Vi intervjuade Lara Rouyres, grundare och VD för Levia.ai, samt en styrelseledamot för France Digitale, som gav oss exempel på användningen av artificiell intelligens. skapad inom industri, cybersäkerhet, hälsovård, handel och forskning , med anledning av Frankrike är AI-evenemanget. Det måste-se-evenemang för kvantspelare och AI i Europa kommer att äga rum online måndagen den 16 november.
Kan du ge oss 5 exempel på tillämpningar av artificiell intelligens? Vad tillför AI till vart och ett av dessa områden och vilka är deras framtidsutsikter?
AI i industrin
I branschen är ett direkt exempel som kommer att tänka på ett orderplocksystem baserat på team av robotar från franska startupen Exotec. Men industriella användningsfall är mycket bredare: optimering av försörjningskedjan, lagerhantering och prognoser, förutsägande hantering, automatisering av kvalitetskontroll, etc.
AI inom cybersäkerhet
Säkerhetsmässigt är registrerade cyberattacker under en begränsad tid 4 gånger mer intensiva, vilket är ett strategiskt område där vi måste fortsätta att investera. AI har varit avgörande i flera år för att identifiera relationer mellan olika hot: skadliga filer, misstänkta IP-adresser, insiderhot etc. Denna analys tar bara några sekunder och gör det möjligt för säkerhetsanalytiker att reagera på hot upp till 60 gånger snabbare. Startup CybelAngel tillhandahåller lösningar som hjälper företag att upptäcka dataläckor såväl som olika mörka webbhot med hjälp av artificiell intelligens. Vade Secure fokuserar på att skydda mot avancerade och sofistikerade attacker som distribueras via e-post.
AI inom vården
I en värld där medicin och data är allt mer sammanlänkade känner innovationer inom det medicinska området ingen kris. Från att hjälpa till med diagnostik från medicinsk bildbehandling till patientresor till att övervaka behandlingseffektivitet, många AI-startups arbetar för att förbättra hälsosystemet. Vissa startups som Owkin använder en decentraliserad och säkrare federerad inlärningsarkitektur för att skydda patienternas personliga data, Withings (anslutna objekt), Impuality (övervakning från långt ifrån anslutna hjärtproteser), Incepto Medical (medicinsk bildbehandling) eller Cardiologs (tolkning av elektrokardiogram) sticker ut.
AI inom handel
AI in Commerce är fullt av mindre kända B2B-startups. De två sista superhissarna tillverkade i Frankrike syftar specifikt till att förbättra kundupplevelsen. Contentsquare publicerar SaaS-mjukvara för att optimera kundupplevelsen och öka konverteringsfrekvensen för e-handelssajter. Den uppnådde enhörningsstatus i maj förra året, efter att ha annonserat en serie D på 175 miljoner euro. AB Tasty, specialiserar sig på optimering av kundupplevelser, samlade in 37 miljoner euro i serie C i juli 2020. Det finns också många användningsfall, hänvisa bara till vår karta över 453 AI-startups i Frankrike för att förstå det: prediktiv marknadsföring, optimering av webbprestanda, konversationsagenter ( bots), etc. Franska entreprenörer saknar inte kreativitet!
AI i forskning
Naturligtvis kan du inte ha innovationer inom AI utan forskning. Många startups, som nu är mycket framgångsrika i Frankrike, är startups från forskningscentra. Till exempel har startupen Prophesee, en expert på artificiell syn, sina rötter i Institute of Vision (CNRS, Pierre and Marie Curie University, INSERM).
Innan den tekniken kan användas och mervärde kan erhållas måste många steg för att samla in, hantera eller till och med normalisera konsumentdata tas. Vilka är dessa olika steg och hur tror du att AI-experter kan övervinna dessa barriärer?
Utan tvekan är data en av de viktigaste framgångsfaktorerna för alla AI-projekt. Framför allt är det viktigt att känna till din datatillgång väl, behärska dess kvalitet och ha förmågan att aktivera denna data i AI:s tjänst. Lyckligtvis finns det vackra franska nuggets som kan stödja företag på alla dessa webbplatser:, till exempel tillhandahålla en plattform som gör att du snabbt kan distribuera big data-projekt i produktionen och bädda in AI i dina applikationer. Cosmian utvecklar och publicerar en mjukvaruplattform för datakryptering. Denna lösning gör det möjligt att analysera krypterad och minerad data utan att påverka den, och kryptera data allt eftersom den används, så att den kan krypteras från början till slut. Dessutom är dataprissättning en verklig utmaning för digital transformation: företag måste i allt högre grad dela data internt och externt, särskilt för att leverera projekt. Dawex och Opendatasoft tillhandahåller alltså datadelningsplattformar.
Hur hjälper AI företag att förutsäga konsumenternas behov och fatta strategiska beslut?
Inom detaljhandeln och e-handel i allmänhet kan AI bli en oumbärlig strategisk partner. Predictive AI är särskilt imponerande inom detaljhandeln. Det är nu möjligt att göra prognoser för avkastning på investeringen (ROI), för den bästa prisoptimeringsstrategin, för att förutsäga effektiviteten av online- och offline-mediekampanjer, etc. Exempel: Linkfluence lyssna på konversationer mellan internetanvändare på sociala nätverk och på Internet, särskilt för företag. Det är ett bra sätt att känna till marknadens åsikter om produkter och tjänster men också ouppfyllda behov.
På liknande sätt tillämpas AI på kundrelationer, oavsett om pre-sales automatiskt behöver svara på frågor som kunderna ställer sig själva på produkttavlan, som Levia.ai ställde eller på förfrågningar. Efter försäljningen kommer nästa generations Natural Language Processing (NLP) Modellen hjälper till att ge en svarsnivå nära en kundtjänstoperatörs kvalitet på allmänna frågor och får därmed konsumenterna att använda autonomi i sin navigering.
