« Le paradigme Big Data et intelligence artificielle s’applique aussi aux enjeux environnementaux »

Axion­able a fait le choix de se posi­tion­ner et spé­cialis­er en intel­li­gence arti­fi­cielle durable et respon­s­able. Alex­is Han­nart (94), directeur sci­en­tifique d’Axionable, nous explique les raisons de ce choix et com­ment il se traduit sur le ter­rain dans le cadre de l’accompagnement que le cab­i­net de con­seil pro­pose à ses clients.

Axionable se positionne comme le spécialiste du conseil en intelligence artificielle durable et responsable. Dites-nous en plus sur ce positionnement et ce qu’il implique.

Créé il y a env­i­ron 3 ans, Axion­able s’est d’abord posi­tion­né comme un cab­i­net de con­seil général­iste en intel­li­gence arti­fi­cielle. Il y a presque un an, nous avons fait le choix de nous con­cen­tr­er sur les cas d’usages à final­ité durable et respon­s­able d’intelligence arti­fi­cielle. Dans ce cadre, nous nous adres­sons à des clients pour lesquels nous allons iden­ti­fi­er, dévelop­per et met­tre en pro­duc­tion des cas d’usages de l’intelligence arti­fi­cielle qui per­me­t­tront de com­bin­er résul­tat économique et réponse à leurs objec­tifs durables et respon­s­ables (RSE). Cette déci­sion a été motivée par plusieurs facteurs. 

Dans un paysage en con­stante évo­lu­tion où il y a de plus en plus de cas d’usages, nous avons souhaité nous spé­cialis­er par con­vic­tion, mais aus­si par rai­son. En effet, nous sommes con­va­in­cus que la voie du développe­ment durable peut sou­vent être per­ti­nente aus­si bien sur le plan busi­ness que citoyen. 

Enfin, nous percevons là une véri­ta­ble oppor­tu­nité stratégique. Les entre­pris­es et nos inter­locu­teurs accor­dent une impor­tance crois­sante à ces sujets. Si la RSE était un sujet mil­i­tant il y a encore quelques années, aujourd’hui, c’est devenu un enjeu stratégique pour beau­coup d’entreprises et de plus en plus de dirigeants en font une pri­or­ité afin d’opérer leur tran­si­tion vers la durabilité.

Dans ce cadre, quelle est votre proposition de valeur ?

Nous met­tons au ser­vice de nos clients une exper­tise avérée qui se traduit par un accom­pa­g­ne­ment bout en bout à toutes les étapes de leurs projets :

• Iden­ti­fi­ca­tion des oppor­tu­nités d’utilisation des don­nées et de l’intelligence arti­fi­cielle en regard des objec­tifs de développe­ment durable et responsable ;
• Développe­ment de la solu­tion tech­nique et scientifique ;
• Mise en pro­duc­tion de la solu­tion développée.

Nous inter­venons donc aus­si en amont, quand les straté­gies de développe­ment durable et d’utilisation des don­nées ne sont pas for­cé­ment claire­ment établies, afin d’accompagner nos clients sur leur iden­ti­fi­ca­tion et leur priorisation.

Plus par­ti­c­ulière­ment con­cer­nant la par­tie R&D dont j’ai la respon­s­abil­ité, nous assurons donc la con­cep­tion sci­en­tifique des algo­rithmes, et nous main­tenons à cette fin un lien étroit avec la sphère académique à tra­vers plusieurs parte­nar­i­ats et pro­jets. Cela nous per­met de nous assur­er que nous restons à la pointe de l’état de l’art sci­en­tifique en IA, celui-ci évolu­ant rapi­de­ment et pour­suiv­ant son foisonnement. 

Nous main­tenons égale­ment par ce biais une veille active sur les don­nées externes ouvertes per­me­t­tant d’enrichir les don­nées internes de nos clients. Le but est donc d’être tou­jours à la pointe sci­en­tifique­ment et d’être en capac­ité de répon­dre aux besoins à par­tir des avancées récentes les plus pertinentes.

Pouvez-vous nous donner des cas d’usages concrets ?

Nous tra­vail­lons notam­ment avec le secteur de la finance. De nom­breux investis­seurs et ges­tion­naires d’actifs souhait­ent se posi­tion­ner sur des investisse­ments à final­ité durable dans un con­texte où le régu­la­teur devient aus­si plus exigeant con­cer­nant de telles straté­gies afin d’éviter le « green wash­ing », avec par exem­ple, l’émergence de normes inter­na­tionales de report­ing tels que TCFD (Task Force on Cli­mate-relat­ed Finan­cial Dis­clo­sures). Or, il existe de plus en plus de don­nées extra-finan­cières et notam­ment textuelles qui, lorsqu’elles sont cor­recte­ment et sys­té­ma­tique­ment exploitées en s’appuyant sur l’intelligence arti­fi­cielle, per­me­t­tent d’obtenir des infor­ma­tions détail­lées sur les entre­pris­es et leurs per­for­mances sur les enjeux ESG (Envi­ron­nement Social Gou­ver­nance), entre autres cli­mat-énergie. Plusieurs cas d’usages récents ont démon­tré la valeur ajoutée de l’intelligence arti­fi­cielle dans le traite­ment de ces don­nées et le proces­sus de prise de déci­sion. On peut espér­er que, dans le con­texte des gigan­tesques plans de relance qui devraient être mis en œuvre prochaine­ment, de telles approches pour­raient être util­isées afin d’orienter les efforts dans la bonne direction.

