Quelles sont les industries championnes de l'IA en France ?

L’Intelligence Artificielle est déjà omniprésente dans de nombreux produits et services que nous utilisons au quotidien. Les chatbots de la SNCF, les logiciels de reconnaissance vidéo permettant le réassort des supermarchés ou la maintenance prédictive des ascenseurs en sont des exemples. Quelles sont les industries championnes de l’IA en France ? Quelles applications d’IA ont-elles développées ?

Le nombre d’entreprises ayant adopté l’IA a triplé en 1 an. Aujourd’hui, 1 entreprise sur 7 a adopté l’IA et dans 2 ans, 2/3 des entreprises auront mis en place des projets d’IA (selon une étude de MMC Ventures, 2019). En effet, beaucoup de CEO espèrent gagner un avantage compétitif et sortir leader de leur marché.

Les pionniers de l’IA : la santé et la finance 

Sur le marché français, les secteurs de la santé et de la finance font figure de pionniers dans le domaine de l’IA. Selon le BCG et le MIT Sloan Management Review, 88% des entreprises de ces secteurs ont des projets d’IA en cours. 

Pour le secteur de la santé, les cas d’application sont nombreux. Un exemple où l’impact est le plus frappant concerne le dépistage du cancer du sein chez la femme. Assisté par des méthodes d’intelligence artificielle, un diagnostic précoce du cancer du sein permet d’augmenter les chances de survie à 5 ans à 99%, contre 85% en moyenne pour des méthodes dites traditionnelles. Pour 60 000 nouveaux cas détectés chaque année, et 12 000 décès en 2017, cela pourrait représenter jusqu’à quasiment 2 000 patients guéris. Dans ce cas précis, un outil de reconnaissance d’image basé sur des algorithmes de machine learning a été développé afin de distinguer les zones saines des zones atteintes du cancer sur une biopsie.

Le secteur financier est aussi porteur d’innovation dans l’IA. Une des nombreuses applications est la détection de fraude à la carte bancaire. Alors que depuis 2017, le volume total de transactions par paiement électronique croît organiquement de 13% par an, les systèmes anti-fraude doivent se perfectionner. Les algorithmes mis en place font appel à de l’apprentissage non supervisé se basant sur des méthodes dites d’auto-apprentissage pour distinguer les fraudes des écarts de routine. Ces types d’entraînements permettent de pallier le faible taux de données dont disposent les banques sur les fraudes. En effet, la proportion de “vraies” fraudes représente 0.172% de toutes les transactions. Ces algorithmes repèrent alors des points anormaux qui s’écartent trop de la moyenne : on parle de détection d’anomalie. Suite à l’implémentation de ce type d’algorithme, 85% des fraudes sont détectées.

Alors que les secteurs de la finance et de la santé sont en tête du peloton dans la course à l’intelligence artificielle, les acteurs de l'e-commerce ainsi que les acteurs du droit et de la compliance sont de plus en plus nombreux à faire appel à des solutions d’intelligence artificielle et réduisent ainsi l’écart entre eux et les pionniers. Commençons par une application générique d’IA sur le secteur de l'e-commerce : les moteurs de recommandation.

Ces moteurs identifient des ressemblances visuelles entre les objets recherchés par le client et poussent alors des recommandations de produits visuellement similaires. Suite à la mise en place de ce moteur de recommandation basé sur la reconnaissance d’image, le leader européen du bricolage en ligne ManoMano a vu son volume d’affaire augmenter de 1,7 points en 2 semaines.

À la suite du peloton : le secteur légal et de la compliance

Les acteurs du secteur légal et de la compliance ont aussi commencé à exploiter l’IA avec des outils de traitement du langage qui synthétisent les connaissances et automatisent les raisonnements. Plus concrètement, dans le secteur de la compliance, des systèmes intelligents repèrent et signalent des comportements inhabituels. Ils peuvent ainsi empêcher les violations de loi délibérées ou accidentelles (comme le vol de data sensibles) ou l’envoi d’un email contenant des données clients protégées.

L’IA peut donc véritablement révolutionner le secteur juridique. Un autre exemple intéressant est celui d’Hyperlex. Cette start-up parisienne permet l’analyse de contrats et documents juridiques via un logiciel en ligne, simple et collaboratif. Grâce aux techniques de NLP (Natural Language Processing ou traitement automatique du langage naturel), un utilisateur peut identifier automatiquement ses documents juridiques et les clauses ou informations importantes. Cela permet d’améliorer l’efficacité et la conformité des opérations.

Le secteur public : grand retardataire

A l’opposé, l’un des secteurs français le plus passif face à l’intelligence artificielle est le secteur public. Malgré les grandes annonces du Rapport Villani en 2017 promettant une commande publique évaluée à près de 70 milliards d’euros et un coordinateur interministériel dédié à la mise en œuvre de cette stratégie d'achat public, les institutions françaises sont lentes à mettre l’intelligence artificielle au cœur de leurs ressources. Les préoccupations face à l’intégrité de leurs données, les responsabilités éthiques et leurs capacités technologiques limitées semblent expliquer leur retard grandissant face aux pionniers.

Cet article dresse un bilan de l’implémentation des solutions d’intelligence artificielle par secteurs industriels français en 2019. Néanmoins, avec les avancées fulgurantes de l’IA, l’écart se resserre entre les pionniers et les retardataires. De nouveaux métiers sont créés et le paysage économique et industriel français sera très certainement bouleversé dans les prochaines années. 

Si vous souhaitez en savoir plus sur les projets d’Intelligence Artificielle et de Reconnaissance d’Image que nous menons chez Sicara, contactez-nous