En Quête d’IA, ces dirigeants qui déploient l'IA en confiance

[Voix off] [Ecran intro] Hors série, les dossiers BFM Business. En quête d'IA, ces dirigeants qui déploient l'IA en confiance. Avec Frédéric Simotel.

 

[Frédéric Simottel]

Bienvenue dans notre émission Enquête d'IA, ces dirigeants qui déploient l'IA en confiance avec notre partenaire Sopra Steria Next.

On va parler de l'implémentation de l'IA générative, de l'IA de confiance au sein des entreprises. Et justement, on va s'intéresser à l'IA au sein de FDJ United, qui s'appelle FDJ United, mais vous devez connaître ce nom, c'est la Française des jeux, tout simplement, mais qui... aujourd'hui agit au niveau international, présent dans 10 pays, et avec un regard plus particulier sur la partie refonte de l'expérience client.

On va en parler avec nos deux invités, Sébastien Rosanès, bonjour.

 

[Sébastien Rosanès]

Bonjour.

 

[Frédéric Simottel]

Sébastien, merci d'être avec nous, directeur digital data et IA chez FDJ United, et Fabrice Asvazadourian bonjour Fabrice.

 

[Fabrice Asvazadourian]

Bonjour Frédéric.

 

[Barre Info : FDJ United : L'IA pour un jeu plus sûr]

[Frédéric Simottel]

Directeur général du cabinet de conseil Sopra Steria Next. Alors Sébastien, j'ai démarré avec vous, alors FDJ United, j'allais dire c'est chaque jour, donc c'est chaque année, enfin sur un an, c'est 33 millions de... de joueurs, je pense qu'on en fait tous plus ou moins partie, peut-être certains régulièrement, d'autres quand il y a des grosses cagnottes.

Vous utilisez l'IA dans votre organisation, on va en reparler juste après, mais vous l'utilisez déjà dans la lutte contre la fraude, dans l'expérience client, et tout ce que vous appelez le jeu responsable, c'est ça ?

 

[Sébastien Rosanès]

Absolument. En fait, l'IA, c'est un élément clé de notre stratégie pour pouvoir faire de la croissance pérenne, évidemment.

On l'utilise pour le marketing, le ciblage, pour la meilleure connaissance client, pour optimiser la création de nos jeux.

Et là, on est en train même de réfléchir à comment l'IA peut nous aider à concevoir de nouveaux jeux, à imaginer de nouveaux jeux.

On s'en sert évidemment pour d'ailleurs aussi protéger le joueur. Le jeu, il y a des phénomènes addictifs. Et donc l'IA permet d'être beaucoup plus précis dans la détection, dans la prise de décisions, d'arrêt de jeu ou d'accompagner les joueurs.

 

[Frédéric Simottel]

Et juste pas regarder la date de naissance pour savoir s'il y a plus ou moins 18 ans.

 

[Sébastien Rosanès]

Exactement, ça c'est un prérequis pour pouvoir jouer. Mais après, au-delà de ça, c'est sur le nombre de parties, les mises engagées, etc.

Et l'IA est là pour faire de la détection et même trouver un peu des remèdes ou des moyens qui vont être un peu plus personnalisés que juste d'envoyer une sorte de mécanique standard.

Et derrière... C'est l'humain aussi qui vient derrière en suppléer un peu l'IA pour avoir ce dialogue, cet échange.

 

[Infographie : FDJ United

• + de 5 000 collaborateurs

• Présence dans plus de 10 pays

• 33 millions de joueurs

• 3 Mds€ de CA en 2024

• Le digital représente 30% de l'activité]

 

 

On fait régulièrement des milliers d'appels auprès de certains de nos joueurs qui sont des joueurs en ligne avec lesquels on a une relation sur des mois ou des années.

Et c'est important pour nous de pouvoir avoir une détection avec des faits qui sont remontés par l'IA.

 

[Frédéric Simottel]

Et puis, il faut dire, c'est ça qui est paradoxal. Le but, c'est que les gens jouent, mais qu'ils ne jouent pas trop non plus parce que justement, il y a ce côté addictif et vous êtes bien conscient et vous lancez bien les bonnes alertes, tout ça, et vous vous servez de l'IA.

Alors justement, cette relation client, cette personnalisation, client figure parmi les premières applications de l'IA qui connaissent un succès.

C'est ce qu'on voit à peu près dans tous les secteurs.

 

[Barre Info : La personnalisation client, clé du succès IA]

[Fabrice Asvazadourian]

On le voit beaucoup et je trouve que on le voit beaucoup sur ce qui concerne la fraude, le risque, l'accompagnement des clients dans une approche responsable.

Et moi, je crois beaucoup que pour les entreprises, ceux qui maximiseront à court terme ce que l'IA peut leur apporter en termes de revenus nationaux pourraient le payer très cher en termes d'IA non responsable.

Je trouve qu'en ce sens-là, l'initiative de FDJ United est tout à fait notable. C'est un enjeu. Et on voit bien que nos clients, ils hésitent aujourd'hui entre l'ultra-personnalisation que permet l'IA, mais avec la question de la qualité de la data, parce que c'est bien d'ultra-personnaliser à condition que ce que vous fassiez soit basé sur des données qui soient justes, parce que sinon vous risquez quand même de générer une fausse personnalisation qui est très vite très mal ressentie par le client.

Et de l'autre côté, on voit bien tout ce qu'apporte la personnalisation pour pouvoir accompagner, faire mieux vivre dans la durée, fidéliser des bons clients.

 

[Frédéric Simottel]

Sébastien, est-ce que vous pourriez nous expliquer justement à FDJ United ce qu'applique cette intégration de l'IA ?

Alors, à la fois en termes d'organisation de vos équipes Data IA que vous dirigez, et puis comment ça s'implémente aussi au niveau de votre infrastructure, sachant que vous avez fait le choix d'une infrastructure Cloud First.

 

[Barre Info : Un impact fort sur les équipes data & IA]

[Sébastien Rosanès]

Absolument. Les deux sont liés. Le premier, c'est déjà de se dire que pour pouvoir mettre de l'IA à grande échelle, il faut pouvoir avoir des équipes qui sont beaucoup plus autonomes, qui ont à la fois une réflexion stratégique sur ce que je veux faire de mon produit IA, mais également de développer, mais ensuite de l'opérer.

Donc, pour faire ça, notre organisation on rapproche l'ensemble de ses compétences là dans la même unité, donc sous ma direction, avec comme objectif de pouvoir donner de l'autonomie à cette équipe-là.

C'est ce qu'on appelle des squads. Et c'est un peu la recette qui a été impliquée par les boîtes de la tech type Amazon ou Google pendant des années et qui maintenant vient percoler dans les grandes organisations comme FDJ United.

Et une fois qu'on a dit ça, c'est bien d'avoir de l'organisation, mais il faut aussi avoir les outils à disposition qui sont malléables et qui peuvent aller dans un mode de travail plus autonome.

C'est là que le cloud est vraiment intéressant, parce que le cloud permet de donner à ses équipes les outils qui leurs permettent de prendre leur production, de la mettre dans un environnement de développement, puis de la tester, puis de la mettre en production jusqu'à que ce soit face au client ou face à un marchand, par exemple, pour nous.

 

[Frédéric Simottel]

Et du coup, qu'apporte le cloud, justement, le fait d'être en cloud first ?

 

[Sébastien Rosanès]

Ça leur permet à nos équipes d'avoir la main directement sur l'application et pouvoir la pousser directement dans l'environnement cloud.

Ça permet aussi de bénéficier de l'ensemble des dernières innovations de l'IA. Et évidemment, s'affranchir parfois l'inertie de la plupart des directions informatiques qui ont des grands projets à gérer, qui ont des contraintes et qui ne peuvent pas pivoter et implémenter le dernier algorithme d'IA quand il sort en plein milieu de l'été.

Par exemple, on a eu le cas de GPT-5 cet été. Un très bon exemple, c'est Copilot, Microsoft Copilot, qui est l'outil d'IA générative de Microsoft qui est attaché à Word, Excel, PowerPoint et Teams. Quand le modèle est sorti cet été, quelques jours plus tard, il a été disponible via le cloud pour l'ensemble des collaborateurs d'FDJ United sans la moindre intervention de l'équipe informatique.

Et ça, c'est une révolution parce que dans le domaine de l'IA, vu que tous les 2-3 mois, on a une sorte d'innovation majeure qui arrive, qui vient rebattre les cartes de ce qu'on avait imaginé, se pouvoir avoir les meilleurs outils au moment où ils sortent à disposition des équipes, c'est transformant.

 

[Frédéric Simottel]

Moi, c'est ça qui me fascine dans ce métier de DSI aujourd'hui. Je me demande comment on fait quand on a cette innovation, c'est ça, tous les deux, trois mois, alors qu'avant, on avait des cycles beaucoup plus longs.

Et là, aujourd'hui, avec cette IA qui se renouvelle sans cesse. Fabrice, justement, ici, on a vraiment, avec l'exemple de FDJ United, une réflexion aboutie entre l'équilibre, entre l'organisation de l'équipe Data-IA et puis, voilà comment ils vont travailler avec leur infrastructure.

Parce que parfois, c'est un peu dissocié.

 

[Fabrice Asvazadourian]

Oui, je pense que chez beaucoup de nos clients, l'aspect organisationnel a été bien couvert et avec beaucoup de réflexions dessus.

C'est vrai que fondamentalement, nous, on est des industriels de la technologie. Donc, il faut penser à l'industriel. Il n'existe des choses que si les meilleures idées dépassent le POC pour aller dans la vraie vie.

Et je pense que c'est ces réflexions-là sur les investissements absolument nécessaires sur la plateforme data, sur le cloud pour aller faire de l'IA qui permettent de penser industriel et pas penser laboratoire.

Et je pense que c'est quand même là où sont beaucoup de nos clients, à ce moment où il y a une frustration sur le mode laboratoire, après l'excitation de la nouveauté, et se posent des questions d'industrialisation, au sens noble du terme.

Quand on est des grands groupes qui avons 33 millions de clients, on s'en prend FDJ United, quelque chose qui arrive à 50 clients, ça ne sert à rien.

Il faut que ça arrive à 33 millions de clients. Et donc c'est ça tout l'enjeu aujourd'hui qu'on trouve. Et d'où les investissements et les projets autour des sujets d'infrastructure, au-delà de l'organisation et de la gouvernance, du mode digital produit qu'on a vu se répandre avec plus ou moins de facilité.

 

[Barre Info : Industrialiser et acculturer, les clés]

[Frédéric Simottel]

Il faut bien trouver ce juste équilibre. Alors Sébastien, on parlait d'industrialisation, de passage à l'échelle. Il ne s'agit pas juste de prendre un petit projet et de le gonfler.

C'est vraiment un vrai passage à l'échelle qui est complexe. Et on voit que la réussite des projets IA, c'est souvent ça. C'est une industrialisation, un passage à l'échelle qui est maîtrisée.

Et de l'autre, une acculturation des collaborateurs. Et justement, ma question, c'était de savoir, qu'est-ce que vous avez mis en place pour que tout ça soit bien accueilli ?

Parce qu'on transforme les métiers. Je ne parle même pas de toutes les études qui nous disent, voilà, on va supprimer les emplois et tout ça.

Donc, il faut quand même que les gens, il faut les embarquer, il faut les engager dans tout ça.

 

[Sébastien Rosanès]

Absolument. D'ailleurs, moi, ma vue, c'est que l'IA, c'est surtout plus d'humain.

Parce qu'en fait, l'IA vient prendre des tâches qui sont souvent des tâches un peu répétitives. Et dans les entreprises, ça va forcer aussi nos métiers à se tourner vers des tâches plus humaines, à passer plus de temps avec des clients, à passer plus de temps avec des collaborateurs plutôt que sur des tâches de back-office.

Et donc, du coup, il faut former, acculturer nos collaborateurs. On a construit une Data and AI Academy, donc une académie de formation à Data and AI qui a deux objectifs.

Le premier, c'est de former nos collaborateurs dans nos métiers à utiliser l'IA au quotidien. Donc, que ce soit utiliser Copilot, ça paraît assez basique, mais pour autant, savoir prompter correctement, c'est quand même une compétence qu'il faut pouvoir développer.

 

[Frédéric Simottel]

Même qu'ils en prennent l'habitude.

 

[Sébastien Rosanès]

Exactement, ça devient un réflexe. Donc là, ça demande une formation des collaborateurs. L'idée, c'est d'acculturer 100% de nos collaborateurs à l'IA et qui ont des compétences de base, mais aussi de former des personnes dans nos métiers qui sont des data analysts capables d'utiliser la donnée et d'utiliser l'IA dans leur métier au quotidien.

Et d'ailleurs, moi, je suis convaincu que ce métier de data analyst, il est en train de dérouler massivement.

Avant, c'était un métier en tant que tel. Maintenant, ça va devenir une vraie compétence dans tous les métiers. Donc, je suis au marketing. Je suis aussi data analyst. Je suis au RH, je m'occupe des données d'employés.

Et je suis aussi data analyst. Donc, tous les métiers percolent des compétences data dans leurs compétences. Et ça se traduit aussi par du recrutement. Dans le recrutement, un exemple qu'on a fait cette année, c'est qu'on a lancé un programme graduate pour prendre des collaborateurs qui sortent d'école, les former chez nous, les faire tourner dans différentes directions pour qu'ils voient l'ensemble des compétences nécessaires pour un produit IA.

Qu'ils développent des réflexes d'ingénieurs data, des réflexes de data scientists, etc. Et derrière, pouvoir intégrer des équipes avec la vue 360.

Et ça, ça veut dire qu'il faut former nos collaborateurs Data IA. C'est le deuxième objectif aussi de la Data and AI Academy, c'est que ces personnes-là qui livrent l'IA au quotidien, qui construisent des algorithmes, doivent monter en compétence.

Dans un exemple, il y a dix ans, FDJ recrutait des statisticiens. Le statisticien d'aujourd'hui, il est plutôt data scientist, on ne parle plus de statisticien.

Et les compétences sont un petit peu différentes. Comment on prend ces statisticiens qu'on a embauchés il y a 10 ans, comment on les emmène dans le monde de l'IA et qu'ils deviennent compétents sur cette technologie du futur ?

 

 

[Barre Info : IA : Comment embarquer les équipes]

[Frédéric Simottel]

Et comment faire pour que tout ça soit bien accueilli ? Parce que d'accord, il y a cette formation, cette acculturation, mais est-ce que vous avez un petit conseil, une bonne pratique ?

 

[Sébastien Rosanès]

L'accueil, ça se passe par la compréhension et de se dire finalement mon emploi ne va pas être remplacé, il va être augmenté.

Et d'ailleurs, mon emploi, si je l'adopte, je vais pouvoir faire des choses plus intéressantes, à plus forte valeur ajoutée.

Donc, on fait une analyse assez fine au niveau de chacun des métiers pour imaginer l'emploi du futur, comment il va se transformer et dire aux collaborateurs, on n'est pas là pour remplacer les personnes, on est là pour remplacer les activités et vous emmener vers un métier augmenté par l'IA.

D'ailleurs, moi, je suis assez convaincu que que l'IA remplacera zéro collaborateur, mais les collaborateurs qui ont les compétences IA remplaceront ceux qui ne voudront pas ou ne pourront pas prendre l'IA sous leur aile.

 

[Frédéric Simottel]

En fait, c'est ce qu'on voit à Fabrice. Il faut faire une sorte de cartographie pour chacun de ces tâches, voire celles qui pourront accélérées par l'IA.

Et puis, c'est là où on oriente un peu les collaborateurs. Parce que ce côté embarquement, engagement des collaborateurs, c'est le point clé.

 

[Fabrice Asvazadourian]

C'est le point clé. D'abord, je pense qu'il faut que chaque dirigeant dise bien que lui il ne laissera pas de côté des collaborateurs, qu'il va les embarquer, que c'est de sa responsabilité d'entrepreneur, de dirigeant, d'embarquer ses collaborateurs dans cette transformation.

On en a déjà connu d'autres précédemment. Donc celle-là, elle va être comme les autres. Après, je pense qu'on commence à avoir des bases de connaissances qui sont quand même assez denses par compétence. à quelle vitesse et à quelle proportion l'IA va venir aider. Donc, on peut commencer à intégrer dans la gestion prévisionnelle des compétences et des emplois.

On peut intégrer totalement comment l'IA va transformer les trajectoires et donc commencer à gérer.

Je pense que le sujet, c'est de l'anticiper pour pouvoir bien le gérer. C'est la bonne façon de faire.

 

[Frédéric Simottel]

Et bien ce sera le mot de la fin. Merci à tous les deux. Sébastien Rozanes, directeur digital Data et IA chez FDJ United et Fabrice Asvazadourian directeur général du cabinet de conseil Sopra Steria Next. A très bientôt pour un nouveau programme En quête d'IA, ces dirigeants qui déploient l'IA en toute confiance.

[Voix off] [Ecran outro] Hors-série, les dossiers BFM Business

[VOIX OFF] Hors-série les dossiers BFM Business en quête d'IA, ces dirigeants qui déploient l'IA en confiance avec Frédéric Simottel.

[Barre info : Implémenter une IA de confiance, comment ?]

[Frédéric Simottel]

Bienvenue dans ce hors série que nous réalisons en partenariat avec Sopra Steria Next. On va parler de l'implémentation de l'IA générative, de l'IA de confiance au sein des entreprises. Ça fait plusieurs épisodes que vous pouvez retrouver en replay avec des grands dirigeants qui nous ont rejoints et encore aujourd'hui, puisque nous allons nous intéresser à l'IA au sein du groupe Orange et plus particulièrement à l'identification des projets clés qui vont passer à l'échelle ou qui sont déjà en train de le faire. Comment engager ses collaborateurs ? Voilà, ce sont beaucoup de thèmes, on va en parler. Avec Alexis Trichet. Bonjour Alexis.

[Alexis Trichet]

Bonjour à tous.

[Frédéric Simottel]

Directeur Data et IA chez Orange France et avec nous évidemment, Fabrice Asvazadourian. Bonjour.

 

[Fabrice Asvazadourian]

Bonjour Frédéric.

 

[Frédéric Simottel]

Fabrice, merci d'être avec nous, Directeur général du cabinet de conseil Sopra Steria Next. Alors Alexis, vous travaillez sur l'IA évidemment depuis pas mal d'années chez Orange, depuis quatre ou cinq ans, ça s'est quand même accéléré par rapport à la configuration du groupe Orange.

[Barre info : 10 domaines IA identifiés chez Orange]

On aurait pu craindre une avancée un peu en ordre dispersé.

En plus, il y a plein d'ingénieurs partout, tout le monde, tout le monde veut y aller. Alors justement, c'est quoi les grands sujets sur lesquels vous êtes concentré aujourd'hui ?

[Barre intervenant : Alexis Trichet : Directeur DATA et IA Orange France]

[Alexis Trichet]

Alors on aurait pu dire ça, mais en fait en 2020, on s'est dit il va falloir qu'on structure les choses.

On sentait que tout était en train de commencer à se mettre en place et à ce moment là, en fait, on a fait un diagnostic qui était assez simple. C'est, on avait déjà pas mal de gens chez Orange qui travaillaient sur ces sujets, quelques centaines en proximité des métiers. Donc ça, c'était plutôt un actif. En revanche, on avait de la difficulté à avoir une vue d'ensemble sur les sujets sur lesquels ils travaillaient.

Et on avait aussi, faut l'avouer, un peu de difficulté à avoir des méthodes normées pour savoir finalement quelle valeur ils généraient. Donc vous vous êtes dit il faut qu'on se mobilise sur deux ou trois grands sujets.

[Infographie : ~300 cas d'usage IA chez Orange France
55% en instruction
45% déployés ou en cours de déploiement
Données : Orange France Septembre 2025]

Donc on s'est dit il faut, on ne peut pas laisser la situation comme ça, il faut qu'on organise les choses et ce qu'on a mis en place à ce moment là.

Donc, on était avant l'arrivée de GPT, on était juste à la fin 2020. On s'est dit Il faut qu'on détermine les vrais domaines sur lesquels on va faire des paris. Et on a identifié une dizaine de domaines sur lesquels on était prêt à faire un effort particulier en s'appuyant sur un actif qui était déjà des métiers en proximité de nos data scientists et donc qui avait commencé en fait à défricher.

 

[Frédéric Simottel]

Donc c'est quoi ? C'est le réseau, là, la relation client, le marketing ?

 

[Alexis Trichet]

Voilà, les grands, les très grands domaines, c'est des domaines assez classiques, mais évidemment qui font du sens par rapport au travail de l'opérateur. Donc c'était relation client, marketing, communication et réseau. Et puis ensuite, vous savez que pour un opérateur, il y a un domaine très important qui s'appelle l'intervention.

On appelle ça comme ça, ce sont les collaborateurs et puis les partenaires qu'on envoie soit chez vous, soit dans le réseau pour le déployer ou pour s'assurer qu'il fonctionne bien. Donc, ça, c'est un très gros sujet parce qu'on a beaucoup de gens, c'est les petites camionnettes orange que vous voyez se promener un peu partout. Ben voilà, dedans, il y a des techniciens d'intervention.

Et donc ça, c'est aussi un sujet très important pour nous.

 

 

[Frédéric Simottel]

Voilà donc mobilisation sur ces quelques grands sujets. Fabrice C'est ce qui est compliqué. Tout ce qui viennent ici au fil de ces émissions en quête d'IA, c'est de savoir quels use case vont apporter de la valeur. Et puis justement comment on peut procéder pour essayer de voir. Là, on est chez Orange.

Ils ont identifié quelques grands métiers, mais mais comment faire ?

[Barre info : IA : Identifier les cas d’usage à forte valeur]

 

[Fabrice Asvazadourian]

Moi j'aime bien ce qu’a dit Alexis. Ils ont fait des paris. Je pense qu'on voit chez beaucoup de clients des heures carrées passées à faire des business plans sous Excel. Quand on parle d'IA ou d’IA générative, je ne suis pas sûr que ce soit la meilleure allocation de son temps et de ses efforts.

Je pense qu'il faut des convictions et la capacité à challenger régulièrement ses convictions parce qu'on a des fois des convictions qui sont égarées. Et puis je pense qu'il faut être aussi dans l'efficacité avant d'aller chercher des use case que personne n'a jamais vu, inspirons-nous de ce qui est déjà existant. Le métier connu à Orange sur les réseaux, Orange sur le marketing, la relation client.

Plutôt beaucoup de communication. Il y a plutôt beaucoup d'entreprises qui communiquent beaucoup sur ce qu'ils font dans le domaine de l'IA. Donc repérer des use case prometteurs mais qui ont déjà été un peu éprouvés par d'autres, ça quand même donne confiance. Et puis nous, en début d'année, on avait déjà déployé plus de 500 use case donc vous pouvez les apporter à nos clients.

Voilà ce que nous on a déjà fait ailleurs et ça ne veut pas dire que c'est bien pour vous, mais en tout cas ça vous donne l'idée que c'est n'est pas impossible. Et puis, troisièmement, je pense qu'il faut commencer par être très modeste et se dire est ce que les conditions pour réussir à déployer sont déjà réunies ? Je pense que les entreprises attendent beaucoup trop longtemps avant de regarder sur un use case qui est passé en POC.

Les conditions sont réunies pour un déploiement à l'échelle et c'est là que ça bloque aujourd'hui.

