Marie Lyan
Ce contenu est réservé aux abonnés La Tribune
Hani Sherry fait partie des trois cofondateurs de TiHive, aux côté des entrepreneurs Carlos Prada et Nicolas Beaudouin. Leur objectif ? Déployer leur plateforme, intégrant des capteurs nouvelle génération ainsi que des algorithmes d'intelligence...
DR
Utiliser non pas les rayons X, mais les ondes térahertz pour son système d'imagerie. La deeptech iséroise TiHive, fondée en 2017 et nouvellement installée en plein cœur du quartier Bouchayer-Viallet de Grenoble, veut mettre la tech au service de l'industrie du futur, en développant une nouvelle génération d'appareils pour le contrôle non destructif.
Avec, à la clé, un financement européen XXL tout juste récolté de 8,6 millions d'euros, en provenance de la Commission Européenne, qui investit ainsi pour 6,3 millions d'euros dans son projet en equity, mais également de la part du programme européen de recherche et d'innovation Horizon 2020, qui vise à soutenir les projets tout au long de la chaîne de l'innovation. TiHive figure en effet parmi les 7 lauréats français de l'appel à projets E.I.C Accelerator, porté également par Bruxelles, et qui lui permet de décrocher 2,36 millions d'euros supplémentaires pour opérer sa phase d'industrialisation.
Une enveloppe qui devrait notamment lui permettre de soutenir son développement et entamer son processus d'industrialisation sur le marché national et européen. Seule pépite en région Auvergne-Rhône-Alpes à avoir obtenu ce financement, TiHive (13 collaborateurs) serait aussi la première entreprise à pouvoir déployer la technologie terahertz à grande échelle. Avec, à la clé, la promesse faite aux industriels de leur faire économiser jusqu'à plusieurs milliards d'euros avec sa technologie, soutenue par 3 brevets.
Cofondée par trois entrepreneurs (Hani Sherry, Carlos Prada et Nicolas Beaudouin), la deeptech a conçu une plateforme d'inspection (hardware et software) afin d'analyser les caractéristiques physiques des matériaux et leur qualité.
Basée sur la lumière térahertz et associée à des capteurs et des algorithmes de deep learning, elle permet de visualiser l'intérieur des matériaux, à l'image de certains polymères superabsorbants (couches pour bébé, protections hygiéniques féminines, etc) ainsi que les tissus non-tissés (masques, tissus médicaux, lingettes...). L'objectif ? Offrir la possibilité, aux industriels, d'effectuer des contrôles en temps réel, en vue de détecter de potentiels contaminants ou défauts intérieurs.
L’actualité qui compte pour vous, chaque jour dans votre boîte mail.
Marie Lyan
