Retour aux actualités
Article suivant Article précédent

Revue TELECOM 177 - L'innovation et l'entreprenariat dopés par le déluge des données

Articles Revue TELECOM

-

15/10/2015

 
L'INNOVATION ET

L'ENTREPRENARIAT DOPES

PAR LE DELUGE DES DONNEES



Article collectif dans la revue TELECOM n° 177
 

C’est le premier incubateur français du numérique en nombre de start-up créées. ParisTech Entrepreneurs peut se prévaloir d’avoir abrité plus de 320 entreprises depuis 2000. Les porteurs de projets bénéficient d’un accompagnement personnalisé sur 18 mois. Adossé à l’école Télécom ParisTech, l’incubateur entretient des relations privilégiées avec les diplômés et ses enseignants-chercheurs mais est ouvert à l’ensemble de l’écosystème numérique français.

Découvrez quatre approches originales parmi la douzaine de start-up actuellement incubées qui s’appuient sur les innovations du big data.

DCbrain – Piloter et optimiser les datacenters

Comment est-il possible que les Datacenters (bâtiment et infrastructures physiques) soient aujourd’hui gérés avec des outils informatiques semblant sortis des années 1980, alors que ces mêmes Datacenters hébergent la quintessence du monde logiciel ?

DCbrain a décidé de développer une solution logicielle pour répondre à ce paradoxe. L’idée fondatrice est d’utiliser les technologies les plus avancées de l’IT : machine learning, base de graphes, pour cartographier et optimiser le monde physique et les nombreux réseaux de flux qui le composent : éner- gie, frigorie, eau…

Cette cartographie permet de visualiser via une interface web de type GoogleMap non pas l’infotrafic, mais la répartition des charges et des capacités du Datacenter ou l’état des redondances. De savoir instantanément quels applicatifs seront impactés en cas de travail sur un onduleur ou de jouer des scénarios prédictifs.

Le gain est tel qu’au-delà de nos clients Datacenter, plusieurs acteurs nous ont approchés pour traiter les flux phy-siques de campus ou de villes.

Un des challenges est l’introduction des lois physiques gérant les flux au sein du modèle. Nos algorithmes utilisent ces lois pour corréler et enrichir les mesures collectées auprès des capteurs afin de conserver la dimension physique de nos données.

Les Datacenters deviennent les centres névralgiques de notre vie digitale. Cette évolution induit de nouvelles contraintes pour les équipes infrastructures : gestion de la complexité, gains de productivité, enjeux de communication, maitrise de l’impact énergétique, fiabilité totale. Seule une approche systémique permettra cette mutation.

Arnaud de Moissac, co-fondateur et CEO de DCbrain
www.bit.ly/edfpulse



DreamQuark – Réinventer l’analyse des données de santé

La quantité de données accumulées dans les secteurs de la santé et de l’assurance et leur valeur stratégique nécessitent l’émergence de nouvelles approches. En effet une large part de ces données concerne de petits échantillons, et elles sont souvent stockées dans des silos qui ne permettent pas d’exploiter au maximum les promesses du big data. Les données non structurées comme les images sont, elles, rarement numérisées.

Pour faire face à cette situation et développer des services novateurs, DreamQuark combine une véritable compréhension des besoins des acteurs à des architectures qui s’inspirent des approches les plus abouties en apprentissage machine et des récentes découvertes en neurosciences et en physique des hautes énergies.

L’analyse de données structurées per- met alors de mieux modéliser les corrélations fines pouvant exister entre les différentes variables sur lesquelles les acteurs peuvent jouer et les résultats qu’ils veulent obtenir. Cela se traduit par des performances accrues, avec des précisions pouvant atteindre 97 % et des temps de décision de l’ordre de la milliseconde.

Les modèles de DreamQuark combinent de nombreuses dé- cisions entre elles de manière à passer d’un niveau micros-copique à un niveau macros-copique, permettant ainsi de modéliser l’effet de politiques ciblées visant à un effet global. DreamQuark s’intéresse également à la maintenance prédictive et au diagnostic de pannes dans le secteur de la santé connectée, en étudiant les variables produites par les robots d’analyse. DreamQuark analyse aussi les flux de données pour prédire des informations comme le nombre de patients qui se présenteront aux urgences à une heure donnée.

