GoldenEye Smart Vision : révolutionner la qualité textile grâce à l’IA auto-supervisée

À l’heure où l’intelligence arti­fi­cielle bou­le­verse les modèles indus­triels, Gol­de­nEye Smart Vision se posi­tionne comme un acteur pion­nier dans le contrôle qua­li­té des matières souples. Por­tée par son cofon­da­teur Tho­mas Isnard, la start-up pro­pose une machine intel­li­gente capable d’inspecter les tex­tiles à grande vitesse, de détec­ter des défauts de façon objec­tive et de pro­duire des jumeaux numé­riques exploi­tables en temps réel. Entre enjeux de sou­ve­rai­ne­té, inno­va­tion tech­no­lo­gique et quête de per­for­mance envi­ron­ne­men­tale, ce pro­jet fran­çais ambi­tionne de deve­nir la norme de confiance dans l’industrie tex­tile… et au-delà.

Quel est le problème que vous résolvez pour les industriels du textile ?

La ges­tion de la qua­li­té et les déchets de pro­duc­tion sont le plus gros pro­blème de l’industrie tex­tile : un pro­blème qui repré­sente jusqu’à 10 % du chiffre d’affaires d’un fabri­cant, pour une indus­trie qui est la deuxième indus­trie la plus pol­luante sur terre.

Dans un sec­teur où la qua­li­té et la tra­ça­bi­li­té deviennent des prio­ri­tés abso­lues, l’intelligence arti­fi­cielle appa­raît comme un levier stra­té­gique majeur. Des défis tels que l’automatisation, la maî­trise des coûts et l’écoresponsabilité poussent les acteurs du tex­tile à inno­ver rapi­de­ment. Le défaut fait par­tie inté­grante de la pro­duc­tion, mais il est géré de manière arti­sa­nale. Encore aujourd’hui réa­li­sé à l’œil nu, le contrôle qua­li­té est fas­ti­dieux, sub­jec­tif et source de nom­breux gaspillages.

C’est dans ce contexte que Gol­de­nEye Smart Vision s’inscrit : en appor­tant une réponse tech­no­lo­gique de rup­ture, l’entreprise illustre par­fai­te­ment la capa­ci­té de l’IA à trans­for­mer des pro­ces­sus indus­triels jusque-là peu digi­ta­li­sés. Nous remet­tons l’IA dans sa fonc­tion : pas un buzz­word, mais un outil concret, à forte valeur ajou­tée, qui répond à des besoins immédiats.

Comment est née l’idée de GoldenEye Smart Vision ?

L’aventure Gol­de­nEye com­mence presque par hasard : nous déve­lop­pions des solu­tions d’optimisation basées sur l’intelligence arti­fi­cielle dans les sec­teurs du Tou­risme et de l’Hospitalité, quand une grande mai­son de luxe nous a inter­pel­lés : « Que peut faire l’IA pour le contrôle qua­li­té des matières souples ? ». On ne connais­sait pas le sujet, mais on a dit oui au ren­dez-vous. En décou­vrant l’univers du tex­tile, on a com­pris l’ampleur du pro­blème : le défaut fait par­tie inté­grante de la pro­duc­tion, mais il est géré de manière arti­sa­nale, fas­ti­dieuse, sub­jec­tive. L’idée est alors née de créer une machine intel­li­gente capable d’inspecter les tis­sus de manière auto­ma­ti­sée et à haute vitesse, objec­tive et fiable, avec une IA qui fonc­tionne sans avoir besoin d’entraînement préalable.

“Devenir le leader mondial du contrôle qualité des matières souples, voilà l’ambition affichée.”

C’est ain­si qu’est née la mis­sion de Gol­de­nEye Smart Vision : per­met­tant d’inspecter les tex­tiles en conti­nu, à haute vitesse, et sans entraî­ne­ment préa­lable. Deve­nir le lea­der mon­dial du contrôle qua­li­té des matières souples, voi­là l’ambition affi­chée. Aujourd’hui, Gol­de­nEye tra­vaille déjà avec de grands fabri­cants fran­çais et ita­liens, sou­te­nus par des mai­sons de renom, le groupe LVMH et par le pro­gramme France 2030 pour l’industrialisation de Robots et Machines Intel­li­gentes d’excellence.

Quel est le fonctionnement de votre solution et ce qui la rend unique ?

Le cœur d’innovation de Gol­de­nEye repose sur deux piliers techniques :

1. L’IA auto-super­vi­sée : Contrai­re­ment aux algo­rithmes clas­siques, qui néces­sitent un appren­tis­sage à par­tir de don­nées anno­tées (images de défauts), Gol­de­nEye s’appuie sur un modèle par­tant du prin­cipe que tout tis­su est « nor­mal » a prio­ri. Toute ano­ma­lie, aus­si sub­tile soit-elle, est ain­si détec­tée sans pré-entraî­ne­ment. Une couche de super­vi­sion est ensuite rajou­tée pour adap­ter la solu­tion au(x) grade(s) qua­li­té attendu(s) par l’industriel en fonc­tion de ses clients.
2. Les jumeaux numé­riques : La machine filme le tis­su à haute vitesse et trans­forme chaque rou­leau en une copie numé­rique. On obtient un modèle vir­tuel riche en don­nées (struc­ture, cou­leur, trame, etc.), per­met­tant de visua­li­ser et de loca­li­ser pré­ci­sé­ment les défauts.

