Eizen Video Intelligence

Une phrase pour présenter

Eizen Video Intelligence est une plateforme d’analyse vidéo en temps réel et hors ligne destinée aux entreprises, capable de se connecter à des caméras ou de télécharger des vidéos pour effectuer la détection d’objets, les statistiques par zone, la recherche sémantique, les résumés vidéo, le raisonnement contextuel, les alertes et des actions automatisées.

Présentation des outils

Eizen AI a été fondée en 2022, et son équipe est répartie à Hyderabad, Bangalore, aux États-Unis et à Dubaï. Ses produits vidéo portent actuellement les noms d’eVA, Video Intelligence Platform et V-Insights, avec pour objectif principal de relier la reconnaissance visuelle à l’analyse, au dialogue et aux actions commerciales.

La plateforme s’adresse à des scénarios d’entreprise dans les domaines de la fabrication, de la logistique, du commerce de détail, des transports, des villes intelligentes, du sport, de l’éducation et de la santé ; il ne s’agit pas d’une application grand public qui monte automatiquement des vidéos courtes pour les mettre en montage. Les nouveaux clients doivent prendre rendez-vous pour une démonstration, et un plan de conception est élaboré en fonction des besoins en matière de caméras, de modèles, de déploiement et d’intégration.

Composition du produit

Fonction principale

Caméras en temps réel et téléchargement de vidéos

Les entreprises peuvent se connecter à des caméras en temps réel, ou bien télécharger des vidéos existantes pour un traitement hors ligne. Les différents canaux peuvent être organisés dans une bibliothèque média et associés à des locataires spécifiques, des projets d’analyse, des régions et des droits d’accès.

Détection et suivi de cibles

La plateforme est capable d’identifier et de suivre des personnes, des véhicules, des produits, des pièces ainsi que d’autres catégories entraînées ou configurées. Les résultats de détection peuvent inclure des timestamps, la catégorie, le degré de confiance et des informations sur la région.

Analyse régionale et d’aménagement

L’administrateur peut créer des plans pour les magasins, les lignes de production ou les espaces publics, et mapper les entrées vidéo vers différentes zones. Les plans prennent en charge le téléchargement d’images JPEG ou PNG ; il est recommandé d’utiliser un ratio 16 par 9 pour les documents.

Recherche sémantique vidéo

V-Insights dispose d’une barre de recherche qui permet de trouver des vidéos pertinentes en fonction de l’objet, des mots-clés, du canal, de la région et de la date. Les résultats de recherche affichent sur la timeline vidéo l’endroit où le produit ou la personne apparaît, et peuvent être enregistrés dans la bibliothèque média.

Résumé vidéo

Le système peut générer des résumés pour les réunions, la formation, les événements et la surveillance vidéo sur de longues périodes. Les entreprises peuvent l’utiliser pour extraire des extraits clés, des thèmes et des événements, mais les conclusions importantes doivent toujours être examinées à partir du moment initial enregistré.

Inférence vidéo contextuelle

L’inférence vidéo ne se contente pas de déterminer ce qui se trouve dans une image, elle tente également d’expliquer les comportements, les intentions, les processus et les causes des événements. Elle peut aider à analyser les parcours des clients, les goulots d’étranglement de la production, les stratégies de mouvement ou les incidents de sécurité.

Actions et flux de travail

La plateforme peut identifier des tâches à partir d’événements visuels ou du contenu des réunions, en définissant des responsabilités, des priorités et des dates limites ; elle peut également déclencher des processus de maintenance ou de réponse en cas d’anomalie. Les actions automatisées doivent d’abord être contrôlées par des règles, des seuils et une approbation manuelle.

Notifications en temps réel et historique

Les utilisateurs peuvent recevoir des alertes par e-mail en fonction de l’analyse des événements, et consulter l’historique sur la plateforme. Dans un environnement de production réel, il est également nécessaire de définir d’autres canaux de notification, les délais d’alerte, la suppression des doublons et les mécanismes de mise à niveau.

Graphiques et analyse comparative

La page d’analyse détaillée propose des graphiques, un filtrage par période, des indicateurs régionaux, des catégories de détection et une comparaison des canaux. Les canaux en temps réel permettent de consulter les dernières heures, tandis que les vidéos hors ligne sont analysées à partir de l’ensemble complet des données.