Ces données structurées peuvent être enrichies avec des données exogènes, le deep learning permet alors une précision supérieure des prédictions. DreamQuark analyse ainsi les images médicales, les documents numérisés et les signaux vocaux pour intégrer des informations supplémentaires aux chaînes de décision.

Fort de cette approche inédite, DreamQuark a pu développer des par- tenariats avec de grands comptes tels Axa, IBM ou encore NVidia.

Nicolas Meric, CEO de DreamQuark

 
 

Linkurious – Visualiser simplement des données complexes

Linkurious est une start-up française qui aide les entreprises à utiliser leurs données pour identifier des relations entre les gens, les endroits, les choses ou les entités. Linkurious permet ainsi aux entreprises d’extraire des informations dans les données volumineuses et complexes du big data.


Quel est l’impact de la panne d’un serveur au sein d’une infrastructure téléphonique ? Qui est la personne la plus importante au sein de mon organisation ? Comment une banque peut s’assurer que des clients en apparence sans histoire ne sont pas connectés à des cr minels connus ? La solution de visualisation de graphes de Linkurious permet de rechercher, d’explorer et de visualiser les connections entre les données pour révéler des informations cachées 
et des opportunités. Elle aide ainsi les ingénieurs de réseaux, les analystes fraude, les chercheurs ou les décideurs à répondre à leurs enjeux métiers.

Linkurious aide déjà des clients tels que Ebay, Cisco, ou le Ministère des Finances. Récemment, l’International Consortium for Investigative Journalism a utilisé Linkurious Enterprise pour Swiss Leaks, une enquête mondiale sur une fraude fiscale massive qui aurait été organisée par la filiale suisse de la banque britannique HSBC.

Jean Villedieu et Sébastien Heymann,
Président et Co-fondateurs de Linkurious.



STIM - Le futur de la conception est un algorithme

Stim conçoit et diffuse des méthodes et outils pour aider les entreprises à générer, activement et systématiquement, des innovations de rupture. Le big data est donc de fait une source évidente pour révolutionner nos méthodes d’innovation.

Grace aux 20 dernières années de recherche en conception, nous savons qu’une idée neuve est le résultat d’une connexion entre deux connaissances qui étaient jusqu’alors isolées. En effet, les sciences de la conception sont allées si loin qu’on est aujourd’hui capable de traduire le raisonnement de conception de tout individu en algorithmes.

Aujourd’hui, Stim a déjà utilisé avec succès ces approches pour participer à la construction du futur de nombreuses industries avec des entreprises comme Thales, Schneider Electric, Safran, Primagaz.

Ceci étant, la puissance de ces méthodes demeure limitée par les capacités cognitives humaines notamment par la largeur des connaissances que nous sommes aptes à rassembler : par exemple, le nombre d’experts (porteurs de connaissances) que nous sommes physiquement capables de rassembler dans nos projets d’innovation est limité et par conséquent restreint le raisonnement.


Quoi de plus puissant comme base de connaissance que Wikipédia et a fortiori, le web tout entier ? Les raisonnements d’innovation de demain n’auront pour limite que les capacités de traitement de nos algorithmes croisant sémantique, big data et sciences de la conception.

Ils permettront de générer systématiquement, et encore plus largement des concepts d’innovation de rupture, pour challenger tout produit ou service, dans l’ensemble des industries.

Imaginez, demain votre ordinateur pourra vous générer en quelques millisecondes des centaines d’idées disruptives d’une industrie donnée avec des degrés de pertinence et de disruption paramétrés.

Stim travaille dès aujourd’hui à la mise en œuvre de tels algorithmes basés sur le big data et permettant d’aider tout concepteur à générer plus de rupture, plus vite, avec moins d’effort.

Benjamin Duban, co-fondateur de Stim

 

239 vues Visites

J'aime

Commentaires0

Veuillez vous connecter pour lire ou ajouter un commentaire

Articles suggérés

Articles Revue TELECOM

Comment la France peut réussir dans le quantique # 197

photo de profil d'un membre

Rédaction Revue TELECOM

28 juillet

Articles Revue TELECOM

ORDINATEUR QUANTIQUE ET CRYPTOGRAPHIE POST-QUANTIQUE #197

photo de profil d'un membre

Rédaction Revue TELECOM

13 juillet

Articles Revue TELECOM

Editorial l'informatique quantique # 197

photo de profil d'un membre

Rédaction Revue TELECOM

13 juillet