Qui sont les nouveaux tueurs de l'IA à la solde du luxe ? Part 1.
Tony Pinville, CEO d'Heuritech
Début 2018, avec son alter ego Charles Ollion, il figurait en bonne place du classement des “100 Français qui comptent dans l’intelligence artificielle” aux Trophées de l’Entreprise, décernés juste avant la remise du rapport Villani. Dix mois plus tard, ces deux docteurs en IA à l’esprit potache concluaient l’année en beauté en remportant pour leur jeune entreprise Heuritech le prix de la meilleure solution IA de l’année 2018 aux Remode Fashion Awards de Los Angeles, le nouveau rendez-vous mode de l’innovation technologique. Précurseurs et leaders du “deep learning” en France, ils n’ont pas fini de nous surprendre.
Heuritech, cinq ans d’âge, s’apprête à effectuer son deuxième tour de table, après une première levée de fonds en amorçage de 1,1 million d’euros il y a deux ans à peine via Serena Capital. L’entreprise, qui emploie aujourd’hui 30 salariés (dont huit docteurs en IA), a pour ambition de démocratiser l’intelligence artificielle et s’est spécialisée dans un enjeu de taille: la reconnaissance visuelle, qu’elle met aujourd’hui au service de la mode et du luxe.
Elle est le “Shazam” prospectif que toutes les marques rêvent de s’offrir, pour en savoir plus sur ce que deviennent leurs produits une fois achetés, et ainsi maximiser leurs chances de les vendre. “En 2013, lorsque nous nous sommes lancés dans l’aventure, explique Tony Pinville, 38 ans et CEO d’Heuritech, on parlait déjà de big data (mégadonnées, ndlr), mais personne ne s’intéressait à ce qu’on pouvait en faire, à la façon de synthétiser tant d’informations, et à quoi ça pourrait bien servir ! Beaucoup les stockaient sans chercher à voir plus loin. Or c’est précisément ce qui nous intéressait: mettre en place un système d’analyse capable de répondre aux attentes des entreprises.Vous avez des datas, nous allons les traduire pour vous, leur donner un sens et une fonction.” Le projet Mastering Machine Learning, comme l’annonce la page d’accueil d’Heuritech, était né. Une petite révolution à l’époque.
Cette envie de mettre l’IA au service de l’industrie, de “l’évangéliser”, a toujours été le leitmotiv des deux jeunes ingénieurs depuis leur rencontre en 2009 sur les bancs de la fac alors qu’ils terminaient leurs thèses. L’intitulé de celle de Tony, retourné en cours après dix ans comme développeur web, laisse rêveur: “Robotique évolutionniste: influence des pressions de sélection sur l’émergence d’une forme de mémoire interne”. “Nous sommes arrivés au bon moment, précise ce dernier. La bonne combinaison de facteurs était là: les machines étaient de plus en plus puissantes et les données de plus en plus nombreuses. Même s’il faut bien reconnaître que l’IA n’était pas tendance. On en parlait très peu en entreprise, il ne se passait pas grand-chose. Et puis il y a eu ce buzz de l’éclosion du ‘deep learning’, et tout s’est accéléré d’un coup".
Nous y voilà ! Deuxième grosse révolution du milieu après celle du big data, le deep learning, ou comment apprendre automatiquement à une machine à travailler seule en modélisant des données grâce à des architectures informatiques complexes. “Pour faire simple, on donne à la machine des exemples, et plus on lui en donne, plus elle apprend à les reconnaître. Charles et moi étions déjà bien en place dans ce domaine, et si la première année a été très exploratoire, passée à réfléchir à ce que l’on voulait faire, tout s’est accéléré quand nous avons mis le doigt sur ce qui allait être la base de notre ‘verticale mode’: la reconnaissance d’images.” Trois milliards d’images circulent chaque jour dans le monde… il eût été dommage de s’en priver. Conviction renforcée par une rencontre providentielle avec LVMH fin 2015, lors d’un hackathon organisé par Louis Vuitton, qui finit de convaincre la jeune équipe d’appliquer cette technologie de reconnaissance d’images au domaine de la mode et du luxe.
