Résultats de l'enquête Big Data / IA auprès des pôles de compétitivité

Résultats de l'enquête Big Data / IA auprès des pôles de compétitivité

Du 31 janvier au 2 mars, plus de 325 représentants d'entreprises et de laboratoires de recherche, membres pour la plupart des pôles de compétitivité partenaires de l'étude, on répondu à une enquête sur leur utilisation des technologies Big Data et IA, et sur leurs idées pour développer ce secteur, dans le cadre du programme "France IA".

E91a97baa90dd7f5a267c79a2cbb04b2?s=128

Stefane Fermigier

March 03, 2017
Tweet

Transcript

  1. None
  2. Journée en partenariat avec & 2

  3. 3 Enquête Big Data & IA forces et opportunités pour

    les écosystèmes des pôles Stéfane  Fermigier,  Abilian  SAS  /  Systematic  Paris  Region
  4. 4 4 Objectifs et méthodologie

  5. 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
  6. 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
  7. 7 Principaux résultats

  8. 8 Typologie / taille

  9. 9 Pôle(s) de rattachement

  10. 10 Activité principale

  11. 11 Principales technologies mises en oeuvre

  12. 12 Secteurs métiers

  13. 13 Types de données manipulées

  14. 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
  15. 15 Pistes de réflexion Synthèse  des  questions  ouvertes  en  fin

     de   questionnaire
  16. 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”
  17. 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”
  18. 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”
  19. 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
  20. 20 Conclusion

  21. 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
  22. 22 Prochains événements IA du Pôle

  23. 23 « Intelligence  Artificielle  dans  l'IoT :   quelles  innovations

     pour  l'environnement? » Mercredi  15  mars  -­ 18h Informations  et  inscriptions  :  systematic-­paris-­region.org
  24. http://ambition-­‐pme.org/inscription-­‐jap/

  25. Merci de votre attention Suivez notre actualité @Pole_Systematic SHARING INNOVATION,

    SHAPING OUR FUTURE