Avec les assur­ances, nous tra­vail­lons égale­ment sur le volet des risques physiques liés aux change­ments cli­ma­tiques entre autres. Ici, l’intelligence arti­fi­cielle peut venir appuy­er le tra­vail d’exploitation des vastes ensem­bles de don­nées issues de cap­teurs et de sim­u­la­tions numériques per­me­t­tant de suiv­re l’évolution du climat. 

Comme pour de nom­breux secteurs, il y a une dynamique de mul­ti­pli­ca­tion des don­nées qui ouvrent de nom­breuses per­spec­tives et oppor­tu­nités. Ce foi­son­nement de don­nées et les algo­rithmes dévelop­pés pour en tir­er le meilleur par­ti mon­trent ain­si que le par­a­digme Big Data et intel­li­gence arti­fi­cielle s’applique aus­si aux enjeux environnementaux.

Nous tra­vail­lons égale­ment sur l’amélioration de l’efficacité énergé­tique des proces­sus indus­triels ou des bâti­ments à par­tir des don­nées remon­tées en temps réel via les cap­teurs tou­jours plus nom­breux déployés à cette fin.

Finale­ment, même si nous ne sommes pas spé­cial­istes dans ce domaine et que par ailleurs cela soulève de nom­breuses ques­tions sur la pro­tec­tion des don­nées per­son­nelles, l’actualité mon­tre que l’intelligence arti­fi­cielle pour­rait être un des élé­ments de réponse à la pandémie de COVID-19. Des pays asi­a­tiques, notam­ment la Corée du Sud et Sin­gapour, ont dévelop­pé des out­ils pour lim­iter la prop­a­ga­tion de l’épidémie en s’appuyant sur des don­nées et des infor­ma­tions sur les déplace­ments des per­son­nes. Com­binée aux mesures médi­cales, l’intelligence arti­fi­cielle est donc un out­il qui peut poten­tielle­ment être déployé au ser­vice de la ges­tion de cette crise sanitaire.

Quels sont vos principaux challenges sur le marché ? Vos ambitions ?

Sur le plan sci­en­tifique et tech­nique, à l’instar de l’ensemble des acteurs de ce secteur du con­seil en intel­li­gence arti­fi­cielle, l’enjeu pre­mier est d’être en veille per­ma­nente pour être à jour sur l’état de l’art, les aspects algo­rith­miques et tout ce qui tourne autour de la data. C’est un envi­ron­nement qui évolue fréquem­ment et rapi­de­ment. Il s’agit vrai­ment d’être à la pointe sur l’ensemble de ces sujets. Il y a beau­coup de choses en développe­ment dans les lab­o­ra­toires et qui n’ont donc pas encore été industrialisées. 

Nous prenons en charge le trans­fert tech­nologique entre la sphère académique et économique. 

Et c’est notam­ment une des mis­sions clés de mon équipe à la R&D d’Axionable.

Enfin, il est impor­tant de rester en phase avec la réal­ité opéra­tionnelle et le ter­rain pour être en mesure de dévelop­per pour nos clients des solu­tions qui auront un impact mesurable et quan­tifi­able, et in fine une forte inté­gra­tion dans les métiers de ces derniers.

Et pour conclure ?

Aujourd’hui, nous sommes à la croisée de nom­breux enjeux socié­taux. La crise du COVID-19 en est l’illustration par­faite, on peut raisonnable­ment la voir comme une sorte de répéti­tion générale en minia­ture et sur des échelles de temps beau­coup plus courte des crises à venir. En par­al­lèle, il y a une effer­ves­cence et un véri­ta­ble espoir autour de la tech­nolo­gie et de l’intelligence arti­fi­cielle notam­ment, quant à ses apports face à ces enjeux. Notre défi est de pou­voir met­tre ces tech­nolo­gies au ser­vice de tous pour relever ces enjeux socié­taux. Néan­moins, il faut garder à l’esprit que la tech­nolo­gie ne solu­tion­nera pas tout. C’est une petite par­tie de la solu­tion, mais dont il faut pou­voir tir­er le meilleur avantage !

En bref

• Cab­i­net de con­seil spé­cial­isé en intel­li­gence arti­fi­cielle à final­ité durable et respon­s­able créé à Paris en 2016 ;
• Une cinquan­taine de collaborateurs ;
• 35 clients issus de divers secteurs d’activité (banque, assur­ance, indus­trie, trans­ports, médias, luxe…) ;
• Des bureaux à Paris et à Montréal ;
• Une ving­taine de pro­jets en production.

Site Inter­net d’Axionable

---

Articles similaires :

L’approche mul­ti-cloud native au ser­vice des grands groupes L’intelligence arti­fi­cielle révo­lu­tionne l’apprentissage Inno­va­tions au coeur de l’industrie de la défense 50 Part­ners : un mod­èle unique de col­lab­o­ra­tion au ser­vice de l’innovation Quand la Data révo­lu­tionne la grande distribution L’IA source d’innovations disruptives