 

 

[Frédéric Simottel]

Et en gros, c'est ce qu'on doit faire. C'est à voir si on a bien améliorer le service et surtout faire ce ratio le chiffre d'affaires qui est engagé, l'économie qui est réalisée, c'est ça. Il faut voir ces indicateurs Alexis.

 

[Alexis Trichet]

Absolument. Mais si je vous donne quelques quelques cas justement sur lesquels on s'est mobilisé. Le premier, qui est un cas marketing, c'était et c'est c'est encore aujourd'hui, et évidemment tout ce qu'on fait sur la personnalisation, parce que quand vous même vous vous connectez, si j'ai le plaisir de vous compter parmi nos clients à la télé d'Orange, ce que vous allez voir par rapport à ce que moi je vais voir quand je vais me connecter à la télé Orange, c'est pas la même chose. Idem sur le site, l'application ou même quand vous allez appeler le service client ou passer en boutique les collaborateurs qui sont face à vous vont avoir des informations qui sont adaptées à votre situation.

Donc ça c’est un cas, comme dit Fabrice, c'est un cas classique, mais voyez en 2020, on s'est dit on veut faire un pari là dessus parce qu'on avait de la technologie qui existait mais qui était plutôt une technologie à base de règles. Et on s'est dit Il faut, voilà, c'est des choses qu'on avait commencé il y a bien longtemps et on s'est dit là, il faut qu'on franchisse un cap et qu'on monte sur les dernières technologies, qu'on mette de l'IA là dedans.

Et donc voilà, on a bâti un système dont on voit très clairement qu'il nous permet de gagner 5 à 10 % de valeur en plus suivant les cas spécifiques. Et ça, c'est des projets, ça remonte, C'est le directeur financier qui a un rôle à jouer aussi dedans, parce que là, parfois, on l'oublie un peu dans les projets IA.

[Infographie :
Orange objectifs
Chiffres d’affaires -> Economies (OPEX, CAPEX) -> NPS -> Chiffres d’affaires]

Alors, le directeur financier et le contrôle de gestion au sens large.

Ils ont un rôle très important parce que, je vous l'ai dit, quand on s'est lancé dans notre programme, on voyait bien qu'il y avait beaucoup d'hétérogénéité sur la façon dont on comptait la valeur générée par ces programmes,

[Infographie :
Contribution des projets lA aux résultats financiers du groupe Orange
~200 M€ Générée en 2024
>300 M€ Attendue en 2025
Source : données issues des résultats financiers Orange pour l’année 2024]

 

Et assez légitimement, quand on fait le constat en démarrage qu'en fait on a déjà beaucoup de moyens sur le sujet. La direction générale, elle est en droit de dire Attendez, mais qu'est ce que ça rapporte ?

Et donc, dès le départ, on a mis quand même pas mal d'énergie et voilà, c'est des raffinements permanents, mais on a bu beaucoup d'énergie pour compter, compter de manière uniforme, compter en ayant des frais. Il y a des choses assez sophistiquées, des témoins pour vraiment être sûrs de la valeur qui est générée par ces systèmes là.

 

[Frédéric Simottel]

Et autre point important, on en parle souvent ici dans cette émission, c'est la refonte de la gestion des données. Et chez vous, il y a une profonde refonte du patrimoine de données.

[Barre info : Réinventer le patrimoine Data pour l’IA]

 

[Alexis Trichet]

Alors oui, sur la gestion des données, évidemment. Déjà, la première chose qu'il faut dire, c'est qu'on est quand même un acteur qui a beaucoup de données. Oui, nous, on compte en dizaines de péta, donc en dizaines de milliers de gigaoctets.

C'est ça qu'on manipule et qu'on manipule les équipes de l'IT. Donc c'est un très, très gros patrimoine. Donc quand vous êtes devant ce patrimoine, vous ne pouvez pas attaquer tout d'un seul coup parce que évidemment, il y a une sorte de sédimentation et il faut savoir par où commencer. Donc nous, la règle, elle est très simple, c'est on commence là où sont nos use case prioritaires.

Donc c'est ça qu'on a commencé à faire. Donc on est en plein dans ces très grands travaux et et puis sur les sur les données. L'autre chose qui est très important, c'est. Et c'est ce qu'on voit, c'est que, sur le fond, ça prend du temps parce qu'il faut structurer, il faut documenter, il faut expliquer. Il faut écarter aussi, parcequ'il y a des données dont on se dit qu'on n'a pas forcément besoin.

En tout cas, c'est pas, c'est pas la priorité donc il faut se focaliser sur vraiment ce qui est important pour délivrer les cas d'usage et et puis surtout, ce qu'on a découvert, c'est qu'on sous estime le temps qu'il faut à l'intérieur d'une entreprise comme la nôtre pour tout simplement expliquer les données là où elles sont, pour faire changer les habitudes.

Parce qu'il y a des gens qui ont l'habitude d'aller à droite, à gauche et et si on ne fait pas l'effort d'aller vers eux pour leur dire : attention, là, maintenant, y a une très bonne source de données qui a été parfaitement documentée. Elle est là, et bien finalement, ça se passe pas. Donc, il y a un coût du changement qui est beaucoup plus important que ce qu'on imagine.

 

[Frédéric Simottel]

Et c'est là où on parle de gouvernance de données. Fabrice qui semble un mot comme ça, mais il est très important.

 

[Fabrice Asvazadourian]

Il est très, très important. Alors je pense que beaucoup d'entreprises qui se sont taper un peu la tête au début et donc elles ont fait des grands chantiers maintenant pour améliorer ça, les golden sources, les data owners, etc. Et tout ça, c'est vrai que l'IA générative vient peut complexifier le sujet parce qu'on a des données nouvelles qui sont données, non structurées, qui n'étaient pas gérées.

Donc il y a des technologies qui avancent tous les trois mois.

Moi je pense qu'aujourd'hui, l'enjeu sur lequel nous, on charge nos clients, c'est pas tellement la gouvernance, c'est plutôt honnêtement, les progrès ont été faits, les programmes sont lancés, ce sont les investissements dans la plateforme data. Donc je pense que c'est des très gros investissements. C'est pas forcément glorieux comme investissement parce que c'est un peu sous l'eau, mais c'est indispensable.

 

[Frédéric Simottel]

Vous pensez que l'étape de gouvernance de données, enfin globalement, elle est franchie ?

 

[Fabrice Asvazadourian]

Franchie ? Non, on n'est pas à la ligne d'arrivée, mais on est en short avec ces bons crampons et on court. Donc je pense que là dessus, c'est parti des entreprises comme Orange ou comme d'autres, elles ont fait tout ce qu'il fallait en termes de chartes et de déontologie sur l'IA.

Tout ce qu'il faut en termes de formation pour permettre aux collaborateurs de savoir se repérer là-dedans. Les processus de data management sont en place. pour moi. Maintenant, il faut les déposer jusqu'au bout.

 

[Frédéric Simottel]

Justement, c'est là, c'est quoi les quelques bonnes pratiques du passage à l’échelle ? On a parlé du dialogue social, mais il y a beaucoup de choses lorsqu'on veut industrialiser tout ça.

On a les bonnes données, ça y est on a les POC qui ont plutôt bien marché, on a identifié les sources de valeur.

[Barre info : Industrialiser l’IA : les bonnes pratiques]

[Alexis Trichet]

Alors déjà, la bonne nouvelle, c'est que nous, on arrive à passer à l'échelle, donc il faut quand même le dire. Donc voilà, typiquement, c'est des chiffres de tout le groupe, mais on a reporté le fait que l'ensemble des cas d'usage IA qu'on avait au sein du groupe généraient 200 millions de valeur en 2024.

Et voilà les chiffres sur lesquels on a communiqué pour 2025, c'est plus de 300 millions. Donc voilà on sait passer à l'échelle. Après, ce que je vous dirais, pour moi, il y a deux volets. Il y a le premier volet. Il faut quand même enfoncer la porte ouverte, mais c'est des projets sur lesquels, en conduite de projet, conduite de changement, il faut être irréprochable.

Mais j'ai envie de dire, c'est la recette classique, il faut avoir bien défini, on va dire, le problème qu'on cherche à résoudre. Il faut des sponsors clairs, il faut une gouvernance au cordeau, il faut des KPI pour mesurer si oui ou non c'est en train de marcher et il faut impliquer les gens qui vont bénéficier du système.

 

[Frédéric Simottel]

Vous parliez d'intervention tout à l'heure c’est typiquement ça.

 

[Alexis Trichet]

Alors là c'est clair que si vous avez toutes ces conditions, alors vous pouvez aller jusqu'à un dialogue social qui peut bien se passer, parce que tout simplement vous avez fait votre travail correctement et vous avez impliqué la première ligne. Ça, c'est le premier volet.

 

[Frédéric Simottel]

Le dialogue social, c'est important parce que ça, on est en train de transformer les métiers, donc les gens dans leur quotidien, ça change les choses.

[Barre info : IA et transformation : dialogue social clé]

[Alexis Trichet]

Donc, ça, j'ai envie de vous dire, il faut revenir à des choses simples, c'est il faut mener ces projets avec une rigueur extrême sur ces plans là, sur un plan, la conduite du projet, de la conduite, du changement pour ces raisons là, et puis aussi parce que les technologies évoluent à une telle vitesse que voilà, il vaut mieux des gouvernances qui sont capables de s'adapter à quelque chose qui vient d'arriver, qu'on n'avait pas vu.

Et et alors, qu'est ce qu'on fait ? Il faut être capable de gérer ces situations là. Et après le deuxième volet, j'ai envie de vous dire il est il est lié directement au sujet, c'est qu'il faut un stack technique comme on dit, ou des ouais, vous voyez, il faut ce qu'il faut d'un plan de technique pour être capable de passer à l'échelle dans les bonnes conditions.

Quand vous avez ces deux, ces deux choses là, c'est possible et c'est ce qu'on est en train d'essayer de faire chaque jour.

 

[Frédéric Simottel]

On n'a pas souvent soulevé ce point sur le dialogue social. Je reviens juste un instant là dessus.

 

[Fabrice Asvazadourian]

Selon moi, je pense que les entreprises en France ou dans d'autres grands pays européens font la gestion prévisionnelle des compétences et des emplois.

Je pense qu'on est passé pour l'instant à côté de l'IA dans ces exercices que mènent la plupart des grands groupes. Je pense qu'il est temps maintenant que ça s'intègre. On commence à voir à peu près quels sont les premiers types de tâches et donc de remonter vers les emplois qui vont être le plus ou moins affectés.

Je pense que c'est un exercice qu'il faut faire maintenant pour se préparer. On le voit bien quand on dit à l'échelle du groupe Orange 300 millions cette année, c'est beaucoup, c'est beaucoup. Déjà, c'est mieux les avoir que pas les avoir, mais c'est petit aussi. Donc la vraie transformation massive des emplois, elle va venir plutôt en 2030 et après.

Mais il faut s'y préparer maintenant.

 

[Frédéric Simottel]

Et bien merci à tous les deux. Alexis Trichet, directeur Data IA d'Orange France, et Fabrice Asvazadourian , directeur général du cabinet de conseil Sopra Steria Next. à très bientôt pour un nouveau hors série sur ces entreprises en quête d'IA, ces dirigeants qui déploient l'IA en confiance. Hors série les dossiers BFM Business.

 

[Voix off] 

Hors série les dossiers BFM Business 

“En quête d’IA, ces dirigeants qui déploient l'IA en confiance” avec Frédéric Simottel.  

 

 

[Frédéric Simottel]

Bienvenue dans notre émission En quête d'IA, hors série BFM Business, « Ces dirigeants qui déploient l'IA en confiance » avec notre partenaire Sopra Steria Next. Nous allons nous intéresser aujourd'hui, vous pouvez voir en replay. On est allé dans plusieurs secteurs du luxe, secteur industriel, secteur de la banque…

On a vraiment fait énormément de secteurs et aujourd'hui, on va s'intéresser plus particulièrement au monde de l'aéronautique. L'usage de l'IA de confiance sur des systèmes critiques, vous vous en doutez, pour plus de sûreté, de fiabilité à la fois dans les mondes civils et dans les mondes de la défense. C'est avec nous. Pour en parler nos deux experts, David Sadek, Bonjour David.

 

[David Sadek]

Bonjour Frédéric.

 

[Frédéric Simottel]

Vous êtes vice-président recherche, technologie, innovation et CTO Intelligence artificielle chez Thales. Et puis, avec nous, Fabrice Asvazadourian, bonjour.

 

[Fabrice Asvazadourian]

Bonjour Frédéric,

 

[Frédéric Simottel]

Fabrice, notre expert, consultant, directeur général du cabinet de conseil Sopra Steria Next, 4 000 consultants, on le rappelle une filale, évidemment, Sopra Steria Next, qui est la filiale de l'ESN Sopra Steria. David, première question, alors qui est assez générale, mais qu'est-ce qui caractérise l'IA chez Thalès Je le disais en ouverture, Il faut une IA assez exigeante, parce qu'on est dans des systèmes critiques. Ça signifie quoi sur le terrain ?

 

[Barre Info : Thales mise sur une IA fiable et sécurisée ]

[Barre Intervenant : David Sadek : Vice-président recherche, technologie et innovation chez Thales ]

 

 

[David Sadek]

J'ai pour habitude de dire que quand Netflix vous recommande un film que vous n'aimez pas, ce n'est pas dramatique. Vous choisissez un autre film et la vie continue.

Maintenant, si vous prenez un avion, sachant que deux avions sur trois dans le monde décollent ou atterrissent grâce à des systèmes Thales, Soit parce qu'il y a ce qu'on appelle du FMS dans l'avion, du Flight Management System, le cerveau de l'avion, Soit parce que l'avion est pris en charge par le système de gestion du trafic aérien de Thales à un moment donné dans son parcours.

Si vous mettez de l'IA dans ces systèmes-là, il vaut mieux que vous puissiez lui faire confiance. Donc, vous ne pouvez pas dire « l'avion va en gros atterrir », En gros, il faut qu'il atterrisse. Vous savez, pour pouvoir embarquer un composant dans un avion et donc pouvoir le certifier, Il faut prouver que la probabilité d'incidents par heure de vol est inférieure à 10 puissance moins 9 ou moins 6 selon qu'on parle du système ou du composant. En gros, c'est 0,0000000001. Donc, c'est tout petit, en fait.

Et donc, du coup, il faudrait que l'IA réponde aussi à ces exigences-là, se conforme à ces exigences-là.

C'est pourquoi, depuis déjà maintenant plusieurs années, nous avons introduit une approche à Thalès de l'IA de confiance pour les systèmes critiques. Complètement structurée.

 

[Frédéric Simotel]

C'est une IA qu'on entraîne, qu'on entraîne, qu'on entraîne sans cesse. C’est cela ?

 

[David Sadek]

Bien sûr, C'est une IA qui va être entraînée sur un ensemble de données, mais peut-être pas que des données. Il va y avoir aussi peut-être de la combinaison entre des données et des connaissances, etc.

Mais surtout, C'est une IA qui doit se conformer à des exigences de validité, qui est à la base de la sûreté de fonctionnement. La validité d'un système, c'est quoi ? C'est la preuve ou la garantie que le système va faire ce qu'on attend de lui, pas plus ni moins, Et arriver à prouver ça. Ce n'est pas une validité ou une sûreté qui est déclarée. Une validité qui est prouvée. Donc, en certification, c'est ce qu'on fait concrètement. C'est une IA qui doit répondre aussi à des exigences de sécurité. Ça veut dire la résilience à toute forme de malveillance, et en particulier aux cyberattaques.

Aujourd'hui, on a des équipes dans Thalès qui font ce qu'on appelle du « Friendly hacking », qui attaquent des algorithmes d'IA pour identifier leurs vulnérabilités et proposer des contre-mesures.

D'ailleurs, Cette équipe-là a été couronnée, donc, elle a été lauréate d'un challenge proposé par la DGA il y a un an et demi de ça, où elle a réussi à retrouver des données qui ont servi à entraîner l'IA. Donc ça a pris plusieurs mois, mais l'équipe a réussi à faire ça. Et récemment, elle a proposé aussi en fait, Une approche qui permet d'identifier des images fakes, des images qui sont elles-mêmes produites par une IA. Donc, une technique qui permet de dire, ok, cette image-là, Elle a été produite par une IA. Donc, là, la sécurité, c'est le deuxième pilier sur lequel repose cette IA de confiance.

 

Le troisième pilier, c'est l'explicabilité. C'est la capacité à expliquer, à donner les justifications pour lesquelles une IA a fait ce qu'elle a fait ou a recommandé de faire ce qu'elle a recommandé de faire, de pouvoir le faire, au moins a posteriori. Mais à Thalès, on avance même une explication, une explicabilité en opération. Si vous avez, par exemple, un copilote digital dans un avion qui recommande au pilote de virer de 45 degrés dans 30 miles, Il faut que le pilote puisse être en droit de poser la question. « Pourquoi je dois faire ça ? ». Surtout si elle ou il avait en tête de faire quelque chose de différent. Et au système de répondre, parce qu'il y a une menace, parce qu'il y a un orage, Et non pas parce que la couche numéro 3 du réseau de neurones a été activée à 30%, ce qui n'est pas une explication.

 

Et enfin, le quatrième pilier, qui est non des moindres, C'est le pilier qu'on appelle responsabilité. Ça, ça contient aussi bien la détection et la minimisation des Biais dans les données, les algorithmes. Ça contient la confidentialité des données, mais ça inclut également la conformité. Ou je dirais un petit peu le souci de l'empreinte environnementale. Donc, là, c'est tout le travail sur ce qu'on appelle aujourd'hui. Le Green AI, donc faire en sorte de développer des technologies d'IA par conception qui minimisent en fait la consommation d'énergie. On travaille beaucoup sur ce qu'on appelle « le frugal learning », l'apprentissage frugal, en minimisant la quantité de données. Peut-être qu'on aura l'occasion de revenir dessus un peu plus tard. Et on travaille également sur comment utiliser l'IA elle-même pour minimiser l'empreinte carbone des applications, notamment dans le domaine de l'aéronautique. Je pourrais donner quelques exemples.

 

[Frédéric Simottel]

Alors, on voit évidemment, pas le droit à l’erreur dans beaucoup d'entreprises, mais chez Thales, en particulier, par rapport à un système critique, Fabrice. Elles sont là dans les quatre points que vient de nous donner David les priorités pour avoir une IA de confiance ?

 

[Barre Info : IA de confiance : quelles sont les priorités ? ]

[Barre Intervenant : Fabrice Asvazadourian : Directeur général du cabinet de conseil Sopra Steria Next ]

 

 

[Fabrice Asvazadourian]

Tout à fait. On a la chance en France, on le dit pas assez d'avoir un certain nombre de très grands industriels qui ont qui, sur de l'IA, appliquée à des processus critiques. Sont en avance au niveau mondial. On a bati un consortium avec Thalès, avec une dizaine d'autres grands industriels français qui s'appelle « Confiance.AI » pour bâtir un framework autour de ce qu'a évoqué David, pour bâtir un framework qui permettra de mieux déployer, de façon de plus en plus sécuriser dans des environnements critiques de l'IA.

On n'est pas forcément sur l'IA générative, on est sur l'IA beaucoup plus prévisible, On en parlera plus tard. Et je pense que c'est probablement aujourd'hui, dans ces domaines-là, qu'on voit les business case les plus évidents, où la valeur ajoutée, à partir du moment où on arrive à avoir les niveaux de prédictabilité, de sécurité, qu'a évoqué David, Je ne vais pas le reparaphraser, permet de délivrer de la vraie valeur.

 

[Frédéric Simottel]

Alors, David, justement avec les contraintes que l'on imagine dans ces systèmes critiques, Comment on réussit à industrialiser ces applications IA sur un marché somme toute assez compétitif ?

 

[Barre Info : Comment industrialiser les applications IA ? ]

 

[David Sadek]

Justement, je pense que là, c'est un point qui est relativement crucial sur le passage du mode POC, si j'ose dire, à celui de système qui est industriel, industrialisé, déployé, etc.

À Thalès, on a lancé l'année dernière un accélérateur qui s'appelle Cortex, qui est censé, normalement, aider à maturer les solutions à base d'IA le plus rapidement possible et à les insérer aujourd'hui dans nos produits qui sont déployés ou qui vont être déployés.

 

Donc ça, c'est une manière de faire, C'est une façon aussi pour nous de nous organiser en conséquence et de faire en sorte que nos ressources soient consolidées, etc. pour ce faire.

 

Et par ailleurs, comme l'a mentionné Fabrice, tout à l'heure, Il faudrait aussi mettre en place toute la chaîne d'industrialisation en termes d'outils, de méthodes, de processus. Fabrice a évoqué le programme Confiance AI, dans lequel Thalès a été partenaire et continue en fait de soutenir cette initiative. C’est un programme avec un consortium national, notamment avec neuf grands industriels français, qui a aujourd'hui produit près de 150 outils, méthodes, etc. pour aller de la conception jusqu'au déploiement et au maintien en conditions opérationnelles d'un système à base d'IA, en passant par le développement, la qualification, la vérification, voire la certification, etc.

 

[Frédéric Simottel]

Et c'est ça qui est important dans cette démarche d'industrialisation de ces solutions opérationnelles en IA à fabriquer…

 

[Fabrice Asvazadourian]  

C’est clé, parce que finalement, les exemples que David a donnés sur Thalès montrent bien qu'on n'a pas le droit du tout à l'erreur. Ce n'est pas une optimisation d'un petit processus administratif, ou ce n'est pas un assistant virtuel qui peut vous donner une mauvaise réponse.

On est sur du critique.

Et donc, pour un industriel, c'est fondamental d'avoir ces frameworks qui lui permettent d'industrialiser. Et ce que je pense que c'est intéressant, c'est qu'on est dans ce monde-là, on est dans de l’IA qui est conçu avec le produit, avec la solution. Ce n'est pas un élément qu'on rajoute après pour optimiser, c'est un élément consubstantiel de la construction. Et il rentre donc dans tous les processus d’engineering de grands groupes industriels.

 

[Barre Info : IA générative : les prochaines étapes]

 

[Frédéric Simottel]

Alors, évidemment, David, On parle beaucoup d'IA générative, mais vous travaillez sur plein d'IA chez Thalès. Il nous reste un peu plus de deux minutes pour en parler, mais IA embarqué, IA autonome, IA humain-machine, IA distribué, ingenierie de l'IA, Enfin, voilà, C'est tous ces sujets.

 

[David Sadek]

On a identifié chez Thales, en fait, huit technologies clés différenciantes. L'IA générative aujourd'hui.

 

[Frédéric Simottel]

Autour de l'IA.

 

[David Sadek]

Autour de l'IA, absolument. Huit technologies clés différenciantes autour de l'IA. Donc, l'IA générative, effectivement, C'est l'une des raies du spectre. Et d'ailleurs, entre parenthèses, l'IA générative, telle qu'elle est aujourd'hui, Elle ne coche aucune des cases d'une IA de confiance. Ça ne veut pas dire qu'on ne va pas l'utiliser. Pas encore. Voilà, c'est ce que je dis, telle qu'elle est aujourd'hui. On y travaille. Il y a même un axe d'activité dans Thalès qui s'appelle l'IA Générative de confiance. On a lancé il y a deux ans pour faire de l'IA générative une IA qui soit valide, sécurisée, explicable et responsable. Et pour pouvoir l'appliquer dans un contexte de système critique. Par ailleurs, effectivement, on travaille sur ce qu'on appelle de l'IA hybride. Comment combiner des données et des connaissances expertes d'un domaine. À Thalès, il y a beaucoup de connaissances expertes dans le domaine de l'aéronautique, du spatial, de la défense, de la sécurité, l'identité numérique, etc. On travaille sur de l'IA frugale. Ça, c'est vraiment le sens de l'histoire. Essayer de minimiser la quantité de données et d'énergie consommée par une IA. Et comme je disais tout à l'heure, On utilise aussi l'IA pour minimiser la consommation d'énergie, L'empreinte carbone, des applications, par exemple, en aéronautique, aujourd'hui, en travaillant sur ce qu'on appelle... La réduction de la génération des traînées de condensation, en jouant sur les trajectoires des avions, en modifiant les trajectoires des avions, ou bien en travaillant aussi sur la descente continue des avions, en travaillant sur le séquencement d'avions en approche d'aéroports, par exemple.

