Ekimetrics veut tripler son activité d’ici 2028 et recruter 300 spécialistes

Au moment où les entreprises cherchent à tirer davantage de valeur de leurs données, Ekimetrics se fixe une feuille de route particulièrement offensive. La société française de data science, fondée à Paris en 2006, ambitionne de tripler son volume d’activité d’ici 2028. Une cible qui place le recrutement, l’intelligence artificielle et la capacité à industrialiser les projets au centre de sa stratégie.

Cette annonce intervient dans un contexte où la donnée n’est plus seulement un sujet technique. Elle sert à mesurer l’efficacité d’une campagne publicitaire, prévoir une demande, mieux répartir des budgets, personnaliser une relation client ou éclairer une décision de direction. Mais transformer des données brutes en résultats concrets exige à la fois des compétences spécialisées, des outils robustes et un cadre de confiance. C’est sur cet ensemble qu’Ekimetrics entend bâtir sa croissance.

Un objectif de triplement qui engage toute l’entreprise

Ekimetrics se présente comme une entreprise spécialisée dans la data science, c’est-à-dire l’exploitation de données grâce aux statistiques, à l’informatique et aux méthodes d’intelligence artificielle. Son ambition annoncée consiste à multiplier par trois son activité à l’horizon 2028.

L’expression mérite d’être distinguée d’un objectif de chiffre d’affaires, d’effectifs ou de valorisation : le document disponible parle de « volume d’activité », sans publier de base de comparaison chiffrée. Il ne permet donc pas de calculer la progression annuelle nécessaire ni de mesurer le poids exact que représenterait ce triplement. Il donne toutefois une indication claire sur la direction prise : Ekimetrics prévoit d’élargir sa capacité à mener des projets pour ses clients et à renforcer sa position sur le marché de la donnée.

Pour une société de conseil et de technologie, grandir ne consiste pas simplement à signer davantage de contrats. Il faut aussi pouvoir recruter des profils rares, formaliser des méthodes de travail reproductibles, sécuriser les données confiées par les clients et maintenir un niveau d’expertise élevé à mesure que les équipes se développent. La promesse de croissance repose donc autant sur l’organisation que sur les technologies employées.

Pourquoi la data science est-elle devenue stratégique pour les entreprises ?

La data science vise à extraire des informations utiles à partir d’ensembles de données parfois très volumineux et hétérogènes. Dans la pratique, un projet peut combiner des données de ventes, de prix, de campagnes marketing, de fréquentation d’un site, de stocks ou de comportements clients. Les équipes cherchent ensuite à répondre à une question métier concrète : quel budget allouer à chaque canal, quels produits risquent de manquer, quels clients sont susceptibles de partir, ou quelle évolution de la demande anticiper ?

Le machine learning, ou apprentissage automatique, est l’un des outils mobilisés dans ce travail. Il permet à un modèle informatique de repérer des régularités dans des données historiques afin de produire une prédiction ou une recommandation. Son intérêt dépend cependant fortement de la qualité des données, de la pertinence de la question posée et de la capacité des équipes à interpréter les résultats.

Une prévision n’est pas une certitude. Un modèle peut refléter des biais présents dans les données, devenir moins fiable lorsque le contexte économique change, ou fournir une réponse techniquement correcte mais inutilisable en pratique. C’est pourquoi les projets les plus utiles associent généralement experts de la donnée et spécialistes des métiers concernés.

Ekimetrics cible notamment, selon le document fourni, des domaines tels que le retail, la finance et les médias. Ces secteurs partagent un besoin fort de pilotage : comprendre la demande, améliorer l’allocation de ressources, mesurer des performances ou ajuster une offre. Ils manipulent aussi parfois des données personnelles ou sensibles, ce qui renforce les exigences de gouvernance.

300 recrutements : un enjeu de compétences autant que de volume

Pour soutenir son développement, Ekimetrics prévoit le recrutement de 300 nouveaux talents d’ici quatre ans. La société cible particulièrement les compétences en intelligence artificielle et en machine learning, deux domaines où la demande des entreprises s’accélère et où les profils expérimentés restent disputés.