Téléchargement et partage de rapports

Les utilisateurs peuvent télécharger ou partager les rapports d’analyse, les documents présentant clairement les données de timestamp, de produit, de personne et de confiance au format CSV. La durée de validité des liens de partage, les mécanismes d’authentification et les moyens de révocation doivent être définis dans le projet.

Dialogue vidéo par IA

L’assistant Elina répondra aux questions sur la page d’analyse en tenant compte de la vidéo actuelle, du canal et des indicateurs, par exemple d’où provient la vidéo, quand elle a été enregistrée et qui apparaît à l’écran. Les résultats de la conversation relèvent d’une interprétation par recherche et génération et ne peuvent pas remplacer la conservation des preuves.

Annotation des données

Elina permet de se connecter à l’environnement Label Studio, afin que les personnes puissent effectuer des annotations manuelles et corriger les données d’entraînement. L’utilisation d’outils d’annotation open source ne signifie pas que toute la plateforme Eizen est open source, ni qu’elle accorde automatiquement le droit de réutiliser les données vidéo.

Entrée et sortie

Tableau de travail d’analyse V-Insights

Carte d’analyse

Chaque carte représente un projet d’analyse vidéo et affiche le titre, la description, la catégorie, une miniature, le nombre de régions et le nombre d’utilisateurs autorisés. L’administrateur peut accéder à la mise en page, à une analyse détaillée ou à la bibliothèque de médias associée.

Chronologie et recherche d’objets

Le graphique de recherche affiche l’intervalle de détection par seconde, en distinguant les produits, les personnes ou les états sans détection. L’utilisateur peut enregistrer un instantané de l’analyse en cours ou télécharger les métadonnées de l’événement.

Contrôle des droits d’accès

Seuls les utilisateurs affectés à un projet d’analyse donné peuvent consulter les détails ; l’administrateur du locataire est chargé de régler les droits d’accès. Le déploiement en production doit également limiter le téléchargement des vidéos originales, les liens de partage et les droits d’annotation des données.

Zone générée par l’IA

Les contenus générés par Elina comprennent des résumés analytiques, des résumés vidéo et des rapports détaillés, et permettent de relier la collecte de données à leur annotation. Chaque sortie de l’IA doit conserver la vidéo originale, la version du modèle et l’heure de génération.

Principe de fonctionnement

1. L’entreprise détermine d’abord les objectifs commerciaux, tels que la détection des défauts, l’état des flux de clients, la gestion des files d’attente, la sécurité ou la formation.
2. Faire un inventaire des caméras, des formats vidéo, du réseau, de l’éclairage, des angles d’installation et des systèmes existants.
3. Choisissez le déploiement dans le cloud, en local, dans un cloud privé ou au bord du réseau, et effectuez une évaluation des données et de la conformité.
4. Créer des locataires, des types d’analyses, des catégories et des projets d’analyse spécifiques.
5. Connectez une source vidéo ou téléchargez un échantillon, puis définissez la disposition régionale et physique.
6. Configurer les modèles, les catégories, les seuils de confiance, les règles, les notifications et les droits d’utilisateur.
7. Tester la qualité à l’aide d’exemples positifs réels, de exemples négatifs, de masquages et d’environnements extrêmes.
8. Une fois en ligne, consultez la chronologie, les graphiques, les rapports et les explications générées par Elina.
9. Marquage manuel des faux positifs et des faux négatifs, avec un ajustement continu du modèle en fonction des indicateurs métier.
10. Seuls les événements validés relient des actions automatiques, des dispositifs ou des flux de travail externes.

Tutoriel d'utilisation

Créer le premier projet d’analyse

1. Accédez au bon locataire depuis un compte de démonstration ou pilote pour vous assurer que vous avez les droits de création.
2. Créer des types et des catégories d’analyse pour organiser les projets de manière consultable selon les scénarios métier.
3. Créez une analyse et remplissez le nom clair, la description et les indicateurs cibles.
4. Ajoutez une caméra ou une entrée vidéo hors ligne, et vérifiez l’heure et la résolution de l’image.
5. Dessiner la zone à surveiller pour éviter d’inclure des éléments de fond non pertinents dans les statistiques.
6. Sélectionnez le modèle de détection et les catégories, puis définez la valeur seuil de confiance initiale.
7. Configurer les alertes par e-mail, les droits d’accès des utilisateurs et les analyses.
8. Après l’exécution de l’échantillon, consultez les graphiques, les événements, le résumé et l’export en CSV.
9. Étendre le déploiement après ajustement des seuils en fonction des faux positifs, des faux négatifs et des coûts opérationnels.

