Fondée en 2013 par Rand Hindi, Maël Primet et Michael Fester, la startup française SNIPS s’est fait connaître en réalisant Tranquilien (analyse prédictive de l’encombrement des trains SNCF en Ile-de-France). C’est le constat de l’explosion future du nombre d’objets connectés qui a poussé ces instigateurs à passer du « machine learning » à l’intelligence artificielle (IA).

« Nous allons être harcelés par les objets qui nous demanderons des validations ou nous enverrons constamment des informations… » s’inquiète Rand Hindi dans un TED Talk. En effet, le nombre de sollicitations ou de « frictions » qui accompagneront l’ère de l’Internet des objets pose des défis en terme de qualité de vie. Par exemple, une notification (email, message d’application) fait sonner plusieurs supports (tablettes, ordinateur, portable) simultanément, en créant un vacarme non sollicité. Pour ne pas être importuné sur 2, 3 ou demain 10 supports, un filtre proactif et rigoureux est nécessaire. Il s’assurera que seuls les messages pertinents passent. Telle est donc la nouvelle ambition de SNIPS : économiser le temps de cerveau, la bande passante et la surcharge de calcul.

Une architecture locale des données sécurisées

L’application SNIPS est en fait un assistant qui ambitionne d’être une surcouche du système d’exploitation embarqué dans chaque téléphone intelligent. Un choix en rupture avec ses concurrents du secteur comme Eventbrite ou Siri, tous adossés à un duo cloud/GPS. Rand Hindi balaie ainsi les préoccupations très européennes de confidentialité en jouant l’avantage concurrentiel de la protection intégrée de la vie privée. Sa « privacy by design »  intègre dès la conception l’intelligence artificielle embarquée qui « pense » depuis votre poche et l’enregistrement local des données.

Pour agréger les informations, SNIPS se sert de flux homomorphiques encryptés. Comprendre : un système de codage protégé visant à tirer le meilleur des statistiques de masse (ou big datas) sans dévoiler ni données ni résultats à quiconque, au moyen de commutations mathématiques. Bref, l’application est une sorte de chien d’aveugle qui devine contextuellement quand appeler un taxi à la sortie d’un bar pour rentrer chez soi, où manger pour votre pause-repas, mais aussi les activités adaptées à vos styles de vie, budgets et goûts. Et, comme ses concurrents, elle apprend à vous connaître en élaborant des « patterns » issus de votre quotidien (trajet vers le travail, hobbys, fréquentations) dans une démarche discrète pas si différente du fameux manifeste Time well spent.

Une relation symbiotique et de confiance aux objets connectés

L’abstraction du front-end jusqu’à rendre l’interface utilisateur invisible, indolore et symbiotique a définitivement le vent en poupe. Partout, les designers cherchent à faciliter l’interaction homme-machine en lui parlant, en la commandant d’un mouvement et en attendant d’elle qu’elle anticipe les demandes. Données qui seront sans doute un jour restituées en réalité augmentée, voire virtuelle. Cette soif de « fraternité digitale » revendiquée s’accompagne d’une prise de conscience du risque sécuritaire des bigs datas, qu’il soit corporatif, terroriste ou criminel. Considérée comme une amie, l’IA se doit donc d’être digne de confiance.

Et c’est là le grand écart éthique auquel s’essaye l’entreprise française avec brio. Pas étonnant que la start-up puisse s’enorgueillir d’une capitalisation éclair de plus de 5 millions d’euros, et la reconnaissance de ses fondateurs dans Forbes.