Portrait de l'industrie de l'intelligence artificielle

De 2017 à 2023, des contributions gouvernementales de près de 700 millions de dollars ont été versées à la recherche et au développement en matière d’intelligence artificielle (IA) ainsi qu’à son adoption.

De ce montant, 402 millions de dollars ont été accordés pour favoriser le développement de technologies en appui à l’IA et :

• les activités de recherche;
• l’augmentation de la puissance de calcul;
• l’adoption de l’IA en entreprise;
• l’attraction des chercheurs en IA au Québec;
• l’élargissement de l’offre de formation dans ce domaine.

Des partenaires clés au Québec se sont vu attribuer 164 millions afin d’accélérer l’intégration de l’IA dans les entreprises et d’appuyer les incubateurs et accélérateurs technologiques.

Dans le cadre de la Stratégie québécoise de recherche et d’investissement en innovation, 125 millions ont été investis dans le soutien à l’excellence de la recherche universitaire en IA, la concrétisation de projets d’adoption de l’IA en entreprise, l’incubation et l’amorçage d’entreprises en IA et la prise en compte d’impacts sociétaux de l’IA.

Ces montants s’ajoutent aux 500 millions de dollars que le gouvernement fédéral a injectés en IA au Québec depuis 2018.

Par ailleurs, un montant de 1,5 milliard de dollars en fonds de capital de risque en IA a été injecté par l’entremise de différents fonds d’investissement, selon une estimation de PwC.

Le Québec constitue un pôle d’excellence en recherche dans le domaine de l’intelligence artificielle (IA), de la recherche opérationnelle et de la valorisation des données. Depuis 20 ans, le gouvernement du Québec soutient les activités de recherche fondamentale de groupes de chercheurs travaillant au développement de la science des données et de ses applications au sein de plusieurs établissements universitaires et centres de recherche du Québec.

Ainsi, des chercheuses et chercheurs québécois sont devenus des chefs de file et ont établi leur notoriété dans le domaine. Aujourd’hui, ces sommités occupent des postes universitaires et participent à la mise en place d’équipes de recherche dans les entreprises leaders du numérique :

• Yoshua Bengio, fondateur et directeur scientifique (Mila), directeur scientifique (IVADO) ainsi que membre et titulaire de chaire IA CIFAR-Canada;
• Yann Le Cun, chef scientifique en IA (Facebook);
• Hugo Larochelle, chercheur principal (Google Brain) et chercheur (Université de Montréal);
• Joelle Pineau, professeure (Université McGill) et cheffe du laboratoire de recherche de Montréal (Facebook);
• Doina Precup, professeure (Université McGill) et directrice de recherche (DeepMind, Google);
• Christopher Pal, professeur (Polytechnique Montréal) et chercheur principal (Élément AI).

Au Québec, ces chercheurs et plusieurs autres couvrent l’essentiel des champs de recherche dans le domaine de l’intelligence artificielle, dont :

• l’apprentissage machine;
• l’apprentissage profond;
• l’apprentissage par renforcement;
• la reconnaissance automatique de la parole;
• la reconnaissance du locuteur;
• le traitement automatique du langage naturel;
• la génération automatique de texte;
• la reconnaissance faciale et des formes;
• la reconnaissance d’images;
• la vision assistée par ordinateur;
• la robotique.

Montréal s’affirme comme un pôle d’excellence mondiale reconnu en matière de développement de solutions d’intelligence artificielle (IA). Une enquête menée par Novipro en 2018 révèle entre autres que les moyennes et grandes entreprises québécoises tardent à investir dans le domaine. En effet, seulement 23 % d’entre elles envisagent des dépenses en IA même si 88 % prévoient d’importantes dépenses technologiques. En comparaison, selon cette même enquête, 66 % des entreprises américaines prévoient investir en IA. 

Cette réticence des entreprises à adopter l’intelligence artificielle s’explique notamment par :

• le manque d’expertise en IA;
• l’absence de stratégie pour l’adoption de l’IA;
• la difficulté à déterminer les possibilités d’appropriées d’utilisation;
• la réticence à financer les projets;
• les défis liés à la sécurité et au respect de la vie privée;
• la complexité de l’intégration de l’IA dans les solutions numériques existantes;
• le manque de mesures de la rentabilité à la suite de l’adoption de l’IA.