 

[Frédéric Simottel]

Il y a une IA qui est intéressante, c'est Humain-machine, aussi.

 

[David Sadek]

Ça, c'est vraiment sur l'aspect interaction Humain-machine, qui est quand même fondamentale. Lorsqu'on travaille en IA chez Thalès pour nos solutions, on travaille sur de l'IA embarquée sur nos capteurs au sens large, ça veut dire radar, sonar, caméra, pod, satellite, etc.

Mais on travaille aussi sur de l'IA d'aide à la décision. Et à partir du moment où vous êtes sur de l'IA d'aide à la décision, à ce moment-là, vous devez avoir une interaction Humain-machine qui soit la plus intuitive possible. Et Cortex Factory, aujourd'hui chez nous, travaille sur ces systèmes-là, ces systèmes à base d'IA pour l'aide à la décision, en l'occurrence.

 

[Frédéric Simottel]

Sûreté, fiabilité, C'est ce qu'il faut retenir ?

 

[Barre Info : IA : les bonnes pratiques]

 

[Fabrice Asvazadourian]

Oui, tout à fait. Et humilité. Je pense que technologique, non, mais c'est important. Un industriel, c'est quand même ça qui, je pense, le caractérise le plus par rapport à du buzz qu'on peut entendre.

Le buzz est important parce que ça permet, aujourd'hui, Je trouve, de justifier facilement des budgets d'investissement importants, Même si le poids du corps doit être mis avec humilité sur de l'IA, peut-être un peu plus traditionnelle.

 

[Frédéric Simottel]

Merci à tous les deux. Fabrice Asvazadourian directeur général du cabinet de Conseil Sopra-Steria Next, de nous avoir accompagnés sur cette émission. Merci David Sadek, expert chez Thales, vice-président de recherche, technologie et innovation, spécialiste de l'IA, de nous avoir apporté tous ces éclairages sur cette IA de confiance. A très bientôt sur BFM Business.

 

[Voix off] Les dossiers BFM Business

[Voix off] 

Hors série les dossiers BFM Business 

“En quête d’IA, ces dirigeants qui déploient l'IA en confiance” avec Frédéric Simottel.  

 

 

[Frédéric Simottel]

Bienvenue dans notre émission En quête d'IA, hors série BFM Business, « Ces dirigeants qui déploient l'IA en confiance » avec notre partenaire Sopra Steria Next. Nous allons nous intéresser aujourd'hui, vous pouvez voir en replay. On est allé dans plusieurs secteurs du luxe, secteur industriel, secteur de la banque…

On a vraiment fait énormément de secteurs et aujourd'hui, on va s'intéresser plus particulièrement au monde de l'aéronautique. L'usage de l'IA de confiance sur des systèmes critiques, vous vous en doutez, pour plus de sûreté, de fiabilité à la fois dans les mondes civils et dans les mondes de la défense. C'est avec nous. Pour en parler nos deux experts, David Sadek, Bonjour David.

 

[David Sadek]

Bonjour Frédéric.

 

[Frédéric Simottel]

Vous êtes vice-président recherche, technologie, innovation et CTO Intelligence artificielle chez Thales. Et puis, avec nous, Fabrice Asvazadourian, bonjour.

 

[Fabrice Asvazadourian]

Bonjour Frédéric,

 

[Frédéric Simottel]

Fabrice, notre expert, consultant, directeur général du cabinet de conseil Sopra Steria Next, 4 000 consultants, on le rappelle une filale, évidemment, Sopra Steria Next, qui est la filiale de l'ESN Sopra Steria. David, première question, alors qui est assez générale, mais qu'est-ce qui caractérise l'IA chez Thalès Je le disais en ouverture, Il faut une IA assez exigeante, parce qu'on est dans des systèmes critiques. Ça signifie quoi sur le terrain ?

 

[Barre Info : Thales mise sur une IA fiable et sécurisée ]

[Barre Intervenant : David Sadek : Vice-président recherche, technologie et innovation chez Thales ]

 

 

[David Sadek]

J'ai pour habitude de dire que quand Netflix vous recommande un film que vous n'aimez pas, ce n'est pas dramatique. Vous choisissez un autre film et la vie continue.

Maintenant, si vous prenez un avion, sachant que deux avions sur trois dans le monde décollent ou atterrissent grâce à des systèmes Thales, Soit parce qu'il y a ce qu'on appelle du FMS dans l'avion, du Flight Management System, le cerveau de l'avion, Soit parce que l'avion est pris en charge par le système de gestion du trafic aérien de Thales à un moment donné dans son parcours.

Si vous mettez de l'IA dans ces systèmes-là, il vaut mieux que vous puissiez lui faire confiance. Donc, vous ne pouvez pas dire « l'avion va en gros atterrir », En gros, il faut qu'il atterrisse. Vous savez, pour pouvoir embarquer un composant dans un avion et donc pouvoir le certifier, Il faut prouver que la probabilité d'incidents par heure de vol est inférieure à 10 puissance moins 9 ou moins 6 selon qu'on parle du système ou du composant. En gros, c'est 0,0000000001. Donc, c'est tout petit, en fait.

Et donc, du coup, il faudrait que l'IA réponde aussi à ces exigences-là, se conforme à ces exigences-là.

C'est pourquoi, depuis déjà maintenant plusieurs années, nous avons introduit une approche à Thalès de l'IA de confiance pour les systèmes critiques. Complètement structurée.

 

[Frédéric Simotel]

C'est une IA qu'on entraîne, qu'on entraîne, qu'on entraîne sans cesse. C’est cela ?

 

[David Sadek]

Bien sûr, C'est une IA qui va être entraînée sur un ensemble de données, mais peut-être pas que des données. Il va y avoir aussi peut-être de la combinaison entre des données et des connaissances, etc.

Mais surtout, C'est une IA qui doit se conformer à des exigences de validité, qui est à la base de la sûreté de fonctionnement. La validité d'un système, c'est quoi ? C'est la preuve ou la garantie que le système va faire ce qu'on attend de lui, pas plus ni moins, Et arriver à prouver ça. Ce n'est pas une validité ou une sûreté qui est déclarée. Une validité qui est prouvée. Donc, en certification, c'est ce qu'on fait concrètement. C'est une IA qui doit répondre aussi à des exigences de sécurité. Ça veut dire la résilience à toute forme de malveillance, et en particulier aux cyberattaques.

Aujourd'hui, on a des équipes dans Thalès qui font ce qu'on appelle du « Friendly hacking », qui attaquent des algorithmes d'IA pour identifier leurs vulnérabilités et proposer des contre-mesures.

D'ailleurs, Cette équipe-là a été couronnée, donc, elle a été lauréate d'un challenge proposé par la DGA il y a un an et demi de ça, où elle a réussi à retrouver des données qui ont servi à entraîner l'IA. Donc ça a pris plusieurs mois, mais l'équipe a réussi à faire ça. Et récemment, elle a proposé aussi en fait, Une approche qui permet d'identifier des images fakes, des images qui sont elles-mêmes produites par une IA. Donc, une technique qui permet de dire, ok, cette image-là, Elle a été produite par une IA. Donc, là, la sécurité, c'est le deuxième pilier sur lequel repose cette IA de confiance.

 

Le troisième pilier, c'est l'explicabilité. C'est la capacité à expliquer, à donner les justifications pour lesquelles une IA a fait ce qu'elle a fait ou a recommandé de faire ce qu'elle a recommandé de faire, de pouvoir le faire, au moins a posteriori. Mais à Thalès, on avance même une explication, une explicabilité en opération. Si vous avez, par exemple, un copilote digital dans un avion qui recommande au pilote de virer de 45 degrés dans 30 miles, Il faut que le pilote puisse être en droit de poser la question. « Pourquoi je dois faire ça ? ». Surtout si elle ou il avait en tête de faire quelque chose de différent. Et au système de répondre, parce qu'il y a une menace, parce qu'il y a un orage, Et non pas parce que la couche numéro 3 du réseau de neurones a été activée à 30%, ce qui n'est pas une explication.

 

Et enfin, le quatrième pilier, qui est non des moindres, C'est le pilier qu'on appelle responsabilité. Ça, ça contient aussi bien la détection et la minimisation des Biais dans les données, les algorithmes. Ça contient la confidentialité des données, mais ça inclut également la conformité. Ou je dirais un petit peu le souci de l'empreinte environnementale. Donc, là, c'est tout le travail sur ce qu'on appelle aujourd'hui. Le Green AI, donc faire en sorte de développer des technologies d'IA par conception qui minimisent en fait la consommation d'énergie. On travaille beaucoup sur ce qu'on appelle « le frugal learning », l'apprentissage frugal, en minimisant la quantité de données. Peut-être qu'on aura l'occasion de revenir dessus un peu plus tard. Et on travaille également sur comment utiliser l'IA elle-même pour minimiser l'empreinte carbone des applications, notamment dans le domaine de l'aéronautique. Je pourrais donner quelques exemples.

 

[Frédéric Simottel]

Alors, on voit évidemment, pas le droit à l’erreur dans beaucoup d'entreprises, mais chez Thales, en particulier, par rapport à un système critique, Fabrice. Elles sont là dans les quatre points que vient de nous donner David les priorités pour avoir une IA de confiance ?

 

[Barre Info : IA de confiance : quelles sont les priorités ? ]

[Barre Intervenant : Fabrice Asvazadourian : Directeur général du cabinet de conseil Sopra Steria Next ]

 

 

[Fabrice Asvazadourian]

Tout à fait. On a la chance en France, on le dit pas assez d'avoir un certain nombre de très grands industriels qui ont qui, sur de l'IA, appliquée à des processus critiques. Sont en avance au niveau mondial. On a bati un consortium avec Thalès, avec une dizaine d'autres grands industriels français qui s'appelle « Confiance.AI » pour bâtir un framework autour de ce qu'a évoqué David, pour bâtir un framework qui permettra de mieux déployer, de façon de plus en plus sécuriser dans des environnements critiques de l'IA.

On n'est pas forcément sur l'IA générative, on est sur l'IA beaucoup plus prévisible, On en parlera plus tard. Et je pense que c'est probablement aujourd'hui, dans ces domaines-là, qu'on voit les business case les plus évidents, où la valeur ajoutée, à partir du moment où on arrive à avoir les niveaux de prédictabilité, de sécurité, qu'a évoqué David, Je ne vais pas le reparaphraser, permet de délivrer de la vraie valeur.

 

[Frédéric Simottel]

Alors, David, justement avec les contraintes que l'on imagine dans ces systèmes critiques, Comment on réussit à industrialiser ces applications IA sur un marché somme toute assez compétitif ?

 

[Barre Info : Comment industrialiser les applications IA ? ]

 

[David Sadek]

Justement, je pense que là, c'est un point qui est relativement crucial sur le passage du mode POC, si j'ose dire, à celui de système qui est industriel, industrialisé, déployé, etc.

À Thalès, on a lancé l'année dernière un accélérateur qui s'appelle Cortex, qui est censé, normalement, aider à maturer les solutions à base d'IA le plus rapidement possible et à les insérer aujourd'hui dans nos produits qui sont déployés ou qui vont être déployés.

 

Donc ça, c'est une manière de faire, C'est une façon aussi pour nous de nous organiser en conséquence et de faire en sorte que nos ressources soient consolidées, etc. pour ce faire.

 

Et par ailleurs, comme l'a mentionné Fabrice, tout à l'heure, Il faudrait aussi mettre en place toute la chaîne d'industrialisation en termes d'outils, de méthodes, de processus. Fabrice a évoqué le programme Confiance AI, dans lequel Thalès a été partenaire et continue en fait de soutenir cette initiative. C’est un programme avec un consortium national, notamment avec neuf grands industriels français, qui a aujourd'hui produit près de 150 outils, méthodes, etc. pour aller de la conception jusqu'au déploiement et au maintien en conditions opérationnelles d'un système à base d'IA, en passant par le développement, la qualification, la vérification, voire la certification, etc.

 

[Frédéric Simottel]

Et c'est ça qui est important dans cette démarche d'industrialisation de ces solutions opérationnelles en IA à fabriquer…

 

[Fabrice Asvazadourian]  

C’est clé, parce que finalement, les exemples que David a donnés sur Thalès montrent bien qu'on n'a pas le droit du tout à l'erreur. Ce n'est pas une optimisation d'un petit processus administratif, ou ce n'est pas un assistant virtuel qui peut vous donner une mauvaise réponse.

On est sur du critique.

Et donc, pour un industriel, c'est fondamental d'avoir ces frameworks qui lui permettent d'industrialiser. Et ce que je pense que c'est intéressant, c'est qu'on est dans ce monde-là, on est dans de l’IA qui est conçu avec le produit, avec la solution. Ce n'est pas un élément qu'on rajoute après pour optimiser, c'est un élément consubstantiel de la construction. Et il rentre donc dans tous les processus d’engineering de grands groupes industriels.

 

[Barre Info : IA générative : les prochaines étapes]

 

[Frédéric Simottel]

Alors, évidemment, David, On parle beaucoup d'IA générative, mais vous travaillez sur plein d'IA chez Thalès. Il nous reste un peu plus de deux minutes pour en parler, mais IA embarqué, IA autonome, IA humain-machine, IA distribué, ingenierie de l'IA, Enfin, voilà, C'est tous ces sujets.

 

[David Sadek]

On a identifié chez Thales, en fait, huit technologies clés différenciantes. L'IA générative aujourd'hui.

 

[Frédéric Simottel]

Autour de l'IA.

 

[David Sadek]

Autour de l'IA, absolument. Huit technologies clés différenciantes autour de l'IA. Donc, l'IA générative, effectivement, C'est l'une des raies du spectre. Et d'ailleurs, entre parenthèses, l'IA générative, telle qu'elle est aujourd'hui, Elle ne coche aucune des cases d'une IA de confiance. Ça ne veut pas dire qu'on ne va pas l'utiliser. Pas encore. Voilà, c'est ce que je dis, telle qu'elle est aujourd'hui. On y travaille. Il y a même un axe d'activité dans Thalès qui s'appelle l'IA Générative de confiance. On a lancé il y a deux ans pour faire de l'IA générative une IA qui soit valide, sécurisée, explicable et responsable. Et pour pouvoir l'appliquer dans un contexte de système critique. Par ailleurs, effectivement, on travaille sur ce qu'on appelle de l'IA hybride. Comment combiner des données et des connaissances expertes d'un domaine. À Thalès, il y a beaucoup de connaissances expertes dans le domaine de l'aéronautique, du spatial, de la défense, de la sécurité, l'identité numérique, etc. On travaille sur de l'IA frugale. Ça, c'est vraiment le sens de l'histoire. Essayer de minimiser la quantité de données et d'énergie consommée par une IA. Et comme je disais tout à l'heure, On utilise aussi l'IA pour minimiser la consommation d'énergie, L'empreinte carbone, des applications, par exemple, en aéronautique, aujourd'hui, en travaillant sur ce qu'on appelle... La réduction de la génération des traînées de condensation, en jouant sur les trajectoires des avions, en modifiant les trajectoires des avions, ou bien en travaillant aussi sur la descente continue des avions, en travaillant sur le séquencement d'avions en approche d'aéroports, par exemple.

 

[Frédéric Simottel]

Il y a une IA qui est intéressante, c'est Humain-machine, aussi.

 

[David Sadek]

Ça, c'est vraiment sur l'aspect interaction Humain-machine, qui est quand même fondamentale. Lorsqu'on travaille en IA chez Thalès pour nos solutions, on travaille sur de l'IA embarquée sur nos capteurs au sens large, ça veut dire radar, sonar, caméra, pod, satellite, etc.

Mais on travaille aussi sur de l'IA d'aide à la décision. Et à partir du moment où vous êtes sur de l'IA d'aide à la décision, à ce moment-là, vous devez avoir une interaction Humain-machine qui soit la plus intuitive possible. Et Cortex Factory, aujourd'hui chez nous, travaille sur ces systèmes-là, ces systèmes à base d'IA pour l'aide à la décision, en l'occurrence.

 

[Frédéric Simottel]

Sûreté, fiabilité, C'est ce qu'il faut retenir ?

 

[Barre Info : IA : les bonnes pratiques]

 

[Fabrice Asvazadourian]

Oui, tout à fait. Et humilité. Je pense que technologique, non, mais c'est important. Un industriel, c'est quand même ça qui, je pense, le caractérise le plus par rapport à du buzz qu'on peut entendre.

Le buzz est important parce que ça permet, aujourd'hui, Je trouve, de justifier facilement des budgets d'investissement importants, Même si le poids du corps doit être mis avec humilité sur de l'IA, peut-être un peu plus traditionnelle.

 

[Frédéric Simottel]

Merci à tous les deux. Fabrice Asvazadourian directeur général du cabinet de Conseil Sopra-Steria Next, de nous avoir accompagnés sur cette émission. Merci David Sadek, expert chez Thales, vice-président de recherche, technologie et innovation, spécialiste de l'IA, de nous avoir apporté tous ces éclairages sur cette IA de confiance. A très bientôt sur BFM Business.

 

[Voix off] Les dossiers BFM Business

[Logo BFM Business Apparition du texte « Hors-Série, les dossiers BFM Business » Puis « En quête d’IA : ces dirigeants qui déploient l’IA, en confiance. »]

 

[Voix off]

 

Hors-série. Les dossiers BFM Business. « En quête d'IA, ces dirigeants qui déploient l'IA en confiance » avec Frédéric Simottel.

 

[Frédéric Simottel]

 

Bienvenue dans notre émission « En quête d'IA, ces dirigeants qui déploient l'IA en confiance » en partenariat avec Sopra Steria Next.

 

On va parler évidemment de l'implémentation de l'IA, de l'IA générative dans les entreprises et nous allons nous intéresser plus particulièrement à l'IA au sein d'un groupe mondial qui dispose d'une multitude de marques le numérique est depuis très longtemps dans la stratégie de ce groupe et nous allons en parler avec vous Hélène Chaplain DSI du groupe Pernod Ricard.

 

Bonjour.

 

[Hélène Chaplain]

 

Bonjour.

 

[Frédéric Simottel]

 

Merci d'être avec nous. Et avec nous également Fabrice Asvazadourian.

 

Bonjour.

 

[Fabrice Asvazadourian]

 

Bonjour Frédéric. Bonjour Hélène.

 

[Frédéric Simottel]

 

Fabrice, directeur général du cabinet de conseil, Sopra Steria Next. Qui est donc ce groupe de, 4 000 consultants c’est ça ?

 

[Fabrice Asvazadourian]

 

Tout à fait.

[Frédéric Simottel]

 

Et filiale évidemment de l'ESN, Sopra Steria.

 

Hélène, je vais démarrer avec vous.Comment, au-delà de la productivité, Pernod Ricard utilise aujourd'hui les technologies, notamment, l'intelligence artificielle, pour promouvoir ses produits, générer de la demande ?

Et puis comment vous persuader vous-même que vous faites les bons choix technologiques ?

 

[Hélène Chaplain]

 

C’est une question très très vaste, mais peut-être pour démarrer, la force effectivement de notre modèle ou notre notre groupe, c'est de s'appuyer sur deux avantages compétitifs qui sont très structurants et très exigeants un portefeuille de marque qui est très très large et de l'autre côté, une présence en distribution qui est aussi très très large.

Ce qui fait qu'en complément de la qualité de nos spiritueux, on a besoin de travailler la visibilité et la proposition de valeur pour amener la bonne marque sur le modèle de distribution à nos consommateurs.

 

Et globalement, cette visibilité, on l'a travaillée de manière très granulaire et très structurée, très avancée, en utilisant l'IA pour définir encore une fois dans le portefeuille de marque et dans notre présence multicanale, quelle était la bonne combinaison par rapport à un consommateur donné et finalement à chacun des consommateurs.

 

Et ce qu'on a vu venir comme vague de disruption c'est finalement au départ, on était, on devait se faire référencer sur Google, donc c'était du SEO standard, que ce soit en organique ou en acquisition. On a vu ensuite qu'Amazon en fait, devenait le moteur de recherche des produits parce que nous on a des produits qui se consomment, et donc on devait être visible en fait, et là c'était dans une relation commerciale avec Amazon ou ses marketplaces pour se rendre, disponible avec la bonne proposition de valeur, les bons contenus, le bon message, le bon prix, en tout cas, avec les consommateurs.

 

Et ce qu'on voit aujourd'hui, en fait, c'est cette nouvelle, rupture avec un nouvel intermédiaire dans l'expérience consommateur, dans la relation au consommateur via l'IA générative.

Donc on est fondamentalement en fait disrupté ou impacté, en tout cas, on est très vigilant pour amener nos marques puisqu'on est fondamentalement intermédié, amener nos marques et travailler avec tous les intermédiaires. L'IA générative étant un nouvel intermédiaire dans le paysage.

 

[Frédéric Simottel]

 

Et on va parler même de la nouvelle vague derrière l'IA générative qui est la vague agentique.

Fabrice, comment l’IA peut amener justement des modifications de modèles économiques ?

 

[Fabrice Asvazadourian]

 

Alors déjà, je pense que tout le monde est convaincu que ça va prendre un peu de temps, et moins vite que ce qu'on pouvait rêver il y a deux ans.

Mais, et que déjà, si l'IA va amener les entreprises à générer des gains de productivité en permettant d'aller optimiser les processus au-delà de ce qui est déjà embarqué dans les systèmes des entreprises, et c'est probablement le premier enjeu, il y a eu l'acculturation, qui commence à être à mon avis bien derrière nous.

 

[Frédéric Simottel]

 

Oui, oui.

 

[Fabrice Asvazadourian]

 

C'est probablement une victoire jamais totalement gagnée, mais voilà. Mais aujourd'hui on va rentrer dans la phase, de l'IA, très centrée sur de la productivité, sur l’ensemble des tâches administratives qui aujourd'hui ont des valeurs ajoutées assez, en tout cas, assez reprenables par des IA non super sophistiquées. Ça c'est la base, on va dire de l'IA sur la quantité. Et après il y a ce qu’évoquait Hélène, c’est l'IA, c'est pas seulement ça.

 

[Hélène Chaplain]

 

Non.

 

[Fabrice Asvazadourian]

 

Mais c'est aussi de la disruption. Ce que je viens dire, c'est l'optimisation. Les entreprises ont l'habitude d'optimiser, c'est dans les grandes entreprises en tout cas, c'est des machines à optimiser. La disruption, c'est plus compliqué. Et donc la disruption, elle va venir sur les propositions de valeur, sur la façon de mettre en avant ces produits qui peuvent être assez fondamentalement disruptés. Et c'est là on va voir la vraie innovation que l'IA va apporter.

Toute la question pour un dirigeant, c'est de ne pas rater la première vague qui est indispensable celle qui fait les premiers ROI. Aujourd'hui, tout le monde se questionne sur le ROI de ses investisseurs.

