Retour aux actualités

Xpdeep : de l’IA boîte noire à une intelligence auto-explicable, actionnable et certifiable

Publié le 04 juin 2026|par Clémentine Robert

Xpdeep propose une intelligence artificielle transparente et fiable pour analyser les données industrielles et fournir des explications à ses prises de décisions.

L’intelligence artificielle est devenue essentielle pour exploiter les flux de données issus de capteurs industriels, systèmes embarqués et infrastructures critiques que l’on trouve dans les secteurs exigeants et stratégiques de l’industrie, de la défense, de l’énergie, de la finance, de la santé ou encore du transport. Cependant, les modèles de deep learning restent encore largement des boîtes noires : opaques, limitant leur adoption dans les secteurs où la confiance, la traçabilité et la souveraineté sont indispensables. Les rendre transparents est un défi auquel de nombreuses équipes de recherche dans le monde se sont attaquées, sans succès. 

Depuis 2023, Xpdeep s’appuie sur des résultats de recherche démontrés et validés depuis 2018 par Ahlame Douzal, enseignante-chercheuse au Laboratoire d’informatique de Grenoble (CNRS/Université Grenoble Alpes), pour poursuivre le développement de ces avancées et répondre aux défis du déploiement industriel à grande échelle. Co-fondée avec l’entrepreneur Stanislas Chesnais, l’entreprise s’inscrit dans une continuité naturelle entre recherche appliquée et industrialisation.

La start-up a développé un framework souverain de deep learning explicable, capable d’analyser des données multi-capteurs tout en générant des explications claires, intelligibles et directement exploitables par les opérateurs métiers, auditeurs et responsables IA. Les modèles conçus par Xpdeep sont nativement explicables, actionnables, auditables et certifiables, ouvrant la voie à une nouvelle génération d’IA de confiance pour les environnements critiques, et permettant aux entreprises de gagner des avantages concurrentiels.

 

Stanislas Chesnais et Ahlame Douzal, co-fondateurs de Xpdeep © Pierre Jayet

 

« Depuis 2018, mes travaux de recherche ont permis l’émergence d’une nouvelle génération de deep learning nativement explicable, adaptée aux exigences des systèmes critiques et souverains. Xpdeep est née de cette dynamique, afin de permettre le déploiement d’une IA performante dans des environnements où la fiabilité et la transparence sont essentielles. »

— Ahlame Douzal, directrice scientifique et co-fondatrice de Xpdeep

« Nous nous sommes rencontrés autour d’une conviction commune : les travaux d’Ahlame avaient déjà apporté des résultats démontrés et applicables, ouvrant une nouvelle voie pour un deep learning explicable adapté aux systèmes critiques. L’enjeu était désormais de prolonger ces avancées pour relever les défis de l’industrialisation et du déploiement à grande échelle. C’est de cette complémentarité entre recherche appliquée et construction d’entreprises B2B qu’est née Xpdeep. »

— Stanislas Chesnais, président-directeur général et co-fondateur de Xpdeep

La lettre innovation

Partenariats, création d'entreprises, brevets, licences, événements... Retrouvez tous les mois les dernières actualités de la valorisation et de l'innovation au CNRS.

Nos autres actualités

Voir toutes les actus

04 juin 2026

Entroview : des solutions de diagnostic avancé pour les batteries automobiles

Entroview développe des outils de diagnostic batterie pour évaluer l'état de santé et la sécurité des véhicules électriques après accident et en fin de vie, et orienter les décisions des professionnels de l'automobile et des assureurs.
Lire la suite

03 juin 2026

Ilion Water Technologies : l’eau pure sans pression

Ilion Water Technologies développe une solution de purification de l’eau sans pression, pour aider les industriels à produire plus, à moindre coût et moindre impact.
Lire la suite

03 juin 2026

Exotrail : leader du new space

Exotrail développe des technologies de propulsion pour satellites afin de répondre aux enjeux croissants de la logistique orbitale.
Lire la suite
Fermer

Contactez-nous

  • Ce champ n’est utilisé qu’à des fins de validation et devrait rester inchangé.
Fermer

Les brevets les plus récents