker #1

  Bien sûr, donc moi je suis le CEO de AlphaEdge. et AlphaEdge, on est un concepteur de modèles d'IA. Notre spécificité, c'est vraiment qu'avec nos chercheurs, nos data scientists et les parties prenantes qui nous constituent, on crée des propres technologies d'IA. Et pourquoi on cherche à innover et à recréer l'IA ? C'est qu'on a une vision qui est différente de ce que la plupart des acteurs connaissent de l'IA. Nous ne faisons pas des IA massives et l'élème tel que tout le monde les connaît, mais des IA métiers beaucoup plus... plus spécialisée et beaucoup plus légère, qui s'adapte d'ailleurs très bien au secteur de l'industrie. Pour vous donner tout de suite un exemple figuratif, chacun de nos modèles peut être embarqué dans un téléphone. Tous nos modèles font moins d'un milliard de paramètres, il ne suffit que de 16 VG de RAM pour les faire tourner, ce qui peut être la configuration d'un smartphone actuel.

• Speaker #0

  Alors avant de retourner dans le détail du sujet, on est sur Tech4Industry. Qu'est-ce qui t'a amené ici et quel message t'es venu porter sur le salon ?

• Speaker #1

  Moi, il y a quelque chose qui m'a frappé, j'étais au Salon Global Industrie, qui a eu lieu il y a quelques mois, et j'ai vu beaucoup d'acteurs qui n'ont pas encore pleinement saisi les enjeux de l'IA, et notamment la vision de l'IA qu'on porte, le Edge AI, c'est-à-dire l'IA qui est déployée localement en fait. Je trouve que c'est quelque chose qui est encore peu adressé, et donc nous le message qu'on veut porter, c'est qu'il faut que nos industries restent à la pointe de l'innovation. On voit que les Chinois innovent énormément, robotisent énormément leurs usines. Et donc en Europe, on parle beaucoup de l'IA, mais aussi il faut penser à l'IA déployée physiquement pour nos industriels. Et donc nous, en tant qu'experts en Edge AI, le message qu'on a vu repartir, c'est travailler avec des startups telles que nous, qui sommes à la pointe de l'innovation et qui pouvons aider aussi nos acteurs industriels à passer ce défi technologique qu'on est en train de vivre en ce moment.

• Speaker #0

  Si on revient aux industriels, Pour quelles raisons ils viennent vous voir ? Quel type d'enjeux ils ont ? Et comment vous les résolvez ?

• Speaker #1

  Quand on discute avec des industriels, ils ont en fin de compte des problématiques relativement classiques, mais qui sont exacerbées par rapport aux enjeux de l'IA. On parle tous aujourd'hui de souveraineté par rapport à l'IA. C'est un terme d'ailleurs assez marketisé. Moi, je préfère parler d'autonomie stratégique. Ça veut dire quoi ? Ça veut dire que nos entreprises, elles ne veulent pas forcément que l'IA soit française. Ce qu'elles veulent, c'est que l'IA puisse s'en saisir. en autonomie, elles puissent posséder leurs propres technologies d'IA. Donc les industriels aujourd'hui se saisirent de l'enjeu de l'IA. Leur plus grande crainte c'est est-ce que je vais maîtriser cette technologie ? Est-ce que si je la déploie chez moi, je vais être prisonnier de la personne qui va m'aider à la déployer ? Donc ça c'est un enjeu sur lequel on répond de manière très forte à ce qu'on fait de l'IA on-premise. C'est-à-dire qu'on déploie des modèles directement dans l'infrastructure des clients, on ne leur demande aucune data, leur data ne quitte jamais leur environnement et donc se sentent vraiment en sécurité. pour justement déployer cette technologie.

• Speaker #0

  Si on revient aux enjeux des industriels, là tu as évoqué un sujet plutôt macro-stratégique. Si on prend les enjeux métiers, à quel type d'enjeux métiers vos IA répondent ?

• Speaker #1

  Pour moi, il y a deux grands enjeux. Il y a le lieu de production, mais il y a aussi tout l'enjeu data, tout l'enjeu un peu bureau qui peut tourner à côté. Je vais prendre le cas qui est bureau et qui peut s'appliquer d'ailleurs à d'autres entreprises, mais qui a un vrai enjeu des industriels. On a des entreprises qui aujourd'hui ont des données, des fois qui datent même de plusieurs centaines d'années, qui ont énormément de data, qui n'ont pas encore trouvé pleinement les moyens de pouvoir l'exploiter. Et donc, qu'est-ce qu'on vient déjà résoudre par rapport à ce problème ? C'est que nous, on a une expertise métier en vectorisation de la donnée. Alors, pour expliquer un peu plus, on fait de l'OCR, c'est-à-dire qu'on a des modèles qui, de manière très rapide, très industrielle, très économique, savent transformer une donnée non structurée. en une donnée structurée, c'est-à-dire tout type d'image, de documents d'archives, de plans, de données très complexes à interpréter, qui souvent sont peu exploitées en interne, où on est capable de la transformer dans une donnée qui est utilisable pour l'entreprise. Et si jamais j'ai parlé de la souveraineté, c'est que le problème de ces entreprises, c'est qu'à aucun moment elles ne veulent prendre le moindre risque que cette donnée puisse quitter leur environnement. Donc tout l'enjeu, justement, c'est de déployer cette technologie qui va déjà permettre d'avoir une data exploitable. mais qu'à aucun moment elle est quittée sous cette sécurité du site. Donc ça, c'est déjà une première chose qu'on fait, transformer une donnée brute, on va dire, en une donnée exploitable.