 

[Frédéric Simottel]

 

Oui, même si un effet déceptif parfois sur certains...

 

[Fabrice Asvazadourian]

 

Oui c'est dur, c'est plus dur que ce qu'on avait promis.

 

[Hélène Chaplain]

 

C’est pas magique.

 

[Fabrice Asvazadourian]

 

Donc c’est pas magique. Et malgré le fait qu'on a découvert quelque chose de magique il y a deux ans. Donc il faut continuer à faire ça et c'est mon avis de l'enjeu très court terme pour pouvoir continuer à investir parce que les sommes sont quand même significatives dans les budgets.

Et d'autre côté, il faut rester en veille et en action sur ces disruptions qui arrivent et qui sont simples, qui ne sont pas simples à totalement intégrer dans ces modèles.

 

[Frédéric Simottel]

 

Et alors, justement, je disais Hélène Chaplain qu’il y a cette vague agentique qui arrive derrière cette IA générative, leur pouvoir. Pour vous, ça peut changer beaucoup de choses. Alors au sein des offres, au sein de vos propres œuvres, de l'usage, l'impact que ça peut avoir pour les entreprises utilisatrices comme vous.

Mais ça aussi un effet pour les fournisseurs informatiques enfin numériques auxquels vous vous adressez.

 

[Hélène Chaplain]

 

Tout à fait. Et en fait, au-delà effectivement, de la productivité et de la compétitivité que ça peut générer, il y a d'autres implications puisque, in fine, les utilisateurs, tout utilisateur d'une intelligence, d'une GenAI et en fait va être un consommateur.

 

Ça veut dire que finalement dans son interaction avec le GPT, il ou elle va donner des indications sur qui il est, son sentiment, ses émotions, en recherchant une expérience, en recherchant en fait tout simplement par la simple question, on donne beaucoup, beaucoup d'informations et ce qui se passe justement dans ce nouvel intermédiaire qui est le GPT ou les intelligences artificielles. OpenAI vient d'annoncer qu’ils ouvraient leur partie e-commerce.

 

Donc c'est fort, à propos finalement, ce qu'on constate, c'est ce nouvel intermédiaire qui a une connaissance à priori très accrue en fait de l'utilisateur, qui est également qu’un usager qui devient, qui est un consommateur il a des connaissances et il va proposer, pousser ou pas nos produits et la façon dont il va les sélectionner, le contenu qu'il va pousser, si on parle de e-commerce, le canal sur lequel il va pousser, en fait le consommateur sont des choses que nous ne maîtrisons pas puisque nous n'avons pas, nous ne savons pas quelles sont les données qui sont à la source de ce routage et donc ça crée une implication très, très forte, un nouvel intermédiaire, auquel on doit effectivement s'adresser, pour lequel on doit se préparer, et plus que se préparer, puisqu’il est là en travaillant encore une fois, c'était du référencement sur Google, là c’est la capacité à exister avec nos contenus, avec nos offres, avec nos marques, mais encore une fois, aujourd'hui, sans savoir comment cela est décidé, et c'est ça qui a une implication et potentiellement, je parlerai pas de risque, je préfèrerai le voir bien évidemment comme une opportunité, mais sur notre chaîne de valeur.

 

[Frédéric Simottel]

 

Oui, parce que c'est ça la difficulté, c'est qu'en général, quand on entend les entreprises utiliser de l’IA générative, c'est au sein de leur, de leur environnement, avec les données qu'elle maîtrise.

 

Vous forcément, chez Pernod Ricard, la multitude de marques, les distributeurs et tout ça, vous ne pouvez pas maîtriser toutes ces marques.

 

[Hélène Chaplain]

 

Non et puis il y a des données qui sont générées par nos utilisateurs, par nos consommateurs. C'est l’UGC. On va avoir les données qui sont générées par nos tiers, par nos distributeurs.

Et en fait, comme les modèles, se sourcent sur des données dont on n'est pas propriétaire ou si on en est propriétaire, elles ont été exposées, on ne sait pas exactement sur quelles données se fait le sourcing et donc comment va se constituer en fait la proposition de valeur.

 

On cherche tous bien évidemment à avoir des expériences et des propositions des offres qui soient individualisées, personnalisées. Dans ce cas précis, on ne connaît pas l'usager qui est devenu consommateur et on ne sait pas quels sont comment l'algorithme en fait, ou le modèle tourne et sur quoi il se source pour finalement pousser quelque chose, pousser notre produit ou pousser un autre produit.

 

[Frédéric Simottel]

 

Ça veut dire Fabrice, que dans cette vague agentique, va falloir avoir des agents, des agents d'agents, des supers agents, c'est ça, des orchestrateurs ?

 

[Fabrice Asvazadourian]

 

Des orchestrateurs, des commandants, des capitaines pour que les agents se parlent bien.

 

Oui, on le voit déjà aujourd'hui, quand vous voyez une flotte de drones voler de façon synchronisée ou autres, ils se parlent, ils interagissent, donc on le voit de façon peut être plus appliquée.

 

Il y aura des agents qui travailleront dans des entrepôts de stockage, vont gérer les entrées sorties et qui communiqueront avec des agents chargés de la logistique, qui optimiseront les trajets des flottes.

 

Donc il va falloir se parler. La question toujours c'est qu'à un moment ou un autre c'est qui décide ? Et donc il faudra...

 

[Hélène Chaplain]

 

Le super agent.

 

[Fabrice Asvazadourian]

 

Pour les grosses entreprises, des super agents ou des agents, des commandants, qui décideront quand les différents agents auront éventuellement des propositions ou des façons, des inputs qui seront non convergents.Et je pense que ça, ça va être le futur, le futur enjeu.

 

Je pense que ce que disait Hélène est très, très judicieux parce que quand il y avait Google, quand il y a un Amazon, les grandes entreprises ont appris à décrypter comment influencer, bien se positionner.

 

[Hélène Chaplain]

 

Oui, en organique ou en acquisiton.

 

[Fabrice Asvazadourian]

 

Là on a des il va falloir, on a des boîtes beaucoup plus noires. Avant de comprendre les algorithmes qui font que, parce que vous avez tel sentiment, parce que vous avez telle ou telle chose sur, voilà des informations qu'on ne connaît pas bien, on vous proposera telle ou telle chose, et ça, il va falloir l'apprendre.

 

Donc le plutôt on commence à tester le plus vite, on aura un phénomène, un phénomène d'apprentissage.

 

Et après moi je pense qu'on va voir, là, ce qu'on a un peu vu les marques fortes.

 

Elles s'en sortent toujours. Les marques moyennes, ça va être très dur, ça va être très dur.

 

[Frédéric Simottel]

 

C’est ce qu'on va voir sur ce marché. Alors dans tout ça, Hélène, quel doit être le rôle du CIO, du DSI dans toute cette cette orchestration, cette organisation ?

 

[Hélène Chaplain]

 

Il est, il est très très large.

 

D'abord, effectivement, on parlait de rupture auprès d'acteurs, en fait comme Pernod Ricard, mais on a la rupture en fait sur nos fournisseurs, l'industrie, un de nos fournisseurs, l'industrie du software.

 

On voit bien qu'ils se sont construits autour de la structuration des processus, on nous vend de la productivité je ne citerai pas l'entreprise allemande, avec un processus extrêmement rigide, qui régissent beaucoup, beaucoup d'entreprises.

 

Or, en fait, l'IA, elle amène une rupture justement sur cette vision très monolithique du processus, en créant une opportunité de générer avec du code à la volée, du flux de l'interface, voire de la donnée synthétique pour nourrir le modèle. Et donc on a fondamentalement une potentielle rupture chez nos fournisseurs, chez nos partenaires et nous, on doit faire des choix. Et le premier point que je souhaiterais rappeler, c'est que finalement, dans ces choix, c'est le point principal, c'est la stratégie d'investissement et la stratégie d'investissement technologique d'une entreprise, en tout cas d'un groupe du CAC40.

 

Elle est extrêmement significative puisqu'elle situe, alors, ça dépend des secteurs, mais globalement, on se situe autour de 3 % du chiffre d'affaires.

 

Quand vous investissez 3 % du chiffre d'affaires tous les ans, en fait, vous êtes à la manœuvre pour faire la corrélation entre la stratégie d'investissement technologique et ce qu'elle doit apporter en productivité et en compétitivité en interne, mais également dans ce qu'elle doit permettre en fait, d'adresser sur la rupture de la chaîne de valeur. On parlait du modèle économique du e-commerce sur le ChatGPT. Et donc on doit, on a beaucoup, beaucoup d'exigence. On doit traiter la stratégie d'investissement comme si elle était au cœur du réacteur de l'entreprise. On doit également en fait choisir ces technologies et elles ont un caractère fondateur. Encore une fois, ce sont des montants conséquents et ce sont des montants qu'on va engager pour durer puisqu'on construit normalement des choses pour durer et on ne partira jamais d'une page blanche.

 

Donc l'agent, le super agent, l'agent des agents, on doit le construire autour de ce qu'on appelle un legacy qui lui, est très très loin d'être moderne. Et donc on a besoin de prendre en compte la complexité du système d'information, son intégrité. Bien évidemment qu'on doit mettre tout ça à l'échelle. On en parlait avant, avant l'entretien, de définir des principes directeurs, des principes d'évaluation des boucles d'auto-financement. Et donc on doit connecter en fait la stratégie technologique et la stratégie business en complémentarité, l'un ne servant plus l'autre en fait.

 

[Frédéric Simottel]

 

Donc c'est CIO qui devient Chief AI Officer aussi en même temps.

 

[Fabrice Asvazadourian]

 

Oui, alors si on fait, d’abord faudrait demander à Hélène ce qu’elle en pense, mais si on fait un petit peu d'histoire, on voit qu'il y a eu des générations de Chief Digital Officer et puis aujourd'hui on les voit plus trop.

 

Donc il faut aujourd'hui, il faut doter de Chief AI Officer. C'est le moment parce qu'il faut du focus dans les entreprises. Sinon, on n'arrive pas à structurer aujourd'hui, on voit que beaucoup de nos clients construisent des AI factory pour pouvoir concentrer toutes les ressources.

Dans cinq ans, on en reparlera.

 

[Frédéric Simottel]

 

Et bien merci à tous les deux d'être venus parler de tout ça dans cette émission. « En quête d'IA, ces dirigeants qui déploient l'IA en confiance » Merci Hélène Chaplain, DSI du groupe Pernod Ricard et Fabrice Asvazadourian, directeur général du cabinet de conseil Sopra Steria Next. A très bientôt pour nouveau programme.

 

[Voix off]

 

Hors-série. Les dossiers BFM Business.

[VOIX OFF]

Hors-série, les dossiers BFM Business. « En quête d'IA, ces dirigeants qui déploient l'IA, en confiance » Avec Frédéric Simotel.

 

[Frédéric Simottel]

Bonjour, bienvenue dans ce Hors-Série En quête d'IA avec notre partenaire Sopra Steria Next. Nous parcourons les coulisses de l'IA générative, l'impact de l'IA générative dans les entreprises. Depuis plusieurs mois, vous pouvez retrouver en replay dans le luxe. On a eu des exemples dans l'industrie, dans la banque. Et puis là, on va descendre dans un domaine vraiment stratégique. Ce sont les câbles sous-marins avec nos invités. Je vous les présente tout de suite. Fabrice Asvazadourian, bonjour.

[Barre info : Place à la 5G industrielle]

[Fabrice Asvazadourian]

Bonjour Frédéric.

 

[Frédéric Simottel]

Directeur général du cabinet de conseil Sopra Steria Next.

Plus de 4000 conseillers aujourd'hui et filiales évidemment de l'ESN Sopra Seria que nous connaissons bien. Et puis avec nous, Christophe Bejina.

 

[Christophe Bejina]

Bonjour.

[Barre intervenant : Christophe Bejina : Directeur des systèmes d’informatin du groupe ASN (Alcatel Submarine Networks)]

 

[Frédéric Simottel]

Bonjour Christophe. DSI du groupe ASN. On ne dit plus que ASN, mais on va quand même préciser Alcatel Submarine Network. Vous avez d'autres acronymes sinon avec ASN. Christophe, je vais démarrer avec vous. Entreprise industrielle, géant des câbles sous-marins. Depuis plus de 5 ans, vous avez considérablement digitalisé le groupe.

Votre transformation numérique est bien entamée. Rénovation complète de votre infrastructure en y intégrant de la 5G industrielle. Et puis, on reparlera aussi de cette année particulière, puisque l'État a repris le capital, 80% du capital du groupe ASN. Mais déjà, sur cette 5G industrielle, racontez-nous.

 

[Christophe Bejina]

Très bien. Alors, la 5G industrielle, elle fait partie d'un programme de transformation digitale, qui a démarré il y a 5 ans, comme vous l'avez rappelé.

C'est un programme en 4 phases. Le premier, c'était d'établir les fondations de cette transformation digitale. Donc, ça passe d'abord par mettre en place les infrastructures réseaux et data centers, d'où le 5G, d'où la mise en place d'un écosystème de partenariats pour nous accompagner dans ce voyage.

La deuxième phase, c'était la mise en place ou l'intégration d'une architecture d'entreprise, c'est-à-dire une architecture de système d'information tournée vers l'industrie 4.0 et également mettant en œuvre les principes de sécurisation de l'informatique industrielle, qui va devenir de plus en plus important.

 

[Frédéric Simottel]

Donc on sent qu'il y a besoin d'une vraie rénovation, de remettre tout à plat et de repartir.

 

[Christophe Bejina]

Exactement, une rénovation d'abord parce que c'est une industrie historique, donc on a des systèmes legacy, comme on dit, qu'il fallait faire évoluer.

Deuxièmement, parce qu'il y a un boom de ce business, et la nature des contrats, la nature des projets atteint un niveau de complexité qu'on ne peut plus gérer avec les outils d'avant.

Donc ça, c'était un impératif majeur, et donc c'est une transformation digitale au pas de charge, on va dire.

Troisième et quatrième phase, c'est le déploiement de ce qu'on appelle la data et l'IA.

 

[Frédéric Simottel]

C'est ça, parce qu'au-dessus de cette infrastructure, vous le faites en parallèle, mais au-dessus, tel que ça existe aujourd'hui, il y a toute une infrastructure data aussi.

[Infographie: Alcatel Submarine Networks (ASN)

◦              2000 collaborateurs

◦              7 navires

◦              410 000 km de cables en maintenance

180 systèmes installés]

 

[Christophe Bejina]

Exactement. Il faut raffiner les datas, les mettre en exposition, les sécuriser pour les exploiter par l'IA.

Et puis, dernière phase, cette phase 3 et cette phase 4 dans lesquelles on se trouve en ce moment, c'est le déploiement d'une puissance de calculs une capacité de calcul souveraine, c'est-à-dire dans nos data centers, pour progressivement entraîner les modèles d'IA sur nos données sans les exposer.

Voilà le schéma directeur. C'était de mettre en place cette transformation digitale pour, au bout, exploiter la data et permettre l'avènement de l'IA.

 

[Frédéric Simottel]

Et cette 5G industrielle, elle est clé chez vous ?

 

[Christophe Bejina]

Là, maintenant, elle est clé, absolument. C'est-à-dire qu'en fait, de plus en plus, elle devient le backbone de données des usines.

Progressivement, on connecte sur la 5G, plus trop sur les fibres. Tous les dispositifs industriels de sécurité seront progressivement connectés à la 5G.

Et c'est le système nerveux qui est en place pour déployer l'IoT, pour déployer les systèmes intelligents et les nouveaux robots, les nouveaux dispositifs de contrôle d'énergie ou tous les dispositifs intelligents d'une usine.

 

[Frédéric Simottel]

On le retrouve partout. Fabrice Asvazadourian, justement, c'était il y a quelques jours le Mobile World Congress à Barcelone.

On a beaucoup parlé de cette 5G et de cette 5G industrielle. Moi, j'ai toujours l'impression de dire que les opérateurs ont un peu mal vendu cette 5G au grand public.

Alors que dans l'industrie, c'est en train d'accélérer. C'est en train vraiment de démarrer l'accélération, en tout cas.

 

[Fabrice Asvazadourian]

Tout à fait d'accord, Frédéric. Je pense que la 5G, ce n'est pas la génération qui suit la 4G.

La 5G, elle a été conçue d'abord et avant tout pour servir des enjeux industriels. Elle apporte quoi ? Elle apporte une capacité, dans des environnements clos d'usines, de ne plus avoir de problème de réseau, d'accélérer avec du débit beaucoup plus rapide, des temps de latence extrêmement réduits, donc de faire du vrai, vrai temps réel.

 

Elle permet de décentraliser dans des usines à différents endroits. Et donc, couplée au Edge Computing, elle permet de mobiliser des puissances de calcul au plus proche des données.

Tout ça pour aller plus vite et se mettre dans les flux industriels qui ont des temps de latence infiniment plus petits que dans d'autres environnements.

Et puis, on rajoute des couches de sécurité additionnelles qui, aussi, sont très importantes. Et donc, la 5G, avec le Edge Computing, ça vient apporter...

C'est l'enabler de l'industrie 4.0, qui va permettre derrière de démultiplier les capteurs et de l'IoT, qui va permettre de faire parler les machines entre elles, va permettre d'optimiser dans des usines, voire entre fournisseurs, des flux et des chaînes.

C'est un enjeu de productivité majeure.

 

[Frédéric Simottel]

Oui, on sent bien toute cette importance, vous venez de le dire, Christophe Béginet.

Alors, ASN, année importante, je l'ai dit tout à l'heure, l'État reprend 80% de votre capital parce que vous êtes vraiment une industrie stratégique et il faut tenir ça, suivre ça de près.

Et un sujet, alors, on parle d'IA, lorsqu'on parle d'IA, on parle beaucoup de data. Du coup, quand on parle d'IA, on parle beaucoup de souveraineté.

[Barre info : IA : le défi de la souveraineté]

Le fait que vous soyez désormais avec l'État au capital, ça montre des points d'attention plus forts sur ce sujet de la souveraineté ?

 

[Christophe Bejina]

Oui, tout à fait. Je dirais que le fait qu'on appartienne maintenant à l'État, ou en tout cas qu'on soit sous actionnariat étatique avec l'APE, renforce le focus de la souveraineté, mais néanmoins, il était déjà très présent lorsqu'on a démarré la transformation digitale.

Bon, là, on a simplement... On accélère sur ce point-là. Alors, La souveraineté, les points d'attention, comme vous le demandiez, il y a deux choses.

Le premier, c'est d'abord, lorsqu'on déploie l'IA, notamment, la 5G et puis l'IA, il ne faut pas oublier que tout ça fonctionne avec des données.

Les données produites par une industrie stratégique comme ASN sont des données qu'on ne veut pas partager, qu'on ne peut pas exposer.

Donc en fait, on a besoin, le premier point d'attention, c'est de travailler avec les bons partenaires qui vont nous aider à mettre en place cet écosystème de données et d'IA.

Donc c'est le partenariat industriel qui va nous y aider, notamment franco-français et européens, n'oublions pas, parce qu'on a quand même des usines en Norvège et en Angleterre.

Et le deuxième point, c'est effectivement de passer à une infrastructure souveraine, c'est-à-dire de forcer à ce que les puissances de calcul soient dans nos data centers, ou dans les data centers de nos partenaires français, et de forcer à ce que les applicatifs eux-mêmes soient colocalisés, on-premise, comme on dit, et que les datas restent nichées dans nos systèmes, et ne soient pas exposées à l'extérieur.

C'est ça la problématique.

 

[Frédéric Simottel]

Important ce critère de souveraineté, Fabrice Asvazadourian. Là, on a une entreprise évidemment stratégique, mais même pour des entreprises moins stratégiques, évidemment, si on se représente dans le contexte géopolitique actuel.

 

[Fabrice Asvazadourian]

Ce qui est sûr, c'est que le contexte actuel fait que parler de ce sujet-là, Il y a 3-4 ans, c'était une discussion intellectuelle, mais finalement, on voyait que les choix se faisaient...

Voilà, ensuite, c'est l'armée, la défense... Oui, mais sinon, c'était des choix. Dans les choix, on ne voyait pas trop comment la souveraineté était prise en compte.

Aujourd'hui, c'est un sujet où tous les DSI, quelle que soit l'industrie, prennent cette dimension, que ce soit pour le choix de leur partenaire sur le cloud, que ce soit pour le choix des solutions d'IA ou autres qu'ils choisissent, la dimension de la souveraineté, elle est prise en compte.

C'est un enjeu. Alors, moi, je pense que la France, là-dessus, elle est plutôt... en avance qu'en retard sur ce sujet-là. Et qu'on a, je pense, en Europe, tiré, notamment sur les sujets de réglementation, on a tiré des mécanismes défensifs.

On n'est peut-être pas encore assez offensifs. Je pense qu'il va falloir qu'on trouve aussi... Alors, on peut espérer que les milliards qui ont été annoncés il n'y a même pas un mois vont nous aider à être beaucoup plus offensifs.

Et le fait que le président ait mis autant en avant Mistral, par exemple, ça doit nous permettre de réfléchir en tant qu'entreprise française, entreprise européenne, à finalement, comment cette dimension de la souveraineté, on la fait réellement vivre ?

Parce que c'est des choix qu'on fait.

 

[Christophe Bejina]

Oui, c'est contraignant.

 

[Frédéric Simottel]

Sur cette IA, un ou deux projets qui sont passés à l'échelle, dont vous pouvez nous parler, Christophe Béginard ?

[Barre info : IA : le passage à l’échelle]

[Christophe Bejina]

Il y en a plusieurs, mais je peux en sélectionner deux ou trois. Par exemple, le premier, c'est que dans nos équipes de R&D, on utilise déjà le machine learning pour mettre au point nos systèmes. Les réseaux optiques à très haut débit ont des complexités, notamment sur la gestion de ressources ou sur les capacités de filtrage.

 

On a déjà en place certaines capacités de calcul d'IA, à base de ces fameux GPU Nvidia, pour nous aider à régler ces problèmes extrêmement complexes dans nos produits R&D. Donc là, on parle quand même de systèmes qui font 60 à 70 teraoctets. C'est vraiment des... Là, vraiment, on a changé de dimension. Donc ça, c'est vraiment... Ça nous aide fondamentalement à régler nos produits.

Peut-être un deuxième exemple, c'est... On a des opérations marines très complexes. Les bateaux-usines... Déployer des systèmes de câbles sous-marins, c'est complexe. C'est pas juste du transport maritime. C'est des navires-usines qui vont d'un point à l'autre, qui reviennent, etc., Donc là, on avait une complexité de planification industrielle liée à ces activités marines. Et cette année, c'est une application à base d'une technologie d'IA, qui s'appelle les métas heuristiques, qui réalisera cette planification marine et qui aidera bien notre équipe de planificateurs à surmonter un problème qui n'est plus gérable par l'intelligence humaine.

 

[Frédéric Simottel]

C'est hyper intéressant, ces sujets-là. Et on voit justement l'IA, facteur de productivité, facteur de réindustrialisation aussi aujourd'hui. Il ne faut pas avoir peur de ces mots-là aujourd'hui.

[Barre info : L’IA devient un facteur de productivité]

[Fabrice Asvazadourian]

Non, je pense que tout à fait. Avec Christophe, avec ASN, on a eu le plaisir de gagner il y a 18 mois un grand prix d'innovation dans l'industrie, dans le déploiement de la 5G dans l'industrie.

