Spot AI lance Iris, un outil pour créer des agents IA sur les caméras de sécurité

Une caméra de sécurité enregistre beaucoup plus d’images qu’une équipe humaine ne peut en examiner. Dans un entrepôt, une usine, un magasin ou un établissement de santé, l’enjeu n’est donc pas seulement de filmer un événement, mais de le repérer à temps. C’est sur cette promesse que Spot AI présente, en avril 2025, Iris, un outil qui doit aider les entreprises à créer leurs propres agents d’intelligence artificielle pour analyser des flux vidéo.

L’ambition est de déplacer une partie de la conception des systèmes de vision par ordinateur vers les utilisateurs métier. Au lieu de demander à des ingénieurs de développer une détection spécifique, une entreprise pourrait décrire ce qu’elle cherche, fournir des exemples, puis ajuster le résultat au moyen d’une interface conversationnelle. Spot AI présente Iris comme le premier constructeur universel d’agents d’IA dédié aux systèmes de caméras d’entreprise.

Que permet Iris de Spot AI ?

Iris est un outil de création d’agents vidéo. Dans ce contexte, un agent d’IA désigne un système conçu pour surveiller un type de situation précis dans un flux de caméra, puis signaler ce qu’il a identifié ou déclencher une réponse prévue à l’avance. Il ne remplace pas une caméra, il cherche à rendre les images qu’elle produit plus exploitables au quotidien.

Spot AI avait déjà proposé des agents vidéo préconstruits, centrés sur des cas d’usage fréquents de sûreté, de sécurité et d’opérations. Iris ajoute une possibilité de personnalisation : les organisations peuvent tenter de créer un agent correspondant à un problème propre à leur activité, y compris lorsque ce problème ne correspond pas aux modèles standard du fournisseur.

L’entreprise met en avant une interface en langage naturel. L’utilisateur peut dialoguer avec l’outil pour définir la situation à détecter, puis s’appuyer sur des exemples concrets et un mécanisme de retour pour former ou affiner l’agent. L’objectif affiché est d’éviter qu’un responsable de site, de sécurité ou d’exploitation ait à maîtriser les méthodes techniques de vision par ordinateur.

Cela ne signifie pas que l’IA « comprend » une scène comme le ferait une personne. Elle transforme des informations visuelles en signaux exploitables selon une consigne donnée. Sa pertinence dépend donc du cas d’usage, de la qualité des images, de la diversité des exemples fournis et de la façon dont les alertes sont paramétrées. Une détection déployée sur un site réel doit aussi être testée dans ses conditions d’éclairage, de circulation et d’activité habituelles.

En quoi Iris change-t-il les agents vidéo préconstruits ?

Les agents préconstruits répondent à un besoin déjà balisé : repérer un incident fréquent ou vérifier une règle commune à de nombreux sites. Ils peuvent être utiles lorsque le scénario est connu et que l’organisation souhaite aller vite. Leur limite est qu’ils ne reflètent pas toujours les particularités d’un atelier, d’un quai logistique ou d’une zone d’accueil.

La promesse d’Iris est précisément de laisser les entreprises formuler leurs propres scénarios. Une usine pourrait chercher un défaut de produit ou une fuite de fluide. Un entrepôt pourrait vouloir être averti lorsqu’un empilement de caisses devient dangereux. Un magasin pourrait surveiller certains niveaux de stock visibles en rayon. La différence essentielle se situe donc entre un catalogue de détections prêtes à l’emploi et un outil censé permettre de concevoir une détection plus spécifique.

Des applications annoncées dans l’industrie, le commerce et la santé

Spot AI cible plusieurs secteurs où les flux de caméras sont déjà courants : la fabrication, la logistique, le commerce, la construction et la santé. Les exemples cités montrent que le produit se positionne autant sur la sécurité physique que sur l’organisation des opérations.

Ces cas d’usage illustrent le double visage de la vidéo augmentée par l’IA. D’un côté, elle peut aider à réagir plus vite face à un danger, une anomalie de production ou une rupture de stock. De l’autre, elle transforme la caméra en capteur actif, capable de produire des alertes et non plus seulement des enregistrements consultés après coup.

Dans certains scénarios, Spot AI indique que le système peut déclencher des réponses dans le monde réel, par exemple arrêter des machines ou générer des alertes. Une telle automatisation peut avoir un intérêt évident pour limiter les conséquences d’un incident. Elle impose aussi une grande prudence : une mauvaise détection, ou une alerte mal configurée, peut perturber une activité ou mobiliser inutilement des équipes.