Ces recrutements ne concernent pas uniquement la capacité à concevoir des algorithmes. Un projet de data science nécessite une diversité de savoir-faire : préparation et analyse de données, développement logiciel, déploiement d’outils, compréhension des contraintes réglementaires, accompagnement du changement et dialogue avec les équipes métiers. Une recommandation n’a d’utilité que si elle peut être comprise, testée et intégrée aux décisions quotidiennes.

Le calendrier appelle une précision. L’objectif de triplement est formulé pour 2028, tandis que les 300 recrutements sont annoncés « d’ici quatre ans ». À la date de publication, le 8 avril 2025, ces deux horizons ne coïncident pas exactement. Sans détail supplémentaire sur le rythme des embauches, il n’est pas possible de les répartir année par année ni d’établir leur correspondance exacte avec la cible de 2028.

Pour Ekimetrics, l’enjeu sera donc de préserver la qualité d’exécution dans une phase d’expansion. Les entreprises clientes attendent des résultats opérationnels, pas seulement des démonstrations technologiques. Cela suppose de transmettre les méthodes internes, de documenter les outils et de conserver un lien étroit entre les spécialistes de la donnée et les besoins de chaque secteur.

Une plate-forme renforcée pour passer de l’expérimentation au déploiement

La société prévoit également de renforcer sa plate-forme afin de mieux répondre aux besoins de ses clients. Le terme de plate-forme peut recouvrir des outils de préparation de données, de modélisation, de suivi des résultats ou de déploiement de solutions. Le document ne précise pas ses fonctionnalités ni les technologies exactes concernées, mais l’objectif est celui d’une montée en charge : être capable de traiter davantage de projets sans devoir repartir de zéro à chaque mission.

C’est l’un des défis récurrents de l’IA en entreprise. Beaucoup d’organisations savent tester un modèle sur un périmètre limité. Le passage à une utilisation durable exige ensuite une infrastructure adaptée, des données actualisées, des contrôles de qualité et une surveillance des performances. Un modèle de prévision qui était performant lors de sa création peut perdre en précision si les comportements des consommateurs, les prix ou les conditions de marché évoluent.

Le document cite également Midjourney v7 comme exemple d’outil de génération d’images susceptible d’accélérer certains processus créatifs. Cette mention ne signifie pas qu’il est intégré à la plate-forme d’Ekimetrics ou qu’il fait partie de son offre : aucune intégration précise n’est détaillée. Elle illustre plutôt la place croissante des outils d’IA générative dans les réflexions sur la productivité et les nouveaux usages professionnels.

Partenariats et recherche : deux moyens d’élargir les capacités

Ekimetrics compte s’appuyer sur des partenariats avec des entreprises technologiques. Ces collaborations peuvent permettre d’intégrer des outils complémentaires, d’accéder à certaines infrastructures ou de bâtir de nouveaux cas d’usage. Dans un environnement où les technologies évoluent rapidement, elles évitent aussi de devoir développer seule chaque composant d’une solution.

Aucun partenaire n’est toutefois nommé dans le document fourni. Il ne faut donc pas en déduire l’existence d’un accord avec un acteur particulier. La stratégie affichée repose sur l’idée que des synergies technologiques peuvent améliorer les capacités d’analyse et de prévision proposées aux entreprises clientes.

La recherche et développement constitue l’autre pilier avancé par la société. Ekimetrics indique y consacrer une part importante de son budget chaque année afin de créer de nouveaux algorithmes et outils adaptés à des besoins variés. Là encore, aucun montant ni pourcentage n’est communiqué. L’objectif est double : améliorer l’efficacité opérationnelle des projets et conserver une différenciation dans un secteur où les méthodes, les modèles et les interfaces évoluent vite.

