Slide 1

Slide 1 text

No content

Slide 2

Slide 2 text

Journée en partenariat avec & 2

Slide 3

Slide 3 text

3 Enquête Big Data & IA forces et opportunités pour les écosystèmes des pôles Stéfane  Fermigier,  Abilian  SAS  /  Systematic  Paris  Region

Slide 4

Slide 4 text

4 4 Objectifs et méthodologie

Slide 5

Slide 5 text

5 § Identifier  les  acteurs présents sur  les  thématiques Big  Data   &  IA  au  sein  des  pôles consacrés au  numérique § Cartographier les  compétences et  les  usages  de  ces technologies § “Compter les  divisions” § Identifier,  si possible,  les  marchés ou les  technologies  les   mieux représentés § “Boîte à idée” Objectifs

Slide 6

Slide 6 text

6 § 15  questions  (dont 5  questions  complémentaires),  11   minutes  en moyenne pour  remplir § Diffusé à l’ensemble des  membres des  pôles partenaires (d’abord Systematic  puis tous les  pôles partenaires),  avec   souvent des  relances +  diffusion  ouverte via  Twitter  ou d’autres communautés du  Big  Data § 325  réponses reçues,  émanant de  ~275  entités juridiques ou institutions,  entre  le  31  janvier et  le  2  mars  2017 Le questionnaire

Slide 7

Slide 7 text

7 Principaux résultats

Slide 8

Slide 8 text

8 Typologie / taille

Slide 9

Slide 9 text

9 Pôle(s) de rattachement

Slide 10

Slide 10 text

10 Activité principale

Slide 11

Slide 11 text

11 Principales technologies mises en oeuvre

Slide 12

Slide 12 text

12 Secteurs métiers

Slide 13

Slide 13 text

13 Types de données manipulées

Slide 14

Slide 14 text

14 § 64%  des  répondants utilisent et/ou produisent du  logiciel libre /   open  source § Principales réponses qualitatives:   Spark  (x21),  Hadoop  (x20),   Python  (x17),  R  (x15),  Tensorflow (x12),  scikit-­learn  (x11),     Elasticsearch (x8),  Cassandra   (x6),  Postgresql (x5),  Mongodb (x5),  Kafka  (x5),  Caffe (x5) Open source

Slide 15

Slide 15 text

15 Pistes de réflexion Synthèse  des  questions  ouvertes  en  fin  de   questionnaire

Slide 16

Slide 16 text

16 § Industrie :  maintenance  prédictive,  robotique,  inspection  visuelle § Entreprise :  entreprise étendue,  aide  à  la  décision § Santé:  imagerie,  surveillance  individualisée du  patient,  aide  au   diagnostic § Sécurité :  détection de  bots,  cryptage homomorphique § Télécoms /  cloud  /  IoT :  analyse de  logs,  analyse comportementale,   prédiction des  défauts de  service § Transports  :  véhicules autonomes /  connecté,  modélisation du   conducteur,  analyse de  fréquentation § Smart  City  :  convergence  infra  fixes  /  mobiles,  bâtiments intelligents § Civic  tech  :  IA  en démocratie participative,  digitalisation des  décisions de  justice § Environnement :  qualité de  l’air Idées de projets “métiers”

Slide 17

Slide 17 text

17 § Suivi statistique de  données corrélées § “Context  aware  solutions” § Intégration de  données hétérogènes,  intéropérabilité § Analyse multi-­agents § Données géographiques § Machine  learning  temps-­réel (+  applications) § Hardware  (ASICS,  GPU…) § Blockchain Idées de projets “techno”

Slide 18

Slide 18 text

18 § Partage de  jeux de  données par  domaine § “Conception  raisonnable”  du  big  data  &  IA § Ethique des  systèmes multi-­agents § Données personnelles /  sensibles,  traitements “à l’aveugle” § Valeur économique des  données § Robustesse des  traitements Idées de projets “meta”

Slide 19

Slide 19 text

19 § Partage d’expériences,  de  besoins,  de  technos,  de  données § Annuaire de  compétences,  vitrines  technologiques,  films § Meetups,  workshops,  séminaires,  brainstorming,  pitches  investisseurs § Centre  de  resources  partagées (formations,  réseau,  stockage…) § Challenges,  datalab § Interopérabilité,  projets open  source  communs § Repository  de  jeux de  données § Travailler avec  les  sociétés savantes et  organisations professionnelles du   secteur § Faire  converger /  croiser les  expertises métier  et  techno § Appels  à  projets : § Spécifiques, thématiques § Plus  longs  (42  mois)  /  plus  courts  (!) § Questions  juridiques,  éthiques (cf CNIL) Pistes d’actions pour les pôles

Slide 20

Slide 20 text

20 Conclusion

Slide 21

Slide 21 text

21 § Notre  écosystème  représente  un  formidable  capital   industriel,  scientifique,  technologique  et  humain   qui  ne  demande  qu’à  être  mobilisé  sur  les  sujets  du  Big Data  et  de  l’IA § Tout  le  spectre des  technologies  et  des  métiers  impactés   est  représenté et  motivé  pour  aller  de  l’avant,  notamment   de  manière  collaborative § L’open  source est  en  grande  partie  au  coeur des   technologies  actuellement  développées  et/ou  déployées,   aussi  bien  dans  les  labos  que  dans  les  entreprises § Une  demande  indiscutable  d’animation autour  de  ces   sujets,  les  pôles  étant  l’instrument  idéal  et  légitime  pour  cela Conclusion

Slide 22

Slide 22 text

22 Prochains événements IA du Pôle

Slide 23

Slide 23 text

23 « Intelligence  Artificielle  dans  l'IoT :   quelles  innovations  pour  l'environnement? » Mercredi  15  mars  -­ 18h Informations  et  inscriptions  :  systematic-­paris-­region.org

Slide 24

Slide 24 text

http://ambition-­‐pme.org/inscription-­‐jap/

Slide 25

Slide 25 text

Merci de votre attention Suivez notre actualité @Pole_Systematic SHARING INNOVATION, SHAPING OUR FUTURE