Déploiement de l’analyse par caméras en temps réel

1. Vérifier le protocole de la caméra, la bande passante réseau, le taux de rafraîchissement, la résolution et l’imagerie nocturne.
2. Déterminer si la vidéo est traitée au bord, dans un data center local, dans le cloud privé ou dans le cloud public.
3. Créez un compte de service avec les droits minimaux, et isolez la gestion du réseau vidéo.
4. Attribuez un nom unique, une localisation, une zone horaire et une durée de conservation à chaque canal.
5. Testé en conditions de forte luminosité, de faible luminosité, d’obstruction, de réflexion et de mouvement de l’objectif.
6. Mesurer le délai bout en bout de l’occurrence de l’événement à la livraison de l’alerte.
7. Définir des procédures de traitement pour la coupure de connexion, le détachement de la caméra, l’indisponibilité du modèle et les événements répétés.
8. Ne laissez pas les tests à haut risque contrôler directement le dispositif sans confirmation manuelle.
9. Après le déploiement, surveiller en continu la dérive, la charge, le stockage, ainsi que les faux négatifs et les faux positifs.

Utiliser Elina pour rechercher des vidéos

1. Accédez à la page détaillée de l’analyse cible pour vous assurer que le canal, la région et la période sont corrects.
2. Lisez d’abord le résumé généré par le système, puis posez des questions sur des objets ou des événements spécifiques.
3. Il est demandé de répondre en indiquant les moments, les canaux et les catégories de test correspondantes.
4. Ouvrez le segment vidéo original pour vérifier les personnages, les actions, l’ordre et le contexte.
5. Télécharger les métadonnées des événements importants et conserver les preuves originales.
6. Lorsqu’une erreur est détectée, entrez dans le processus de annotation pour corriger l’échantillon, plutôt que de modifier uniquement la réponse écrite.
7. Fournir des retours d’erreur répétés au responsable du modèle et enregistrer la version du modèle.

Mode de déploiement

Applications sectorielles

À qui s’adresse-t-il

• Entreprise de fabrication : Vérification des défauts, des processus, du matériel de protection individuelle et de l’état des équipements à l’aide de modèles visuels.
• Équipe logistique et de stockage : surveillance des zones, des actions, des files d’attente et des événements anormaux.
• Opérations de vente au détail : analyse du flux de clients, du temps passé, des étagères et de l’exposition des produits.
• Transport et gestion urbaine : statistiques sur les véhicules, la foule, les embouteillages et les incidents de sécurité publique.
• Institutions de sport et d’entraînement : analyse des mouvements, des postures, des techniques et des tactiques.
• Équipe éducation et conférences : génération de résumés vidéo, de chapitres et d’actions à entreprendre.
• Intégrateur de systèmes : création d’applications sur mesure à l’aide du SDK Python et des interfaces d’entreprise.
• Secteurs à haute sensibilité : utilisation de clouds locaux, privés ou edge pour conserver le contrôle des données.

Scénarios d'utilisation typiques

• Détecter les défauts des composants sur la ligne de production et informer le personnel de contrôle qualité pour une vérification.
• Statistiques sur le flux de clients, le temps d’attente et les moments d’apparition des produits dans la zone du magasin.
• Surveiller le nombre de véhicules aux carrefours, les embouteillages et les arrêts anormaux.
• Compresser les vidéos de surveillance sur une longue période en résumés des événements clés.
• Rechercher sur la timeline vidéo toutes les séquences où apparaît un certain type d’objet.
• Analyser les vidéos de réunion et extraire les décisions, les responsables et les actions à entreprendre.
• Permettre aux personnes sur site d’obtenir, au cours de l’opération, des étapes en temps réel ainsi que des indications pour corriger les erreurs.
• Envoyer les événements anormaux confirmés par e-mail ou vers un processus métier externe.

