Créée en 2013, QuantCube Technology est une startup spécialisée en intelligence artificielle pour les prévisions macroéconomiques et financières à partir des données alternatives. Elle est devenue l’un des acteurs français majeurs en matière d’analyse de données Big Data et connait une croissance certaine. Preuve en est la levée de fonds de 5 millions de dollars réalisée en mai dernier pour lui permettre de poursuivre son expansion à l’international.
Thanh-Long Huynh, PDG de QuantCube Technology, a accepté d’évoquer avec nous la création de cette dynamique Fintech, de ses solutions mais aussi sa vision de l’intelligence artificielle.
L’intelligence artificielle peut s’appliquer à de nombreux domaines mais ses applications et son fonctionnement semblent rester assez « mystérieux » pour le grand public. Pourriez-vous nous donner un ou plusieurs exemples concrets de l’utilisation de vos solutions ?
Il existe plusieurs cas pratiques d’utilisation de l’IA dans notre domaine :
- Pour les prévisions des élections politiques : nous analysons le sentiment des électeurs vis-à-vis des différents partis politiques pour anticiper les résultats des élections. Ceci a permis de prévoir de manière consécutive le Brexit un mois à l’avance, l’élection de Trump une semaine à l’avance et les deux tours des élections françaises. Les algorithmes utilisés sont dits de la classe NLP (Natural Language Process) pour analyser le contenu du texte.
- Pour les prévisions des futurs terrains constructibles pour les constructeurs immobiliers : nous analysons là les images satellites pour détecter les contours des villes de manière systématique. Ainsi, dans les pays émergents, nous pouvons anticiper l’expansion des villes et par conséquent les futurs terrains constructibles. Ainsi, les algorithmes utilisés sont dits ‘Deep Learning’ pour l’imagerie.
- Pour les politiques urbaines, l’imagerie satellite permet de prévoir les infrastructures à construire pour un meilleur développement économique et social. En effet, à partir de n’importe quelle image de drones ou de satellites commerciaux, nous pouvons détecter de manière systématique les fonctionnalités des constructions tel que les résidences, les hôpitaux, les écoles, les aéroports, …avec plus de 85% de précision. Cela permet ainsi d’établir de manière très précise le paysage urbain à un moment précis et anticiper les prochaines constructions à effectuer
- Pour le secteur de l’énergie, nous analysons différents types de sources de données tels que les réseaux sociaux en arabe puisqu’il y a beaucoup plus d’informations en arabe qu’en anglais relatives au pétrole, les données satellites pour estimer le niveau des raffineries de pétrole, les coordonnées des navires pour anticiper les besoins de pétrole des pays importateurs et d’autres sources de données.
Comment avez-vous créé et développé QuantCube Technology ? Avez-vous bénéficié du soutien de l’écosystème technologique IA ?
QuantCube Technology a été développé afin d’estimer l’économie en temps réel à partir de nouvelles sources de données digitales ou du Big Data. En effet, dès qu’il y a de nouvelles sources de données, il existe de nouveaux territoires à explorer et donc de nouvelles applications, notamment dans le domaine de l’économie et de la finance. L’idée de QuantCube était donc d’explorer ces nouvelles sources de données pour créer de nouvelles applications dans le domaine de l’économie.
Nous avons bénéficié du soutien de la communauté scientifique dans un sens plus large puisque la société a été créée en 2013 et l’écosystème IA était quasi-inexistant.
Désormais, la vision de QuantCube est de se transformer en Agence de Renseignement Economique puisque nous avons accès aux données avec la capacité d’analyser tout type de données en temps réel.
Pourriez-vous nous parler des technologies IA que vous avez développées pour votre solution ?
Nous utilisons différents types de technologies d’IA puisque nous analysons de nombreuses sources de données hétérogènes tel que les réseaux sociaux, les blogs, les images satellites, le trafic maritime et aérien, les données océanographiques et météorologiques, … En fonction du type de sources de données sont associées des algorithmes spécifiques d’IA.
Par exemple, pour l’analyse de texte :
- Nous avons des technologies d’IA spécifiques en fonction des langues. Par exemple, en français, un mot est représenté par une chaîne de caractère alors qu’en arabe, une chaîne de caractère représente le sujet, le verbe et le complément. En chinois, un mot est souvent représenté par plusieurs caractères consécutifs. Ainsi, les technologies d’IA sont spécifiques en fonction du type de langues auxquelles elles sont appliquées.
