{"id":12469,"date":"2016-03-28T14:57:29","date_gmt":"2016-03-28T12:57:29","guid":{"rendered":"http:\/\/www.oezratty.net\/wordpress\/?p=12469"},"modified":"2017-02-23T20:14:58","modified_gmt":"2017-02-23T18:14:58","slug":"avancees-intelligence-artificielle-4","status":"publish","type":"post","link":"https:\/\/www.oezratty.net\/wordpress\/2016\/avancees-intelligence-artificielle-4\/","title":{"rendered":"Les avanc\u00e9es de l’intelligence artificielle – 4"},"content":{"rendered":"

Apr\u00e8s une premi\u00e8re partie<\/a> d\u00e9volue aux basiques de l\u2019intelligence artificielle, une seconde<\/a> \u00e0 ses principales briques technologiques et une troisi\u00e8me<\/a> \u00e0 l\u2019\u00e9tude de cas d\u2019IBM Watson et \u00e0 un aper\u00e7u des m\u00e9thodes marketing des startups du secteur, nous voici dans la quatri\u00e8me partie de cette s\u00e9rie d\u00e9di\u00e9e \u00e0 l\u2019intelligence artificielle consacr\u00e9e \u00e0 quelques\u00a0 startups du secteur.<\/p>\n

Je vais essayer de segmenter ce march\u00e9, d\u2019en identifier les tendances et lignes de force, de voir comment il se structure (verticalement, horizontalement) et comment il s\u2019organise entre produits, donn\u00e9es et services. Je vais aussi essayer d\u2019identifier ce qui est rare dans ce march\u00e9.<\/p>\n

Certains sp\u00e9cialistes de l\u2019IA m\u2019ont \u00e0 juste titre fait remarquer dans les commentaires aux pr\u00e9c\u00e9dents articles que l\u2019IA en \u00e9tait encore au stade artisanal et principalement de l\u2019ordre du bricolage. Cela ne se voit \u00e9videmment pas directement quand on fait le tour d\u2019horizon des startups du secteur. Surtout dans le mesure o\u00f9 la plupart d\u2019entre elles sont \u201cb-to-b\u201d et diffusent leurs solution en marque blanche. Vous les retrouverez \u00e9ventuellement dans les agents conversationnels des sites web de marques, dans le ciblage marketing qui vous touche avec une offre pertinente (ou pas du tout\u2026), dans des robots capables de dialoguer plus ou moins avec vous, ou dans les aides \u00e0 la conduite dans votre voiture haut de gamme semi-automatique.<\/p>\n

L\u2019un des moyens de se rendre compte indirectement de cet aspect artisanal consiste \u00e0 d\u2019\u00e9valuer la part produit et la part service des entreprises du secteur. Plus la part du produit est faible, plus on est dans le domaine de l\u2019artisanal. Cela n\u2019apparait pas dans les donn\u00e9es publiques mais peut au moins d\u2019obtenir quand on a l\u2019occasion d\u2019observer \u00e0 la loupe ces entreprises : dans le cadre d\u2019une relation grand compte\/startup, d\u2019un investissement ou m\u00eame d\u2019un recrutement. On peut l\u2019observer \u00e9galement dans les profils LinkedIn des salari\u00e9s de l\u2019entreprise s\u2019ils sont disponibles. Bref en utilisant ce que l\u2019on appelle des sources d\u2019information \u201couvertes\u201d.<\/p>\n

Cartographies des startups de l\u2019intelligence artificielle<\/strong><\/p>\n

Pour cette partie, je vais m\u2019appuyer sans vergogne sur ce suivi du secteur par le site VentureScanner<\/a> qui \u00e9tait actualis\u00e9 en mars 2016. Il organise le march\u00e9 des startups de l\u2019intelligence artificielle en 13 segments et \u00e9value leur anciennet\u00e9 et leur financement.<\/p>\n

\"AI<\/a><\/p>\n

Au vu de ce grand sch\u00e9ma, j\u2019organiserai cela avec pour commencer les segments du Machine Learning <\/strong>et du Deep Learning <\/strong>sont les plus repr\u00e9sent\u00e9s avec 123 startups identifi\u00e9es pour les outils g\u00e9n\u00e9riques et 260 pour des applications m\u00e9tier. On trouve 684 startups utilisant du machine learning dans la Crunchbase<\/a>.<\/p>\n

Ensuite, les agents conversationnels <\/strong>sont dans 92 startups, les agents intelligents <\/strong>qui comprennent leur environnement et agissent en cons\u00e9quence sont 28. Suivent la robotique <\/strong>avec 65 startups, la traduction automatique <\/strong>avec 15 startups et les moteurs de recommandation <\/strong>qui repr\u00e9sentent 66 startups.<\/p>\n

Enfin, les startups g\u00e9rant les solutions de perception : le traitement du langage <\/strong>avec 232 startups, la vision artificielle <\/strong>avec 189 startups, la reconnaissance de vid\u00e9os <\/strong>avec 14 startups et le contr\u00f4le gestuel <\/strong>avec 33 startups.<\/p>\n

On constate une \u00e9volution \u00e0 la hausse du financement des startups de ces secteurs. De 2009 \u00e0 2015, c\u2019est une \u00e9volution constante, avec une courbe en cloche atteignant visiblement son pic en 2015. Mais cette \u00e9volution a marqu\u00e9 de tr\u00e8s nombreux secteurs d\u2019activit\u00e9 comme les Fintechs, le retail, ou le e-commerce. L\u2019IA n\u2019est pas encore une priorit\u00e9 nette des VCs qui mettent encore le paquet sur des secteurs traditionnels. Nous avons ici $1,2B d\u2019investissements dans l\u2019IA pour $59B en 2015, en tout rien qu\u2019aux USA !<\/p>\n

\"VC<\/a><\/p>\n

L\u2019anciennet\u00e9 des startups de ce secteur est plut\u00f4t grande avec un bel \u00e9talement sur la date de cr\u00e9ation. Il y a certes un pic entre 2010 et 2012 mais un gros volume de startups cr\u00e9\u00e9es entre 2006 et 2010. Elles sont encore l\u00e0 car elles doivent probablement cibler des march\u00e9s d\u2019entreprises. Les investisseurs ont tendance \u00e0 financer des startups plut\u00f4t matures dans ce secteur. Les startups les plus anciennes de l\u2019IA sont celles de la reconnaissance de la parole et de la vid\u00e9o, qui ont respectivement 8 et 6,5 ans d\u2019anciennet\u00e9.<\/p>\n

\"AI<\/a><\/p>\n

Ces startups ont g\u00e9n\u00e9ralement quelques points communs marquants :<\/p>\n