TellMePlus : une IA pour piloter les IA

La start-up française TellMePlus mise sur une approche automatisée du choix des algorithmes de Machine Learning. Avec des débouchés prometteurs, notamment dans l’IoT.

Venu du marketing comportemental, TellMePlus, une start-up montpelliéraine montée par le développeur de la première version de Business Objects (BO), Jean-Michel Cambot, franchit une étape significative dans son développement en plaçant sur le Cloud de Google sa technologie d’IA, appelée Predictive Objects.

Surtout, Predictive Objects, également disponible en déploiement sur site, amène une approche assez différente de l’IA, la solution se destinant avant tout non pas aux experts de la Data Science, mais aux métiers. « Tout le monde a bien compris que c’est l’IA qui va permettre de tirer la valeur des données, explique Jean-Michel Cambot. Mais les compétences pour ce faire restent rares et le métier de Data Scientist est associé à un fort turnover. Ce contexte ne répond pas à l’enjeu de vitesse qui passe par la capacité à tester très vite des modèles. » Pour contourner cette difficulté, TellMePlus, qui emploie une vingtaine de personnes aujourd’hui, confie à une intelligence artificielle le soin de choisir les bons algorithmes répondant à un problème donné, d’y associer les bons paramètres, les bonnes dimensions et d’y ajouter éventuellement des données exogènes. « C’est une approche agnostique rendue possible par la possibilité de tester de multiples combinaisons à faible coût », détaille le fondateur et responsable de la stratégie de l’éditeur. En plus de préparer leurs données, les utilisateurs doivent, eux, se concentrer sur la description de leur problème, via un système d’assemblage de notions.

Expliquer les pannes

L’approche, qui est la particularité du moteur maison, Meta Active Machine Learning, n’entend toutefois pas confiner à la boîte noire. « Dans les métiers industriels en particulier, l’explication d’un phénomène est plus importante que le score de performance à proprement parler, reprend Jean-Michel Cambot. Les premières attentes des entreprises portent sur la vitesse de mise en œuvre et la compréhension des phénomènes. Le prédictif n’existera que si on est en mesure d’y associer du prescritif. Il faut savoir expliquer les pannes que l’on anticipe. » TellMePlus fournit, pour ce faire, des arbres de décision aux utilisateurs.

JM Cambot2
Jean-Michel Cambot

Si Jean-Michel Cambot insiste sur l’industrie, c’est que Predictive Objects semble, du fait de son autonomie, assez logiquement promis à un bel avenir dans l’IoT. La technologie de TellMePlus, qui a levé 4,2 millions d’euros début 2016 et s’est renforcé avec l’arrivée de Benoit Gourdon (ex-Neolane), a notamment été approuvée par GE, qui l’héberge sur la place de marché associée à sa plateforme IoT, Predix. « Nous sommes la première application prédictive sur cet environnement », insiste Jean-Michel Cambot. Qui espère bien reproduire ce modèle, auprès d’acteurs comme Siemens (qui possède avec Mindsphere une plateforme concurrente de Predix,), Objenious ou Nokia.

Prix de l’innovation de Big Data Paris

La start-up créée en 2011 fait aussi partie du programme d’accélération de Cisco, qui teste la solution pour la maintenance prédictive sur ses routeurs. TellMePlus a aussi signé un partenariat avec Eliocity, le concepteur du boîtier Xee qui amène sur smartphone les données issues du bus CAN des véhicules. « En embarquant notre technologie dans ce boîtier, nous sommes en mesure de prédire les pannes, y compris une défaillance de batterie dans un délai allant de 3 à 8 jours. Or, c’est la panne la plus difficile à prévoir », s’enthousiasme le fondateur de TellMePlus. Cette application a permis à la start-up de remporter le trophée de l’innovation B2C lors du salon Big Data Paris, qui se tenait les 6 et 7 mars.

A lire aussi :

Big Data : il est temps de grandir… ou de mourir

TellMePlus : l’inventeur de Business Objects s’attaque au Big Data

Big Data Paris : la SNCF et ses drones autonomes récompensés

Crédit photo : A Health Blog via Visual Hunt / CC BY-SA