Par ailleurs, des études réalisées par McKinsey démontrent que, de façon générale, les grandes entreprises technologiques sont les premières à adopter l’IA. Pourtant, les entreprises de toutes les tailles et de plusieurs secteurs pourraient en bénéficier si elles savaient comment s’y prendre.

Pour les entreprises qui optent pour l’implantation d’IA, plusieurs défis et risques sont à considérer, dont :

• l’accès à une quantité de données suffisante pour alimenter l’application;
• le développement de l’expertise à l’interne;
• l’adhésion du personnel.

En contrepartie, les avantages sont nombreux, notamment en raison de l’augmentation des puissances de calcul et des masses de données disponibles. Les entreprises ont donc avantage à s’intéresser l’IA et à l’intégrer dans leur plan stratégique afin de demeurer compétitives et de propulser leur croissance. Plus une entreprise fait une utilisation exhaustive des données qu’elle recueille, plus l’IA lui sera bénéfique.

L’écosystème québécois de l’intelligence artificielle (IA) est diversifié. Il est constitué de huit piliers importants :

1. Laboratoires universitaires de recherche fondamentale

• École de technologie supérieure (ÉTS);
• HEC Montréal;
• Institut national de la recherche scientifique (INRS);
• Polytechnique Montréal;
• Université Concordia;
• Université de Montréal;
• Université de Sherbrooke;
• Université Laval;
• Université McGill. 

2. Instituts de recherche

Le milieu de la recherche universitaire en IA s’est adjoint au Québec divers instituts de recherche :

• Institut de valorisation des données (IVADO)
  Initiative de l’Université de Montréal, de HEC Montréal et de Polytechnique Montréal, IVADO compte à lui seul plus de 40 programmes universitaires et 1 100 scientifiques.
• Mila
  Fondé à l’Université de Montréal, Mila compte plus de 300 chercheuses et chercheurs dans toutes les disciplines de l’IA.
• Centre for Intelligent Machines (CIM) 
  Le CIM de l’Université McGill est un groupe interdépartemental de recherche sur les systèmes intelligents.
• Centre de recherche informatique de Montréal (CRIM)
  Le CRIM regroupe de nombreux spécialistes qui analysent tout le savoir d’une entreprise pour en extraire le plein potentiel en IA et en communication personne-machine.
• Centre interuniversitaire de recherche sur les réseaux d’entreprise, la logistique et le transport (CIRRELT)
  Le CIRRELT regroupe les chercheuses et chercheurs québécois qui font avancer les connaissances relatives à l’ingénierie et à la gestion des réseaux logistiques, d’entreprise et de transport.
• Groupe d’études et de recherche en analyse des décisions (GERAD)
  L’équipe de recherche du GERAD s’intéresse aux mathématiques de la décision et à leurs applications.

3. Organismes voués au conseil et aux collaborations industrielles

Il existe au Québec des organismes qui se consacrent au conseil et aux collaborations industrielles en IA :

scale.ai

scale.ai est un consortium dirigé par l’industrie dont le siège est situé à Montréal et l’activité, concentrée au Québec et en Ontario. Ce consortium constitue l’une des cinq supergrappes d’innovation canadiennes. Il s’agit d’un pôle d’investissement et d’innovation axé sur l’accélération de l’application de l’intelligence artificielle dans le domaine des chaînes d’approvisionnement.

scale.ai a pour mandat de financer des projets menés par l’industrie par des contributions public-privé et d’engendrer de nouvelles collaborations industrielles. Cette supergrappe est composée de 78 entreprises de toutes les tailles et de tous les secteurs économiques :

• manufacturier;
• du commerce de détail;
• des infrastructures;
• de la construction;
• du transport;
• de la logistique;
• etc.

