Les premiers adopteurs de la vision par ordinateur

IBM définit la vision par ordinateur comme « un domaine de l'intelligence artificielle (IA) qui utilise le machine learning et les réseaux de neurones pour apprendre aux ordinateurs et aux systèmes à extraire des informations significatives à partir d'images numériques, de vidéos et d'autres entrées visuelles — et à formuler des recommandations ou à agir lorsqu'ils détectent des défauts ou des problèmes. »

Elle relève du domaine de l'IA qui extrait des informations à partir d'images. À mesure que l'IA prend de l'ampleur, la vision par ordinateur se développe dans de nombreux secteurs. Aujourd'hui, la vision par ordinateur est utilisée dans tous les domaines — de la technologie des drones à l'inspection des lignes de production dans l'industrie manufacturière.

Mais qui sont les « entreprises pionnières » de la vision par ordinateur ?

(NOTE : Un « early adopter » est toute personne ou organisation qui commence à utiliser un produit ou un service dès qu'il est disponible. Ils sont souvent perçus comme des preneurs de risques en matière d'innovation. Ils sont particulièrement présents dans l'industrie technologique en raison de leur volonté d'adopter et d'essayer de nouvelles technologies, ce qui contribue à faire progresser les logiciels.)

Entreprises des technologies de l'information

Google :

Google est souvent considéré comme un « pionnier » dans ce domaine en raison de sa contribution massive au développement de cette technologie. Un bref aperçu du parcours de Google en vision par ordinateur :

• 2009 - « Google Goggles », un projet de vision par ordinateur unique en son genre, est lancé comme application de reconnaissance d'images par Google. Les consommateurs pouvaient désormais effectuer des recherches sur le web en utilisant les photos prises avec leur téléphone mobile. L'application pouvait reconnaître des monuments, des logos et résoudre des puzzles de sudoku.
• 2014 - L'acquisition de DeepMind, une entreprise de recherche en IA de premier plan, a considérablement renforcé les capacités de Google en machine learning et en vision par ordinateur. Ce mouvement stratégique visait à développer ses propres algorithmes de vision avancés.

Early adopters companies computer vision

2015 - Google Photos est lancé, marquant une étape importante dans le parcours de Google en vision par ordinateur. Cette application utilise des algorithmes avancés de reconnaissance d'images pour organiser et taguer automatiquement les photos, les rendant recherchables.

• La même année, Google a rendu open source sa bibliothèque de machine learning « TensorFlow », devenue depuis un outil courant pour le développement d'applications de vision par ordinateur. Cette initiative a contribué à démocratiser l'accès aux technologies avancées d'IA.
• 2016 - Google lance Cloud Vision API, rendant ses capacités de vision par ordinateur accessibles aux développeurs du monde entier. Cette API permet des fonctionnalités comme l'étiquetage, la détection de visages et la reconnaissance optique de caractères (OCR).

Early adopters companies computer vision

• 2017 - Google Lens est créé, représentant une avancée majeure dans la vision par ordinateur mobile. Cela permet aux utilisateurs de rechercher et d'interagir via la caméra de leur smartphone en identifiant des objets, traduisant des textes et fournissant des informations sur les monuments.
• Google intègre également la vision par ordinateur dans des applications comme Google Maps (navigation Live View), permettant aux utilisateurs de naviguer dans les rues en temps réel.

Early adopters companies computer vision

Meta (Facebook)

Meta (anciennement Facebook) est un acteur majeur de la vision par ordinateur depuis le début des années 2010, en commençant par la reconnaissance faciale basique pour le marquage de photos. Parmi ses premières réalisations figure l'introduction de DeepFace en 2014, atteignant une précision quasi humaine dans la vérification faciale. L'acquisition d'Oculus VR la même année a montré l'engagement de Meta envers la réalité virtuelle et augmentée, des domaines fortement dépendants de la vision par ordinateur. La création de Facebook AI Research (FAIR) en 2015 a conduit à des innovations comme la plateforme de compréhension d'images Lumos et la bibliothèque open source PyTorch. Ces dernières années, Meta s'est concentré sur l'amélioration des capacités de réalité augmentée dans ses applications, le développement de technologies pour le métavers, et l'amélioration de la modération de contenu grâce à l'analyse avancée d'images et de vidéos. Tout au long de son histoire, Meta a constamment repoussé les limites de la vision par ordinateur, la considérant comme essentielle pour l'avenir de l'interaction sociale et des expériences numériques.

