[FW Radar] Deepomatic veut faciliter la création de systèmes de reconnaissance d’images
Avec notre partenaire PLEO, ne perdez plus de temps avec les notes de frais!
Fondée en juillet 2014 par Augustin Marty, Vincent Delaitre, Aloïs Brunel, Deepomatic développe une plateforme logicielle de reconnaissance d’images.
Plus de détails avec Augustin Marty, CEO de Deepomatic.
FrenchWeb: A quel besoin répond votre service?
Augustin Marty, CEO de Deepomatic: Deepomatic permet aux entreprises de résoudre des problèmes liés à l’image ou à la vidéo, grâce à l’IA, et plus précisément la reconnaissance d’images.
Grâce à notre plateforme logicielle, et sans besoin d’équipe spécialisée en deep learning, nos clients peuvent concevoir et déployer leur propre système de reconnaissance d’images, mais également l’améliorer au fur et à mesure du temps, tout en restant propriétaire de l’IA ainsi créée.
Quelle est votre proposition de valeur?
Nous sommes une plateforme regroupant l’ensemble des étapes nécessaires à la création d’un modèle de reconnaissance d’images: outils d’annotation, d’entraînement et de déploiement sur le cloud ou l’architecture du client.
Une simplicité d’utilisation permettant aux utilisateurs non-spécialisés de créer leur propre système, et aux utilisateurs plus avancés de tirer parti des dernières avancées en deep learning.
Des services additionnels permettant aux projets les plus ambitieux de voir le jour: aide à l’intégration, support et formations, consulting spécifique, service d’annotation.
Qui sont les utilisateurs de votre solution?
Nos clients se trouvent majoritairement chez les grands comptes qui utilisent notre solution pour entreprendre des projets transformants. Notre plateforme étant généraliste, elle est utilisée dans des domaines allant de l’analyse des caméras de sécurité (avec la RATP), le contrôle qualité de fiches produits (avec Oscaro.com), l’automatisation de l’encaissement dans les restaurants d’entreprise (Compass Group), en passant par la détection de cellules cancéreuses (avec Lltech) ou encore dans le cadre de l’aide à la conduite: l’analyse de l’intérieur de l’habitacle avec Valeo. D’autres cas d’usage incluent le contrôle qualité en usine, l’analyse d’image satellite, ou bien l’anonymisation des données.
Quel est votre plan de développement?
En pleine croissance commerciale, nous avons signé pour 1,6 millions d’euros de chiffre d’affaires au cours de l’année précédente. Nous avons de grandes ambitions pour 2018. Aider de plus en plus de grandes entreprises à réaliser les projets qui vont transformer la société, passer l’équipe de 20 à 50 personnes. Nous comptons également ouvrir un premier bureau commercial aux Etats-Unis où nous avons déjà des clients, dès la première moitié 2018.
Quels sont vos enjeux?
Voici nos différents enjeux:
- marché: le marché de la reconnaissance d’images étant encore jeune, il nous est indispensable d’évangéliser au maximum pour faire connaître ces nouvelles technologies et les bénéfices que les entreprises du monde entier vont pouvoir en retirer. Nous continuerons à le faire au travers d’évènements comme le meetup «L’entreprise à l’ère de l’IA» que nous avons organisé en octobre pour réunir décideurs et faiseurs, et qui a été un franc succès.
- business: Au delà des chiffres, nous voulons mettre le pied dans le plus possible de projets transformants pour nos clients et pour la société. Comme la voiture autonome, les péages intelligents ou la maintenance prédictive de la SNCF.
- financier: pour pouvoir soutenir le rythme de notre croissance, nous envisageons une levée de fonds conséquente courant 2018.
Qui sont vos concurrents?
Nous avons deux sortes de concurrents: les entreprises proposant des APIs de reconnaissance d’images génériques (Google Cloud Vision, AWS Rekognition, etc) et les entreprises permettant de construire des systèmes de reconnaissance d’images personnalisés (par ex: Clarifai).
Ce qui nous distingue:
- Le client conserve la propriété intellectuelle des jeux de données ainsi que des modèles.
- Une capacité de déploiement rapide, y compris sur les infrastructures du client.
- Les technologies d’active learning et d’human-in-the-loop permettent une amélioration continue des systèmes.
- Une interface ergonomique qui facilite l’utilisation de ces technologies complexes.
Les données clés:
- Fondateurs : Augustin Marty, Vincent Delaitre, Aloïs Brunel
- Date de création : juillet 2014
- Levées de fonds : 2 millions d’euros en 2015
- Siège : Paris
- BELIEVE veut croire en une croissance rentable pour 2024 / FLEX AI sort de l’ombre / Comment un fonds de capital-risque gagne-t-il de l’argent ? - 25/04/2024
- Concurrence: Londres étudie plusieurs partenariats dans l’IA générative - 25/04/2024
- Microsoft étend son empire d’intelligence artificielle à l’étranger - 25/04/2024