Parce qu'in fine, la finalité, c'est la compétitivité. Et c'est comment on peut, grâce à cet assemblage de technologies, la 5G étant une, l'IA étant une autre, arriver à délivrer plus de performances. Je vais prendre un exemple qui me paraît intéressant, c'est comment on utilise l'IA notamment pour pouvoir améliorer les chaînes circulaires. La circularité pour utiliser des déchets en entrant dans des productions industrielles plutôt que de la chimie ou plutôt que de la matière première pure, qui souvent n'est pas chez nous, elle est plutôt lointaine. Tout ça, c'est des enjeux sur lesquels l'IA permet des modèles déployés, permet de faire des sauts de performance sur un enjeu d'ESG, sur un enjeu de souveraineté et sur un enjeu de compétitivité en même temps. Donc la réindustrialisation de la France, elle se passera forcément par le déploiement de cette technologie qui redonne de l'avantage compétitif.

 

[Frédéric Simottel]

C'est un message positif qu'on voulait donner justement parce qu'en ce moment, c'est vrai que ces enjeux géopolitiques, il faut vraiment se positionner et notre industrie est forte et va encore se renforcer grâce à l'IA.

En tout cas, c'est ce qu'on va pousser nous sur nos antennes et que poussent tous nos acteurs aussi, qu'ils soient industriels ou qu'ils soient dans le service et le conseil.

Merci de nous avoir suivis. A très bientôt pour un nouvel épisode En quête d'IA. Et puis, je vous le rappelle, à retrouver tous les autres en replay avec notre partenaire Sopra Steria Next.

Excellente journée.

 

[VOIX OFF]

Hors série, les dossiers BFM Business.

[Apparition du programme « En quête d’IA : Ces dirigeants qui déploient l’IA en confiance] 
Hors-série. Les dossiers de BFM Business. « En quête d'IA, ces dirigeants qui déploient l'IA en confiance », avec Frédéric Simottel. 

[Frédéric Simottel] 
Bienvenue dans notre émission « En quête d'IA » en partenariat avec le cabinet Sopra Steria Next. On va vous parler de l'implémentation de l'IA, l'IA générative notamment. Cette IA de confiance au sein des entreprises. Alors nous allons nous intéresser cette semaine aux métiers des avocats avec nos deux invités. Fabrice Asvazadourian, bonjour ! 

[Fabrice Asvazadourian] 
Bonjour Frédéric ! 

[Frédéric Simottel] 
Directeur général du cabinet de conseil Sopra Steria Next, plus de 4000 personnes. C'est une filiale évidemment de l’ESN Sopra Steria que nous connaissons bien. Et avec nous également Jean-Godefroy Desmazières, Bonjour. 

[Jean-Godefroy Desmazières] 
Bonjour Frédéric, 


[Frédéric Simottel] 
Jean-Godefroy, merci d'être avec nous. Directeur général délégué du cabinet d'avocats Fidal. Vous êtes spécialement en charge de la transformation digitale. Ça tombe bien, on va en parler. Je rappelle ce cabinet Fidal, 102 ans déjà d’ancienneté,  2000 avocats,  90 sites, 300 millions d'euros de chiffre d'affaires. C'est l'un de nos beaux cabinets d'avocats en France et je vais démarrer justement avec vous. Jean-Godefroy. Votre métier implique sans doute une certaine rigueur sur l'exploitation de la data, notamment comment vous travaillez justement avec votre outil, qui s'appelle Fidal IA c'est ça ? 

[Jean-Godefroy Desmazières] 
Oui on n’a pas fait preuve de beaucoup d’originalité.  Pour tout le monde c'est pareil ! Peut-être deux sujets. Il y a le sujet de la data en tant que tel dans le cabinet. En fait, nous avons l'âge que nous avons, donc 102 ans, donc on a beaucoup de données. Et puis ces dernières années, on a énormément de données digitales. Donc que nous stockons dans le cabinet. Cette donnée doit être organisée et surtout être sécurisée parce que c'est de la donnée qui peut être sensible. Nous avons un certain nombre de nos clients qui sont dans le monde de la défense, dans le monde de l'énergie, dans le monde de la santé. Donc c’est une donnée qui est très sensible et nous devons la sécuriser. Après, comment est-ce qu'on exploite cette donnée avec l'outil que nous sommes en train de construire ? Pour les professionnels du cabinet, c’est en appliquant une maxime qui est finalement assez simple. On devient ce que l'on mange. Et ce qui est vrai pour la biologie humaine est vrai également en matière d'intelligence artificielle. On veille à nourrir l'IA avec de la donnée qui est de bonne qualité et donc en triant finalement au sein de cette donnée-là, ce qui constitue des documents qui sont des documents pertinents qu'on va donner à l'IA, et en évitant de nourrir l'IA avec des documents qui sont des copies, qui sont des documents qui ne sont pas finalisés et qui pourraient amener à des résultats de moins bonne qualité. 

[Frédéric Simottel] 
Et là on est dans l'un des piliers pour qu'une intelligence artificielle fonctionne dans l'entreprise, c'est la qualité des data. Hein Fabrice ? 

[Fabrice Asvazadourian] 
Tout à fait. Je pense que c'est très bien dit par Jean-Godefroy, « Pas de data, pas d'IA » ou en tout cas « Mauvaise data, pas d’IA », c'est sûr. Je rappelle une statistique intéressante. On a qu'un algorithme sur sept qui continue à avoir le même niveau de performance quand il passe en mode déploiement, parce que, entre autres, on n'arrive pas à avoir une qualité de data suffisante quand on est en mode industriel. Donc là, les enjeux data, moi j'en vois trois. Le premier c'est quel data ? Et je trouve qu'aujourd'hui qu’il y a un vrai enjeu pour beaucoup d’entreprises, surtout les entreprises qui ont peu de data. Il y a les grandes banques, elles ont beaucoup de données, mais beaucoup d'industries sont en droit de demander « Où puis-je trouver de la data ? » Ça, c'est un premier sujet. Maintenant, il y a plein de sources de data auxquelles on ne pensait pas. Je vais donner un exemple. Sont-elles toutes de qualité ? Par exemple dans un cabinet d'avocats, il n'y avait pas de perdition j’imagine ? Chaque donnée compte. Enfin c’est ce que vient de dire Jean-Godefroy. Deuxièmement, il y a le sujet de la qualité de la data. Et la bonne nouvelle, c'est qu'il y a des solutions d'IA pour aller vérifier la qualité de la data et aider à justement continuer à s'améliorer sur ce sujet de la qualité data. Et puis il y a le troisième sujet qui est, on va dire un peu ancien, mais qui est à remettre au goût du jour avec les enjeux propres à l'IA. C'est toute la gouvernance qu'une entreprise doit mettre en place pour faire ce que les gens voient. C'est trier, sélectionner, s'assurer d'avoir des data owners, etc. Qui sont ceux qui doivent s'assurer que la data reste de qualité. 

[Frédéric Simottel] 
Alors justement, comment on travaille autour de tout ça ? Jean-Godefroy, au sein du cabinet FIDAL, j'ai dit ces avocats : il y a des gens plus seniors et aussi des jeunes juristes qui arrivent et qui ont des comportements différents vis à vis de l'IA. Et puis, une de vos priorités est vraiment l'apprentissage autour de tout ça ? 

[Jean-Godefroy Desmazières] 
Oui, c'est l'expérimentation et l'apprentissage.  On est sur un outil finalement qui va changer le quotidien de nos professionnels en général et de façon différente selon les types de professionnels.  Un avocat qui est plus senior, qui est associé dans le cabinet ,va pouvoir utiliser cet outil là  mais ne va pas forcément lui faire confiance directement.  Quand on utilise l'IA pour faire de la production de contenu.  Finalement, on va avoir un niveau d’efficacité qui peut être un peu moindre que lorsqu'on va travailler sur des documents préexistants. On a également des jeunes professionnels qu'on doit former depuis des années, depuis des dizaines d'années. En réalité, on est formé de la même façon. C’est-à-dire qu'on leur a posé une question. Ils allaient chercher des éléments de réponse, ils allaient se perdre, ils allaient finalement pouvoir inventer des solutions. Ils arrivaient avec une réponse que l'on allait peaufiner au service de notre client. Là, aujourd'hui, on a un système qui est un peu différent. C'est à dire que quand on pose la question à un des jeunes professionnels qui travaillent avec nous, il va pouvoir poser cette question à l'outil et avoir une réponse immédiatement. Et ayant cette réponse, plutôt que de chercher une réponse qu'il ne connaît pas encore, il va essayer de valider la réponse qu'on lui a donnée. Et ça, c'est un élément qui est absolument central, c'est que le professionnel ne va plus s'égarer, c’est à dire qu'il ne va plus avoir cette possibilité d'inventer et de créer finalement ce qui est le droit de demain. L’IA travaille sur des documents qui existent déjà, sur des données qui existent déjà. Donc, l'IA regarde dans le rétroviseur. Ce qui nous intéresse pour nos clients, c'est également d'inventer le droit de demain, de faire évoluer la jurisprudence, de donner des conseils qui sont des conseils d'une qualité différente parce qu'ils sortent des sentiers battus. Et pour ça, on a besoin d'ingéniosité, on a besoin d'inventivité. Donc on va devoir à la fois former nos professionnels sur l'IA, former nos plus jeunes aussi à développer leur esprit critique malgré l'IA. 

[Frédéric Simottel] 
Oui que ce soit une facilité d'un côté, mais pas tomber dans la facilité.  

[Jean-Godefroy Desmazières] 
Exactement.  

[Frédéric Simottel] 
Ce côté est important. Et dans l'apprentissage des outils, il y a une initiative intéressante dont on a parlé avec Jean-Godefroy justement lorsqu'on a préparé cette émission, c'est une bibliothèque de prompts, Fabrice ? 

[Fabrice Asvazadourian] 
Oui, c'est… Alors, c'est une très bonne pratique que nous, on recommande parce que moi, je le vois chez mes clients, et je le vois chez mes consultants. Au départ, tout le monde exige d'avoir son FIDAL IA ou son  « X-GPT ». Et puis on le déploie, on le pose, on l'installe et tout ça, et puis on regarde. Et alors il y a ceux qui l'utilisent tous les jours, voilà. Parce que naturellement, ils ont envie, ils sont débrouillards. Il y a un ventre mou assez important qui l’utilise peu, sporadiquement, sur des choses très précises. Et puis il y a ceux qui refusent, ou qui n'ont pas pris le pli, qui ne considèrent pas que ça fait partie de leur vie. Les prompts, c'est une façon non pas de dire « il y a un outil utilisez-le » , ce sont des usages précis et voici comment y rentrer. Et après vous pouvez, vous, re-prompter en affinant, en précisant. Et donc nous, on recommande très fortement à nos clients, pour ancrer dans les pratiques quotidiennes de leurs collaborateurs, d'avoir des bibliothèques de prompts et après de laisser la créativité des communautés en interne enrichir et compléter. Ces prompts, il faut béquiller à l’entrée. Pour la grande majorité des collaborateurs, il faut béquiller.  

[Frédéric Simottel] 
Je trouvais cette initiative intéressante justement, ce qu'on se demande souvent, c'est la porte d'entrée. Bon, une fois qu'on a posé une question, on a la réponse, mais est-ce qu'on l’a posée vraiment dans le bon sens ? Et je trouvais que cette bibliothèque de prompts était une initiative dont on pouvait souligner en tout cas la force, chez vous, au sein du cabinet FIDAL. Tous ces usages, aussi, transforment le métier, le modèle économique de votre cabinet, mais de la profession d'avocat aussi, d'une façon générale, Jean-Godefroy Desmazières ? 

[Jean-Godefroy Desmazières] 
Oui, tout à fait. En fait, cette approche faite par l'IA permet d'aller beaucoup plus vite pour agréger de la connaissance qui était éparse. Donc ça nous amène à deux choses. Ça nous amène à nous interroger sur effectivement notre modèle économique. Je vais revenir sur ce point-là. Ça nous amène également à nous poser la question de ce qu'est au fond le métier d'avocat d'affaires. Parce que finalement, la valeur ajoutée d'un avocat lorsqu'elle consiste à agréger des connaissances éparses, finalement, elle n'est pas très élevée. Et comme elle n'est pas très élevée, on va avoir du mal à la valoriser auprès de nos clients. Jusqu'à présent, et ça fait depuis des années que c'est comme ça dans la plupart des cabinets, notre profession, notre chiffre d'affaires, c'est des additions et des multiplications de temps, qu'on multiplie par des taux horaire et finalement on arrive à une valeur.  Mais il n'y a quasiment plus que dans ces métiers là que la valeur d’un service est liée au temps qu'on a mis pour le rendre.  Si vous regardez un téléphone portable, on se pose pas la question de savoir combien de temps a été mis pour construire le téléphone portable. On va regarder quelle est son utilité,  quelle est son efficacité, son niveau d'innovation.  Là, on est exactement au cœur du sujet en utilisant des outils qui nous font gagner du temps. Finalement, on passe moins de temps sur les questions de nos clients et s'il y a moins d'inventivité, cette multiplication de moins de temps par un taux amène à moins de chiffre d'affaires. Donc la question est forte. Soit on a beaucoup plus de clients et on s'en sort. Mais, si la modernisation de nos métiers se traduit par une baisse du chiffre d'affaires, on est à côté du sujet. Donc on souhaite à la fois avoir un service client de grande qualité, le plus innovant et le plus moderne possible, et en même temps on souhaite se focaliser sur la valeur la plus fine qui est apportée à nos clients. Et cette valeur est servie par l'IA, mais elle ne se résume pas à l'IA, donc c'est un outil au service de nos professionnels. 

[Frédéric Simottel] 
Et donc aujourd'hui, vous revoyez votre modèle par rapport à l'usage de cette IA ?  

[Jean-Godefroy Desmazières] 
Aujourd'hui, on travaille avec nos clients sur la valeur qui est apportée indépendamment du temps qui a été mis pour rendre le service qui est donné. Et vous avez déjà des clients qui vous interpellent un peu, en vous disant « tiens, déjà l'IA générative par rapport à ce que j'ai pu faire, moi en tant que client » et qui reviennent vers vous en disant « voilà, il y a des choses plus faciles à faire » ?  Alors ça dépend en réalité de ce que le client ou nos clients souhaitent. On a 69 000 clients, donc on a de nombreux points de vue, c'est quand même un nombre important. Pour un certain nombre d'entre eux, ils viennent voir un cabinet d'avocats pour avoir un service parfait. L'IA aujourd'hui nous aide mais ne rend pas un service parfait. Donc, lorsque on produit, on fait un contenu, un document, un acte avec des outils qui sont des outils digitaux, que ce soient des contrats tech, que ce soit de l'IA avec Fidal IA, que ce soit avec d'autres outils. En réalité, on doit toujours retravailler l'ensemble pour s'assurer que ce soit le plus parfait possible, c'est à dire en accord avec les règles, les règles applicables au droit, la jurisprudence, etc. Mais surtout très adapté à notre client. Donc évidemment, nos clients vont nous dire vous allez gagner du temps sur certaines tâches à faible valeur ajoutée. C'est à nous de démontrer que la valeur à  100% est quelque chose qui compte pour nous.  

[Frédéric Simottel] 
Et là, on vient au thème de notre émission l'IA de confiance. Et on le voit, chaque entreprise devient un acteur de confiance pour ses collaborateurs et ses clients, c’est ce que vient de dire Jean-Godefroy Desmazières.  

[Fabrice Asvazadourian] 
Oui, l'IA sera de confiance ou ne sera pas. Donc ça c'est un enjeu critique. A la fois, Le sujet n'est pas nouveau parce que de tous temps, une entreprise sait que si elle n'a pas la confiance de ses collaborateurs, de ses clients, elle aura du mal à survivre. Donc... Mais là, l'enjeu, il est un peu démultiplié puisque…  Oui là on a un outil qui réfléchit un peu à notre place parfois…  Donc on doit recranter. Alors, il y aura l’étage obligatoire et l’IA Act va créer : Les sept dimensions de l'IA de confiance auxquelles tout le monde va devoir faire face. Elles sont de bon sens. Je ne sais pas si je suis capable de les citer toutes les sept de mémoire, mais elles sont de bon sens. Elles vont devenir des obligations. Donc on devra démontrer que l'on a effectivement mis en place dans son organisation la capacité de gérer une IA de confiance. Et puis après, je pense qu'il y a un deuxième étage sur lequel on ira au-delà de ça pour se dire comment on fait vraiment de l'IA de confiance dans ces processus métiers critiques. Nous, on participe à un consortium « Confiance.AI » aux côtés de sept grands autres partenaires sur lequel on réfléchit : Comment est-ce qu'on est capables demain de traiter des processus critiques métiers avec de l'IA de confiance et en confiance par rapport à un environnement, des données sensibles, etc, etc. 

[Frédéric Simottel] 
Et bien merci à tous les deux d'être venus nous parler de tout ça, de cette IA de confiance. Fabrice Asvazadourian, directeur général du cabinet de conseil Sopra Steria Next et Jean-Godefroy Desmazières, Directeur général délégué du cabinet d'avocats FIDAL, et puis en charge de cette transformation digitale, de cette transformation de l'IA. Merci à tous les deux de nous avoir apporté vos témoignages. On se retrouve très bientôt pour un nouvel épisode de notre série « En quête d'IA » 

[Voix off] [Encart « Hors-série. Les dossier BFM Business] Hors-série. Les dossiers BFM Business.      

Hors série Les dossiers BFM Business enquête, dia, ces dirigeants qui déploient l'i a en confiance avec Frédéric Simotet.

Bienvenue dans notre émission quête dia. C'est le dirigeant qui déploie l'i a en confiance en partenariat avec Sopra Steria Next où l'on va parler de l'implémentation de l'i a générative et puis de l'i a de confiance au sein des entreprises. Alors vous savez, on on s'intéresse si vous Regardez les replay, on s'intéresse, on s'intéresse à l'industrie, à la Banque, aux assurances. Et puis là on va s'intéresser à des directions commerciales, des services clients au sein du groupe la poste avec notre invité Pierre Étienne Bardin. Bonjour.

Bonjour, merci d'être avec nous, Chief Data Officer au sein du groupe la poste alors plus de 15 milliards d'objets distribués par an dans le monde, 34 milliards d'euros en 2023 de de chiffre d'affaires, 230000 collaborateurs, 500 experts, vraiment de la data et de l'i A et un groupe vraiment très innovant dans dans le domaine à la fois du numérique et de l'i a on va, on va en parler avec vous et puis avec nous. Fabrice asva zadourian, Bonjour, Bonjour Frédéric Fabrice, merci d'être avec nous. Directeur général du cabinet de Conseil Sopra Steria Next, c'est plus de 4000 consultants évidemment et puis filiale ESN de Sopra Steria bien connus.

Pierre Étienne, on va démarrer avec vous alors les idées de cas d'usage j'imagine dans le groupe la poste ça ne manque pas, vous devez en gérer et vous voir arriver tous les jours sur votre sur votre bureau, surtout avec Clia Générative, il a fallu prioriser et vous vous êtes dit tiens, il y a peut être un domaine où on peut se se lancer. Enfin il y a plusieurs mais celui-là on va peut être voir tout de suite des des des cas d'applications, c'est au niveau des directions commerciales du service client. Alors tout à fait, on remonte un petit peu, on remonte un petit peu en arrière.

On a un peu été tous victimes de cette de cette vague chat GPTIA générative et quand je dis tous victimes, c'est entre guillemets parce que c'est pas, c'est pas si dramatique que ça. Et et tous les métiers se sont intéressés à à cette transformation, à ces, à ces, à ces ces innovations. Les équipes IT se s'y sont intéressées aussi, notamment pour comprendre et pour savoir comment utiliser ces ces nouvelles technologies et et donc on a fait le choix de de.

De filtrer les cas d'usage et de prendre ceux qui étaient avec le plus gros impact. On aurait pu prendre les plus faciles, les plus simples, non ? On a, on a souhaité prendre ceux avec de l'impact pour démontrer que l'i a générative pour s'assurer aussi pour se rassurer que l'i a générative était vraiment quelque chose qui était 111 fait majeur par rapport aux aux IA traditionnelles, on a développé un une solution en interne, on c'est un un point de contact unique, un point d'entrée unique à base d'un d'un LLM.

Et cette solution, on a souhaité ne pas utiliser chat GPT et donc faire appel à nos experts pour construire cette solution, cette solution interne et pour répondre à à à nos besoins en s'appuyant sur nos données. C'est la la poste GPT, c'est son, c'est son nom, c'est son nom. La Poste GPT ça, ça signifie l'utilisation de de de technologies génératives sur nos bases de connaissances sur les données postales. C'est ça qui était important pour nous et c'est une aide et c'est un assistant.

Et effectivement, quand on a choisi ce cas d'usage, on a, on a favorisé celui avec avec de l'impact et donc les équipes commerciales et les équipes relation client pour faciliter les réponses et et et accélérer les réponses qu'on fait aux clients, que ce soit les clients grands comptes, les clients professionnels ou les clients particuliers, c'était ça qui était qui était important pour nous.

On rentre maintenant dans une phase d'industrialisation. Ouais, ça fait un an qu'on qu'on a, qu'on a expérimenté et qu'on a testé les différentes solutions qu'on a fait un choix des de sur certains algorithmes.

On a aussi beaucoup travaillé sur les technologies drag, donc les technologies qui permettent de comprendre nos bases de connaissances et de les structurer de telle manière que elles n'hallucinent pas et elles répondent correctement aux besoins. Parce que ça c'était c'était très concrètement, voilà 111 exemple très concret de de ce de cette. Alors concrètement qu'est ce que ça veut dire pour ces utilisateurs ? C'est vous avez aujourd'hui des bases de connaissances qui sont très complexes, des centaines de produits et donc un utilisateur se connecte sur la poste GPT.

Il a une réponse à faire à à un client, soit une réponse commerciale, soit en une une réponse de type de type relation client et donc il va se connecter. Il va discuter avec la poste GPT en langage naturel et il va poser ses questions sur tel produit. Tel client est intéressé par telle fonctionnalité et ce que va faire le la poste GPT. Ça va se connecter à l'intégralité de ces fiches, de ces fiches produits et en faire une synthèse, de restituer l'information toujours en langage naturel.

Mais en mettant en lien et ça c'était important pour pour gagner en crédibilité sur sur la solution en mettant en lien toutes les fiches produits qui ont été utilisées pour produire cette en sourçant un peu toutes les informations sans cet on pouvait reprocher au chat GPT parfois c'est de nous donner, c'est de nous donner une réponse et on savait pas d'où ça venait. Là pour pour rassurer les utilisateurs, on dit voilà c'est une synthèse de de toutes les fiches produits par rapport à cette demande client. Mais voilà les fiches qui sont qui qui correspondent à cette à cette réponse.

Évidemment ces fiches on peut-on peut y accéder, c'est des liens hypertextes, et donc on peut après accéder à la base de données qui est, qui est la source du du LLM. Donc là on a, on s'appuie, voilà sur nos, sur nos, sur nos experts internes, et c'est c'est c'est comme ça qu'on peut qu'on peut accélérer. Fabrice, c'est important, on le voit d'avoir de de démarrer par un pour un point bien entendu, mais d'avoir un peu l'application flagship quoi, celle qui va être le porte drapons en disant Regardez, ça marche là, maintenant on va, on va aller voir les autres directions. Tout à fait. Je pense que on s'était commis avec un un point de vue en début d'année sur le sur.

