Vidéosurveillance IA : comment Lumana change la donne

La plupart des caméras de sécurité modernes sont équipées d’une forme d’intelligence artificielle. Pourtant, sur le terrain, beaucoup d’entre nous ont déjà fait l’expérience de leurs limites : une alerte déclenchée par un chat qui passe, une notification pour une branche qui bouge au vent, ou pire, un événement important complètement ignoré. Ces systèmes voient, mais ils ne comprennent pas vraiment.

Cette lacune, souvent perçue comme un simple désagrément technique, devient une préoccupation majeure pour les villes, les entreprises et les écoles qui comptent sur ces technologies pour assurer leur sécurité. Une entreprise, Lumana, a décidé de s’attaquer à l’essence du problème. Selon elle, la solution n’est pas d’ajouter plus d’IA, mais de repenser entièrement la base sur laquelle elle fonctionne.

C’est ce que nous allons explorer.

Pourquoi les systèmes de sécurité traditionnels échouent-ils ?

L’IA : un ajout artificiel sur des bases obsolètes

Le constat est simple mais déterminant. La majorité des plateformes de vidéosurveillance ont été créées il y a des décennies avec un seul objectif : enregistrer des images. Tenter d’y ajouter une couche d’intelligence artificielle revient, comme le souligne Jordan Shou, vice-président marketing de Lumana, à « mettre une puce intelligente dans un téléphone à cadran ».

Ce système peut fonctionner de manière rudimentaire, mais il ne sera jamais vraiment fiable ou capable de prendre des décisions pertinentes en temps réel.

Cette approche de « rustine technologique » crée une base instable. L’infrastructure n’est tout simplement pas conçue pour interpréter des flux vidéo complexes, mais seulement pour les stocker. L’IA est alors sous-utilisée, bridée par les limitations de son environnement.

Fausses alertes et érosion de la confiance : Les coûts cachés

Lorsque l’IA est mal intégrée, les problèmes s’accumulent. Les fausses alertes deviennent monnaie courante et les détections manquées, une possibilité inquiétante. Ces erreurs ne sont pas de simples bugs informatiques ; elles ont des répercussions bien réelles.

Jordan Shou évoque le cas d’un système de surveillance scolaire qui a confondu un objet inoffensif avec une arme, déclenchant une intervention policière inutile et traumatisante.

Chaque erreur érode la confiance en la technologie. Elle fait perdre un temps précieux aux équipes de sécurité, engendre des coûts opérationnels importants et peut avoir des conséquences humaines graves.

Chaque fausse alerte oblige à interrompre des tâches importantes pour enquêter, un processus qui peut coûter des millions d’euros aux budgets de la sécurité publique chaque année.

La vision de Lumana : Une réinvention totale de la vidéosurveillance IA

Une architecture optimisée pour l’intelligence native

Plutôt que d’ajouter une couche d’IA sur une structure existante, Lumana a tout reconstruit à partir de zéro. L’entreprise a développé une plateforme tout-en-un qui combine matériel de sécurité vidéo moderne, logiciel et intelligence artificielle propriétaire. L’élément central de cette innovation est une conception cloud-hybride.

Concrètement, n’importe quelle caméra de sécurité peut être connectée à des processeurs puissants (GPU) et à des modèles d’IA adaptatifs qui opèrent au plus près de la source vidéo. Cette architecture, dite « en périphérie » (ou edge), permet des performances plus rapides et une analyse beaucoup plus précise. Chaque caméra devient un appareil en apprentissage continu, capable de s’améliorer avec le temps.

Une IA contextuelle qui s’adapte au monde réel

La plupart des IA de vidéosurveillance actuelles utilisent des modèles statiques, conçus pour fonctionner dans des conditions idéales, presque de laboratoire. Mais l’environnement réel est désordonné et imprévisible. « L’IA ne devrait pas avoir besoin d’un environnement de laboratoire parfait pour fonctionner », explique Jordan Shou.

« Elle devrait fonctionner dans des conditions réelles et s’adapter en fonction des données vidéo qu’elle reçoit ».

C’est là que réside la grande différence de Lumana. Leur système apprend les mouvements, les comportements et les schémas spécifiques à son environnement. Il comprend le contexte, ce qui réduit drastiquement les erreurs et rend les analyses infiniment plus pertinentes.

