91
x Pouvoir accéder à des compétences humaines opérationnelles pour les entreprises dans
l’écosystème de recherche et d’enseignement supérieur :
o en recrutant des étudiants formés à l’IA (notamment via des bourses CIFRE) ;
o en assurant la formation continue en IA des collaborateurs ;
o en s’appuyant sur des intégrateurs de technologies ;
o en offrant des conditions attractives pour enrayer la fuite des cerveaux.
x Disposer d’infrastructures IA (données, plateformes) et de moyens de calcul au niveau
des défis, accessibles en France, qui sont également des enjeux de souveraineté nationale.
Les moyens actuels ne sont pas adaptés aux besoins des systèmes d’IA. Il faut disposer de
plateformes correspondant aux exigences des applications IA et capables de se positionner
dans la compétition internationale.
x Le besoin de maturation des technologies issues de la recherche à un niveau de qualité et
de performance exigé par les entreprises. Il n’est pas attendu des chercheurs qu’ils
produisent des résultats directement exploitables par les entreprises, mais plutôt des
démonstrateurs, preuves de concept, prototypes. Il est donc important de disposer de
ressources capables de faire « maturer » les technologies pour assurer leur appropriation.
x Pouvoir répondre aux exigences de régulation, de responsabilité et de confiance envers
les décisions prises par les systèmes d’IA, en s’appuyant notamment sur la possibilité
d’expliquer ces décisions. Nous pouvons innover et nous approprier le créneau des
technologies non investi par les acteurs des pays à faible réglementation : explication,
validation, certification, etc.
Pour traiter ces enjeux, le groupe de travail a formulé sept recommandations principales déclinées par
ordre de priorité décroissant :
1. Organiser des challenges ouverts et des bourses aux technologies d’IA répondant à des
besoins des entreprises et de la société, en complément des actions de fond de montage de
projets collaboratifs, de laboratoires communs et de structures agiles d’échange et de
transfert pour soutenir la rencontre entre recherche et entreprises ; parmi les appels à projets,
on inclura un volet sur l’explication, condition importante pour l’appropriation et le
transfert des systèmes d’IA ;
2. Lancer un grand projet public fédérateur en IA comprenant notamment la réalisation d’un
assistant conversationnel intelligent en soutien à la modernisation de l’action publique, mis
en ligne sur les sites et les applications du service public ;
3. Soutenir la création de plateformes communautaires, matérielles et logicielles, dans
quelques domaines prioritaires décrits ci-dessous ;
4. Confier au Laboratoire National de métrologie et d’Essais (LNE) la mission et les moyens de
fédérer le développement des méthodes de mesures, de tests et de certification pour les
systèmes d’intelligence artificielle, en partenariat avec les communautés de recherche
correspondantes ;
5. Dédier un fonds d’investissement en capital (supérieur à 25M € par action) pour soutenir
la transformation des start-ups dans le domaine en futurs champions ;
6. Accélérer la mise à disposition de données publiques ouvertes pour les domaines
stratégiques de la santé et de l’énergie, afin de permettre le développement de solutions IA
x Pouvoir accéder à des compétences humaines opérationnelles pour les entreprises dans
l’écosystème de recherche et d’enseignement supérieur :
o en recrutant des étudiants formés à l’IA (notamment via des bourses CIFRE) ;
o en assurant la formation continue en IA des collaborateurs ;
o en s’appuyant sur des intégrateurs de technologies ;
o en offrant des conditions attractives pour enrayer la fuite des cerveaux.
x Disposer d’infrastructures IA (données, plateformes) et de moyens de calcul au niveau
des défis, accessibles en France, qui sont également des enjeux de souveraineté nationale.
Les moyens actuels ne sont pas adaptés aux besoins des systèmes d’IA. Il faut disposer de
plateformes correspondant aux exigences des applications IA et capables de se positionner
dans la compétition internationale.
x Le besoin de maturation des technologies issues de la recherche à un niveau de qualité et
de performance exigé par les entreprises. Il n’est pas attendu des chercheurs qu’ils
produisent des résultats directement exploitables par les entreprises, mais plutôt des
démonstrateurs, preuves de concept, prototypes. Il est donc important de disposer de
ressources capables de faire « maturer » les technologies pour assurer leur appropriation.
x Pouvoir répondre aux exigences de régulation, de responsabilité et de confiance envers
les décisions prises par les systèmes d’IA, en s’appuyant notamment sur la possibilité
d’expliquer ces décisions. Nous pouvons innover et nous approprier le créneau des
technologies non investi par les acteurs des pays à faible réglementation : explication,
validation, certification, etc.
Pour traiter ces enjeux, le groupe de travail a formulé sept recommandations principales déclinées par
ordre de priorité décroissant :
1. Organiser des challenges ouverts et des bourses aux technologies d’IA répondant à des
besoins des entreprises et de la société, en complément des actions de fond de montage de
projets collaboratifs, de laboratoires communs et de structures agiles d’échange et de
transfert pour soutenir la rencontre entre recherche et entreprises ; parmi les appels à projets,
on inclura un volet sur l’explication, condition importante pour l’appropriation et le
transfert des systèmes d’IA ;
2. Lancer un grand projet public fédérateur en IA comprenant notamment la réalisation d’un
assistant conversationnel intelligent en soutien à la modernisation de l’action publique, mis
en ligne sur les sites et les applications du service public ;
3. Soutenir la création de plateformes communautaires, matérielles et logicielles, dans
quelques domaines prioritaires décrits ci-dessous ;
4. Confier au Laboratoire National de métrologie et d’Essais (LNE) la mission et les moyens de
fédérer le développement des méthodes de mesures, de tests et de certification pour les
systèmes d’intelligence artificielle, en partenariat avec les communautés de recherche
correspondantes ;
5. Dédier un fonds d’investissement en capital (supérieur à 25M € par action) pour soutenir
la transformation des start-ups dans le domaine en futurs champions ;
6. Accélérer la mise à disposition de données publiques ouvertes pour les domaines
stratégiques de la santé et de l’énergie, afin de permettre le développement de solutions IA