Avantages du produit

• Prend en charge à la fois les caméras en temps réel et les vidéos hors ligne, couvrant la surveillance et l’analyse historique.
• Regrouper la détection, la recherche sémantique, les résumés, le raisonnement et les actions sur une même plateforme.
• V-Insights offre des informations par région, canal, chronologie, graphiques et droits d’accès pour les utilisateurs.
• Elina peut répondre à des questions en langage naturel dans le contexte de la vidéo et de l’analyse actuelles.
• Prend en charge l’étiquetage manuel et les retours, permettant aux échantillons erronés d’intégrer le processus d’amélioration continue.
• Propose des options de déploiement cloud, local, edge et hybride.
• L’inférence CPU et les capacités edge peuvent réduire la dépendance de certains scénarios envers des GPU haut de gamme et des réseaux.
• Le SDK Python peut être utilisé pour gérer l’analyse et étendre l’intégration d’entreprise.

Restrictions d'utilisation et précautions

• Le site officiel ne divulgue pas de prix standard ; tous les projets nécessitent une démonstration, un projet pilote et un devis.
• La précision du détecteur est affectée par l’angle de la caméra, l’éclairage, les obstacles, la résolution et les variations sur le site.
• Les pourcentages et les exemples présentés sur le site officiel sont des exemples marketing et ne peuvent pas être considérés comme une garantie des résultats du projet.
• L’inférence vidéo peut interpréter de manière erronée les intentions, les raisons et les comportements des personnes.
• Sans suppression et sans hiérarchisation, les alertes en temps réel peuvent générer un grand nombre de notifications redondantes.
• Les modèles d’apprentissage continu peuvent présenter une dérive de performance ou un comportement inattendu en fonction des changements dans les données.
• Le suivi d’une personne à l’aide de plusieurs caméras peut entraîner des risques importants en matière de vie privée et de conformité.
• L’âge, le sexe et l’inférence des intentions comportementales peuvent entraîner des biais ou des conséquences discriminatoires.
• Les déploiements en périphérie et locaux exigent que l’entreprise prenne en charge elle-même les équipements, les correctifs, les sauvegardes et la surveillance.
• Des mécanismes d’approbation manuelle, de réversion et de sécurité en cas de panne doivent être mis en place avant les équipements de contrôle automatique.

Prix et achat

Au 22 août 2026, Eizen ne communique pas de prix standards par mois, par vidéo, par caméra ou en fonction du volume d’appels. Le site officiel oriente les entreprises vers la réservation d’une démonstration afin d’obtenir une solution sur mesure adaptée à leur situation.

Liste des coûts avant achat

1. Compter le nombre de caméras, les heures par jour, la fréquence d’images, la résolution et le nombre de jours de conservation.
2. Distinguer le trafic de raisonnement en temps réel, de reprise hors ligne, de stockage vidéo et de téléchargement de rapports.
3. Calculez les coûts des appareils périphériques, des serveurs, du réseau, de l’installation et de la maintenance sur site.
4. Vérifier si chaque scénario nécessite un modèle standard ou un entraînement personnalisé.
5. Intégrer l’étiquetage des données, la vérification manuelle et le traitement continu des faux positifs dans les coûts de main-d’œuvre.
6. Demandez des informations sur les SLA de production, les délais de support, les mises à niveau, ainsi que les coûts de sauvegarde et de reprise après sinistre.
7. Il est exigé que les essais pilotes soient évalués en fonction d’indicateurs clairs de précision, de délai et de performance opérationnelle.
8. Prévoir dans le contrat l’exportation de vidéos, de modèles, d’annotations et de rapports en cas de sortie.

Confidentialité, sécurité et conformité

La vidéo peut contenir des visages, des comportements, des performances professionnelles, un état de santé, des plaques d’immatriculation et des activités dans les espaces publics, ce qui en fait des données à haut risque. Les entreprises doivent déterminer avant la collecte l’objectif légal, la portée nécessaire, les modalités d’information, les droits d’accès et la durée de conservation.