Pour concrétiser ses projets, scale.ai a reçu des sommes importantes des gouvernements :

• 230 millions de dollars du gouvernement fédéral pour le financement des projets;
• 30 millions de dollars du gouvernement du Québec pour le financement du fonctionnement;
• 23,4 millions de dollars du gouvernement du Québec pour les projets de formation.     

Les partenaires privés de scale.ai se sont engagés pour l’appariement de ce financement public. Au Québec, ces partenaires contribueront à mettre sur pied des projets regroupant plus de 1 150 scientifiques en science des données et en IA. scale.ai veut offrir des formations à 20 000 professionnels de l’industrie et accorder 1 000 bourses étudiantes.  

La chaîne d’approvisionnement représente aujourd’hui au Canada environ un million d’emplois et plus de 10 % du produit intérieur brut (PIB). D’ici 2028, la supergrappe souhaite avoir une incidence sur le PIB de 16 milliards de dollars et créer 16 000 emplois.

IVADO Labs

IVADO Labs est un laboratoire associé à scale.ai Il accompagne les entreprises engagées dans la réalisation des projets de la supergrappe. 

IVADO Labs est financé à hauteur de 35 millions de dollars pour la réalisation, au Québec, de projets d’application de l’intelligence artificielle dans tous les secteurs industriels. Le fonctionnement de ce laboratoire repose sur deux divisions :

• IVADO Labs Conseil offre des conseils aux entreprises;
• IVADO Labs Invest-AI finance des projets d’entreprises du domaine de l’IA.

Autres organismes de l'écosystème de l'IA

D’autres organismes font partie de l’écosystème de l’IA et y jouent un rôle important, notamment :

• Calcul Québec;
• Calcul Canada;
• Forum IA Québec (la grappe de l’IA);
• Prompt;
• L’Observatoire international sur les impacts sociétaux de l’IA et du numérique.

4. Chefs de files mondiaux du numérique associés au milieu de la recherche

La forte concentration de spécialistes et de centres de recherche en IA au Québec y a attiré plusieurs entreprises faisant partie des leaders mondiaux du numérique. Celles-ci ont annoncé des collaborations avec des universités québécoises pour la recherche en intelligence artificielle. Des exemples :

• DENSO;
• Ericsson;
• Facebook;
• Google;
• Huawei;
• IBM;
• Microsoft;
• Nuance;
• Samsung;
• Thales.

5. Jeunes pousses et autres entreprises québécoises

Il se trouve au Québec des jeunes pousses (startups) et d’autres entreprises comptant un bassin important de développeurs et de chercheurs en IA.

Outre Nuance, société qui est présente au Québec depuis de nombreuses années et qui domine le marché de la reconnaissance vocale, plusieurs entreprises conçoivent des applications tirant parti de la science des données et de l’IA. Ces applications couvrent plusieurs secteurs économiques, dont la santé, les finances, le transport, la logistique et le commerce. Voici une liste non exhaustive de ces entreprises :

• Age of minds;
• AI Factory (Banque Nationale);
• Aifred Health;
• Algolux;
• Automat;
• Borealis AI;
• Corstem AI (Circle Cardiovascular Imaging);
• Coveo;
• Element AI;
• Exia;
• Fluent.ai;
• Giro;
• Hopper;
• Imagia;
• Irosoft;
• Keatext;
• Local Logic;
• Maluuba (Microsoft Labs);
• Mnubo (Aspen Technology);
• Stradigi AI;
• Time is Life.

6. Entreprises de service-conseil en intégration de l’IA

Les plans numériques sont difficiles à mettre en œuvre dans les organisations à cause de la complexité du déploiement des technologies et des usages. Intégrer les solutions d’IA est encore plus complexe en raison, entre autres, de l’usage accru des données et du fait que les modèles d’usage n’ont pas encore fait leurs preuves. Ainsi, les intégrateurs de solutions ont un rôle important à jouer dans l’adoption de l’IA en entreprise. Le Québec compte déjà des entreprises de service-conseil en intégration de l’IA, dont :

• Accenture;
• AIworx;
• AgileDSS;
• Axionable;
• Explor.AI;
• Havas;
• Novipro;
• Omnia AI (Deloitte);
• QuantumBlack (McKinsey Conseil);
• Suntaeg;
• Vooban.