Early adopters companies computer vision

Amazon

Le parcours d'Amazon dans la vision par ordinateur a débuté au début des années 2010 avec des efforts pour améliorer la reconnaissance d'images de produits sur sa plateforme de commerce en ligne. En 2015, Amazon a lancé Amazon Rekognition, un puissant service de vision par ordinateur capable d'identifier des objets, des personnes, du texte, des scènes et des activités dans des images et des vidéos. Cela a marqué une étape majeure pour rendre les capacités avancées de vision par ordinateur accessibles aux développeurs et aux entreprises. L'engagement d'Amazon envers la vision par ordinateur s'est renforcé avec le lancement des magasins Amazon Go en 2018, qui utilisent la vision par ordinateur, la fusion de capteurs et le deep learning pour offrir une expérience d'achat sans caisse. L'entreprise a également intégré la vision par ordinateur dans ses opérations d'entrepôt pour la gestion des stocks et le contrôle qualité. Ces dernières années, Amazon a continué d'innover dans le domaine en développant Amazon SageMaker, sa plateforme de machine learning entièrement gérée, pour soutenir le développement de modèles de vision par ordinateur personnalisés. L'entreprise a également lancé AWS DeepLens, une caméra vidéo compatible deep learning permettant aux développeurs de créer et déployer des applications de vision par ordinateur. Les technologies de vision par ordinateur d'Amazon sont utilisées pour permettre la recherche intelligente, la gestion et l'analyse de contenu, les services personnalisés et l'obtention d'informations sur les clients. L'entreprise continue d'investir massivement dans cette technologie, reconnaissant son potentiel pour transformer divers aspects de l'entreprise et de la vie quotidienne.

Early adopters companies computer vision

Entreprises manufacturières et industrielles

General Electric (GE)

General Electric (GE) a intégré les technologies de vision par ordinateur dans divers aspects de ses opérations, en se concentrant sur l'amélioration de l'efficacité, du contrôle qualité et de la sécurité dans les environnements industriels. Dans le domaine manufacturier, GE a mis en place des systèmes de vision par ordinateur pour :

• Le contrôle qualité et l'inspection des produits sur les lignes d'assemblage
• La surveillance et l'analyse en temps réel des performances des équipements
• L'amélioration de la sécurité des travailleurs en détectant les dangers potentiels ou les conditions dangereuses

GE a également appliqué la vision par ordinateur dans ses divisions de production d'énergie et d'aviation, utilisant la technologie pour des tâches telles que :

• L'inspection des équipements et infrastructures des centrales électriques
• L'analyse des composants de moteurs d'avion pour détecter l'usure et les défaillances potentielles

Tout au long de son histoire, GE a constamment investi dans la recherche et le développement des technologies de vision par ordinateur, reconnaissant leur potentiel pour transformer diverses industries. L'entreprise continue d'explorer de nouvelles applications de la vision par ordinateur dans son portefeuille diversifié d'activités, visant à améliorer l'efficacité opérationnelle, la qualité des produits et l'expérience client.

