Hier matin, nous étions présents à la CCI Hauts de France pour participer à l’événement “ Les Ponts de l’IA ”, une matinée de conférences organisée dans le cadre du festival " L’IA avec Nous ", sur le thème Entreprises × Recherche : construisons ensemble ! Un événement dense et résolument tourné vers l’action.
Voici ce que nous en retenons :
L’IA n’est plus un sujet de laboratoire : elle est déjà dans vos process
La salle était comble. Dirigeants, chercheurs, PME industrielles, ETI, institutions publiques tout le monde était réuni autour d’une conviction partagée : l’intelligence artificielle n’est plus l’apanage des grandes entreprises tech.
Elle est désormais à portée de toutes les organisations, à condition de savoir construire les bons ponts entre le monde de la recherche et celui de l’entreprise.
C’est précisément l’ambition affichée de cette matinée : faire se rencontrer des chercheurs porteurs de solutions concrètes et des entreprises en quête de compétitivité.
Des cas d’usage qui parlent aux industriels
Plusieurs présentations ont particulièrement retenu notre attention
Sommaire :
1. Témoignage IA Santé : Siemens Healthineers, Université de Lille et Institut Cœur Poumon
2. Témoignage IA Ferroviaire : Alstom × UPHF, l’IA embarquée au cœur des trains
3. Trois pitchs de startups : l’IA en train de se construire
4. Ce que nous retenons pour nos clients
5. La région HautsdeFrance, territoire d’innovation data & IA
1. Témoignage IA Santé : Siemens Healthineers, Université de Lille et Institut Cœur Poumon
L’un des moments forts de la matinée a été le témoignage commun de Siemens Healthineers, de l’UFR3S Université de Lille et de l’Institut Cœur Poumon du CHU de Lille trois acteurs qui incarnent concrètement ce que peut produire un partenariat entre industrie de pointe et recherche académique hospitalière.
Un géant mondial au service de la médecine de précision. Siemens Healthineers, c’est 22,6 milliards d’euros de chiffre d’affaires en 2024, 71 000 employés, une présence dans plus de 70 pays et un positionnement numéro 1 mondial sur le segment de l’imagerie médicale (55 % du CA). L’entreprise couvre l’ensemble du spectre médical : imagerie, diagnostics, oncologie (Varian), thérapies avancées avec comme ambition affichée d’ "Elevate Health Globally".
L’IA sur l’intégralité du parcours patient. Ce qui a particulièrement frappé dans cette présentation, c’est la démonstration que l’IA n’intervient pas sur un seul point du parcours de soin, mais bien à chaque étape : dès la préparation du patient (centrage automatique, enregistrement direct en salle), pendant l’examen (aide au placement des coupes, synchronisation respiratoire et cardiaque), lors de la reconstruction image (super résolution, débruitage), et en posttraitement (automatisation des tâches répétitives, affichage optimisé pour une interprétation rapide). Une chaîne de valeur data entièrement augmentée par l’IA.
Une première mondiale installée à Lille. Le partenariat avec l’Institut Cœur Poumon a abouti à une réalisation historique : l’installation en août 2021 du premier scanner à comptage photonique (PCCT) en France le NAEOTOM Alpha de Siemens Healthineers. Ses caractéristiques techniques sont remarquables : résolution temporelle de 66 ms, résolution spatiale de 125 µm, imagerie spectrale et plateforme IA intégrée. Ce scanner, installé dans le service de Radiologie Cardiothoracique et vasculaire, ouvre des perspectives inédites notamment pour la cardiologie, positionné comme un concurrent sérieux de l’IRM cardiaque.
Vers le jumeau numérique du patient. La vision à long terme présentée est celle d’une médecine de précision s’appuyant sur un jumeau numérique du patient : en combinant IA et biomarqueurs validés en partenariat avec l’Université de Lille, Siemens Healthineers vise à mieux diagnostiquer et traiter les maladies neurodégénératives, cardiovasculaires, les AVC et les cancers. Les innovations IA sont ainsi validées en conditions réelles, et de nouveaux biomarqueurs évalués directement en pratique clinique.
Ce cas d’usage illustre de façon saisissante ce que l’on pense profondément : la data et l’IA, quand elles sont au service d’un objectif humain clair et d’une collaboration bien construite entre acteurs complémentaires, peuvent littéralement changer des vies.
2. Témoignage IA Ferroviaire : Alstom × UPHF, l’IA embarquée au cœur des trains
Autre temps fort de la matinée, la présentation d’Eddy Doba et Nordine Saim (Alstom) en partenariat avec Smaïl Niar (UPHF Université Polytechnique HautsdeFrance) sur un défi technologique aussi concret que stratégique : comment embarquer de l’intelligence artificielle directement dans les équipements ferroviaires pour en assurer le monitoring en temps réel ?