7. Incubateurs et accélérateurs

Au Québec, des incubateurs et accélérateurs d’entreprises se consacrent exclusivement ou en partie à l’IA :

• Centech;
• Creative Destruction LAB (CDL);
• FounderFuel;
• NextAI;
• TandemLaunch;
• Techstars.

8. Fonds de capital

Il existe au Québec des fonds de capital destinés au développement et à l’adoption de l’IA :

Investissement Québec

Capital de risque et fonds d’investissement.

Banque de développement du Canada

Capital de risque et investissement de croissance.

Caisse de dépôt et placement du Québec

Fonds CDPQ-IA, entièrement destiné aux entreprises québécoises performantes en intelligence artificielle et doté d’une enveloppe de 250 millions de dollars. Le Fonds CDPQ-IA vise à propulser la croissance des entreprises dont l’offre de produits repose sur le développement de l’IA et à accélérer la commercialisation de solutions en intelligence artificielle.

Real Ventures

Fonds de capital de risque de 180 millions de dollars dont les investisseurs sont les suivants :

• Banque de développement du Canada;
• Caisse de dépôt et placement du Québec;
• HarbourVest (États-Unis);
• Investissement Québec;
• Tencent (Chine);
• Temasek (Singapour);
• Teralys.

Good AI Capital

Fonds de capital de risque de la Silicon Valley axé sur l’investissement en intelligence artificielle éthiquement responsable. Good AI Capital a ouvert un bureau à Montréal.

Investir en intelligence artificielle et implanter efficacement ces technologies au sein d’une entreprise doit se faire cas par cas, en fonction du modèle d’usage privilégié par l’organisation et d’une analyse préalable.

Le modèle d’usage de solutions d’IA peut être distinct selon l’activité de l’entreprise :

• Modèle de productivité : le but est de fournir une performance constante à bas coût aux entreprises ayant des activités courantes basées sur des règles;
• Modèle d’efficacité : le but est d’améliorer la capacité de l’organisation et du personnel à produire un résultat défini (organisation apprenante);
• Modèle d’expertise : les décisions et les actions sont prises par des personnes (médecins, avocats, analystes financiers, etc.) à qui l’IA offre des conseils et des scénarios;
• Modèle d’innovation : l’IA accélère la créativité, l’engagement des clients et les idées des personnes (chercheurs, créateurs de mode, etc.).

Lors de l’analyse, deux exercices sont utiles pour maximiser les chances de succès :

1. Bâtir un plan d’adoption de l’IA et faire une analyse de rentabilité : 
   • Bien comprendre le potentiel de l’IA et son effet sur la chaîne de valeur;
   • Cerner ses priorités et faire l’inventaire de ses processus;
   • Vérifier l’accès à des données et leur qualité;
   • Prioriser, c’est-à-dire voir à quel endroit, pour quelle tâche ou dans quel processus l’IA pourrait générer des résultats rapides;
   • Calculer la rentabilité de la solution et déterminer les indicateurs de performance à mettre en place pour le suivi du déploiement;
   • Obtenir l’engagement de la haute direction et arrimer le plan d’adoption de l’IA à la stratégie d’affaires.
2. Choisir la méthode d’implantation en fonction de l’expertise de l’entreprise : 
   • Développer son propre système d’IA et en assurer ensuite la maintenance, si l’expertise est disponible à l’interne;
   • Collaborer avec des spécialistes de l’IA pour se faire développer une technologie sur mesure qui sera ensuite déployée et exploitée à l’interne;
   • Utiliser une application conçue, hébergée et maintenue à l’externe par une entreprise spécialisée;
   • Utiliser les services clés en main d’un intégrateur de solutions d’IA.

Les entreprises québécoises bénéficient d’un avantage concurrentiel dans le domaine de l’IA puisque le Québec, et Montréal en particulier, comptent plusieurs spécialistes reconnus mondialement, des centres de recherche, des organismes et des entreprises qui développent des technologies d’IA.