Contexte et financement
Solink Corp., fondée à Ottawa en 2009, a annoncé une levée de fonds supérieure à 100 millions de dollars. Le tour a été mené par Vertu Capital, avec la participation de Goldman Sachs via son fonds Growth Equity, ainsi que de Golub Growth et Comcast Ventures. Cette injection porte le total des capitaux investis à plus de 198 millions de dollars depuis la série C de 60 M$ en juillet 2023. Le capital supplémentaire doit financer la feuille de route baptisée « AI vision intelligence », qui vise à enrichir les capacités d’analyse vidéo déjà déployées sur environ 500 000 caméras réparties dans 35 000 sites de 65 pays.
Architecture de l'IA vision
Le cœur du produit repose sur des agents d’IA exécutés sur des appareils en périphérie (edge devices). Ces agents traitent les flux vidéo directement à la source, éliminant ainsi la nécessité de caméras propriétaires et réduisant la bande passante consommée par le transfert vers le cloud. Les modèles employés combinent détection d’objets, reconnaissance d’activités et, plus récemment, des modèles de vision‑langage intégrés au centre de commande VerifEye. Ce dernier filtre les alertes en générant des descriptions textuelles de la scène, ce qui permet de rejeter les faux positifs avant qu’un opérateur n’intervienne. L’infrastructure cloud de Solink agrège les métadonnées extraites, offrant aux détaillants, restaurateurs et gestionnaires d’entrepôts une visibilité en temps réel sur la perte, la conformité et les opportunités de revenu.
Enjeux techniques et perspectives
Le déploiement à grande échelle impose plusieurs contraintes. D’une part, la précision des modèles doit être maintenue malgré la diversité des environnements (éclairage, angle de vue, densité de trafic). D’autre part, le traitement en périphérie requiert des puces capables d’inférence rapide tout en respectant les limites de consommation énergétique. La synchronisation des mises à jour de modèles entre des centaines de milliers d’appareils constitue un défi de gestion de configuration. Enfin, la collecte massive de flux vidéo soulève des questions de confidentialité et de sécurisation des données en transit et au repos. Le financement récent devrait permettre d’investir dans des puces d’inférence spécialisées, d’améliorer les algorithmes de vision‑langage pour réduire davantage les fausses alarmes, et d’étendre les capacités de chiffrement de bout en bout afin de répondre aux exigences réglementaires internationales.