• La page de confidentialité indique que seuls les données nécessaires au fonctionnement du service sont collectées, et qu’elles ne sont ni vendues, ni louées, ni partagées avec des tiers.
• La description officielle comprend le chiffrement des transferts, un contrôle d’accès strict, des audits réguliers et l’anonymisation le cas échéant.
• La page « AI for AI » indique qu’elle est conforme aux normes SOC 2 Type II, au RGPD et à la CCPA ; l’acheteur doit demander le périmètre de l’audit actuel ainsi que le rapport correspondant.
• Le déploiement dans une VPC locale ou client contribue à la souveraineté des données, mais nécessite néanmoins une configuration et une gestion adéquates.
• La surveillance dans les lieux publics doit faire l’objet d’une signalisation claire, ainsi que d’une évaluation de sa nécessité et de sa proportionnalité.
• Lorsque le floutage du visage est possible, il convient de privilégier la réduction des identifications inutiles.
• L’âge, le sexe, l’intention et les inférences relatives à la santé doivent faire l’objet d’une évaluation des biais, de la légitimité et de la nécessité réelle.
• Restreindre les rôles d’accès à la vidéo originale, aux liens de partage, au téléchargement des rapports et à la plateforme de annotation.
• Mettre en place des processus de suppression de données, de suppression de modèles, de nettoyage des sauvegardes et de désinscription des clients.
• Dans les scénarios de soins médicaux, de sécurité et de contrôle des équipements, la supervision humaine et l’audit des événements doivent être maintenus.

Plateformes de support et intégration

Python SDK

Eizen propose un SDK Python pour accéder à l’API d’analyse vidéo. Les packages publics permettent d’obtenir les projets d’analyse, les régions, les canaux, les détails des canaux et les résumés vidéo ; la documentation présente également les fonctionnalités de gestion telles que les locataires, les modèles, l’entraînement, l’inference et le traitement vidéo.

Étapes d’intégration SDK

1. Demander un compte de plateforme, des droits de projet et des tokens d’accès temporaire à l’équipe Eizen.
2. Installer eizen-sdk dans un environnement isolé et fixer la version éprouvée.
3. Enregistrer le jeton de mise à jour et l’adresse du service dans la gestion des clés ou la configuration d’environnement.
4. Listez d’abord les locataires visibles pour l’utilisateur actuel, afin de vous assurer qu’il n’y a pas de données hors de portée.
5. Lire une analyse de test ainsi que ses régions et canaux, et vérifier la structure de retour.
6. Écrire des traitements pour le pagination, l’expiration des tokens, la limitation du débit, les temps d’attente et les erreurs de service.
7. Avant d’écrire ou de lancer l’entraînement, afficher le locataire cible, le modèle et la tâche et demander une approbation.
8. Masquer les logs des réponses vidéo et d’analyse, interdire l’enregistrement des identifiants complets.
9. Exécuter des tests de régression avant de mettre à jour la version du SDK ou de la plateforme.

API, GitHub et open source

La plateforme Eizen est elle-même un produit commercial propriétaire. La documentation officielle propose des solutions via API et SDK Python ; le paquet eizen-sdk sur PyPI est licencié sous la licence MIT, mais le répertoire GitHub Eizen-SDK mentionné dans la documentation est actuellement vide.

Les spécifications publiées pour le SDK indiquent trois versions minimales de Python : 3.6, 3.7 et 3.8. Dans un environnement de production, il convient d’utiliser la version la plus récente prise en charge et de la tester concrètement. Le document présente également des différences entre les underscores et les tirets sous le nom du paquet ; lors de l’installation, il faut se référer au nom réel du paquet sur PyPI.

Informations de base

Indice de recommandation

Le score de recommandation est de 4,2 sur 5. Eizen combine des vidéos en temps réel, une analyse hors ligne, des tableaux de bord régionaux, une recherche sémantique, des résumés, du raisonnement, des alertes, de l’annotation et des SDK, tout en prenant en charge le déploiement local et edge, ce qui le rend adapté aux projets visuels d’entreprise complexes.

Les principaux défauts sont que le prix, les exigences en matière de matériel, les performances standards et les limites des interfaces ne sont pas divulgués, et que les noms des packages ainsi que les versions Python mentionnées dans certains documents ne coïncident pas. Lorsque cela concerne les personnes, la santé, la sécurité ou le contrôle automatique de dispositifs, il est impératif de mener d’abord des essais à petite échelle, une évaluation des écarts et une approbation manuelle du design.

Questions fréquentes

Qu’est-ce que Eizen Video Intelligence ?

Il s’agit d’une plateforme d’analyse vidéo d’entreprise et d’IA interactive, capable de traiter des caméras en temps réel ainsi que des vidéos téléchargées, afin de générer des détections, des statistiques, des résumés, des inférences, des alertes et des recommandations d’action.

Faut-il programmer ?

