« 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 Quand l’intelligence arti­fi­cielle révo­lu­tionne le trai­te­ment des langues Inno­va­tions au coeur de l’industrie de la défense L’IA source d’innovations disruptives