Un contexte exigeant, qui ne tolère pas l’approximation. Le ferroviaire impose des contraintes que peu d’industries connaissent à ce niveau : des équipements embarqués critiques (traction, freinage, portes, climatisation, systèmes de sécurité) qui nécessitent une surveillance continue pour garantir sécurité et fiabilité. Les environnements sont complexes, dynamiques et multimodaux caméras, capteurs acoustiques, température, vibrations, signaux électriques se mêlent en permanence. Et les anomalies, justement, sont rares, hétérogènes et très dépendantes du contexte opérationnel. C’est précisément ce qui rend leur détection si difficile et si cruciale.
Quatre défis scientifiques au cœur du projet. L’UPHF et Alstom ont structuré leur approche autour de quatre enjeux techniques majeurs : la multimodalité (fusionner des données de natures très différentes images, sons, signaux, graphes au sein d’un même modèle IA), le multitâche (un seul modèle capable d’assurer plusieurs fonctions de surveillance simultanément), le multiéquipement (adapter l’IA à des équipements variés à bord d’un même train), et la frugalité (concevoir des modèles compacts et efficaces, compatibles avec les contraintes d’edge computing embarqué peu de mémoire, peu d’énergie, pas de connectivité permanente).
Une solution méthodologique complète, de l’analyse à l’embarquement. Le pipeline présenté est impressionnant de rigueur. Il commence par une analyse des besoins ferroviaires : identifier les cas d’usage prioritaires, définir les équipements à surveiller, recenser les contraintes réglementaires et opérationnelles. Vient ensuite la collecte et préparation des données, avec une hypothèse d’apprentissage fondée sur la rareté des anomalies et la forte variabilité opérationnelle ce qui impose des approches d’apprentissage centré sur la normalité (oneclass learning) plutôt que sur la supervision classique. Le pipeline se poursuit par la conception multimodale et multitâche du modèle, son optimisation (compression, HardwareAware Neural Architecture Search), puis son déploiement sur plateformes embarquées.
Ce que ce projet dit de l’état de l’art. Ce que propose Alstom avec l’UPHF, c’est une IA qui doit fonctionner dans des conditions réelles dégradées, sans accès cloud permanent, avec des données d’entraînement déséquilibrées et sur un matériel aux ressources limitées. C’est l’antithèse de l’IA en laboratoire. Et c’est précisément là que réside la valeur : une IA qui tient ses promesses non pas dans des conditions idéales, mais dans la dureté du monde réel industriel.
Pour nous, ce projet résonne directement avec les problématiques que nous adressons auprès d’acteurs de la mobilité et des infrastructures : la qualité et la rareté des données d’anomalie, la nécessité de concevoir des architectures robustes et explicables, et l’enjeu du déploiement opérationnel souvent le maillon le plus négligé, et pourtant le plus décisif.
3. Trois pitchs de startups : l’IA en train de se construire
La matinée laissait aussi la parole à des startups en émergence, venues pitcher leurs solutions devant un public de décideurs et d’investisseurs potentiels. Trois d’entre elles ont particulièrement retenu notre attention, chacune illustrant à sa façon comment l’IA peut résoudre un problème métier très concret à condition d’avoir le bon angle d’attaque.
Clément Chauvet Équipe ENDOMIC : l’IA pour le dépistage des maladies autoimmunes
Le constat de départ est saisissant : aujourd’hui, le diagnostic d’une maladie autoimmune repose sur la détection d’anticorps par immunofluorescence sur cellules une technique visuelle, soumise à l’interprétation humaine. Résultat : la concordance entre laboratoires ne dépasse pas 70 % sur les fluorescences les plus rares. Autrement dit, pour un même patient, deux labos peuvent rendre des résultats différents. C’est exactement le type de problème que l’IA est faite pour résoudre.
La solution développée par Clément Chauvet et l’équipe ENDOMIC (Université de Lille, Inserm, CHU de Lille, CRIStAL, Stadius, KU Leuven) repose sur un modèle de prédiction au niveau cellulaire, entraîné sur une base de 170 000 images issues de 3 hôpitaux. L’objectif : produire une application d’aide au diagnostic standardisée, capable de réduire drastiquement la variabilité interlaboratoires et d’accélérer la prise en charge des patients. Un projet à fort impact clinique, porté par un consortium académique et hospitalier de premier plan.
Arnaud Demortière PreDeeption × CNRS : l’IA au cœur de la batterie
Deuxième pitch, avec une accroche immédiatement percutante : *“AIdriven battery foresight for a more reliable future.”* PreDeeption, startup issue des travaux du CNRS et portée par Arnaud Demortière (Université Jules Verne), s’attaque à un enjeu central de la transition énergétique : prolonger la vie des batteries et optimiser la disponibilité des flottes de véhicules électriques.
