Imprimé en 3D, le chat est omniprésent dans les locaux qu’occupe la société DataThings au sein de l’incubateur Paul Wurth Incub à Luxembourg-Hollerich. Tous les collaborateurs sont visiblement très fiers de cet emblème de leur technologie phare, dénommée GreyCat®, et de la success story de leur start-up.
Les quatre fondateurs se sont rencontrés au SnT – Interdisciplinary Centre for Security, Reliability and Trust de l’Université du Luxembourg, où ils travaillaient à développer une technologie de stockage et d’analyse de données d’infrastructure relationnelles et qui évoluent dans le temps, telle qu’appliquée par exemple dans les chaînes de production. Très tôt, leur solution innovante de temporal graph GreyCat® a pu être testée en production dans différents secteurs grâce à la collaboration avec des partenaires comme Creos ou Paul Wurth. En 2017, il en résulta le premier contrat qui consistait à appliquer le software nouvellement développé aux mesures de température de fonte liquide pour disposer d’un outil de prédictibilité de la marche d’un haut fourneau.
Dès 2017, les quatre développeurs ont décidé de créer leur propre start-up et de lancer la commercialisation de leur logiciel. Avec l’entrée des partenaires industriels Paul Wurth et Encevo dans le capital de DataThings en 2020, la start-up a pu accélérer sa croissance et le développement de ses activités. La société qui compte aujourd’hui 16 collaborateurs, souhaite valoriser ses travaux de développement à travers la vente de logiciels.
Son produit principal est donc GreyCat®, une plateforme d’analyse de données en direct et d’apprentissage automatique (Machine Learning) de nouvelle génération, qui peut facilement être intégrée comme outil supplémentaire dans l’infrastructure numérique existante du client.
Un autre produit phare concerne le domaine des DSOs (distribution system operators). Un gestionnaire de réseau de distribution d’énergie comme Creos fait appel à la technologie Alva™ pour gérer ses smart grids, réseaux électriques intelligents, et ainsi pouvoir optimiser la maintenance de ses installations et, par exemple, mesurer l’impact de l’installation de bornes de recharge électrique ou encore de panneaux photovoltaïques sur le réseau. En développant ainsi des solutions numériques en lien étroit avec le client, les outils proposés par DataThings accompagnent et contribuent à faciliter la transition énergétique.
Un autre développement, perfectionné sur 4 ans, est AIXpert™, le résultat d’une collaboration ouverte avec Paul Wurth qui fait partie de la solution numérique DataXpert™ du fournisseur de technologies pour l’industrie sidérurgique. Il s’agit d’un outil de prédiction des processus de production industrielle qui offre une solution complète de gestion des données, du stockage à l’intelligence artificielle, en passant par la visualisation et l’automatisation des opérations industrielles.
A travers la configuration de ses solutions, DataThings vise à guider l’utilisateur du début à la fin, qu’il s’agisse d’un utilisateur non-expert ou alors d’un data scientist expérimenté qui pourra réaliser des gains de temps considérables dans son activité de prototypage. L’équipe technique de DataThings regroupe d’ailleurs toutes les compétences en logiciels, interfaces, réseaux ou encore visualisation pour pouvoir délivrer des solutions intégrées. Cette expertise lui a aussi permis de participer, ensemble avec 25 partenaires, au programme Horizon 2020 de la Commission européenne.
Entre-temps, les systèmes logiciels intelligents de DataThings, labellisés « Made in Luxembourg », trouvent application dans une multitude de secteurs, que ce soit pour prédire les nouvelles tendances pour un client de l’industrie de la mode, pour concevoir et gérer des bâtiments intelligents, pour surveiller l’arrosage d’espaces verts, pour prévoir l’usure de machines-outils ou encore pour analyser des séries de données massives, comme cela est le cas dans le secteur financier.
Pour chacune de ses missions, l’équipe bien soudée préconise de commencer par un petit projet et de développer un proof of concept sur 3 à 6 mois. Grâce à un travail en profondeur avec le client et l’élaboration d’une roadmap, de nouveaux champs de problèmes ou le besoin de digitaliser des informations supplémentaires peuvent se révéler, nécessitant des solutions qui, peu à peu, s’intègrent en un tout et forment la base pour un partenariat à plus long terme.
Si Grégory Nain, co-fondateur de DataThings, ne voit pas dans la future réglementation européenne sur l’intelligence artificielle de grand danger pour l’activité de son entreprise du fait qu’il considère les processus industriels et outils opérationnels comme facteurs non-critiques, il explique par ailleurs que les projets de développement concernent la plupart du temps les données « cœur de métier » de ses clients, sont déployés endéans les entreprises et ne posent par conséquent pas la problématique du partage.
Grégory souhaite aussi contredire l’idée selon laquelle tout système de Machine Learning nécessite forcément une infrastructure ultra-puissante et coûteuse. « Notre technologie est économe et adaptée aux besoins du client, qui est aujourd’hui confronté à des soucis écologiques, énergétiques et d’approvisionnement. Nous sommes tout à fait en mesure de faire un développement sur de petites infrastructures, en utilisant la mémoire qui est disponible. Une infrastructure plus puissante permet bien sûr de réduire le temps de calcul, mais on peut toujours envisager une montée en charge progressive. »
Selon Franck-Alexandre Sallebant-Bessone, Business Development Manager, ce sont justement ces arguments qui devraient convaincre plus d’entreprises industrielles à franchir le pas vers la digitalisation et l’analyse intelligente des données, compte tenu notamment de la course à l’efficience et de la concurrence asiatique. « Il ne faut pas forcément investir dans un grand projet, et sur un périmètre bien choisi, le ROI est rapide. Sans oublier les mécanismes d’aides qui sont en place au niveau de l’Etat. Il faut tout simplement oser ».
Grégory attache une grande importance aux échanges permanents et constructifs avec son équipe de développeurs. Pour lui, il est essentiel de transmettre son savoir-faire en software engineering et son expérience acquise au cours des années. « Combinant R&D, innovation et le monde réel des entreprises, l’approche ‘logiciel’ est au cœur de l’activité de DataThings et devrait séduire tout ingénieur en logiciel passionné par la recherche appliquée. »