Confidentialité des données : Un principe fondateur pour Lumana

Actuellement, où la collecte de données est omniprésente, la question de la vie privée est essentielle. Lumana l’a intégrée dès la conception de sa solution. Toutes les données sont chiffrées, régies par des contrôles d’accès stricts et conformes aux normes les plus exigeantes :

• SOC 2
• HIPAA
• NDAA

Plus important encore, les clients peuvent choisir de désactiver le suivi facial ou biométrique. Comme le résume Jordan Shou : « Notre objectif se concentre sur les actions, pas sur les identités ». L’analyse porte sur ce qui se passe, et non sur qui est impliqué.

Lumana en action : Des résultats concrets et impactants

Industrie manufacturière : Sécurité et efficacité transformées

Un des cas d’usage les plus parlants est celui de JKK Pack, un fabricant d’emballages fonctionnant 24h/24. Avant Lumana, leurs caméras ne servaient qu’à enregistrer les incidents pour une analyse ultérieure, ce qui entraînait une réponse toujours réactive et souvent tardive.

Après avoir intégré la solution Lumana sans changer une seule caméra, leur système est devenu proactif. Il pouvait désormais détecter en temps réel des mouvements dangereux, des pannes d’équipement ou des goulots d’étranglement dans la production. Le résultat ? Des enquêtes menées 90 % plus rapidement et des alertes délivrées en moins d’une seconde, améliorant de façon spectaculaire la sécurité et l’efficacité.

Commerce de détail : Réduire les pertes avec une surveillance intelligente

Un autre exemple provient d’une chaîne de supermarchés. En intégrant l’IA de Lumana à son réseau de caméras existant, l’enseigne a pu identifier des activités inhabituelles aux caisses, comme des annulations de transactions répétées, et les corréler avec des preuves visuelles. Ce système a permis de réduire la démarque inconnue et de responsabiliser les employés en fournissant des exemples concrets de violations des procédures.

De la ville à la cuisine : Une adaptabilité exceptionnelle

Au-delà de ces deux secteurs, la technologie de Lumana a prouvé sa polyvalence.

• Dans les villes, elle aide à identifier les dépôts sauvages ou les départs de feu.
• Dans les chaînes de restauration rapide, elle surveille la sécurité en cuisine et le respect des normes d’hygiène.

Chaque application démontre la capacité du système à s’adapter à des contextes uniques pour fournir des informations exploitables.

L’avenir de l’IA : Fiabilité, responsabilité et prédiction

Priorité à la précision : L’IA au-delà de la vitesse

Le travail de Lumana s’inscrit dans une tendance de fond du marché de l’IA. Pendant des années, la vitesse était le principal critère de performance. Aujourd’hui, la précision et la responsabilité prennent le dessus.

Une étude récente de F5 a révélé que seules 2 % des entreprises se sentent prêtes à déployer l’IA à grande échelle, citant la gouvernance et la sécurité des données comme principaux freins.

Les analystes confirment cette prudence : à mesure que l’IA prend des décisions de plus en plus critiques, les systèmes doivent rester « auditables, transparents et exempts de biais ». L’architecture de Lumana répond directement à cet appel, en associant performance, contrôle et cybersécurité dans une solution facile à déployer.

La prédiction : Prochaine frontière de la vision par ordinateur

Pour Lumana, la prochaine étape est déjà en vue. L’objectif est de passer de la détection et de la compréhension à la prédiction. « La prochaine évolution de la vidéo IA sera le raisonnement », anticipe Jordan Shou.

L’enjeu n’est plus seulement d’apprendre à une IA à mieux voir, mais de l’aider à comprendre ce qu’elle voit. La capacité à saisir le contexte en temps réel et à fournir des informations percutantes va transformer notre façon de concevoir la sécurité et l’efficacité opérationnelle. Il s’agit de permettre à ceux qui s’appuient sur ces données de prendre des décisions plus intelligentes et plus rapides.

Et vous, quelle est votre expérience avec l’intelligence artificielle dans le domaine de la sécurité ?

Simone

Simone, rédactrice principale du blog, est une passionnée de l’intelligence artificielle. Originaire de la Silicon Valley, elle est dévouée à partager sa passion pour l’IA à travers ses articles. Sa conviction en l’innovation et son optimisme sur l’impact positif de l’IA l’animent dans sa mission de sensibilisation.