Orbital Insight

Orbital Insight, fondée en 2013 par James Crawford, est une entreprise d'analyse géospatiale qui a été à l'avant-garde de l'application des techniques de vision par ordinateur et de machine learning à l'imagerie satellite. Orbital Insight a été créée dans le but de combiner les images satellites commerciales et gouvernementales avec des systèmes avancés d'intelligence artificielle pour en extraire des informations précieuses. Le premier projet de l'entreprise consistait à analyser la santé des cultures de maïs à l'aide de techniques de vision par ordinateur. En 2017, Orbital Insight avait développé des algorithmes sophistiqués pour extraire des informations à partir d'images satellites, notamment l'analyse du nombre de voitures dans les parkings pour prédire les tendances du commerce de détail et la mesure des niveaux de stockage de pétrole en examinant les ombres dans les réservoirs. L'entreprise a également commencé à travailler avec le Département de la Défense américain pour améliorer les applications d'imagerie dans de mauvaises conditions météorologiques. En 2019, Orbital Insight a lancé sa plateforme GO (rebaptisée plus tard TerraScope), qui permettait aux clients de rechercher et d'analyser directement les images satellites et les données de géolocalisation. Cela a marqué une étape importante dans la démocratisation de la technologie de vision par ordinateur auprès d'un public plus large. L'entreprise a développé des capacités d'analyse de divers types de données, notamment l'imagerie satellite, les images de drones et les données de géolocalisation de téléphones portables, pour fournir des informations dans de nombreux secteurs tels que le commerce de détail, l'énergie, l'agriculture et la défense.

Automobile

Tesla

Au début des années 2010, Tesla a commencé à intégrer la vision par ordinateur dans ses véhicules, en se concentrant initialement sur les fonctions basiques d'assistance à la conduite. Le système Autopilot de l'entreprise, introduit en 2014, reposait largement sur la vision par ordinateur pour des tâches comme le maintien dans la voie et le régulateur de vitesse adaptatif. En 2016, Tesla a annoncé que tous les nouveaux véhicules seraient équipés d'un matériel capable de conduite entièrement autonome, incluant plusieurs caméras pour une vision à 360 degrés. Cela a marqué l'engagement de Tesla envers une approche de la conduite autonome basée sur la vision. En 2017, Tesla a introduit son Neural Net for Autopilot, un système d'IA qui traite les données visuelles des caméras du véhicule. Ce système, que Tesla appelle « Tesla Vision », constitue le cœur de ses capacités de conduite autonome.

En 2021, Tesla a commencé à abandonner les capteurs radar, s'appuyant uniquement sur les caméras et les réseaux de neurones pour les fonctionnalités Autopilot et Full Self-Driving (FSD). Tesla a continué à affiner ses capacités de vision par ordinateur, introduisant des fonctionnalités comme la reconnaissance des feux de signalisation et des panneaux stop en 2020. L'équipe IA de l'entreprise, dirigée par Andrej Karpathy jusqu'en 2022, a joué un rôle déterminant dans le développement de réseaux de neurones avancés pour des tâches telles que l'estimation de profondeur, la détection d'objets et la prédiction de la configuration routière. Tout au long de son histoire, Tesla a exploité sa grande flotte de véhicules pour collecter d'énormes quantités de données de conduite réelles, utilisées pour entraîner et améliorer ses algorithmes de vision par ordinateur. L'entreprise a également développé du matériel IA sur mesure, notamment l'ordinateur Full Self-Driving (FSD), pour traiter les données visuelles complexes nécessaires à la conduite autonome. L'approche de Tesla en matière de vision par ordinateur continue d'évoluer, améliorant les capacités de ses véhicules et repoussant les limites des systèmes de conduite autonome basés sur la vision.

General Motors (GM)

General Motors (GM) intègre la technologie de vision par ordinateur dans ses véhicules et ses processus de fabrication depuis plus d'une décennie. Au début des années 2010, GM a commencé à incorporer des fonctionnalités d'assistance à la conduite reposant sur la vision par ordinateur, comme les alertes de franchissement de ligne et de collision frontale. L'entreprise a fait progresser ses capacités de vision par ordinateur avec l'introduction de Super Cruise en 2017, un système d'assistance à la conduite mains libres qui utilise des cartes haute définition, un GPS haute précision et un système d'attention du conducteur avec suivi oculaire. Ces dernières années, GM a étendu son utilisation de la vision par ordinateur dans la fabrication, en mettant en place des systèmes de contrôle qualité alimentés par l'IA pour détecter les défauts sur les lignes d'assemblage. L'entreprise a également développé des technologies de conduite autonome plus avancées via sa filiale Cruise, qui s'appuie fortement sur la vision par ordinateur pour la détection d'objets et la navigation. GM continue d'investir dans la recherche et le développement en vision par ordinateur, la considérant comme une technologie essentielle pour l'avenir de la sécurité automobile, de la conduite autonome et de la fabrication intelligente.