Comment prendre ? L'i a générative, on avait dit 2024A Culturé a culturé a culturé hein, donc on avait et on a vu cette époque d'époque à droite à gauche. Voilà et avec le côté positif d'époque, c'est que ça a permis de de toucher un peu plus du doigt et de concrétiser. Puis le côté des fois déceptif du pot qui qui est que in fine on passe pas facilement du in vitro au in vivo hein. Voilà et donc on leur a dit en 2025, ça sera le moment des flagship. Choisissez des grands domaines sur lequel vous regarderez pas le sujet par petit morceau, mais de bout en bout.

Hein ? Parce que c'est comme ça qu'on calcule un vrai business case hein ? C'est comme ça que parce que on peut faire des héros. Oui surtout hein, qui à la fois avec Excel sait faire beaucoup de choses, mais mais ça ne génère pas de gains qu'on voit après dans dans les dans les comptes de résultats. Et donc là on voit bien. On voit que dans le monde de l'industrie, c'est plutôt sur la supply chain que sont les Black chips aujourd'hui, si en tant qu'on doit aller voir, mais c'est plutôt sur l'optimisation de la supply chain. On en avait parlé à la précédente émission hein, dans le monde des services.

C'est beaucoup autour des assistants qui font des gains de productivité pour des collaborateurs hein, donc ça c'est aussi ça, c'est je pense aussi intéressant, c'est un peu l'exemple de de la poste hein, Voilà ça ça me parait etre des 2 moments, 2 grands sujets qu'on voit en ce moment s'industrialiser et alors derrière Pierre Étienne il faut-il faut embarquer tout le monde dans ces projets, donc comment on fait ? Parce que justement il y a le le ******** va me remplacer, et cetera. Alors aujourd'hui on dit non, concentrez-vous vraiment sur, c'est plutot ceux qui vont utiliser l'i a.

Ils vont vous remplacer donc allez y concentrez-vous. Alors comment vous avez fait justement pour embarquer tout le monde ? Et puis justement pour ensuite porter l'i a vers d'autres d'autres métiers. Alors ça à la poste ça fait 10 ans qu'on travaille sur sur sur l'i a et et on a on a cette approche qui est de dire on est, on est tous acteurs et on est tous concernés par cette par cette transformation. On a 75000 personnes qui sont certifiées à l'i a au sein du groupe, donc c'est quelque chose qui a été pris très rapidement au sérieux et c'est vrai que depuis un an.

On a un un une explosion des demandes de d'acculturation et de formation pour pouvoir comprendre ce que ce que ce que signifie cette IA générative et comment comment moi je l'utilise et est ce que j'ai un risque dans sur sur mon métier et donc 2000 formations qu'ont été qu'ont été lancées en en en un an c'est c'est c'est assez, c'est assez important, on on a beaucoup.

On a beaucoup travaillé sur de l'acculturation. Là on passe maintenant dans des formations un peu plus sérieuses, des techniques de pronting, des hackathons sur sur certains, sur certains cas métiers. Et ce qu'on a voulu expliquer lors de ces formations, c'est rassurer pour dire que les métiers de la poste sont très complexes et très diversifiés. On, on n'est pas sur des métiers qui vont disparaître, on est plutôt sur des activités.

Par à l'intérieur de ces métiers qui vont être automatisés, qui vont être simplifiés. Et c'est ça en fait qu'on a qu'on a voulu diffuser comme comme message. Et l'autre message qu'on a voulu aussi passer, c'est qu'il y a. Il y a beaucoup d'opportunités derrière cette IA générative, une opportunité pour pouvoir accéder plus facilement à l'information et donc on avec l'exemple que j'ai donné, c'est aujourd'hui un peu c'était compliqué d'accéder à des bases de connaissances, ça me prenait beaucoup de temps et des fois je trouvais pas fallait que je fasse appel à un expert.

Bah maintenant je me sens augmenté parce que c'est moi même qui peut accéder rapidement à l'information. Donc on a cette opportunité là, une 2e opportunité, c'est les métiers qui étaient qui regardaient un petit peu de loin. L'i a en disant C'est pas pour moi en fait ceux-là ils ont été rattrapés par la patrouille et quelque part maintenant on a pu lancer des programmes d'accélération de transformation de ces métiers. Et la 3e opportunité c'est de se dire on est tous.

On est tous en capacité de créer du contenu. On a tous cette possibilité de manière assez simple de créer du document, de créer du code informatique, de créer des images, de créer des vidéos. Je dis pas qu'on devient tous artistes, mais quelque part on a tous cette capacité à à à être augmenté par rapport à cette IA générative. Donc ces 3 opportunités qu'on essaie de pousser, c'est ça les messages qu'on passe.

Et évidemment on sera pas remplacé par l'i a, mais par ceux qui savent l'utiliser. Et soyez hardis, c'est ce que dit une une étude de de Sopra Steria Next Hein d'ailleurs. Et justement, c'est augmenter le collaborateur, montrer que c'est une innovation de rupture, mais innovation aussi quelque part incrémentale. Hein fabrice ?

Tout à fait. Je pense que le quand on regarde comment est ce qu'on arrive à convaincre des collaborateurs à utiliser l'i a d'abord un il faut effectivement faire ce que vous avez fait à la poste, c'est c'est former, former, parce que y a rien de pire que de pas connaître pour résister hein. Donc ça c'est la première base. Nous on voit beaucoup de de nos clients qui utilisent, qui accompagnent le déploiement de l'i a par des formations sur.


9:48
Sur le l'empathie, sur les postures, parce que finalement le temps qui va être gagné sur les tâches automatisables, il faut le redéployer pour créer plus de Lions, plus de plus de de chaleur humaine si on peut dire hein et et et comme on on sort plutôt d'une période assez longue où on a plutôt été drivé par la compliance, voilà la conformité et autres les les les les les qualités les plus les plus softs de la relation sont sont à à réaffirmer hein ? Et donc on voit des clients qui accompagnent hein, pour montrer la valeur ajoutée pleine de l'humain quand il est augmenté.

Par ces solutions solutions de, de, de, d'i a et alors sur sur sur ces ces programmes là en en quête d'i a on s'intéresse aussi à l'i a confiance. Et alors justement là ça vous a permis aussi de Ben voilà de parler éthique, de dire voilà cette IA elle est là pour accompagner, on l'a dit mais c'est c'est quoi votre définition de l'i a de confiance au sein du groupe la poste ? Alors pour nous c'est en fait c'est 3 dates, on a 2016, 2022, 2024, 2016, C'est 2 ans avant le RGPD et c'est une la création d'une charte data qui.

On reprend les valeurs du groupe et pour s'assurer que on a une démarche d'utilisation de la de la donnée qui est éthique. 2002 1022 c'est 2 ans avant le RIA et c'est une même démarche mais sur l'i a un et 1IA de confiance. 2024 c'est la fusion de ces 2 chartes pour avoir une charte data IA qui est qui explique auprès des collaborateurs mais aussi également auprès de nos partenaires la manière dont on utilise l'intelligence artificielle. C'est un ensemble de principes.

C'est une équipe d'experts qui a défini. C'est une équipe transverse hein qui a regroupé toutes les toutes les tous les métiers de de du groupe Hein, que ce soit de la Banque, de l'assurance, de la logistique, les fonctions support. C'est une gouvernance qui permet de contrôler et de vérifier la la bonne application de ces principes. Une gouvernance qui a fait appel. Donc que je co que je copréside avec avec la la directrice, la directrice RSE du du groupe Hein Stéphanie Dupuy Lyon qui regroupe des DPO.

Donc les personnes en charge de la conformité, les experts data, des des experts en juridique et des experts externes qui nous apportent un regard justement, une prise de une prise de hauteur par rapport à ce qui se fait dans d'autres, dans d'autres groupes, pour pour aussi nous aider à aller à aller encore plus vite et encore plus loin. Et c'est également tout. Tout ce dispositif, c'est des dispositifs de contrôle qui vont faire une revue des projets.

D'utilisation de l'intelligence artificielle pour vérifier qui qui répondent à ces principes et qui répondent aux exigences de de conformité. Mais c'est également de l'acculturation et de la formation et une grille d'analyse. Bah qui qui vérifie les risques liés à l'i a puisque c'est ça le l'essentiel de du RIA. Voilà et donc ce besoin d'être un acteur de confiance hein ? Pour pour l'entreprise, juste un mot là-dessus.

Oui, nous on est, on est, c'est c'est un sujet majeur hein, et je pense que l'Europe est en avance sur ce sujet-là. Il faut parce qu'on dit souvent qu'on n'est pas en avance, mais sur ce sujet-là on est, on est très en avance hein, et il faut qu'on continue à stimuler le monde pour garder un environnement dit a de confiance. Eh bien merci à à tous les 2. Pierre Étienne Bardin, chef d'État Officer du groupe la poste Fabrice azazadourian, directeur général du cabinet de Conseil Sopra Steria Next à très bientôt pour une nouvelle émission, enquête d'i a hors série Les dossiers BFM Business.

[Apparition du nom de l’émission – « En quête d’IA : ces dirigeants qui déploient l’IA, en confiance. » - Voix off]
Hors série. Les dossiers BFM Business.
« En quête d'IA : ces dirigeants qui déploient l'IA en confiance » avec Frédéric Simottel.
[Frédéric Simottel]
Bonjour et bienvenue dans ce hors série en quête d'IA, ces dirigeants qui déploient l'IA en confiance. Et on va parler de l'IA et du luxe aujourd'hui. Mais vous pouvez déjà retrouver en replay nos trois rendez-vous avec Michelin, le Crédit Agricole et CNP Assurances. Là, on aborde un peu tous ces secteurs avec notre partenaire Sopra Steria Next. Cette semaine, place au luxe, on va passer… plein de choses à voir ! L'amélioration dans les magasins, dans la supply chain… on va voir tout ça avec nos deux invités.
Franck Le Moal, Bonjour Franck
[Franck Le Moal] 
Bonjour
[Frédéric Simottel] 
Merci d’être avec nous, Directeur IT et technologies de LVMH.
Et Fabrice Asvazadourian, bonjour !
[Fabrice Asvazadourian] 
Bonjour Frédéric
[Frédéric Simottel]
Directeur général du cabinet de conseil Sopra Steria Next.
[Apparition d’un bandeau « L’Intelligence artificielle au service du luxe »]
[Frédéric Simottel]
Alors Franck, je vais commencer avec vous. Donc l’IA apparaît dans de nombreux domaines chez LVMH. C'est vrai que la liste, on a un temps imparti, mais elle est assez longue. Vous avez formé un très grand nombre de collaborateurs et puis moi, lorsqu'on a préparé cette émission, vous avez dit « Tiens, il y a un cas d'usage intéressant, c'est dans les ateliers de créateurs. »
[Franck Le Moal]
Oui, effectivement. Alors déjà, vous avez raison, on a formé beaucoup de collaborateurs dans le groupe LVMH, puisqu'on a à peu près collaborateurs formés à l’AI et au GenAI. Et on continue, voilà, avec une approche qui est de plus en plus segmentée par métier, par géographie, parce que maintenant, ce qui est important, c'est de faire rentrer l’AI et le GenAI dans les métiers pour que ça apporte encore plus de valeur. Et effectivement, on rentre doucement, on a fini le mode du poc, on rentre dans les ateliers, mais quand on dit les ateliers, ce sont les ateliers de création et de designers pour augmenter et supporter, parce qu'on a une vision qui est quand même extrêmement importante dans le luxe et chez LVMH, c'est qu'on ne veut pas que l’AI et le GenAI viennent remplacer nos créateurs et nos designers, c'est là pour aider, pour supporter. Mais derrière le processus de création de nos produits, de nos magasins, de nos vitrines, il restera toujours des hommes et des femmes avec la passion et l'esthétisme de leurs créations. Effectivement, le GenAI va venir les augmenter. On a quelques exemples…
[Frédéric Simottel]
Oui très concrètement, on va faire un prompt en disant « Voilà, j’ai besoin de ce genre de choses » et puis le Créateur va travailler à partir de ces images ?
[Franck Le Moal]
Oui alors par exemple dans la maison de Louis Vuitton, on a mis en place un petit outil qui s'appelle l’ « AI Atelier », qui va permettre effectivement aux assistants de style, aux assistants designers d'avoir un peu un mur d'inspiration. Des formes, des couleurs, voilà qui vont éventuellement les aider dans leurs processus de recherche. Déclencher un peu d'inspiration. On a la même chose dans les magasins. Vous savez qu'on fait des très beaux magasins, très luxueux. Donc par exemple dans la maison Christian Dior Couture ou chez Fendi, pareil, on a mis en place un outil qui va être utilisé par les créateurs de vitrines, les créateurs de marchandising, qui vont s'inspirer des formes, des couleurs, des atmosphères. Et donc ça, ça, ça va concourir à nourrir ce processus de création sans le remplacer.
[Frédéric Simottel]
Fabrice, c'est ce que l'on dit toujours, ce n'est pas l'IA qui doit nous remplacer, c'est celui qui utilisera l'IA qui risque de nous remplacer. On en a un exemple très concret. Ça ne va pas tuer la créativité, l'IA, au contraire ?
[Fabrice Asvazadourian]
Pas du tout. D'abord, l'IA générative, elle n'est pas, elle ne crée pas. C'est de la statistique très poussée qui vous permet de gagner beaucoup de temps dans des tâches d'inspiration. Mais la création, le processus humain de création de l'IA générative, en est incapable donc ce n'est pas demain que l'on remplacera les créateurs, les vrais créateurs. En revanche, l'IA générative peut d'ores et déjà les aider beaucoup. Et ça, c'est toujours finalement garder focalisé la partie la plus forte valeur ajoutée de l'humain. Et dans ce cas des créateurs, et l'alléger ou la démultiplier, l'augmenter comme on dit, grâce à l'IA. Et voilà, voilà l'enjeu.
[Frédéric Simottel]
Moi j'aime bien l'idée de déclencheur parce que parfois c'est ça, on est tous, on veut écrire un post, un article, on cherche l’inspiration, on se dit tiens, j'ai des idées, je n'arrive pas à trouver le début. On fait son petit prompt qui nous fait deux ou trois débuts. On dit ah oui, tiens, je m'appuie sur celui-là. Et puis là on déroule tout ça. Frank, l'IA donc on la retrouve dans les boutiques. Vous l’avez dit, dans cette partie création mais aussi sur, j'imagine, tout ce qui est la relation client, le client qui maintenant, même dans le luxe, il faut bien le dire, il va sur le net, il va sur les réseaux sociaux, il va aussi en boutique.
[Franck Le Moal]
Bien sûr Frédéric, vous touchez le bon point. D’abord, c'est peut-être dans l'univers du magasin et du vendeur qu’on avance le plus sur cette partie, la GenAI, parce qu'en fait c'est quelque chose aussi pareil, pareil, exactement, comme pour les créateurs et designers. On n'est pas là pour remplacer le vendeur, on est là pour l'aider, l'augmenter et le remettre au cœur d'une relation encore plus riche, avec une expérience encore plus forte, avec ses clients. Donc on veut vraiment que, avec l'IA et le GenAI, on pense que notre vendeur va pouvoir se concentrer sur la connaissance client avant que notre client vienne au magasin. Et quand le client arrive dans la boutique, il franchit la porte du magasin et bien là, avec ces outils-là. Et je vais vous donner deux trois exemples, on va avoir un autre vendeur qui va accompagner, renforcer l'expérience et le dialogue avec le client. Donc, qu'est-ce qu'on fait ? On cherche à connaître ce que fait notre client. Alors bien entendu, on est très respectueux des données de nos clients, mais on sait que nos clients vont sur le net, vont sur les plateformes digitales, ils vont regarder les réseaux sociaux, ils appellent nos call centers. Donc on va avoir une masse d'information qui est extrêmement intéressante et on va le mettre à disposition de nos vendeurs pour qu'ils puissent encore mieux synthétiser sa proposition de valeur. Donc ça, c'est un des premiers cas d'usage. Et donc on a ça dans à peu près treize marques aujourd'hui, on a déployé ça à l'échelle chez Tag Heuer, chez Bugari, chez Tiffany, chez Vuitton, chez Christian…
[Frédéric Simottel]
Oui parce que chaque maison a sa particularité quand même…
[Franck Le Moal]
Mais en même temps on essaie de faire de la réutilisation de ces cas de figure. Et le deuxième sujet, c'est qu'une fois que le client est venu dans le magasin ou quitte le magasin, on va aller encore enrichir notre échange avec lui. Par exemple, on va synthétiser tout l'historique d'achats, de commentaires que peut faire un client et notre vendeur qui va avoir son iPhone avec son application, on va pouvoir effectivement avec ses prompts GenAI qui sont intégrées dans l'application, va pouvoir proposer des messages qui sont plus qualitatifs, plus personnalisés. Voilà, c'est ce qu'on fait.
[Frédéric Simottel]
Et comment vous faites pour justement bien équilibrer ça, que le vendeur ne se sente pas tout d'un coup trop… Je caricature un peu, mais trop le nez sur son écran, pour avoir toutes les données sur le client ?
[Franck Le Moal]
Alors on travaille énormément l'ergonomie, on travaille des applications qui vont être extrêmement épurées, extrêmement rapides. On commence à tester effectivement des moteurs de GenAI où le vendeur va parler et l'iPhone va lui répondre. Ça, c'est les tests qu'on a et les mises en œuvre qu'on est en train de faire. Donc on essaye de faire en sorte que pendant l'acte d'achat, il ait dans son expérience, dans son interaction avec le client. Il a préparé, il regarde rapidement son iPhone parce que les applications sont très bien faites et donc je pense que quand on parle, si vous avez l'occasion d'aller par exemple à la boutique Montaigne de chez Dior Couture, vous verrez effectivement une expérience très fluide avec le mobile qui est toujours là, mais de façon extrêmement légère et dans la discussion et l'échange avec notre client et notre conseiller de vente.
[Frédéric Simottel]
Parce que c'est ça l'une des difficultés, c'est ça. On reviendra peut-être sur la priorisation des projets. Comment être certain sur ce type d'applications, l’IA au service du client, de la personnalisation client, de la relation client, de dégager cette valeur Fabrice ?
[Fabrice Asvazadourian]
Alors, c'est toute la question. Et Franck a déjà bien mis en exergue les choses qui sont clés. La première chose, c'est que finalement, aujourd'hui, grâce à l'arrivée de l'IA générative, on est capable de combiner de l'IA prédictive, qui n'est pas récente, (ça fait des années, des années que les entreprises en font) pour faire les fameuses « Best next actions ». Quel est le prochain produit, le prochain service que je peux vendre à mon client ? Le problème, c'est que c'était assez froid, et donc maintenant on arrive, comme le disait Franck, à pouvoir le contextualiser pour que le conseiller, le commercial puisse se non pas venir pousser un produit, mais venir engager un client.
[Frédéric Simottel]
En fait, contextualiser un peu la relation justement…
[Fabrice Asvazadourian]
Donc ça c'est un saut, c’est un saut d'efficacité. La seule chose, c'est que pour qu'elle soit un saut d'efficacité, il faut encore que l'humain l'utilise.
[Frédéric Simottel]
Oui, on connaît tous ces gros projets de relation client qui ont été installés il y a quelques années et bon…
[Fabrice Asvazadourian]
Oui et là on voit bien que travailler sur l'expérience employé, comment les collaborateurs vont l'utiliser, l'ergonomie, c'est ce qui va faire le succès et je pense que cette partie-là, aujourd'hui, on est des fois sur l'IA, trop dans la technique et pas assez dans l'expérientiel. Ce qui va être, à mon avis, ce qui va faire la grande différence entre les entreprises qui feront de l'argent grâce à ça et celles qui font des modèles ; ce qui n’est pas tout à fait la même chose.
[Frédéric Simottel]
Oui, Franck le soulignait aussi avec la voix, on va vraiment avoir cet échange qui va encore enrichir cette relation entre le collaborateur, l’outil et la plateforme.
[Fabrice Asvazadourian]
Oui, et less is more. Il va falloir cacher la complexité pour l’utilisateur.
[Frédéric Simottel]
Alors Franck, on a vu les boutiques, on a vu la création, la personnalisation client, et ce qui est important aussi, c'est l'IA au service de la supply chain. Parce qu'évidemment vous avez des clients forcément dans le luxe très exigeant. Donc voilà, on veut son produit le plus vite possible, au bon endroit, au bon moment. Donc il faut dans la gestion de la production, dans la distribution et puis… on est aussi dans la RSE, et ça aussi c'est important, ça vous permet de remonter un peu cette chaîne et de voir respecter un peu tous les critères aujourd'hui dans l’entreprise avec cette équation.
[Franck Le Moal]
Complètement, Frédéric, parce qu'en fait, voilà le deuxième sujet aussi très important pour nous, c'est la supply chain. Mais plus que ça, c'est aussi la production. Parce en fait, vous avez raison de résumer les attentes de nos clients. Mais il ne faut jamais perdre de vue qu'on est l'industrie du luxe et l'industrie du luxe. C'est quand même un peu différent des autres industries. On n'est pas une industrie de grandes séries. On manipule et on met dans nos produits des matières chères, des matières rares. Voilà. On a effectivement des hommes et des femmes dans nos ateliers qui vont produire effectivement plutôt des quantités les plus justes possibles et en flux tendu. Et donc bien entendu, l'IA et les algorithmes, là c'est plutôt sur la partie IA, vont avoir un rôle très important, c'est-à-dire comment on va effectivement être le plus pertinent possible dans l'appréciation de l'attente de nos marchés. Donc tout ce qu'on va faire pour pouvoir optimiser les prévisions commerciales pour savoir exactement où s'exprime la demande, où il faut envoyer le bon produit dans le bon magasin. Donc ça, c'est un sujet qui est très important. On a des maisons qui ont des activités complètement diverses, on a une richesse de produits et de collections qui fait qu'il va falloir mettre dans le bon magasin le bon produit. Je parle même pas des saisons. On a l'hémisphère nord, l'hémisphère sud. Voilà l'été en Grèce versus l'hiver en Argentine. Donc ça c'est des sujets qui sont extrêmement importants, comment on va préparer le mieux possible nos assortiments produits et surtout, effectivement, on produit des produits rares. Donc produire au bon niveau, produire effectivement pour éviter les transferts, ne pas surproduire avec des matières qui sont extrêmement chères, c'est très important. Donc tout ce qui va permettre d'optimiser la connexion entre les ventes et le signal qu'on va envoyer à nos ateliers pour produire les bonnes quantités, c'est absolument essentiel. Et pour servir bien entendu au mieux nos clients en fonction de ce qu'ils attendent, avec la meilleure expérience possible. Et c'est là où effectivement vous avez raison, de façon induite, extrêmement fort, on va désormais avoir un modèle, des modèles d'IA qui vont concourir à ce phénomène de sustainabilité et d'environnement, parce qu'effectivement, ce qu'on produit pas, voilà, c'est des matières qu'on ne dépense pas et surtout des produits qu'on envoie au bon endroit. C'est des produits qu'on ne va pas redéplacer et donc immédiatement un impact sur l'environnement, sur la performance de supply chain.
[Frédéric Simottel]
Et on sait que c'est la chaîne…
[Franck Le Moal]
Donc la supply chain, la production sont effectivement des facteurs sur l'environnement qui sont extrêmement sensibles. Donc ça, c'est notre focus dans la plupart de nos maisons.
[Frédéric Simottel]
C'est beaucoup, beaucoup de… une équation à plusieurs, pas des inconnues parce que justement grâce à l’IA elles sont de moins en moins inconnues mais il y a beaucoup de paramètres dont il faut tenir compte. Fabrice justement, au travers du témoignage de Franck, on voit toute cette maturité vis-à-vis de l'IA. Alors là on est dans une belle maison comme LVMH, un grand groupe qui assimile un peu toutes ces technologies, cette transformation numérique depuis un moment. Et comment faire pour qu'ailleurs justement, ce rapport valeur performance investissement, voilà soit le mieux pris en compte.
[Fabrice Asvazadourian]
Alors c'est un peu la frustration de beaucoup de nos clients qui se disent finalement on fait des POC, on fait des POC et puis on tombe dans la malédiction des POC qui ne se déploient jamais. Il faut focaliser sur des cas d'usage qui sont aujourd'hui très matures. Bien sûr qu'il faut consacrer peut-être % de son budget à de l'investissement, de l'innovation, mais si on mettait % de son budget sur l’IA, dans des choses où on sait que des solutions existent, on sait qu'il y a une valeur business qui est clé et qu'on a juste l’atterrir chez soi, ce qui est déjà pas mal. Et deux, l’atterrir chez soi, c'est-à-dire que l’IA c'est l'industriel avec deux angles. Le premier c'est pas de bonnes data, pas de bonne IA. Et donc comment je dois moderniser ma plateforme data pour me mettre au niveau d'exigence de l'IA ? Ça c'est un enjeu massif. Et deuxièmement, comment est-ce que j'amène des algorithmes d'IA à atterrir dans mon informatique aujourd'hui ? Nous, on a un chiffre, un algorithme d'IA sur sept continue à avoir des performances satisfaisantes quand il est passé en production. C'est-à-dire que le passage du in vitro au in vivo, aujourd'hui c'est six sur sept qui ne survivent pas.
[Frédéric Simottel]
Ah oui, donc il y a intérêt à bien calculer son coût dès le départ.
[Fabrice Asvazadourian]
Travaillez bien l'industrialisation dès le départ. Je pense que ça va être le gros enjeu des mois qui viennent. Industrialez l’IA.
[Frédéric Simottel]
Oui, parce que des idées, tout le monde en a, mais il faut prioriser par rapport à la valeur dégagée. Mais évidemment, l’industrialisation, ce travail, ce passage à l'échelle, et on l'a bien vu. Merci encore Franck Le Moal d'être venu témoigner sur ces différents aspects. Je rappelle Directeur IT et technologie de LVMH et merci à Fabrice Asvazadourian, directeur général du cabinet de conseil Sopra Steria Next d'avoir été avec nous. J'espère qu'on vous a éclairé encore davantage sur cette IA. Il faut y aller, c'est sûr. Et puis on voit avec les exemples ici, ça marche, mais il y a tout un tas de choses auxquelles il faut penser bien avant et notamment cette data.
Merci d'avoir été avec nous, À trèsbientôt pour une nouvelle émission En quête d'IA.
 [Voix off]Hors série. Les dossiers BFM Business.