• Speaker #0

  Mais qui touche essentiellement le patrimoine technique et scientifique de l'entreprise.

• Speaker #1

  Exactement, on peut dire ça c'est... C'est essentiel quand même d'en parler en premier temps, comme on dit, pas de data, pas d'IA. Donc déjà, avant de rentrer dans le détail des cas d'usage, si vous n'arrivez pas à avoir cette matière première en termes de data, vous ne pourrez rien faire. Et donc ça, c'est important d'en parler, parce que beaucoup d'entreprises aujourd'hui ne commencent pas à faire de l'IA de manière complète, parce qu'elles sont bloquées à ce stade. Maintenant, quand vous avez réussi à débloquer ce stade, qu'est-ce qu'on peut faire de beaucoup plus précis et beaucoup plus métier ? Beaucoup d'entreprises ont des problèmes, par exemple, de transmission de savoir, de formation, et donc Quand vous avez cette data qui est bien vectorisée, l'IA ça peut être en interne un vecteur pour optimiser l'intégration des collaborateurs, permettre que pour chaque métier, et là ça peut aussi tout de suite remonter sur le terrain, on a des opérateurs qui arrivent et qui n'ont pas tout le savoir-faire de leurs aînés et qui peuvent être en difficulté pour comment dans le processus de production bien prendre sa place, les normes de sécurité. savoir lire un plan et toutes les légendes qu'il faut savoir utiliser en fonction des cas de figure. Donc en fait, on peut aider les entreprises à déployer des systèmes qui vont faciliter l'intégration des collaborateurs, leur formation et accélérer leur opérationnalité sur le terrain. Ça, c'est un exemple.

• Speaker #0

  Et ça vient remplacer un peu le compagnonnage qui fonctionnait par l'oral, on va dire. Là, on a quelque chose, on va dire une approche plus structurée dans la formation des collaborateurs.

• Speaker #1

  C'est effectivement un des exemples. Après, il y en a des nombreux que je pourrais donner, mais l'idée, ça peut être pour ce côté intégration. Je vais prendre un autre exemple encore plus parlant, qui pour le coup se déploie aussi très facilement. Il y a un vrai enjeu aussi au sein même de la ligne de production d'optimiser, en fin de compte, tout ce qui va être autour de la maintenance prédictive, du contrôle qualité, ce genre de sujet. C'est des sujets qui sont adressés depuis des années. En réalité, on va se dire rien d'innovant sur le cas d'usage. Sauf que nous, par exemple, ce qu'on apporte en tant qu'acteur qui fait de l'IA on edge, c'est de pouvoir jusque dans le capteur, c'est-à-dire dans une caméra au plus proche de la ligne de production, embarquer de l'IA et éviter sur le circuit de la donnée qu'on perde du temps. Je vais donner un exemple précis. On a une entreprise, un industriel, donc je vais cacher les noms pour rester confidentiel, mais qui nous a demandé si on pouvait justement sur une ligne de production, en direct, indiquer quand un opérateur de production est en train d'empaqueter un produit, si jamais il commet une erreur. Donc il y a une petite caméra qui filme la zone de production et il y a différents éléments qui sont importants à assembler et des fois ça peut être des pièces de toute petite taille qui sont à prendre en compte. Et donc là ce qu'avait fait notre client en expérimentation c'est d'utiliser des modèles open source. avec notamment des modèles YOLO qui permettent de segmenter des images mais de manière un petit peu, on va dire, un petit peu brute et qui n'arrivaient pas à être capables de détecter les éléments les plus fins. Donc pour cet acteur-là, on les a mis en fait à l'état de l'art. On a combiné notre expertise en IA vision et la qualité aussi des modèles de segmentation qu'on utilise. Donc les modèles de segmentation, c'est des modèles qui permettent en fait de découper une image en de fines parties et on a réussi en fait à aider ce client. a arrivé à détecter justement ces éléments les plus petits et ça lui a permis justement de s'assurer que son cas d'usage de vision, de contrôle qualité embarqué, il pouvait vraiment se déployer en local.

• Speaker #0

  En gros, votre métier c'est d'accompagner vos clients sur un cas d'usage avec un peu tout votre savoir-faire et les technologies d'IA qui vont bien pour mettre en place des modèles qui répondent à ces besoins.

