Xpdeep a le plaisir d'annoncer que XpProcess vient d'être retenu parmi les premiers lauréats nationaux de l'appel à projets Pionniers de l'Intelligence Artificielle, opéré par Bpifrance dans le cadre du programme France 2030.
C'est une reconnaissance significative — non seulement pour Xpdeep, mais pour l'approche que nous défendons depuis notre création : une IA industrielle qui n'est pas seulement performante, mais explicable par construction, gouvernable par design, et prescriptive par nature.
Ce que XpProcess construit
Les procédés industriels critiques — production d'énergie, chimie, métallurgie, mobilité, agroalimentaire — génèrent des volumes massifs de données opérationnelles. Ces données sont rarement exploitées à leur plein potentiel, non par manque d'outils analytiques, mais par manque de confiance dans les modèles : des boîtes noires ne peuvent pas être déployées dans des environnements où la sûreté, la conformité réglementaire et la responsabilité opérationnelle sont non-négociables.
XpProcess répond à ce blocage de fond.
Nous développons des modèles d'IA capables d'expliquer leurs décisions de l'intérieur — non pas a posteriori via des approximations, mais structurellement, par leur architecture même. Ces modèles identifient les leviers d'optimisation opérationnelle — coûts, énergie, qualité, rendement — et produisent des recommandations directement actionnables, compatibles avec les contraintes des environnements OT : sûreté fonctionnelle, temps réel, conformité réglementaire, intégration aux systèmes de supervision existants.
Ce n'est pas de l'IA qui assiste l'expert. C'est de l'IA qui raisonne avec lui, en toute transparence, sur le terrain.
Pourquoi l'ante-hoc change tout dans l'industrie
La distinction entre explainabilité post-hoc et structurelle n'est pas une nuance académique. Elle a des conséquences opérationnelles directes.
Les approches post-hoc — SHAP, LIME et leurs dérivés — produisent des explications approximatives après coup, sur un modèle déjà entraîné et figé. Elles peuvent orienter un analyste. Elles ne peuvent pas fonder une décision critique, certifier un système ou permettre à un opérateur de terrain d'intervenir en confiance.
L'approche structurelle de Xpdeep intègre la structure explicative au cœur même du modèle. Chaque variable, chaque interaction, chaque recommandation est traçable, auditée, et exprimée dans le langage métier des équipes opérationnelles. Le modèle ne produit pas seulement une prédiction : il produit une prescription — ce levier à activer, dans quelle direction, avec quel impact estimé — sans jamais sacrifier la précision prédictive.
C'est cette combinaison — performance, transparence, prescription — qui permet de franchir le seuil du déploiement réel dans des environnements industriels contraints.
Les avantages compétitifs que XpProcess rend possibles
La performance industrielle ne se gagne plus seulement sur les capex ou la main-d'œuvre. Elle se construit désormais sur la capacité à piloter avec précision, à anticiper les dérives, à optimiser en continu, et à le faire de manière souveraine — sans dépendance à des modèles opaques ou à des fournisseurs étrangers.
XpProcess permet concrètement :
Réduction des coûts opérationnels — par identification des leviers de consommation énergétique et de pertes matières, directement actionnables par les opérateurs
Amélioration du rendement et de la qualité — par détection précoce des dérives process et recommandation des paramètres optimaux
Décarbonation opérationnelle — par optimisation fine des bilans énergétiques, sans sacrifier les objectifs de production
Résilience et continuité — par anticipation des modes dégradés et prescription des contre-mesures adaptées
Souveraineté technologique — par déploiement on-premise, sur des infrastructures OT maîtrisées, avec des modèles auditables en interne
Phase 2 : nous cherchons des partenaires industriels
La sélection dans les Pionniers de l'IA ouvre la Phase 2 de XpProcess : montée en performance technologique et réalisation d'un démonstrateur en environnement réel.
Nous recherchons des ETI et grands groupes industriels réunissant trois conditions :
Des données process significatives — historiques de capteurs, paramètres de conduite, bilans énergétiques, indicateurs qualité
Des enjeux critiques de compétitivité — réduction de coûts, amélioration de rendement, décarbonation, fiabilité
Une volonté de co-construire — pas seulement d'évaluer, mais de s'engager dans un démonstrateur à fort impact opérationnel
Les secteurs prioritaires : énergie, chimie, métallurgie, mobilité, agroalimentaire, et plus largement tout secteur de production industrielle à haute intensité de données process.
Ce partenariat n'est pas un pilote de R&D déconnecté du terrain. Il vise un démonstrateur mesurable, déployé dans votre environnement réel, avec des indicateurs de performance définis ensemble dès le départ.
XpProcess est la déclinaison industrielle et process de cette vision : faire de l'explainabilité structurelle le socle d'une nouvelle génération d'IA industrielle — performante, souveraine, et génératrice d'avantages compétitifs durables.
Si vous êtes acteur de la production industrielle et souhaitez explorer un partenariat Phase 2, contactez-nous directement.