Les projets de base et les analyses peuvent être configurés dans une plateforme de visualisation ; le site officiel met en avant une utilisation sans code. Les modèles complexes, l’intégration de systèmes, le déploiement au bord du réseau et les actions automatisées nécessitent généralement une équipe technique.

Est-il possible d’analyser une caméra en temps réel ?

Oui. La plateforme prend en charge la connexion à des caméras en temps réel pour effectuer des détections, des analyses de zone et des alertes. Les protocoles spécifiques, la concurrence, le taux de rafraîchissement et les retards doivent être confirmés en fonction du projet.

Est-il possible de télécharger des vidéos existantes ?

Oui. Les vidéos hors ligne peuvent être ajoutées à la bibliothèque média pour une analyse de la timeline complète, une recherche d’objets, des résumés, des rapports et des annotations.

Est-il possible de rechercher des vidéos en langage naturel ?

On peut poser des questions à Elina concernant les canaux actuels, les vidéos, les analyses et les résumés. Les réponses importantes doivent faire référence aux extraits originaux et aux timestamps.

Comment Eizen facture-t-il ?

Le site officiel ne propose pas de forfaits standard ; des démonstrations sur rendez-vous et des devis personnalisés pour les entreprises sont proposés. La caméra, la durée, le modèle, le déploiement, le stockage, ainsi que l’équipement et l’intégration influencent le prix.

Est-ce que cela prend en charge le déploiement local ?

Prend en charge le déploiement local, dans le cloud privé du client, à l’edge et de manière hybride. Les entreprises doivent déterminer les responsabilités en matière de matériel, de mises à jour, de support, de sauvegarde et de récupération en cas de panne.

Des API et SDK sont-ils fournis ?

Des API de plateforme et un SDK Python sont fournis, nécessitant un compte valide, un token et des droits d’accès. Le SDK permet de gérer l’analyse, les canaux, les régions ainsi que certaines tâches d’apprentissage et d’inference.

Eizen est-il open source ?

La plateforme n’est pas open source. Le paquet SDK Python est soumis à la licence MIT, mais le répertoire GitHub du SDK auquel renvoient les documents est actuellement vide ; il n’est donc pas possible de qualifier la plateforme ou les modèles de open source sur cette base.

Quelle version de Python utilise le SDK ?

Les données publiques indiquent respectivement des valeurs supérieures à 3,6, 3,7 et 3,8. Il est recommandé d’utiliser la dernière version de Python prise en charge actuellement et de confirmer auprès des responsables officiels avant une intégration officielle.

Les données vidéo quittent-elles l’environnement de l’entreprise ?

Cela dépend du mode de déploiement. Le déploiement local, en edge ou dans la VPC du client permet de conserver les données dans un environnement contrôlé, mais l’entreprise doit néanmoins gérer la télémétrie, l’accès au support, les sauvegardes et les voies d’actualisation des modèles.

Peut-il être utilisé pour l’analyse du visage ou de l’âge et du sexe ?

Le site officiel montre des scénarios de floutage du visage ainsi que de détection de l’âge et du sexe, mais ce type de traitement présente des risques élevés. Avant le déploiement, il est nécessaire d’évaluer la légalité, la nécessité, les biais, l’information à fournir et les règles de conservation.

Les alertes IA peuvent-elles contrôler directement les appareils ?

Techniquement, il est possible de relier les flux d’actions, mais le contrôle des risques élevés ne doit pas dépendre uniquement du jugement du modèle. Il convient d’introduire des seuils, une vérification secondaire, une approbation manuelle, ainsi qu’une sécurité de secours et un arrêt d’urgence.

Résumé

Eizen Video Intelligence ne se contente pas d’identifier les objets vidéo, il relie également les statistiques de zone, la recherche sémantique, les résumés, le raisonnement contextuel et les workflows d’actions. Il convient aux entreprises ayant besoin d’une gestion continue des vidéos et de modèles visuels personnalisés, et non à un traitement vidéo léger et ponctuel.

Lors de l’achat, il convient de commencer par des essais avec des vidéos en direct réelles, en utilisant des faux positifs, des faux négatifs, des retards et l’évaluation des résultats commerciaux, tout en évaluant en même temps les coûts des caméras, du réseau, de la puissance de calcul, du stockage, de l’étiquetage et de la vérification manuelle. La confidentialité, le dérive des modèles et les risques liés aux actions automatisées doivent être intégrés dès la phase de conception.