Early adopters companies computer vision

Commerce de détail

Walmart

Walmart a été un adopteur précoce de la technologie de vision par ordinateur dans le commerce de détail. Au milieu des années 2010, Walmart a commencé à expérimenter la vision par ordinateur pour la gestion des stocks et l'amélioration de l'expérience client. En 2017, l'entreprise a commencé à tester des robots alimentés par la vision par ordinateur pour scanner les rayons à la recherche de produits en rupture de stock, de prix incorrects et de produits mal placés. En 2019, Walmart avait déployé ces robots dans plus de 1 000 magasins. En 2022, Walmart Canada a annoncé un déploiement majeur d'un système de vision automatisé pour maintenir les rayons approvisionnés, utilisant un logiciel basé sur l'IA de Focal Systems pour automatiser la détection des ruptures de stock. Le système utilise des caméras montées sur les étagères pour scanner les codes-barres et les QR codes toutes les heures, déclenchant des commandes de réapprovisionnement lorsque nécessaire. Walmart a également implémenté la vision par ordinateur dans ses magasins Sam's Club, en introduisant une fonctionnalité « Scan & Go » permettant aux clients d'éviter les files d'attente en caisse. En 2024, l'entreprise a révélé ses plans d'utilisation de l'IA et de la vision par ordinateur pour éliminer les files d'attente aux sorties des Sam's Club. Tout au long de son utilisation de la vision par ordinateur, Walmart s'est concentré sur l'amélioration de l'efficacité opérationnelle, l'amélioration de l'expérience client et la collecte de données précieuses sur les comportements d'achat.

Early adopters companies computer vision

Home Depot

Le parcours de Home Depot avec la vision par ordinateur a débuté à la fin des années 2010 dans le cadre de ses efforts de transformation numérique. En 2017, l'entreprise s'est associée à Hover, une startup qui utilise la technologie de vision par ordinateur pour créer des modèles 3D de maisons à partir de photos prises avec un smartphone. Ce partenariat a permis aux clients de Home Depot de visualiser plus facilement leurs projets de rénovation. Ces dernières années, Home Depot a étendu son utilisation de la vision par ordinateur dans divers domaines de son activité. L'entreprise a mis en place des systèmes basés sur la vision par ordinateur pour la gestion des stocks, utilisant des caméras et l'IA pour suivre les niveaux de stock et identifier les articles mal placés. Home Depot a également exploré l'utilisation de la vision par ordinateur pour améliorer l'expérience client en magasin, comme le développement d'applications mobiles utilisant la reconnaissance d'images pour aider les clients à trouver des produits ou obtenir des informations sur les articles qu'ils voient en magasin. De plus, l'entreprise a investi dans la technologie de vision par ordinateur pour la prévention des pertes, utilisant des caméras alimentées par l'IA pour détecter les vols potentiels et améliorer la sécurité des magasins. Alors que Home Depot continue d'innover, la vision par ordinateur reste une technologie clé dans ses efforts pour améliorer l'efficacité opérationnelle et offrir de meilleurs services à ses clients.

Ces premiers adopteurs ont ouvert la voie à une adoption plus large de la vision par ordinateur dans divers secteurs, prouvant son potentiel d'innovation. À mesure que la vision par ordinateur continue de progresser, nous pouvons nous attendre à voir encore plus d'entreprises intégrer cette technologie dans leurs produits et services.

Pour en savoir plus sur la façon dont la vision par ordinateur peut bénéficier à votre entreprise et vous aider à prendre des décisions commerciales plus efficaces, réservez votre démo personnalisée avec Picsellia.