163
Groupe Développement sur le territoire national
de l’écosystème français des fournisseurs français
de technologies de l’IA et de leur utilisation
Périmètre d’étude du groupe de travail
Le groupe de travail 2.2 est composée de personnalités d’origines variées permettant de couvrir tant
les aspects technologiques que sectoriels. D’un commun accord, les participants ont souhaité orienter
les travaux autour de deux aspects complémentaires : d’une part les conditions techniques pour le
développement des entreprises en lien avec l’Intelligence Artificielle, et d’autre part les questions
relatives au déploiement des pratiques d’usage dans les différents secteurs de l’Economie..
Ne pouvant faire une étude intégrale de l’ensemble des problématiques rencontrée par les entreprises
(start-ups en création, PMEs et GE) dans tous les domaines, nous avons choisi d’axer notre réflexion
sur quelques thématiques choisies afin d’illustrer les difficultés et les bonnes pratiques rencontrées
dans quelques domaines de l’IA. Par ailleurs, nous avons également effectué ces travaux sur une
Région, choisie en raison de sa taille, de sa diversité et donc du fort impact des technologies de l’IA
sur le développement de ses entreprises.
A travers ces exemples, nous avons identifié quelques enjeux et points de blocages qui nous ont paru
les plus couramment rencontrés dans le développement des entreprises de l’IA et de celles qui
l’utilisent.
Etat des lieux
Le déploiement de l’Intelligence Artificielle dans les entreprises est directement corrélé à la
disponibilité des données, aux infrastructures numériques permettant de les traiter et à la
confiance dans la pérennité de ces outils.
Le succès du déploiement de l’Intelligence Artificielle repose sur 3 piliers techniques ou
technologiques:
- l’algorithmique (sujet déjà traité par les groupes de travail recherche) ;
- les technologies des infrastructures scalables (computer, storage, networks) pour assurer le
traitement, le stockage et les échanges des données massives ;
- l’accès à des bases de données massives brutes (ou prétraitées) et annotées de façon à faciliter
l’apprentissage et l’utilisation par des usagers non techniques.
Infrastructure matérielle de Calcul Haute Performance pour l’IA.
La complexité croissante des algorithmes d’apprentissage machine, notamment de Deep Learning,
couplée à l’amélioration des performances avec le volume de données utilisées, rendent
indispensable la disponibilité d’infrastructures de calcul puissantes, souvent distribuées. L’usage des
technologies de « cloud computing » est souvent présenté comme la solution, mais il pose deux
défis majeurs :
Groupe Développement sur le territoire national
de l’écosystème français des fournisseurs français
de technologies de l’IA et de leur utilisation
Périmètre d’étude du groupe de travail
Le groupe de travail 2.2 est composée de personnalités d’origines variées permettant de couvrir tant
les aspects technologiques que sectoriels. D’un commun accord, les participants ont souhaité orienter
les travaux autour de deux aspects complémentaires : d’une part les conditions techniques pour le
développement des entreprises en lien avec l’Intelligence Artificielle, et d’autre part les questions
relatives au déploiement des pratiques d’usage dans les différents secteurs de l’Economie..
Ne pouvant faire une étude intégrale de l’ensemble des problématiques rencontrée par les entreprises
(start-ups en création, PMEs et GE) dans tous les domaines, nous avons choisi d’axer notre réflexion
sur quelques thématiques choisies afin d’illustrer les difficultés et les bonnes pratiques rencontrées
dans quelques domaines de l’IA. Par ailleurs, nous avons également effectué ces travaux sur une
Région, choisie en raison de sa taille, de sa diversité et donc du fort impact des technologies de l’IA
sur le développement de ses entreprises.
A travers ces exemples, nous avons identifié quelques enjeux et points de blocages qui nous ont paru
les plus couramment rencontrés dans le développement des entreprises de l’IA et de celles qui
l’utilisent.
Etat des lieux
Le déploiement de l’Intelligence Artificielle dans les entreprises est directement corrélé à la
disponibilité des données, aux infrastructures numériques permettant de les traiter et à la
confiance dans la pérennité de ces outils.
Le succès du déploiement de l’Intelligence Artificielle repose sur 3 piliers techniques ou
technologiques:
- l’algorithmique (sujet déjà traité par les groupes de travail recherche) ;
- les technologies des infrastructures scalables (computer, storage, networks) pour assurer le
traitement, le stockage et les échanges des données massives ;
- l’accès à des bases de données massives brutes (ou prétraitées) et annotées de façon à faciliter
l’apprentissage et l’utilisation par des usagers non techniques.
Infrastructure matérielle de Calcul Haute Performance pour l’IA.
La complexité croissante des algorithmes d’apprentissage machine, notamment de Deep Learning,
couplée à l’amélioration des performances avec le volume de données utilisées, rendent
indispensable la disponibilité d’infrastructures de calcul puissantes, souvent distribuées. L’usage des
technologies de « cloud computing » est souvent présenté comme la solution, mais il pose deux
défis majeurs :