Hors-série les dossiers BFM Business « En quête d'IA, ces dirigeants qui déploient l'IA en confiance » avec Frédéric Simottel.  

- Bienvenue dans notre émission « En quête d'IA », en partenariat avec Sopra Steria Next. On va parler de l'implémentation de l'IA, de l'IA générative. On a déjà fait deux émissions déjà avec des grands patrons du digital, de grandes entreprises et avec vous Fabrice Asvazadourian, bonjour ! 

- Bonjour 

- Bonjour et merci d'être avec nous. Directeur général du cabinet de conseil Sopra Steria Next C'est plus de 4000 consultants aujourd'hui. Evidemment, dans Sopra Steria Next, il y a derrière Sopra Steria. Vous êtes donc une entité du groupe Sopra Steria. Et avec nous également invité aujourd'hui Hervé Thoumyre. Bonjour ! 

- Bonjour. 

- Hervé, merci d'être avec nous, Directeur de l'expérience client des services numériques et de la donnée et membre du comité exécutif de CNP Assurances. Chaque mois passe, on a un peu plus de recul par rapport à cette IA générative qui se développe partout. Je démarre avec vous Hervé. On parle beaucoup aujourd'hui des bénéfices de l'IA dans la conquête de nouveaux clients. Et justement, ça se concrétise comment chez vous chez CNP Assurances ? 

- Alors chez CNP Assurances ça se concrétise D'abord en simplifiant le quotidien de nos collaborateurs, de nos partenaires, mais aussi de nos clients et finalement, ce n’est pas nouveau parce que ça fait au moins dix ans qu'on a investi dans l'IA. 

Oui, c'est vrai qu'on parle d’IA générative parce qu'elle vient d'arriver, mais l’IA tout le monde y travaille et vous notamment 

- Et je pense même d'ailleurs qu'on est plutôt un pionnier dans le domaine. On a créé notre Data Lab en 2015. 

- Ah oui, en effet 

- Et je dois dire qu'aujourd'hui que ça se concrétise aussi par le fait qu'on a une conviction, c'est que l'IA est définitivement devenue un levier pour faire en sorte qu'on crée un avantage concurrentiel, un avantage qui se matérialise par le fait qu'avec nos anciens partenaires, je dirais historiques, les banques mais aussi les nouveaux partenaires.  

- Oui c’est vrai que c’est dans votre ADN d’ailleurs. Vous avez cet écosystème de partenaires autour de vous. 

-  Complètement. On est on est vraiment dans un modèle multi partenaires, que ce soit avec les banques mais aussi avec de nouveaux secteurs. Je prends l'exemple de la grande distribution. On a scellé l’année dernière un partenariat avec Carrefour par exemple. Donc on est dans ce modèle. Et pour se différencier, l'enjeu c'est de proposer des produits d'assurance bien entendu, qui répondent aux attentes de nos clients, mais aussi de leur offrir des services et faire en sorte que les parcours en particulier, soient les plus simples possibles et les plus immédiats. Alors un exemple tout simplement autour de l'assurance en matière de crédit. Quand on emprunte pour une maison, on aime bien savoir très vite si notre crédit fait l'objet d'une assurance dans des conditions acceptables. 

- Oui, c'est toujours le petit point de friction. 

- Et bien, ce processus aujourd'hui, il est complètement automatisé et traité avec une intelligence artificielle qui fait que dans 85% des cas, on donne une réponse immédiate à nos clients, mais aussi au conseiller qui s'occupe de son client. Et je peux vous dire que dans bien des cas, ils sont très contents d'avoir ce niveau de service. 

- Et puis ça apporte un peu plus de transparence aussi dans la négociation dans ce domaine-là. Fabrice, de Sopra Steria Next, en quoi justement CNP Assurances est assez exemplaire. C'est un industriel de la data. Évidemment, quand on est dans cet univers du monde financier, du monde de l'assurance, on a énormément de data. Et en quoi ils sont exemplaires pour justement développer de nouveaux business ?  Et puis pour quelque part, alors Hervé le disait, ça fait plusieurs années qu'on travaille dessus, mais on rehausse un peu ce niveau d'exigence ? 

- Oui, tout à fait. On voit bien avec le témoignage d'Hervé que la maîtrise de la donnée, elle est presque un avantage compétitif pour CNP Assurances. Ça leur permet de faire des parcours client sans couture, ça leur permet de pouvoir faire des gains de productivité dans leur middle et back office et ça leur permet probablement d'aller affiner des propositions de valeur pour des segments ou des types de clientèle particuliers. 

- Et puis vous devez bien voir si on n'a pas une data, une certaine hygiène de la data. Toute façon, ce n’est pas la peine de se lancer dans des projets d'IA.  

- Tout à fait. La règle est assez simple finalement, c'est celui qui n'a pas les data, il aura du mal à faire bien fonctionner de l'IA et on est arrivé depuis cette année, et Hervé a raison, c'est sur dix ans qu'il faut regarder plutôt que sur deux ans. Même si l’IA générative change la donne. On a besoin de nourrir ces modèles de machine learning, de deep learning avec des données en masse et en masse, et en masse, et avec des données qui viennent de sources de plus en plus variées, différentes. Pas que de la donnée chiffrée, ça peut être du texte, ça peut être des images et tout ça devient de la donnée. Et donc pour des dirigeants, il faut s'assurer que on modernise régulièrement ces plateformes data pour pouvoir mettre au service de son business ces données et faciliter les interactions, dans le cadre de CNP Assurances, avec des partenaires. Parce que finalement, les données au départ, elles sont chez le partenaire. Il faut arriver à les faire arriver chez CNP Assurances de façon en protégeant la propriété de son partenaire, en protégeant les droits des clients de son partenaire et en sécurisant tout ça. 

- Alors justement, ça fait de la data qui revient des partenaires, de la data qui remonte vers tous les collaborateurs de CNP Assurances. Or aujourd'hui, dès qu'on parle d'IA, d’IA générative, on parle du collaborateur augmenté, du collaborateur assisté avec davantage de tâches automatisées. Il y a beaucoup de choses qui se font autour de ce collaborateur. En quoi justement ce collaborateur augmenté, il va réussir à apporter davantage de valeur dans le service rendu au client, Hervé ? 

- Alors, je dirai d'abord que l'IA, elle est au service du collaborateur et de l'humain en général pour lui et pas l'inverse. Et en réalité. Et ça c'est une conviction très importante, qui fait d'ailleurs partie vraiment de nous, de notre raison d'être. On pourrait dire, c'est à dire faire en sorte que l'humain soit au cœur de notre modèle d'affaires, au cœur de tout ce que nous faisons au quotidien. Donc ça se traduit en particulier, si j'en reviens à la question, par le fait que ce qu'on cherche à faire avant tout, c'est libérer du temps auprès de nos collaborateurs et faire en sorte en gros qu'ils puissent le plus possible exprimer leur expertise. Quelques exemples. Aujourd'hui, une clause bénéficiaire d'un contrat d'assurance vie, on sait la lire et extraire les données clés de cette clause pour préparer un dossier de succession. Deuxième exemple en matière de détection de fraude, on utilise des technologies d'IA qui nous permettent de détecter une fraude sur une carte d'identité ou sur un RIB. Ou encore un dernier exemple sur le traitement des mails. On sait automatiser le traitement des mails en réalité pour aiguiller ces mails et organiser le travail des équipes. 

- Alors ça, on va dire, c'est presque l'IA classique traditionnelle. Mais aujourd'hui on parle d'IA générative. Quand j'entends service client, IA générative, c'est souvent par exemple, on a tous ces verbatims des gens qui écrivent ou qui appellent. Enfin voilà, il y a tout un tas de sources de données qui arrivent et là l’IA générative, elle permet peut-être de mieux sentir le sentiment du client, tout ce qui ne va pas. 

- C'est vrai. Et d'ailleurs on a mis en production depuis le début de l'année une plateforme qui nous permet au fil de l'eau, d'analyser, de traiter les verbatims de nos clients, de tout ce qu'ils nous disent, de faire en sorte, en particulier s'il y a une urgence d'y répondre. Et puis aussi de tirer des enseignements de tout ce qu'ils nous apprennent pour faire en sorte en particulier qu'on améliore les parcours.  

- Alors ça, cette data-là, elle remonte des clients. Mais il y a aussi ce qu'on appelle les données synthétiques, Fabrice, qui ont un rôle important. Ce sont des données créées par d'autres données. 

- Exactement. Tout d'abord, c'est quoi une donnée synthétique ? C'est une donnée qui était originée par un algorithme et qui vise à reproduire, dans un premier temps, ce qui est arrivé il y a deux ou trois ans, des données existantes. Ça permet donc de prendre des données de vos clients ou de vos opérations et de les transformer en données qui ont exactement les mêmes propriétés statistiques, mais qui ne sont plus des données réelles. Cela permet de protéger totalement la confidentialité des données  et d'automatiser le partage de données entre partenaires. Et ce qu'on voit arriver maintenant grâce l’IA générative, c'est que non seulement ça reproduit des données existantes, mais maintenant ça en crée des nouvelles et ça a permis les avancées qu'on a pu connaître dans la recherche pharmaceutique par exemple, où on a pu réduire très fortement le temps pour savoir choisir vers quel type de molécules aller. Parce que, en créant des données générant des nouvelles données, on a pu réduire le temps nécessaire d'expérimentation et de création de nouvelles données. Voilà, ça c'est la grande avancée, la grande Révolution. 

- Oui, on voit même cela dans les instituts de sondage qui utilisent parfois ces données synthétiques pour avoir des chiffres un peu plus précis. 

- Tout à fait. Et ça, quand on connaît le coût et le temps que ça peut prendre pour créer des bases de données à la bonne taille pour des modèles qui sont de plus en plus gourmands, on voit bien qu'on a là un atout de productivité et d'automatisation pour les entreprises. 

- Alors, autre sujet important, Hervé Thoumyre de CNP Assurances, c'est cette IA éthique et inclusive. On en parle beaucoup, mais justement on a parlé de confiance tout à l'heure, de pouvoir inspirer cette culture de la confiance. Alors c’était entre les clients et les agents de CNP assurance.  Mais, cette confiance, elle doit être partout. 

- C'est vrai. Et d'ailleurs je pense que ça repose sur trois points essentiels. Premier point, c'est d'avoir une charte. Toute entreprise qui veut se lancer dans l'IA se doit d'avoir une charte en matière d'éthique et une gouvernance associée pour la mettre vraiment en application. Le deuxième point, c'est la formation, la sensibilisation des collaborateurs à l'usage de l'IA. On fait partie du groupe La Poste, c'est 70 000 collaborateurs aujourd'hui qui ont été formés à l'usage des technologies de l'IA. Et puis, troisième élément essentiel, évidemment, c'est la souveraineté de la donnée. On l'évoquait à l'instant. Et cette souveraineté, ça se matérialise par le fait qu'on est en train de migrer toutes nos plateformes de données sur le cloud souverain Numspot, dont le grand pôle financier public français est l'un des principaux actionnaires et dont nous faisons partie.  

- Oui, notamment avec Docaposte, c’est une offre qui se gère de ce côté-là. Mais c'est vrai que cette souveraineté des données, elle devient, et on comprend d'ailleurs un peu mieux je trouve, souvent lorsqu'on parle de souveraineté plutôt que parler du cloud, c'est la souveraineté des données. Là on assimile un peu mieux sur quel périmètre on travaille. Sur ce sujet justement de cette IA responsable au sens éthique, CNP Assurances vous semble comment aujourd'hui Fabrice ? Par rapport aux autres entreprises que vous que vous voyez ? On est dans la lignée ou est ce qu’on est un peu en avance ?  

- Je pense que CNP et Sopra Steria partagent le même niveau d'exigence sur ce sujet parce que l'IA sera responsable ou ne sera pas. Donc, moi je note que les entreprises européennes mettent la barre plus haut que d'autres sur ces sujets-là, sur cette sensibilité-là. C'est à la fois sur des questions environnementales. Aujourd'hui, l'IA générative, on le sait, n'est pas durable, mais beaucoup de milliards sont investis... 

- Peut-être qu’on anticipe plus que les Américains, si je prends leur exemple ? C’est quand ils sont face au fait accompli, qu'ils réagissent. Nous on essaye d'anticiper un peu davantage. 

- En tout cas, c'est un sujet qui est un des enjeux pour un dirigeant. C'est « comment est-ce que je peux avancer quand même ? » Parce que ne pas avancer, à mon avis, n'est pas la bonne solution tout en étant en veille sur toutes les nouvelles solutions qui apparaissent et qui vont me permettre de réduire, de maîtriser les zones de risque. Quand on regarde les milliards, les dizaines de milliards d'euros d'investissement portés par Google, Amazon, Apple, Nvidia et autres, on sait que les solutions vont arriver. Mais, elles ne sont pas toutes là. Et donc, pour un dirigeant, comment est-ce que je vais vite sans aller trop vite ? Et comment je peux être agile pour intégrer ces nouvelles solutions quand celles-ci m'apporteront des modèles moins consommateurs d'énergie, d'eau, des modèles qui permettront de mieux maîtriser les données, les risques de biais, etc. Il y a plein de dimensions au sujet de l'IA. 

- Oui, quand on parle d’« IA responsable », il y a cette partie éthique et puis cette partie, durabilité, environnement.  Et bien, merci messieurs, d'être venus nous éclairer autour de ces sujets. Hervé Thoumyre, Directeur de l'expérience Client, des Services numériques et de la donnée, membre du Comex, de CNP Assurances où l'IA est enclenchée depuis pas mal d'années et où l’IA générative est en pleine accélération dans plein de domaines. Et puis merci Fabrice Asvazadourian, directeur général du cabinet de conseil Sopra Steria Next. A très bientôt pour une nouvelle émission « En quête d’IA ». On a déjà deux ou trois émissions en Replay, dans le monde de l'industrie, dans le monde de la banque et aujourd'hui, dans l'univers de l'assurance. On vous en promet plein d'autres tout au long de l'année. Excellente semaine sur BFM Business. 

- Hors-série les dossiers BFM Business. 

Hors-Série, les dossiers BFM Business, « En quête d‘IA, ces dirigeants qui déploient l'IA en confiance. » Avec Frédéric Simottel 

Bienvenue sur BFM Business dans notre émission hors-série « En quête d'intelligence artificielle », en partenariat avec Sopra Steria Next. On va parler de digital manufacturing aujourd'hui : l'application des technologies numériques pour la production industrielle. Ça fait un moment évidemment qu'on vous parle d'industrie 4.0, de la robotique, de l'amélioration des chaînes d'approvisionnement, des machines intelligentes et connectées. Mais là, on va descendre encore plus bas puisqu'on va vraiment aller voir la data, l’IA, l'impact de tout ça dans ces usines. Et pour en parler, nous avons 2 invités avec nous. Fabrice Asvazadourian, Bonjour ! 

Bonjour Frédéric ! 

Merci d'être avec nous, vous êtes directeur général du cabinet de conseil Sopra Steria Next. C'est plus de 4000 consultants, c'est la division Conseil on va dire, du groupe Sopra Steria que l'on connaît bien, bien entendu. Et puis avec nous, notre témoin Yves Caseau. Bonjour ! 

Bonjour ! 

Merci d'être avec nous, directeur DSI et du Digital chez Michelin. On rappelle Michelin, un groupe, plus de 28 milliards d'euros de chiffre d'affaires, c'est plus de 132 000 personnes qu'il faut former. On va en parler de cette IA, 121 sites de production, 9 pôles de R&D. Yves, je vais démarrer avec vous. Alors, comme nous tous, vous avez été surpris par l'évolution, la rapidité de cette démocratisation, de cette IA notamment générative. Alors très concrètement, l’IA dans les usines, ça donne quoi ? 

Alors si vous visitez une usine, vous allez voir, il y a des écrans qui sont apparus partout, en plus des écrans des machines-outils. Ces écrans, ils permettent aux opérateurs de faire leurs propres applications « data driven » de visualisation et d'optimisation. Pour quoi ? Pour optimiser leur processus, pour se rendre compte s'il y a quelque chose qu'il faut régler, ça permet de baisser les pertes matières, donc déjà ça apporte beaucoup de valeur. Le digital, ça sert d'abord à mieux voir, puis à mieux comprendre, puis à mieux prévoir, puis à mieux s'adapter, et c'est ce qu'on constate chez Michelin. Ces machines-outils, elles sont entièrement automatisées. Il y a donc des « sensors » partout, des flux de données. Donc l'IA, ça sert aussi à optimiser. Je prends un 2e exemple, celui de l'optimisation de la consommation électrique. On a un partenariat avec Microsoft et on utilise tous ces flux pour mieux faire tourner nos machines et ça fonctionne aussi également très bien. Et pour prendre un 3e exemple rapide : Dans une usine, tout change en permanence, on change les dimensions, on change de matériaux, on est en adaptation permanente. L'IA chez nous, ce n’est pas l’intelligence artificielle, c'est une intelligence augmentée et on voit cette augmentation comme des outils pour plus facilement changer et ça c'est une augmentation qui se partage. Donc l'intérêt de l’IA, c'est de donner des outils qui permettent de s'adapter mieux et que quand on trouve quelque chose qui marche bien dans une usine, on puisse le partager avec une autre. 

Et c'est ça. Je reprends votre terme de boîte à outils. Cela veut dire que le travail se fait beaucoup en amont. Alors c'est un changement des process, c'est une transformation des métiers. Ça se passe comment chez vous ? J'ai dit 132 000 collaborateurs donc beaucoup dans les usines. Donc, enfin voilà, il y en a dans toutes les strates des activités de Michelin et il faut que tout le monde avance d'un seul pas parce que il ne faut pas en en laisser quelques-uns sur le bord de la route. 

Mais ça veut dire que l'IA, c'est la cerise sur le gâteau de la transformation traditionnelle, de la transformation digitale, de la numérisation de tous les flux, du pilotage par logiciel. Au moment du COVID, le directeur du manufacturing de Michelin a dit que finalement, on a pu redémarrer les usines beaucoup plus vite qu'on pensait grâce aux 10 ans d'investissement dans la digitalisation. Donc il y a ce qui brille et qu'on voit, mais il y a le travail de fond. Et vous savez mon slogan, c'est qu'il n’y a pas d'IA sans ingénierie de données et ingénierie de logiciel. Il y a un socle, voilà. Et après, comme vous l'avez dit, il faut aussi, comme ce n’est pas que des machines et des systèmes, c'est des humains, c'est des femmes et des hommes au sol, donc il faut leur permettre de s'approprier mais si j'ai pris l'exemple des écrans qui servent aux opérateurs à piloter, c'est que c'est vraiment la tendance du Citizen Development, c'est à dire qu’une partie importante de la valeur, elle est faite quand les opérateurs s'approprient les outils et inventent les solutions dont ils ont besoin très localement pour leurs problèmes métiers. 

Oui, parce que c'est souvent ça qu'on entend dans votre métier, évidemment, le métier industriel est fort, mais souvent lorsqu'on parle de formation, on pense plutôt aux cadres voilà qui doivent avoir les idées, mais les idées, elles viennent aussi du terrain, et c'est eux souvent, qu'il faut écouter davantage pour avoir les bonnes idées : automatiser, faire des choses qu'on ne sait pas faire, c'est ça l'idée. 

Tout à fait. 

Alors Fabrice, on retrouve cette IA, on l'a dit à tous les niveaux, alors on a l'efficacité de la supply chain, enfin faciliter le travail des collaborateurs, mais il y a surtout, on l'a cité, mais enfin c'était en filigrane dans ce que vient de dire Yves, c'est la data. Il faut une architecture rigoureuse de la data, qu’il y ait cette hygiène de la data. J'aime bien reprendre souvent ce terme-là. 

Tout à fait Frédéric. Vous connaissez bien l'adage Garbage-In / Garbage-Out. Donc, la donnée, elle est au cœur de tout ce qui peut permettre d'utiliser ces solutions d’IA. Depuis 15 ans maintenant, le nombre de données stockées par les entreprises double tous les 2 ans. On a une masse. Voilà. Pour faire face à cette montée en en puissance, tous les grands groupes se sont dotés d'une gouvernance, de modèles de gestion, d'outils, de solutions pour pouvoir le faire. La nouveauté avec l'IA générative, c'est que le texte, l'image et d'autres informations non structurées sont devenus des données, doivent devenir des données pour les entreprises ce qui les amènent forcément à revoir tout ce qu'on a évoqué avant, et notamment d'investir dans de nouvelles solutions pour pouvoir prendre ces données. 

Le Data Lake ne suffit plus ? 

Disons qu'il y a d'autres formes de données parce que garder des zéros, des 3, des 7, c'est quand même assez différent que de conserver des phrases ou des images. L'année dernière, 90% des nouvelles données stockées étaient non structurées, 90%. Enfin, pour une entreprise, ça devient un impératif de savoir pleinement utiliser ces nouvelles données pour pouvoir profiter du de l'IA générative. 

