Alors que les constructeurs automobiles européens font face à une forte pression (compétitivité technologique, contraction des effectifs, et turbulences géopolitiques), la start-up zurichoise Lightly annonce le lancement de LightlyEdge, une solution de collecte de données basée sur l’IA embarquée. L’objectif : trier les données dès leur captation, pour ne transmettre que l’essentiel, et ce, sans sacrifier la qualité d’entraînement des modèles d’IA.
IA embarquée : capter moins, mais capter mieux
LightlyEdge s’inscrit dans la tendance montante du edge AI, consistant à exécuter des modèles directement sur les appareils, ici les caméras et capteurs des véhicules. Plutôt que d’enregistrer en continu chaque kilomètre de route, le système analyse les flux vidéo en temps réel et sélectionne uniquement les scènes jugées pertinentes : situations de danger, conditions météorologiques rares, comportements imprévus.
Ce filtrage à la source répond à une contrainte bien identifiée dans l'industrie : l’explosion du volume de données n’a pas toujours été synonyme d’amélioration des performances modèles. Au contraire, elle engendre des coûts de stockage, de transfert et de traitement de plus en plus élevés, tout en diluant parfois les cas rares et critiques qui pourraient améliorer la diversité et la qualité des ensembles de données d'entraînement.
Un atout stratégique pour les constructeurs européens ?
Alors que Tesla maîtrise depuis des années des boucles d’active learning reposant sur une collecte sélective, les constructeurs européens peinent à suivre, freinés par des architectures plus rigides et une dépendance accrue à des tiers pour la gestion des données.
LightlyEdge, en transposant cette logique à une solution edge compatible avec les flottes existantes, répond à deux enjeux : la réduction des coûts et l’accélération du cycle de développement. Selon Matthias Heller, cofondateur de la start-up, "Avec LightlyEdge, nos partenaires peuvent exploiter une collecte de données plus intelligente et en temps réel qui accélère non seulement l'entraînement des modèles d'IA, mais fournit également un avantage concurrentiel par rapport aux géants établis de l'industrie".
Pour les acteurs européens, encore marqués par une culture d’ingénierie centrée sur la performance des systèmes, ce recentrage sur la pertinence des données représente une rupture. Mais c’est peut-être dans cette rupture que se joue la possibilité de regagner du terrain face aux champions de l’IA native.