Observatoire local et indépendant
LyonisAI
Un média de terrain pour comprendre qui cherche, qui forme, qui expérimente et comment évaluer les projets d’intelligence artificielle dans la métropole lyonnaise.
Ouvrir le guideCartographier sans faire un annuaire
Des parcours organisés par besoin, avec des sources et des méthodes qui restent utiles quand les noms et outils changent.
Lyon comme terrain
Observer les liens entre science, industrie et société
Le territoire lyonnais permet de suivre une idée depuis le laboratoire jusqu’au service, puis d’examiner sa maintenance, son usage et ses effets.
Lire la recherche locale ↗Une méthode avant un modèle
L’intelligence artificielle se comprend à l’échelle d’un territoire
L’expression « IA à Lyon » ne désigne pas un secteur fermé. Elle relie des équipes de recherche, des établissements de formation, des entreprises industrielles, des acteurs de la santé, des collectivités et des communautés professionnelles. Le territoire est utile comme point d’entrée parce qu’il permet de suivre le passage d’une idée à une expérimentation, puis d’un prototype à un usage réellement maintenu. Il rend aussi visibles les métiers souvent oubliés derrière le mot intelligence artificielle : qualité des données, ingénierie logicielle, cybersécurité, droit, design et expertise métier.
Cette lecture locale évite le catalogue de solutions. Une démonstration impressionnante ne prouve pas qu’un outil répond à une situation concrète. Un projet devient crédible lorsque sa finalité est claire, ses données sont documentées, ses résultats sont évalués sur des cas représentatifs et une personne reste responsable de la décision. Les dossiers de Lyonisai utilisent ces critères pour expliquer les projets, les formations et les rendez-vous du territoire sans confondre communication et preuve.
Un écosystème académique et économique en mouvement
Le Centre Inria de Lyon, le LIRIS et les établissements du site Lyon Saint-Étienne structurent une partie importante de la recherche numérique locale. Les travaux couvrent notamment l’apprentissage automatique, la vision, les systèmes multi-agents, le calcul, la santé et les systèmes distribués. Cette diversité compte : elle rappelle que l’IA ne se réduit ni aux agents conversationnels ni à la génération d’images. Les avancées viennent aussi de méthodes moins visibles, conçues pour mesurer, classer, prévoir ou assister une tâche précise.
Autour de la recherche, des entreprises testent l’analyse de données, la maintenance prédictive, le contrôle qualité, l’aide documentaire ou l’optimisation de processus. Le tissu industriel régional donne aux questions de fiabilité, de sécurité et d’intégration une place centrale. Un modèle n’a de valeur que s’il fonctionne avec les contraintes du terrain, les logiciels déjà en place et les équipes qui devront l’exploiter. C’est pourquoi les pages consacrées aux entreprises privilégient la méthode de projet plutôt que les listes rapidement périmées.
Apprendre à lire une promesse d’IA
Face à une annonce, cinq questions offrent déjà un bon filtre. Quel problème est traité ? Quelle donnée alimente le système ? Comment mesure-t-on une réponse correcte ? Que se passe-t-il en cas d’erreur ? Qui peut arrêter ou contester le processus ? Ces questions valent pour un projet industriel, un outil d’aide au diagnostic, un moteur de recommandation ou un service génératif. Elles permettent de distinguer un usage encadré d’une simple automatisation séduisante.
L’esprit critique ne consiste pas à rejeter la technologie. Il consiste à demander des éléments comparables et à accepter qu’une solution puisse être utile dans un périmètre limité. Les ateliers pédagogiques restaurés sur ce site suivent cette approche. Ils font manipuler un jeu de données, observent les erreurs et montrent que le résultat dépend des exemples choisis. Comprendre l’IA commence souvent par cette expérience très simple : modifier les données, puis regarder le comportement changer.
Choisir son parcours dans le site
Les personnes qui découvrent le sujet peuvent commencer par le glossaire et le guide de l’IA à Lyon. Les professionnels trouveront une méthode pour cadrer un cas d’usage, composer une équipe et préparer une expérimentation. Les étudiants peuvent comparer les compétences attendues avant de choisir une formation. Les organisateurs et participants à des rencontres disposent d’un guide pour évaluer un programme et prolonger les échanges après un événement.
Les pages historiques ont également été conservées. Elles documentent l’émergence du collectif Lyon-iS-Ai, l’initiative vidéo Connect to AI et un atelier familial consacré à l’apprentissage automatique. Leur contenu a été entièrement réécrit et replacé dans un cadre actuel. Ce choix préserve la mémoire éditoriale du domaine tout en évitant de présenter comme actifs des services, des personnes ou des partenariats anciens.