Une création annoncée en quelques minutes, mais un déploiement à préparer

Le gain de temps est au cœur du discours de Spot AI. Rish Gupta, PDG et cofondateur de l’entreprise, affirme que la création d’un système de détection vidéo spécialisé, qui pouvait auparavant demander plusieurs mois, pourrait désormais être réalisée en quelques minutes. « Iris met ce pouvoir entre les mains de n’importe quel dirigeant », déclare-t-il.

Il faut distinguer deux étapes. La première est la création de l’agent, que la société cherche à simplifier grâce à la conversation et aux exemples. La seconde est le déploiement opérationnel, qui nécessite généralement de vérifier la qualité des détections, de définir qui reçoit les alertes et de prévoir quoi faire en cas d’erreur.

Pour un usage responsable, un site peut notamment prévoir :

• une phase de test sur une zone ou un nombre limité de caméras ;
• une validation humaine avant toute action ayant des conséquences importantes ;
• des seuils d’alerte adaptés pour éviter une multiplication de faux signaux ;
• une procédure claire lorsque l’outil identifie une situation à risque.

L’accessibilité pour des équipes non techniques peut accélérer l’expérimentation. Elle ne dispense pas de l’expertise métier : ce sont les responsables de terrain qui savent, par exemple, ce qui constitue réellement une fuite inquiétante, un empilement dangereux ou un comportement inhabituel dans un site donné.

Caméras intelligentes : quels enjeux pour les salariés et les visiteurs ?

L’utilisation d’IA sur des images de vidéosurveillance soulève nécessairement des questions de vie privée et de gouvernance. Une caméra installée dans un lieu de travail, un commerce ou un établissement de santé peut capter des personnes identifiables : salariés, clients, patients, prestataires ou visiteurs. Lorsque l’analyse devient automatique, le besoin d’encadrement ne disparaît pas, il devient au contraire plus important.

En France et dans l’Union européenne, les données permettant d’identifier une personne sont soumises à des règles de protection. Les organisations doivent notamment s’interroger sur la finalité du dispositif, sa proportionnalité, l’information des personnes filmées, la durée de conservation des images et les personnes autorisées à y accéder. Le contexte de travail est particulièrement sensible : un outil de prévention des risques ne doit pas se transformer, par défaut, en dispositif de surveillance permanente des salariés.

L’annonce de Spot AI met l’accent sur les usages opérationnels, mais elle ne précise pas les modalités de conservation des données vidéo, leur lieu de traitement, ni le niveau de contrôle humain associé à chaque automatisation. Ces éléments sont pourtant déterminants pour toute entreprise qui envisagerait un déploiement.

Une étape dans la transformation des données vidéo

Avec Iris, Spot AI cherche à faire de la vidéo un outil d’observation continue des zones critiques. Le raisonnement est simple : si une entreprise possède déjà des caméras, elle peut tenter d’en extraire des informations sur les risques, les incidents et les inefficacités qui passeraient autrement inaperçus.

Cette approche s’inscrit dans une évolution plus large de l’IA appliquée au monde physique. Après les assistants conversationnels utilisés pour écrire, rechercher ou résumer, les entreprises cherchent des systèmes capables de relier des données à des événements concrets : un objet mal positionné, une zone encombrée, un équipement de protection absent ou une anomalie dans un processus.

La démonstration d’Iris devait notamment être mise en avant dans le cadre de Google Cloud Next, où Rish Gupta était annoncé pour une table ronde médiatique le 9 avril 2025. Pour Spot AI, l’enjeu est de rendre la création de ces agents suffisamment simple pour qu’elle ne reste pas réservée aux spécialistes de l’intelligence artificielle.

Ce qu’il faut surveiller

Le succès d’un constructeur d’agents vidéo ne se mesurera pas seulement à la rapidité annoncée de création. Les questions décisives seront la fiabilité des alertes sur le terrain, la capacité des équipes à les traiter, la compatibilité avec les systèmes de caméras en place et la clarté des garanties relatives aux données.

Les entreprises devront aussi arbitrer entre automatisation et contrôle humain. Pour un simple réapprovisionnement en rayon, une alerte peut suffire. Pour l’arrêt d’une machine, l’accès à une zone ou une situation impliquant des personnes, les règles de vérification devront être beaucoup plus strictes.

Iris illustre en tout cas une évolution nette : les caméras ne sont plus seulement des outils destinés à revoir le passé. Associées à des agents d’IA, elles ambitionnent de devenir des capteurs capables de signaler, presque en temps réel, ce qui mérite l’attention des équipes. Reste à démontrer que cette promesse de simplicité peut s’accompagner de précision, de transparence et de garde-fous adaptés.