La solution est une plateforme SaaS B2B qui certifie l’espérance de vie restante (RUL Remaining Useful Life) des batteries électriques, exprimée en kilomètres, via une architecture Plug & Play accessible par API. Le moteur technologique repose sur une IA hybride combinant Deep Forecasting et modèles physiques d’électrochimie issus des recherches CNRS assistée par une architecture multiagents permettant une prédiction dynamique et explicable. La mission affichée est claire : devenir le tiers de confiance indépendant de la mobilité électrique pour l’évaluation de l’état de santé des batteries.
Côté calendrier : recherche de partenaires POC en Q2/Q3 2026, dépôt officiel des statuts prévu en Q4 2026. La startup est basée à Amiens un ancrage régional fort, parfaitement en phase avec les ambitions de l’écosystème HautsdeFrance.
EVEZA : zéro donnée, zéro entraînement la surveillance réinventée
Le troisième pitch était peut-être le plus radical dans sa proposition de valeur. Le présentateur a ouvert avec une question déstabilisante : *“La surveillance, c’est essentiel. L’entraîner, ça coûte cher.”* Et de chiffrer le problème : 5 000 à 25 000 € par système de surveillance, 1 à 2 ans de développement par modèle. Et surtout, une limite structurelle irrésolue par l’approche classique : un modèle par menace et si la menace est nouvelle ?
Avec plus d’un milliard de caméras de surveillance dans le monde, chaque nouvelle menace exige un nouveau modèle entraîné. EVEZA casse ce paradigme avec une solution en trois étapes : la caméra capte la vidéo via un capteur bioinspiré filtrant les scènes sans mouvement (vocabulaire expert, toute thématique) ; un modèle de visionlangage génère une description textuelle de la scène, sans entraînement, prêt à l’emploi immédiatement ; cette description est ensuite comparée à des critères de danger en détection ouverte sans qu’aucun entraînement spécifique à la menace ne soit requis. L’IA est souveraine et 100 % locale.
La proposition est audacieuse et techniquement fondée sur les avancées récentes des modèles visionlangage (VLM). Elle résout un problème que les approches supervisées classiques ne peuvent pas résoudre : détecter ce qu’on n’a pas anticipé. Pour tous les acteurs de la sécurité industrielle, des infrastructures critiques ou des espaces publics, c’est une piste à suivre de très près.
Enfin un témoignage d’IA Responsable. Claire Jolimont (Pingflow) et Hamid Alladui ont partagé leur retour d’expérience sur le déploiement d’une IA responsable en entreprise un rappel essentiel que la performance technologique ne peut se dissocier d’une réflexion éthique et organisationnelle.
.jpg)
4. Ce que nous retenons pour nos clients
Chez nous, cette matinée a résonné avec nos propres convictions et les missions que nous menons au quotidien. Que ce soit pour le Musée du Louvre Lens, le Comité Régional des Hauts de France, ou encore Voies Navigables de France, nous observons chaque jour que la vraie valeur de la data ne réside pas dans la technologie elle-même, mais dans la capacité à la structurer, l’interpréter et la transformer en décisions concrètes.
Les cas présentés ce matin confirment plusieurs principes que nous défendons :
-
La donnée doit servir un objectif métier clair. Qu’il s’agisse de prévoir la durée de vie d’une batterie, d’optimiser des flux logistiques ou de piloter une politique culturelle territoriale, le point de départ est toujours la même question : quelle décision voulons nous améliorer ?
-
L’IA hybride et les architectures modulaires sont l’avenir. Les modèles purement “boîte noire” ont leurs limites. Les approches combinant connaissance métier, modèles physiques et machine learning donnent des résultats plus robustes, plus explicables, et plus acceptés par les équipes opérationnelles.
-
La maturité data est un préalable. Avant de parler d’IA, il faut parler de gouvernance des données, de qualité, d’intégration. C’est souvent là que se joue la réussite ou l’échec d’un projet.
-
L’IA responsable n’est pas une option. Déployer une solution d’IA sans réfléchir à son impact sur les collaborateurs, sur les décisions qu’elle influence, et sur la transparence qu’elle offre, c’est prendre un risque organisationnel et réputationnel réel.
5. La région HautsdeFrance, territoire d’innovation data & IA
Cette matinée illustre aussi la dynamique remarquable qui existe dans notre région. Entre les universités, les laboratoires de recherche, la CCI et les entreprises industrielles, l’écosystème HautsdeFrance dispose de tous les ingrédients pour devenir un véritable hub d’innovation appliquée en IA.
Nous sommes fiers d’en faire partie et de contribuer, à notre échelle, à faire de la data et de l’IA des leviers concrets de performance pour les organisations publiques et privées de notre territoire.