4 ans de recherche-développement
2 prix récoltés en deux ans
30 employés
3 millions d’images analysées par jour
1,1 million d’euros levés au départ
2 000 détails détectés par image
Une “cross fertilisation” dont Tony et Charles adorent l’idée, persuadés que le bon réflexe est de partir des problématiques et besoins du secteur plutôt que des technologies disponibles. “C’est une expérience incroyable, et les deux parties ont beaucoup appris. Nous parlions des langages différents, mais sentions que le besoin était là. Il nous a bien fallu six mois pour nous faire comprendre des équipes LVMH, et vice versa ! Même des plus ‘tech’ d’entre elles. Seul Sidney Toledano adore me challenger, c’est un passionné du sujet !”.
Signe de bonne santé des start-ups à succès, Heuritech connaît une croissance multiphasique mais exponentielle. Avec aujourd’hui dans son portefeuille clients quelques-unes des plus grosses marques mondiales, de Louis Vuitton à Christian Dior en passant par Uniqlo, Heuritech traite actuellement pour elles chaque jour trois millions d’images issues majoritairement des réseaux sociaux. “Et encore, c’est une moyenne entre ce que traite réellement la machine et ce que nous en retenons finalement comme informations, au regard de la pertinence de ses résultats. Les logiciels de reconnaissance analysent tout de ces images, du contexte au détail. Jusqu’à en reconnaître le code produit ! Et ce grâce à une succession de différents modules, des détecteurs. Le premier analyse le contexte global de l’image, le deuxième la ‘localisation’ c’est-à-dire le produit dans son ensemble (un sac par exemple), le troisième le type (sac à main, à dos…), le quatrième le modèle (son nom, un ‘LV Twist’ par exemple), le cinquième la couleur, et ainsi de suite jusqu’à en reconnaître le code article, quand il détient toute la combinaison. Tous les jours, nous en apprenons un peu plus à la machine, afin qu’elle travaille de plus en plus en autonomie. Nous nourrissons pour elle ce que l’on appelle le thésaurus et ses librairies de tags, une giga-base de données, comme une encyclopédie qui répertorie tous les exemples possibles et imaginables de produits mode, en lui en montrant références et images. Mais ça ne s’arrête pas là ! Nous lui montrons aussi d’autres objets que des produits, car plus vite elle saura reconnaître seule son environnement, plus performants seront sa recherche et son analyse. Bien sûr, certaines marques, certains produits, sont plus facilement identifiables que d’autres, et on fixe aussi pas mal de bugs! Je cite toujours le cas de cette hache que le logiciel avait prise pour un sac. Ce sont les limites du système, mais ça reste un bon système".
Ces analyses sont ensuite contrôlées, classées et intégrées directement chez le client dans un “dashboard en sas”, une sorte de rapport quotidien relativement simple d’utilisation, quantitatif et qualitatif, qu’il reçoit directement en ligne au bureau, après un “set-up” initial (mise en place du logiciel) et ensuite un abonnement mensuel. Si le coût d’un tel service reste confidentiel, son intérêt est évident: gain de temps, réactivité du marché en temps réel, mesure des performances produits, marketing prédictif, anticipation des tendances, gestion des stocks, adaptabilité de fabrication… Une révélation pour le secteur, récemment récompensée par le prix LVMH de l’innovation à Viva Technologie. Et pour Heuritech, une ouverture des marchés à l’international, aux États-Unis cette année pour commencer, où curieusement la concurrence sur le secteur mode est presque en retard sur eux. “C’est maintenant qu’il faut y aller, demain ce sera déjà trop tard. Nous avons tous les atouts pour le faire, la tech, le secteur, les équipes… Dans ce métier, il ne faut pas craindre d’aller très vite. Il faut saisir les opportunités dès qu’elles se présentent, car d’ici à deux ans, il y aura un seul acteur référent dans le domaine. C’est comme ça que cela marche aujourd’hui. Et si Instagram s’arrêtait demain? Nous regardons déjà du côté des réseaux sociaux chinois, Sina Weibo, Little Red Book,Tiktok… Et Heuritech dans dix ans ? Toujours dans l’IA, mais dans d’autres développements.” Cette machine est bien partie pour ne plus jamais s’arrêter.