• Speaker #1

  En fait, alors exactement, il y a un côté hybride à notre approche. Nous, on est concepteur de modèles. Donc on crée des modèles, on a deux modèles qu'on a créés pour le moment. Un modèle vision-language qui va traiter tous les cas d'usage avec de la vision. Et le langage ça apporte la sémantique, c'est essentiel aujourd'hui de l'apporter pour justement avoir une approche généraliste. L'intérêt de notre modèle de fondation, c'est qu'il est capable d'interpréter quasiment tout type d'image. On l'a aussi déployé d'ailleurs pour des cadres robotiques. Donc ça, ça permet aux clients déjà de venir quand même de notre côté avec un vrai modèle intéressant à déployer. et qui va pouvoir répondre à la plupart de son cas d'usage. Et la deuxième partie, pour répondre à votre question sur la customisation, l'intérêt aussi de faire appel à des experts IA qui ont un niveau de concepteur comme nous, c'est qu'on peut vous aider pour vos enjeux métiers les plus précis. Là, on parlait du contrôle qualité, mais par exemple, je vais prendre un autre exemple, on avait un client dans l'agriculture qui voulait automatiser la récolte de fruits. On peut faire aussi la partie fine tuning, la partie entraînement pour personnaliser notre modèle. au cas d'usage le plus précis du client. Donc prenons un industriel qui sera en difficulté d'entraîner un robot pour automatiser une part du processus, on va pouvoir venir en soutien de ses équipes. et regarder par rapport à nous ce qu'on connaît de l'état de l'art et ce qu'on a développé comme technologie, comment on peut permettre d'accélérer la customisation de cette IA. C'est ce côté un peu labo externalisé qu'on peut avoir pour compléter l'expertise du client.

• Speaker #0

  Là on est sur un salon où il y a pas mal d'exposants autour de la tech. C'est quoi les grandes tendances que tu vois sur ton marché ?

• Speaker #1

  C'est une vraie question que je me pose moi aussi. On voit des entreprises qui ont spécialisé dans l'IA vision. Des entreprises qui vont spécialiser dans l'IoT en proposant des petits boîtiers connectés. Donc en fait, beaucoup d'entreprises vont chercher à se déployer sur un cas précis. Mais moi, je pense qu'en réalité, l'IA, c'est quelque chose d'assez large. On a des industriels, par exemple aujourd'hui, comme Mistral, qui cherchent à faire des modèles généralistes, qui s'appliquent, on va dire, à la plupart des usages qui ne demandent pas forcément de l'embarquabilité. Mais nous, on veut être un peu le... Mistral de l'IA frugal pour le dire de cette manière là et on pense qu'on a besoin aussi de champions industriels en fait mais avec une technologie quand même relativement macroscopique en fait.

• Speaker #0

  Pour conclure quels seraient les trois conseils que tu donnerais à un industriel pour qu'il déploie de l'IA concrètement sur le terrain ?

• Speaker #1

  Quand on échange avec des industriels la première chose que j'ai évoqué ce qui me semble essentiel Je dirais que je pense que les cas d'usage sont vraiment la question essentielle à se poser. Nous, on aide des clients, on fait des audits, des fois quand ils n'ont pas forcément la réponse à ce projet. Mais c'est vraiment de se dire, et souvent en plus c'est des choses qu'on sait déjà, mais de les prioriser, de se dire où est-ce que j'ai un vrai problème de ROI. Il y a besoin aussi de gérer ce changement, c'est-à-dire de se dire c'est peut-être une technologie, ça fait des années que je l'utilise, j'ai un lien avec un partenaire, mais ça ne me donne pas satisfaction. Est-ce que l'IA peut pas en fin de compte remplacer ce problème que j'ai dans ma chaîne de valeur ? La deuxième phase, je pense, c'est d'accepter vraiment de faire de la veille. C'est d'accepter justement de venir dans ces salons, d'échanger avec tout type d'acteurs innovants. Moi, j'ai échangé avec plusieurs industriels qui fronçaient beaucoup les sourcils en voyant nos stands de loin. Et en s'approchant, ils se sont rendus compte qu'on pouvait vraiment travailler ensemble. Il faut accepter de faire un travail, on va dire, de veille assez... Voilà, avec une vraie ouverture d'esprit. Exactement, de pas se mettre de barrière. Et le troisième point, et moi je ne suis absolument pas justement opposé, je pense qu'il faut aussi internaliser rapidement cette compétence. Il faut recruter des ingénieurs, il faut recruter des équipes IA, même si on travaille en collaboration avec des entreprises, pour être capable ensuite de la maintenir, de continuer à l'améliorer et d'aller quand même vers l'indépendant. Je pense qu'aujourd'hui, toute entreprise doit structurer et avoir une fonction IA et c'est complètement complémentaire en fait à des entreprises qui vont concevoir les modèles les plus... on va dire les plus à la source en fondation et en interne des équipes qui vont la déployer et qui vont créer tous les automatismes. Moi un point que je vois essentiel aujourd'hui c'est que après avec des clients qui des fois se rendent pas compte à quel point avec de l'algorithmie avec un certain nombre d'automatisation ils peuvent déjà faire des choses merveilleuses donc il y a IA et puis il y a aussi automatisation et on parlait avant beaucoup en fait ce genre de choses faut pas oublier que l'automatisation et aller jusque dans les règles métier c'est souvent la couche en fait la plus... La plus visible en plus dans l'intérêt de l'IA. Merci beaucoup Fabien pour ce partage. Merci à vous, c'était un plaisir.