- Nous avons également des technologies d’IA différentes en fonction de la longueur du texte : certains algorithmes sont beaucoup plus performants pour analyser des textes courts plutôt que des textes longs.
Ou, pour l’analyse d’images :
- Il existe différents types d’algorithmes en fonction de l’objectif recherché : de la segmentation ou de la classification, ce sont des algorithmes dits supervisés ou non-supervisés.
En outre, en fonction du type d’images, optique, hyperspectral ou radar, les algorithmes vont être également différents.
Par ailleurs, l’équipe de data scientists de QuantCube est très active dans les compétitions de Data Science, et les algorithmes évoluent très rapidement pour obtenir une meilleure précision. Ainsi, il est important de continuer à investir en R&D pour rester à la pointe en IA.
Vous avez récemment réalisé une belle levée de fonds, quelles évolutions allez-vous mettre en oeuvre ?
Cette levée de fonds nous permettra de continuer un développement très rapide, notamment à l’international, puisque nous envisageons d’ouvrir trois filiales à l’étranger dans les 12 mois à venir : à New York, à Dubaï et à Tokyo. En outre, cela nous permettra d’accroître nos avantages compétitifs en IA afin de créer des barrières à l’entrée extrêmement élevées.
En outre, cette levée de fonds a été effectuée auprès d’entités prestigieuses telles que l’agence de notation Moody’s et la filiale internationale de la Caisse des Dépôts, ce qui a accru notre visibilité auprès des institutions financières internationales.
Êtes-vous favorable à une réglementation de l’IA ?
Nous y sommes très favorables et nous supportons totalement la RGPD. La réglementation de l’IA est une condition nécessaire à sa bonne utilisation mais cela dépend également de la vision et des valeurs de la société. Nous nous attendons toujours à des contournements de la réglementation de l’IA.
Les Fintech françaises sont de plus en plus réputées. Pensez-vous que l’écosystème français ait quelque chose à envier à la Silicon Valley ?
En-dehors des capitaux présents dans la Silicon Valley, je suis convaincu que l’écosystème français n’a rien à envier vis-à-vis de la Silicon Valley. D’ailleurs, l’un des avantages en France est non seulement des formations d’excellence en IA mais également des data scientists passionnés, permettant de créer ainsi des business à long-terme. En effet, le risque est moins élevé en France de se faire débaucher des data scientists qu’aux Etats-Unis, ce qui permet ainsi d’avoir une vision à plus long-terme, ce qui est créateur de valeur. En outre, nous avons remarqué que les accès aux financements pour les start-ups – BPI, région Ile-de-France,… – , les accès aux instituts de R&D – le CNES, la Société Française de Statistiques, le CEA Tech,… -, les mises en relation par les Pôles de compétitivité – Finance-Innovation, Aerospace Valley, Systematic,… -, les structures d’incubation ou d’accélérations – Paris & Co, NUMA, WeWork, WAI by BNP, Village by CA,… – sont de véritables atouts pour créer des leaders européens en IA.
Quel est votre objectif principal pour l’année à venir ?
L’objectif principal de la société est de se développer sur le marché des ‘Smart Data’ à destination des institutions financières et économiques, notamment en renforçant notre présence à l’international. En outre, nous allons continuer à investir significativement en IA pour conserver ou accroître notre avance, ceci aussi en recrutant des data scientists qu’en poursuivant des collaborations en IA avec des laboratoires de R&D, en France et à l’international.
Pour finir, quelle est la dernière application de l’intelligence artificielle par laquelle vous avez été bluffé ?
La dernière application en IA qui m’a bluffée est la reconnaissance d’images de manière systématique. Par exemple, à partir d’une image, on peut reconnaître immédiatement la localisation des résidences, des centres commerciaux ou des commissariats, avec une meilleure précision que l’œil humain. Cette application a été développée en utilisant des algorithmes de Deep Learning au début de janvier 2018… et je n’ai pas pu dormir pendant plusieurs nuits consécutives à l’idée de la puissance des résultats obtenus !
Ainsi, il est tout à fait possible d’effectuer la carte du monde en temps réel pour suivre la pollution, les développement urbains, le suivi des cultures agricoles, l’état d’exploitation des mines,…Cela crée un boulevard d’opportunités !
Un grand merci à Thanh-Long Huynh pour ses réponses !