Cette capacité d’innovation ne se résume pas à adopter le dernier modèle à la mode. Elle consiste aussi à évaluer ce qu’un outil apporte réellement, à vérifier sa fiabilité, à l’adapter aux contraintes d’un métier et à documenter ses limites. Pour les entreprises utilisatrices, la valeur se situe moins dans le caractère spectaculaire d’une technologie que dans sa faculté à produire des résultats mesurables et reproductibles.

Éthique, protection des données et confiance : des conditions de croissance

Ekimetrics met en avant le développement de solutions d’IA éthiques et responsables. L’entreprise affirme vouloir respecter les réglementations relatives à la protection des données et à la transparence. Dans les projets de data science, cet engagement est déterminant : les données utilisées peuvent révéler des habitudes de consommation, des préférences ou d’autres informations à caractère personnel.

Le cadre européen impose déjà des exigences importantes avec le règlement général sur la protection des données, ou RGPD. À cela s’ajoute le règlement européen sur l’intelligence artificielle, dont l’application se déploie progressivement à partir de 2025. Pour les entreprises, la conformité ne se limite pas à une formalité juridique. Elle implique de savoir quelles données sont utilisées, à quelles fins, qui peut y accéder et comment les résultats d’un système automatisé sont contrôlés.

La transparence est particulièrement importante lorsqu’un outil influence une décision commerciale, une recommandation ou une priorisation. Selon les usages, les organisations doivent pouvoir expliquer les règles de fonctionnement retenues, vérifier la qualité des données et instaurer une supervision humaine appropriée. Ces exigences peuvent ralentir certains déploiements, mais elles contribuent aussi à rendre les solutions plus solides et plus acceptables.

Le document évoque enfin l’intérêt d’une participation active aux réflexions de régulation, dans une logique de confiance dans les technologies employées. Il ne précise pas d’instance, d’adhésion ou de dispositif concret. L’intention affichée s’inscrit néanmoins dans une tendance de fond : la performance technique devient indissociable de la capacité à démontrer un usage responsable de l’IA.

L’international et les résultats financiers, des points à documenter

L’expansion internationale fait partie des pistes envisagées par Ekimetrics pour capter de nouvelles opportunités de marché. Une présence plus large peut ouvrir l’accès à de nouveaux clients et à des contextes sectoriels différents. Elle implique aussi de composer avec des pratiques commerciales, des cadres de données et des attentes métiers qui varient selon les pays.

Le document fait état d’une croissance rapide du chiffre d’affaires et d’une forte demande pour les services de la société. Cependant, il ne fournit aucun montant, aucun taux de croissance, aucune rentabilité ni aucun historique chiffré. Il est donc impossible d’apprécier précisément la situation financière de l’entreprise ou l’ampleur de l’investissement requis pour atteindre ses objectifs.

Cette absence de détails n’annule pas la stratégie annoncée, mais elle en fixe les limites de lecture. Une trajectoire de croissance se juge aussi à l’aune de sa capacité de financement, de son rythme de recrutement effectif, du renouvellement de ses clients et de la transformation des projets pilotes en déploiements durables. Ces indicateurs seront essentiels pour suivre l’exécution du plan.

Ce qu’il faudra surveiller d’ici 2028

La cible fixée par Ekimetrics résume les tensions qui traversent l’ensemble du marché de la data science : les entreprises veulent accélérer leurs usages de l’IA, mais elles recherchent aussi des solutions fiables, adaptées à leurs métiers et conformes aux règles de protection des données.

Trois éléments permettront d’évaluer la concrétisation de l’ambition annoncée. Le premier sera le rythme des 300 recrutements et la capacité de la société à attirer les compétences visées. Le deuxième concernera les offres effectivement déployées, notamment le renforcement annoncé de la plate-forme et les solutions issues de la recherche et développement. Le troisième portera sur la transparence des résultats : évolution de l’activité, développement international et modalités des partenariats.

À l’horizon 2028, la réussite ne dépendra pas uniquement de l’accès aux technologies d’intelligence artificielle. Elle reposera sur la capacité d’Ekimetrics à convertir cette expertise en projets utiles, mesurables et dignes de confiance pour les entreprises qui lui confient leurs données.