Mardi 14 mai, Leonard, le laboratoire ouvert du futur des villes et des infrastructures créé par le groupe VINCI, accueillait le quatrième événement de son cycle consacré à l’intelligence artificielle. Ce nouveau volet se penchait sur l’influence de l’IA sur l’industrie et ses différentes applications, en présence d’acteurs du secteur.
Thomas Leseigneur, responsable Innovation chez Actemium, a ainsi ouvert les débats en confirmant l’intérêt de plus en plus prononcé de ses clients industriels pour l’intelligence artificielle, notamment dans l’agroalimentaire et la pharmacie. Il a tenu à rappeler qu’il était toutefois important de définir des cas d’usage en fonction des clients, l’intelligence artificielle ayant de multiples facettes, et de toujours placer l’humain au centre : « L’IA doit rester un outil d’aide à la décision », a-t-il affirmé.
De son côté, Maël Chiapino, data scientist chez DCbrain, a expliqué qu’il n’était pas nécessaire d’avoir énormément de données pour travailler et optimiser les coûts ou la performance : « C’est la qualité des données qui prime », a-t-il déclaré. Un avis partagé par Jean-Baptiste Léger, managing director chez Predict, qui fournit des solutions de maintenance prédictive. Selon lui, toutes les données, bonnes ou mauvaises, sont exploitables intelligemment et permettent de faire avancer les choses, le tout étant de ne pas vouloir aller trop vite. L’intelligence artificielle réclame de progresser pas à pas, sans sauter les étapes.
Côté industriel, Barthélémy Longueville, Chief Digital Officer chez Vallourec, a également avancé sa vision de l’IA appliqué à son entreprise, confirmant que les données constituaient la base de ce qui allait générer de la valeur et des gains en production. La société, leader mondial des solutions tubulaires premium, utilise ainsi un outil capable de prédire à 99 % la viabilité d’un tube à fabrication, permettant de fait de réduire les coûts et de gagner du temps.
Enfin, Lorène Allano, cheffe du service Intelligence de données chez CEA List, a rappelé qu’on ne savait pas encore développer d’intelligence artificielle universelle capable d’être utilisée en mode plug & play. Pour tenter toutefois d’optimiser les process et de gagner du temps, le centre de recherche expérimente l’approche du transfert learning qui permet de développer sur une machine un modèle d’IA avant de le transférer sur une autre pour l’y adapter.
Retrouvez l’intégralité de la conférence en vidéo dans l’article ci-dessous :
