Lyon a l'écosystème tech. Les entreprises attendent encore.
Lyon concentre une densité de recherche en IA que peu de villes françaises peuvent revendiquer. Le labo LIRIS, Naver Labs (ex-Xerox Research Centre Europe), l'INRIA, le labo Mila à l'INSA. Les papiers de recherche sortent. Les brevets s'accumulent. Mais dans les bureaux des ETI lyonnaises, l'IA reste un sujet de comité de direction, pas un outil du quotidien.
Côté pharma, le potentiel est massif. Sanofi Pasteur à Marcy-l'Étoile génère des volumes colossaux de données d'essais cliniques. BioMérieux traite des millions de résultats de diagnostic chaque année. La pharmacovigilance, le drug discovery, l'analyse de données cliniques : ce sont des cas d'usage où les LLM changent déjà la donne. Mais passer d'un POC validé en R&D à un outil déployé en production, c'est un autre métier.
L'industrie lyonnaise a le même problème. Renault Trucks à Vénissieux pourrait réduire ses arrêts machines avec de la maintenance prédictive. La Vallée de la Chimie, entre Feyzin et Pierre-Bénite, optimiserait ses process avec de l'IA sur les données capteurs. Ces entreprises ont les données, les ingénieurs, le budget. Ce qui manque, c'est quelqu'un qui parle à la fois le langage des métiers et celui des modèles.
Et puis il y a le tissu de PME et ETI qui fait la force de Lyon. Trop petites pour intéresser les Big4 sur un projet IA. Trop grandes pour ignorer le sujet. French Tech Lyon regorge de startups qui veulent intégrer de l'IA dans leur produit mais qui bloquent sur l'implémentation. Le problème n'est pas la technologie. C'est le passage à l'acte.
Ce que je fais pour les entreprises lyonnaises
Audit IA : identifier les cas d'usage qui valent le coup
Vous êtes dans la pharma et vous voulez accélérer l'analyse de vos données de pharmacovigilance ? Vous gérez une usine dans la Vallée de la Chimie et vous cherchez à optimiser vos process avec vos données capteurs ? Je regarde vos flux de données, vos outils, vos contraintes réglementaires. J'identifie les cas où un LLM ou un modèle prédictif apporte un gain mesurable. Et quand un tableau croisé dynamique fait le job, je vous le dis aussi.
Intégration LLM et API : de la R&D à la production
Un système RAG qui permet à vos chercheurs d'interroger des milliers de publications cliniques en langage naturel. Un assistant qui pré-remplit les rapports de pharmacovigilance à partir des cas déclarés. Des workflows automatisés entre votre LIMS et vos outils de reporting. Lyon a des POC IA plein les tiroirs. Mon travail, c'est de les sortir du labo et de les brancher sur vos process métier, avec les contraintes de sécurité et de conformité qui vont avec.
Formation IA : rendre vos équipes opérationnelles
Vos data scientists chez BioMérieux ou vos ingénieurs chez Renault Trucks n'ont pas besoin d'un cours sur les réseaux de neurones. Ils ont besoin de savoir exploiter les API de modèles de langage, de comprendre les limites de confidentialité avec des données patients ou industrielles, de prompter efficacement dans leur contexte métier. Je forme sur vos cas réels, avec vos données, dans votre environnement.
Comment ça se passe
Stack technique
Questions fréquentes
Non, je travaille en remote depuis Tbilissi (Géorgie). J'ai grandi en Haute-Savoie, à deux heures de Lyon, et je connais bien le tissu économique de la région. Concrètement, l'audit se fait en visio et sur vos données, les développements sont livrés en continu, et je suis sur le fuseau européen (GMT+4, deux heures d'avance sur la France). Si un atelier sur site à Lyon est nécessaire, je me déplace.
Ça dépend du périmètre. Un audit de maturité IA pour une ETI lyonnaise, c'est quelques jours de travail. Une intégration LLM complète avec formation, quelques semaines. L'échange initial de 30 minutes est gratuit et sert à cadrer le besoin. Je facture au jour ou au projet, sans couche commerciale ni frais de structure. Et si le ROI n'est pas au rendez-vous, je vous le dis avant de commencer.
C'est la première question à traiter, pas la dernière. Je travaille avec des API privées (pas de données envoyées à des modèles publics), des environnements cloisonnés, et des architectures qui respectent vos contraintes RGPD et sectorielles. Pour la pharma ou les données de santé, on définit le périmètre de confidentialité avant d'écrire la moindre ligne de code. Aucune donnée patient ou propriétaire ne transite par des services non maîtrisés.
C'est le contraire. Les grands groupes lyonnais ont des équipes data internes et des budgets R&D. Les PME et ETI, elles, ont des cas d'usage concrets mais pas les ressources pour monter une équipe IA. C'est exactement là que j'interviens. Un consultant externe, un périmètre serré, un livrable en quelques semaines. Pas besoin de recruter trois data scientists pour automatiser vos rapports qualité ou brancher un chatbot sur votre documentation technique.