Nos pépites de l’IA (série 10/20) | DeepMap

Le Covid-19 a dévasté certains secteurs, mais a accéléré l’utilisation de l’IA par les entreprises. La pandémie de Covid-19 a été dévastatrice pour de nombreuses industries, mais elle n’a fait qu’accélérer l’utilisation de l’intelligence artificielle dans l’économie américaine. Au milieu de la crise, les entreprises se sont empressées de créer de nouveaux services pour les travailleurs à distance et les étudiants, de renforcer les achats en ligne et la restauration en ligne, de rendre les centres d’appels clients plus efficaces et d’accélérer le développement de nouveaux médicaments importants.

Même si les applications de machine learning et les plateformes de perception deviennent monnaie courante, une couche épaisse de jargon flou s’attache aux logiciels basés sur l’IA, ce qui rend difficile l’identification des entreprises les plus convaincantes du secteur, en particulier celles qui trouvent de nouvelles façons d’utiliser l’IA pour créer de la valeur en rendant les humains plus efficaces et non inutiles.

C’est dans cet esprit que Forbes s’est associé aux sociétés de capital-risque Sequoia Capital et Meritech Capital pour créer la troisième édition annuelle du classement AI 50, une liste d’entreprises nord-américaines privées et prometteuses qui utilisent l’intelligence artificielle d’une manière fondamentale pour leurs activités. Pour être prises en compte, les entreprises doivent être privées et utiliser le machine learning (où les systèmes apprennent à partir de données pour améliorer leurs tâches), le traitement du langage naturel (qui permet aux programmes de « comprendre » le langage écrit ou parlé) ou la vision par ordinateur (qui concerne la façon dont les machines « voient »). Les entreprises d’IA incubées, financées en grande partie ou acquises par de grandes entreprises technologiques, manufacturières ou industrielles ne sont pas éligibles.

Notre liste a été établie grâce à un processus de soumission ouvert à toute entreprise d’IA aux États-Unis et au Canada. L’application demandait aux entreprises de fournir des détails sur leur technologie, leur modèle commercial, leurs clients et leurs données financières telles que le financement, l’évaluation et l’historique des revenus (les entreprises avaient la possibilité de soumettre des informations de manière confidentielle, afin d’encourager une plus grande transparence). Forbes a reçu plusieurs centaines de candidatures, dont près de 400 ont été retenues. À partir de là, nos partenaires de données ont appliqué un algorithme pour identifier 100 entreprises ayant obtenu les meilleurs résultats quantitatifs – et qui ont également fait de la diversité une priorité. Ensuite, un panel de juges experts en IA a évalué les finalistes pour trouver les 50 entreprises les plus convaincantes (il leur était interdit de juger des entreprises dans lesquelles ils avaient un intérêt direct).

Parmi les tendances de cette année, on trouve ce que Konstantine Buhler, de Sequoia Capital, appelle les « AI workbench companies », c’est-à-dire la création de plateformes adaptées à différentes entreprises, notamment Dataiku, DataRobot, Domino Data et Databricks. La recherche dans le domaine des soins de santé et des biotechnologies, telle qu’elle est menée par Komodo Health, Genesis Therapeutics et Verge Genomics, reste un domaine clé pour l’IA avancée, tout comme la vision par ordinateur, avec des entreprises telles que Viz.ai et AMP Robotics qui utilisent cette technologie pour améliorer les soins de santé et le recyclage des déchets. Les entreprises qui s’appuient sur le traitement du langage naturel, comme Duolingo, Lilt et Whisper, qui a mis au point un système auditif doté de l’IA, constituent une autre catégorie essentielle.

Pour l’avenir, le juge Andrew Ng, fondateur de Google Brain, cofondateur de Coursera, et fondateur et PDG de Landing AI, voit davantage de possibilités pour l’IA d’aider les fabricants et les prestataires de soins de santé avec des données adaptées à leurs besoins spécifiques.

« Il existe de nombreux modèles open source que vous pouvez télécharger et qui fonctionnent très bien pour un problème, mais ce qui doit vraiment être personnalisé, ce sont les données », dit-il. « Je constate que le fait d’aider les entreprises à obtenir efficacement les données dont elles ont besoin pour alimenter un modèle open source, c’est la clé pour débloquer la valeur pour ces entreprises ».

Dans la liste de 2021, 31 entreprises apparaissent pour la première fois, tandis que sept se sont qualifiées pour la troisième année consécutive. En termes de valorisation, au moins 13 des « AI 50 » sont évaluées à 100 millions de dollars ou moins, tandis que 13 sont des licornes évaluées à 1 milliard de dollars ou plus. La Silicon Valley reste la plaque tournante des start-up d’IA, avec 37 des 50 lauréats provenant de la région de la baie de San Francisco.

Les juges de cette année étaient les suivants : Tonya Custis, directrice de la recherche en IA, Autodesk ; Michael Jordan, professeur d’informatique, Université de Californie, Berkeley ; Xuezhao Lan, associé fondateur et directeur, Basis Set Ventures ; Andrew Ng, cofondateur de Coursera, professeur adjoint d’informatique, Université de Stanford ; Fay Cobb Payton, professeur d’informatique et d’analyse, Université d’État de Caroline du Nord ; Gill Pratt, PDG, Toyota Research Institute, scientifique en chef, Toyota Motor Corp. ; Carol Reiley, entrepreneure et scientifique spécialisée dans l’IA, ancienne PDG de Drive.AI ; et Raquel Urtasun, professeur d’informatique, Université de Toronto.

Nous vous proposons de découvrir 20 de ces pépites de l’IA. Aujourd’hui : DeepMap

Siège social : Palo Alto, Californie

Fondateurs : James Wu (PDG), Mark Wheeler

Financement : 93 millions de dollars 

Valorisation : 440 millions de dollars*

La course à la commercialisation des voitures à conduite autonome dépend de cartes haute définition permettant aux véhicules de savoir où ils se trouvent, et de nombreuses entreprises développant cette technologie détournaient des ressources pour créer leurs propres cartes. DeepMap a été fondée pour aider les entreprises à éviter ces efforts redondants et à économiser de l’argent en créant un « moteur cartographique » sous forme de service. Elle utilise le deep learning pour détecter et créer automatiquement des caractéristiques cartographiques et des points de repère en 3D, tels que des panneaux de signalisation, des signaux et des lignes de voie, à partir de données de capteurs d’entrée. Cette technologie peut « prendre en charge des millions de voitures tout en maintenant une qualité de carte élevée, une consommation de carte très efficace et un coût très faible », expliquent les fondateurs James Wu et Mark Wheeler.

<<< À lire également : Intelligence artificielle : Faut-il se méfier des algorithmes ? >>>