Tech­ni­que­ment, le sys­tème allie camé­ras haute réso­lu­tion et algo­rithmes auto-super­vi­sés. Nous avons réso­lu un véri­table casse-tête d’ingénierie : gérer le flux mas­sif de don­nées tout en garan­tis­sant une détec­tion fiable, quels que soient la matière (soie, coton, fibre de car­bone, etc.) et le niveau d’exigence.

Quel est l’impact économique et écologique de votre solution ?

Avec Gol­de­nEye, en auto­ma­ti­sant et en digi­ta­li­sant l’inspection, on peut gagner jusqu’à 3 points de marge grâce, on peut réduire l’empreinte car­bone de 15 % et accé­lé­rer la chaîne logis­tique. En rac­cour­cis­sant par­fois le temps de trai­te­ment de plu­sieurs semaines, on peut aug­men­ter ses ventes d’environ 5 % par semaine gagnée.

Vous parlez de créer une « norme de confiance ». C’est-à-dire ?

Nous vou­lons que notre ins­pec­tion devienne une réfé­rence. Aujourd’hui, lorsqu’un défaut est consta­té, on échange des papiers ou des échan­tillons phy­siques, ce qui prend du temps et manque de fia­bi­li­té. Avec Gol­de­nEye, tout est digi­ta­li­sé, les défauts sont iden­ti­fiés, loca­li­sés et caté­go­ri­sés. Cela faci­lite les arbi­trages, réduit les litiges, et crée un nou­veau stan­dard de com­mu­ni­ca­tion entre par­te­naires. À terme, un label « Ins­pec­té par Gol­de­nEye » pour­rait deve­nir un gage de qua­li­té uni­ver­sel, recon­nu dans toute l’industrie tex­tile… et au-delà.

Comment l’IA s’adapte-t-elle aux standards qualité des différentes maisons ?

Les marques ne pos­sèdent que rare­ment leurs propres uni­tés de pro­duc­tion. Elles s’appuient sur un réseau mon­dial de four­nis­seurs. Gol­de­nEye s’installe direc­te­ment chez ces fabri­cants, mais offre aux don­neurs d’ordre un accès en temps réel aux don­nées d’inspection. En modu­lant le niveau d’exigence de l’IA, on s’adapte aux stan­dards qua­li­té de chaque mai­son. Pour un acteur du luxe, on res­serre la tolé­rance aux défauts, pour un acteur mass mar­ket, un filtre dif­fé­rent s’applique.

Cette trans­pa­rence béné­fi­cie à l’ensemble de la chaîne. Les opé­ra­teurs gagnent en confort et en effi­ca­ci­té, les marques obtiennent une meilleure visi­bi­li­té sur la qua­li­té de leurs appro­vi­sion­ne­ments et, enfin, les consom­ma­teurs peuvent espé­rer, à terme, un ren­for­ce­ment de la tra­ça­bi­li­té et une réduc­tion du gaspillage.

Quels sont les autres secteurs concernés ?

Si Gol­de­nEye Smart Vision s’est d’abord concen­tré sur le tex­tile, sa tech­no­lo­gie s’applique à tous les maté­riaux souples et de sur­face (bois, pneu­ma­tiques, com­po­sites pour l’aéronautique, etc.). Dans cer­tains de ces domaines, l’exigence de qua­li­té est encore plus cri­tique, à l’image d’une pièce car­bone des­ti­née à un avion de chasse.

Quelles sont vos ambitions pour les années à venir ?

Nous sou­hai­tons bâtir une socié­té Deep­tech indus­trielle d’excellence capable de rele­ver les défis éco­no­miques et tech­no­lo­giques liés à la sou­ve­rai­ne­té indus­trielle et à la qua­li­té. Pour réa­li­ser cette vision, Gol­de­nEye a déjà inves­ti plus de 5 mil­lions d’euros en fonds propres dans la R&D. Aujourd’hui, l’entreprise recrute acti­ve­ment des talents en IA, vision par ordi­na­teur, data science et auto­ma­ti­sa­tion industrielle.

Alors que l’IA s’impose comme un levier incon­tour­nable de com­pé­ti­ti­vi­té et de sou­ve­rai­ne­té, Gol­de­nEye Smart Vision illustre de façon concrète son poten­tiel trans­for­ma­teur. En redé­fi­nis­sant les stan­dards de la qua­li­té et de la tra­ça­bi­li­té, la start-up fran­çaise ouvre la voie à un nou­veau para­digme indus­triel, où l’homme et la machine col­la­borent pour atteindre un niveau d’exigence inédit.

« Notre ambi­tion est de deve­nir la réfé­rence mon­diale dans le contrôle qua­li­té intel­li­gent des matières souples. Nous appor­tons une solu­tion pour aujourd’hui, pas une pro­messe pour demain », conclut Tho­mas Isnard. Les pers­pec­tives sont immenses, du tex­tile à l’aéronautique, et l’appétit des déci­deurs pour ce type de tech­no­lo­gie ne cesse de croître.

---

Articles similaires :

L’IA de TINYCLUES booste les résul­tats des cam­pagnes marketing Smart Data : cata­ly­seur des socié­tés d’investissement Un double ADN en stra­té­gie et data science L’expérience client : entre intel­li­gence arti­fi­cielle et émotionnelle ! L’intelligence arti­fi­cielle trans­forme le métier d’éditeur de logiciels