Des tronçonneuses alimentées par l'IA ? Stream Analyze fait ses débuts aux États-Unis pour transformer les appareils "stupides" en outils intelligents.

Dans un pas décisif vers son implantation sur le marché américain, Stream Analyze, leader dans les solutions d'IA en périphérie, s'est associé à Microchip et à plusieurs entreprises américaines pour introduire sa technologie innovante aux États-Unis, intégrant l'IA dans des outils tels que les tronçonneuses.

Fondée en 2015 à Uppsala, en Suède, et soutenue par des recherches académiques approfondies, Stream Analyze vise à transformer les équipements conventionnels—comme les tondeuses à gazon, les engins d'extraction et les chariots elevateurs—en renforçant leur fonctionnalité grâce à des capacités d'IA.

« Notre objectif est de donner du pouvoir à nos clients grâce à l'analyse en périphérie ou à l'IA en périphérie », a déclaré Daniel Spahr, directeur des opérations de Stream Analyze. Dans une récente interview vidéo, il a résumé la mission de manière simple : « Rendre les objets stupides intelligents. »

Pourquoi une tronçonneuse dotée d'IA ?

On peut se demander l'utilité d'une tronçonneuse munie d'IA. Les avantages sont considérables. Par exemple, dans une opération forestière, un responsable peut surveiller une flotte de tronçonneuses. Grâce à l'IA, il peut recevoir des mises à jour en temps réel sur les niveaux de carburant, la performance de l'équipement et les besoins de maintenance, ce qui permet des remplacements rapides et réduit les temps d'arrêt.

La demande pour l'IA en périphérie dépasse largement les tronçonneuses. Des entreprises comme Eloque, spécialisées dans les capteurs d'infrastructure, soulignent l'importance d'une détection proactive des problèmes pour améliorer l'efficacité, réduire les coûts et maintenir la continuité opérationnelle.

Un autre concurrent, Sima.AI, propose une plateforme sans code pour des applications d'IA en périphérie, adaptée à des utilisations exigeantes comme les drones militaires. Récemment, elle a levé 70 millions de dollars, témoignant de l'intérêt croissant des investisseurs pour les technologies d'IA en périphérie.

Solutions complètes d'IA/ML en périphérie

Stream Analyze se distingue par une « plateforme intégrée pour les opérations d'apprentissage automatique », selon Spahr. Leur technologie identifie efficacement les données pertinentes à télécharger vers le cloud, évitant la capture de données inutiles qui augmentent les coûts et les demandes en ressources. « L'externalisation et le stockage des données sont devenus coûteux, donc le traitement local constitue une solution hybride », a expliqué Spahr.

De nombreuses applications d'IA en périphérie, notamment dans des zones reculées avec une connectivité limitée, nécessitent une robustesse. Jan Nilsson, co-fondateur et PDG de Stream Analyze, a noté : « Parfois, vous avez de la connectivité, et d'autres fois non. L'usure se produit continuellement, nécessitant une analyse sur dispositif. Notre technologie est indépendante de l'infrastructure de communication. »

La suite de l’entreprise comprend le SA Engine, SA Studio, SA Staging et SA Federated Services, offrant une plateforme complète pour le déploiement de modèles d'IA en périphérie. Bien que des modèles préconfigurés soient disponibles, les clients personnalisent souvent leurs modèles avec SA Studio.

Facilité d'utilisation et déploiement rapide

Stream Analyze conçoit des solutions d'IA pour des besoins spécifiques de l'industrie, souvent en utilisant des microcontrôleurs. Cette configuration permet un traitement des données en temps réel et s’adresse aussi bien aux data scientists qu’aux ingénieurs, garantissant une grande facilité d’utilisation. « Les technologies concurrentes nécessitent souvent des programmations intégrées ou des mises à jour de firmware, ce qui peut être lent et risqué », a ajouté Spahr.

De plus, la technologie de Stream Analyze facilite le déploiement et l'ajustement rapides des modèles directement sur les dispositifs, accélérant considérablement le temps de mise sur le marché. Avec une empreinte mémoire minimale de 17 kB, leurs solutions surpassent des concurrents comme AWS Greengrass ou TensorFlow Lite, les rendant polyvalentes pour de nombreuses applications.

Stream Analyze priorise également la confidentialité des clients, permettant aux entreprises de personnaliser sa technologie sans avoir à partager des détails sur leurs cas d'utilisation spécifiques. « Chaque client est unique, et il n'y a pas de solution universelle », a déclaré Nilsson. « Ils implémentent la plateforme de manière indépendante, en maintenant la confidentialité de leurs analyses. »

Alors que Stream Analyze entre sur le marché américain, l'entreprise envisage non seulement d'élargir ses activités, mais aussi de révolutionner la manière dont les entreprises exploitent les données et l'IA pour prendre des décisions en temps réel, jusque-là inaccessibles.