Mais justement Yves Caseau chez Michelin, ce n’est pas trop une une angoisse ça ? Justement parce que déjà les datas des machines c'était quelque chose, mais là maintenant ? Alors, bon, ça fait, comme vous l'avez dit, 10 ans que vous investissez dans tous ces systèmes. Mais voilà, toutes ces données non structurées, ces e-mails qui sont échangés, ces documents techniques, qu'on va reprendre mot à mot. 

Alors non ce n’est pas une angoisse. On a des datas lakes à différents niveaux : on a des datas lakes dans des usines, on a des data lakes dans le cloud, spéciaux ou privés. Donc on a une architecture de données qui permet d'absorber ce dont parle Fabrice, c'est à dire la complexité, surtout l'hétérogénéité de ces formes de données. Mais alors pourquoi ce n’est pas une angoisse ? C'est qu'en fait, le but de toute cette transformation, c'est bien sûr plus d'efficience, plus d'adaptabilité. On vit dans un monde qui bouge sans arrêt et surtout plus de plaisir au travail. Donc je vais vous donner un autre exemple, nous, on fait depuis toujours du contrôle qualité sur nos pneus comme vous savez avec des machines sophistiquées, là on a mis des robots nouvelle génération avec du « machine vision », donc des réseaux neuronaux, et ça permet aux opérateurs qui sont les experts. Ce n’est pas la machine qui décide si le pneu est bon, mais la machine fait 90% du travail, elle fait le travail routinier et ça rend le travail de l'opérateur contrôle-qualité beaucoup plus intéressant. Donc, c'est ça aussi le sens et pourquoi on a besoin de faire ça, c'est que le monde de demain a besoin de nouveaux talents dans les usines et le monde des usines n’est pas forcément vu comme suffisamment attractif, donc ça fait partie de notre « raison-d ‘être » d'attirer des nouveaux talents pour faire les pneus de demain. 

Et on a besoin de vous cette transformation du métier alors d'ingénieur, de technicien qui est importante. Yves aussi, l'IA ça sert aussi à puisqu'on en parle beaucoup, à inventer les produits décarbonés de demain. Et chez Michelin, vous travaillez avec cette IA aussi. Alors je le disais, c'est 9 pôles de R&D dans le monde sur des nouveaux matériaux. Cela sert à ça aussi. 

Absolument. Alors je vais donner 3 exemples. D'abord, on va vers un monde décarboné ce qui veut dire que les entrants vont venir de l'économie circulaire, soit recyclée, soit biosourcée. Ces nouveaux entrants, ils ont des dispersions plus fortes que les produits issus de la biochimie. On a besoin d'adapter les process et pour ça, l'IA est fondamentale. l'IA permet de beaucoup mieux gérer ce monde des nouveaux produits. Alors après on doit inventer des nouveaux matériaux et là on va retrouver ce que disait Fabrice sur l'importance de l'IA générative parce que ça veut dire améliorer, développer notre Knowledge Engineering, c'est la capacité à à mélanger des tas de sources de données. Alors, l'IA générative, ça ne sert pas à tout chez Michelin. On pourra y revenir, on ne fait pas de planification, on ne fait pas de forecasting avec l'IA générative. En revanche, pour gérer des connaissances, les partager ou les affiner, c'est un outil fondamental. Et puis, notre slogan favori, c’est de dire que le pneu est un composite haute performance. Dans un composite, il y a à la fois de la structure et des matériaux. Et vous le savez, on a déjà montré notre pneu vision imprimé en 3D. On a fait Uptis qui est un pneu sans chambre à air avec une structure. Donc, l'innovation, la structure est fondamentale. On fait pour ça de l'IA hybride. On mélange des méthodes classiques, des simulations par éléments finis comme on fait en calcul Haute performance avec de l'IA, avec du machine learning. Alors pourquoi c'est important ? C'est qu'on est persuadé que pour inventer les solutions décarbonées de demain, les possibilités sont infinies. On a besoin d'explorer avec des jumeaux numériques. C'est à dire qu'en fait le monde de demain il se réalisera de manière concrète. Mais, il s'invente avec de la simulation, il s'invente dans des jumeaux numériques. 

Justement, Fabrice Asvazadourian de  Sopra Steria Next, l'IA justement, elle se met au service du durable parce que souvent on l’a décrie un peu, parce qu'elle est très consommatrice évidemment, mais elle est aussi au service de ce durable et Yves vient d'en nous montrer des exemples frappants. 

Alors tout à fait. Parce que de Un, je pense que tous nos clients sont conscients qu'aujourd'hui un certain nombre de solutions d’IA n'est pas durable. Donc, il y a un travail très important qui est menée par tous les acteurs de la chaîne IA, de la chaîne de fabrication, de la carte graphique, des cloud providers et des éditeurs de solutions pour inventer des façons de faire de l'IA notamment l'IA générative durable. Et ça, c'est devant nous, ça progresse vite, mais c'est devant nous. Par ailleurs, et vous l'avez évoqué, l'IA, c'est un facteur de d'amélioration de notre capacité à être frugale, à optimiser les consommations d'énergie, à optimiser l'utilisation des intrants, à éviter les déchets. Tout ça est permis par l'IA. Ce que je trouve le plus passionnant dans le moment qui arrive dans les usines, c'est notre capacité finalement à totalement digitaliser le réel pour pouvoir stimuler des scénarios infinis et permettent comme ça d'apprendre plus vite : les jumeaux numériques, le Metaverse industriel. On arrive à ce moment-là où non seulement on a des millions de capteurs dans les usines permettant maintenant de tout pouvoir mesurer, mais on a aussi des outils pour pouvoir faire des simulations à des niveaux qu'on n'avait pas connu jusqu'à maintenant. 

Justement, il nous reste 2 minutes pour parler de ça. Comment on fait pour hiérarchiser tous les projets ? 130 000 personnes qui ont des idées. Il faut hiérarchiser ces projets. Il faut maîtriser ces coûts aussi. Parce que tout ça, bien que ça fait 10 ans que vous êtes dans le numérique, donc tout est prêt. Vous avez quand même les piliers, mais il faut réussir à bien maîtriser cet ensemble de paramètres. 

Alors effectivement l'IA, ce n’est pas une destination, c'est un voyage. Il a commencé il y a 30 ans chez Michelin. Chaque génération, on apprend des échecs et des succès précédents et donc en termes d'investissement et de pilotage on travaille en perte acceptable. C'est à dire que voilà, on essaye des choses mais heureusement on a des succès qui donnent envie d'y aller. Après comme on est très grand, on a une structure un peu hybride avec un centre et des lieux, c'est à dire Hub and Spoke comme on dit en anglais. Et ça nous permet d'essayer de trouver le juste compromis entre l'innovation près du terrain comme on l'a dit, et de manière très distribuée sur les 5 continents. Mais la capitalisation grâce à un hub. Et aussi, il y a des domaines difficiles comme le machine learning avec renforcement, pour les processus, des choses où on va créer des équipes très pointues. Et ça on ne va pas en créer partout. 

Et c'est ça, le but de Sopra Steria Next en tant que conseil, c'est amener les entreprises à bien hiérarchiser ces projets. On le dit, c'est l'un des critères pour réussir ses projets. C'est maîtriser ses coûts. 

Tout à fait. Alors, de Un, les coûts de l'informatique vont forcément continuer à augmenter. Personne ne croit qu'ils vont baisser dans les années qui viennent. 

On l’a vu avec le Cloud. 

Voilà. Deuxièmement, nous ce qu'on recommande à nos à nos clients, c'est de dire, est ce que vous avez des projets où l'IA est suffisamment mature pour pouvoir dire que l'objectif, c'est de déployer à grande échelle sous 12, 18, 24 mois et d'être dans des perspectives de déploiement. 

Avec ce critère de rapidité. 

De la rapidité et sortir de la malédiction des Pocs, qui ne se déploient jamais. Et par ailleurs, comme le disait Yves, on doit avoir une enveloppe pour faire de la vraie innovation sur des choses où on ne sait pas si la valeur va être là. Souvent, on nous demande de faire des business case très en amont. Il y a des endroits où faire un business case, alors tout le monde sous Excel peut faire plein de choses, mais ce n’est pas forcément ce qui est nécessaire. Mais ce qui est très important pour nos clients, c'est de bien séparer là où ils sont dans des logiques Time to Market, obsession du time to Market, et là où ils sont dans des logiques d'exploration, pour pouvoir séparer 2. 

Et bien voilà, j'espère qu'on vous a donné quelques pistes pour vos projets d’IA. Merci à tous les 2, Fabrice Asvazadourian donc, directeur général du cabinet de conseil Sopra Steria Next et Yves Caseau, directeur des SI et du Digital chez Michelin. Merci de nous avoir apporté votre témoignage. A très bientôt pour une nouveau hors-série sur ce sujet « En quête d’IA ». 

Hors-Série. Les dossiers BFM Business. 

Hors série, les dossiers BFM Business. "En quête d'IA", ces dirigeants qui déploient l'IA en confiance avec Frédéric Simottel. 

Bienvenue dans notre émission en quête d'IA en partenariat avec Sopra Steria Next où l'on va parler de l'implémentation de l'IA générative dans les entreprises, la transformation des organisations,  de la transformation culturelle, de la transformation des métiers... et puis aussi, les nouvelles formes de collaboration ou comment on évite les biais. On va parler de tout ça avec nos deux invités experts. Fabrice Asvazadourian  

Bonjour 

Bonjour Fabrice, directeur général du cabinet de conseil Sopra Steria Next. C'est 1400 consultants aujourd'hui et c'est une filiale, vous l'avez compris, de Sopra Steria. Et avec nous également Jean-Paul Mazoyer. Bonjour Jean-Paul 

Bonjour 

Merci d'être avec nous. Directeur général adjoint du Crédit Agricole, en charge particulièrement des technologies du digital, des paiements.  Et puis vous êtes aussi Président du groupement Cartes bancaires. Alors, on a suffisamment de recul aujourd'hui pour parler de l'IA, parce que c'est vrai que ça fait un moment, de cette l'IA générative  en entreprise. Et ma première question, Jean-Paul, c'est comment, au Crédit Agricole  quand on est dirigeant et qu'on voit sans cesse de nouveaux projets qui remontent, Comment on fait pour les prioriser ? Pour savoir celui sur lequel va s'attarder. Puis celui qu'on va faire passer à l'échelle. 

J'ai l'habitude de dire que, pour reprendre ce que dit Bill Gates, on a tendance à surestimer l'impact des technologies à deux ou trois ans, et à les sous-estimer à dix ans. mais que ce n'est pas pour ça qu'il ne faut pas prendre le train en marche, il ne faut pas être dans l'inaction. Je crois que pour pour l'IA et pour l'IA générative, on va être confronté à ça. Donc il y a un engouement aujourd'hui, il est important de le suivre, mais en restant évidemment mesuré dans ce que l'on fait, 

Oui et d'encourager 

Oui d'encourager. Et donc je crois qu'on assiste à un changement de période. On a beaucoup d'initiatives aujourd'hui dans les entreprises mais beaucoup de POCs, qui arrivent un petit peu partout, mais il n'y a pas beaucoup d'expériences qui sont pensées à l'échelle et qui sont déjà déployées avec un impact significatif soit sur le PNL de l'entreprise, soit sur le sur le nombre de collaborateurs impactés. Il est important à mon sens, que les projets d'IA générative aujourd'hui soient conduits, soient portés par les métiers. C'est pas juste un sujet technologique, c'est pas un sujet de choix du LLM, C'est d'abord de se dire "ok, je suis patron d'un métier, qu'est ce que ça va changer dans mon business ?" On a besoin de ce pilotage par les métiers. On a évidemment besoin d'avoir la maîtrise technologique de ce que de ce que l'on fait, et on a besoin de l'accompagnement humain. Ce qui nécessite que ces projets d'IA générative soient pilotés au plus haut niveau des entreprises. Et donc ça, c'est au Comex, c'est par le patron. Vous savez nous dans le groupe Crédit Agricole on est nativement décentralisé. donc il est important que chaque dirigeant de chacune de nos entités se sente complètement investi de la nécessité de comprendre ces technologies et de les porter. 

Donc vous avez posé ces critères,  vous avez dit à chacun des patrons de métiers "Voilà, remontez moi un ou deux projets, puis on va voir comment on avance". 

Exactement. 

Alors, justement, on doit un peu changer sa façon de penser, son logiciel, on va dire, si on reste dans l'univers, IT. Fabrice, faire moins d'expérimentations, moins de POC, et passer à l'échelle aussi. Et il faut que ce soit bien. On vient de le dire, c'est vos métiers de porter les projets. On n'arrête pas de le dire, on le dit pour d'autres projets informatiques. Mais là, pour l'IA générative  c'est encore plus présent. 

Tout à fait. Je pense qu'on le voit bien avec l'IA générative, mais aussi avec d'autres technologies  comme on dit "low code, no code" On va vers une décentralisation, au plus proche des utilisateurs, de l'informatique. Quelque part, le langage naturel devient presque le langage de programmation et donc ça donne aux métiers beaucoup plus de capacité, de pouvoir porter l'utilisation de la technologie pour résoudre leurs problèmes métiers. La technologie n'est utile que si elle résout des problèmes. Nous c'est ce qu'on voit, et ce qu'on recommande à nos clients. Par rapport à votre question sur la maîtrise de la dimension temps, c'est peut-être de réfléchir en trois horizon temps. Il nous semble qu'il y a des domaines dans lequel aujourd'hui on a suffisamment d'éléments de preuve pour dire qu'on peut passer en mode déploiement. Je pense aux assistants virtuels, je pense au marketing digital, je pense même à des outils pour les ingénieurs informaticiens. On sait aujourd'hui que certains use cases, pas tous, mais certains sont à maturité et donc il est important pour une entreprise, d'aller vite 

Oui, avec des gains de productivité  de l'automatisation... 

Voilà. Il faut préparer la vague numéro deux, celle qui va être sur, problement, encore sur des usages plutôt transversaux dans les RH, dans la finance, etc mais qui vont nécessiter que l'entreprise mobilise encore plus ses données propriétaires pour pouvoir affiner les modèles d'IA qui viendront des Big Tech ou de start up. Et puis il y aura la troisième phase, mais on est probablement dans trois ans ou plus où on appliquera vraiment de l'IA sur les core business des entreprises. Avant d'aller là, il faut quand même qu'on ait des niveaux de confiance et de fiabilité qui atteignent encore un certain nombre de marches. 

Et puis des niveaux d'acculturation. Jean-Paul Mazoyer, on voit que l'IA générative pose beaucoup de questions sur ses usages. Alors, avec ses prompts, elle est accessible à tout le monde. Donc, il faut vraiment regarder, que ce soit accessible à quelqu'un dans l'univers de la banque, que ce soit quelqu'un  en agence ou quelqu'un qui soit un téléopérateurs comme comme au plus haut dirigeant. Donc c'est ce qui change aujourd'hui avec cette technologie. Pour vous, c'est de l'information, c'est l'acculturation, c'est assez technologique tout ça, c'est très important. Et puis réapprendre à travailler, enfin réapprendre le mode collaboratif, tout le monde travaille déjà beaucoup ensemble, mais là, il faut réapprendre un peu, pas mal de choses. 

Je partage cet avis. Je crois que l'IA générative va impacter l'ensemble des métiers pour une entreprise comme une banque avec une très grande majorité de salariés qui vont devoir apprendre à vivre et à travailler avec l'IA au quotidien. Ce n'est pas l'IA qui va remplacer des salariés, c'est des salariés qui sauront utiliser l'IA, qui remplaceront des salariés, et cela quel que soit le niveau, quel que soit le métier qui est exercé.  Donc ça nécessite que l'ensemble des femmes et des hommes comme soient formés, soient acculturés, comprennent les usages, comprennent ce que ça peut leur permettre de faire. Donc ça nécessite beaucoup d'accompagnement, que ce soit d'ailleurs au niveau des salariés mais également des managers. Beaucoup d'accompagnement, beaucoup de formation, beaucoup de déploiement. On a déployé il y a quelques années des outils collaboratifs, comme Teams, et on s'aperçoit quand vous demandez aux gens quelle est l'usage qui est fait, c'est un outil visio. Et peu ont véritablement transformé leur mode de fonctionnement pour aller vers du collaboratif. Il faudrait pas qu'avec les outils d'IA générative ce soit la même chose. Il faut forcément qu'on se dise "qu'est ce que ça va changer" "comment je réinvente ma façon de travailler, ma façon de m'interconnecter aux autres avec ces outils ?" 

Ça veut dire que là vous avez lancé, j'imagine, des politiques,  des programmes de formation, par métier. Comment ça se passe ?  

Oui, c'est exactement ça. On va regarder par métiers et par fonction, et le rythme de déploiement des outils, puisque ça dépend des outils que vous allez vous allez déployer. Prenons des choses très concrètes, comme quand vous déployez Copilot au niveau des outils, des outils de bureautique. Ça peut avoir un impact important très rapidement pour la transcription d'une réunion, pour un compte rendu, pour une traduction, pour ce que vous voulez. Encore faut-il que les gens soient capables de l'utiliser le plus facilement possible. Quand vous déployez GitHub Copilot pour les équipes informatiques, ça peut avoir un impact également très important. Mais il faut quand même accompagner parce qu'il y a toujours le regard critique nécessaire de la part du salarié sur les potentielles hallucinations qu'il peut y avoir. Et donc il est important qu'on ait des salariés qui soient capables de l'utiliser, qui comprennent, mais en même temps capables d'avoir ce regard critique sur ce qui est produit. 

Et puis là en plus, on sait qu'on y va, que quoi qu'il arrive toute façon, on ira vers ces technologies. Fabrice, il faut justement penser une certaine industrialisation de l'IA parce qu'il y a plein de choses sur lesquelles il faut pousser. Il faut savoir rebondir entre la proximité entre chacune des directions métiers, il faut les cas d'usages, les effets d'échelle, les technologies aussi, parce que là on n'est pas descendu dans le détail, mais évidemment il y a du Mistral, de l'OpenAI et du Google Gemini, et puis il y en a tout un tas d'autres qui arrivent. Après, faut combiner ça parfois avec les processeurs derrière. Voilà, il y a beaucoup de choses qu'il faut, dont il faut tenir compte. 

Vous avez raison Frédéric, l'industrialisation de l'IA, c'est le thème de . Et chez nous, toutes les demandes de nos clients sont "Aidez nous à industrialiser" "Comment est-ce qu'on fait pour prendre des POC, qui ont démontré en mode POC qu'ils apportaient des bénéfices, et les déployer à l'échelle ?" Avec quatre questions généralement qui reviennent ? La première on l'a déjà évoqué, c'est "comment je priorise", je ne peux pas tout faire en même temps. Donc comment je priorise ? La seconde qui est "Mais pour qu'il y ait de l'IA, faut-il encore que ma plateforme data, elle soit au niveau" Le niveau d'exigence de l'IA est nettement supérieur à celui que je pouvais avoir avant. Donc "comment je dois moderniser ma plateforme data ?" Il y a le sujet pour reparler de l'industrialisation de l'IA. "J'ai un POC, comment est-ce que je peux le déployer tout en gardant le niveau de qualité des résultats ?" Parce qu'on se rend compte qu'il peut y avoir un écart entre le mode protégé du POC et le mode de déploiement. "Comment j'intègre ces solutions IA dans toute mon informatique industrielle ?" 

Oui surtout qu'il y en a certaines qu'il faut garder dans un périmètre, d'autres qu'on peut ouvrir un peu 

Oui elles doivent forcément se nourrir de données, interagir avec d'autres outils. Et puis l'informatique d'un grand groupe comme le Crédit Agricole ou autre, c'est l'industriel de l'IT. Donc ce qui marche en petit, il faut que ça marche dans un ensemble beaucoup plus grand. Et puis la quatrième question. Est celle de "Est ce que la performance ne se dégrade pas dans le temps,  ou est ce qu'elle s'améliore ?" "Est ce qu'il n'y a pas une nouvelle technologie qui vient remplacer les choix que j'ai fait il y a mois ?" Donc c'est ce maintien en condition opérationnelle. Voilà. Et tout ça, ça amène des entreprises à se poser des questions en termes d'organisation. Vous parliez d'effet d'échelle, je sais pas si c'est une question d'effet d'échelle, c'est plutôt des effets d'apprentissage. Aujourd'hui, c'est  "comment j'apprends plus vite ?" Vous avez raison, il faut choisir des technologies, des partenaires...  

Qui bougent tous les trois mois ! 

Qui bougent... Mais quand même, faut faire des choix, Et il faut définir des cadres dans lequel on veut que ses collaborateurs puissent utiliser l'IA en confiance, en sécurité. Donc ça amène un certain  nombre de sujets avec des réponses selon la culture du groupe qui sont assez différentes. Certains sont nativement plus décentralisés ;  le Crédit Agricole en est un exemple évidemment,  et donc on voit des équipes centrales qui définissent des normes, des règles, des choix, puis après laissent beaucoup de libertés aux métiers pour localement  produire leurs solutions. D'autres bâtissent des IA factories, regroupent des gens qui viennent de la tech avec des compétences particulières, et puis des gens qui viennent des métiers qui mais qui pendant un an, mois, vont sortir de leur rôle opérationnel pour aller bâtir des solutions. Il y a ces deux modèles. Et puis toutes les nuances de gris entre les deux. Chaque entreprise doit se connaître. 

Moi ce qui me terrifierais si j'étais à la place d'un dirigeant comme Jean-Paul, ou pour conseiller ces dirigeants comme Fabrice, C'est justement la vitesse d'innovation, c'est dire  "Ouh là là, en trois mois, on a déjà déjà une nouvelle version de ChatGPT qui sort, etc." Et puis un autre point aussi, c'est tout ce qui est éthique, IA éthique et j'imagine que dans la banque, bien entendu vous l'avez dans tous les métiers. Mais voilà, il y a un nouvel indicateur là, qu'il faut mettre avec cette intelligence artificielle et la lier à cette éthique. 

Oui, au Crédit Agricole on a deux convictions dans le domaine. La première, c'est qu'il va falloir utiliser massivement les outils d'IA et d'IA générative, avec tout ce que Fabrice vient d'évoquer. Donc il n'est pas question de passer à côté de cette révolution. Il faut se donner les moyens de bien la considérer, de bien s'organiser pour être capable de la déployer massivement, parce que ça a un impact massif dans la relation avec les clients et dans l'organisation interne. La deuxième conviction, c'est qu'on est persuadé que tout cela doit être au service de l'humain. Nous, on a une logique qui est de dire qu'à la fois ces outils doivent augmenter l'humain, mais on doit aussi augmenter ces outils par une responsabilité humaine. C'est à dire que derrière, si on a cette interaction directe avec les clients, il faut toujours qu'on ait la possibilité qu’une femme ou un homme du Crédit Agricole puisse reprendre la main et compléter la relation avec les clients. Donc première règle, en quelque sorte, c'est de dire il faut que la responsabilité reste du côté des femmes et des hommes du Crédit Agricole. Ces sujets d'éthique, on les connaît depuis de nombreuses années, on avait déjà des outils de scoring sur lesquels on avait l'obligation de faire attention Évidemment Normalement sur les données qu'on a, qu'on utilisait. Donc on a ces sujets là, ça devient beaucoup plus complexe avec de l'IA générative pour être capable de comprendre quelles sont les données qui ont été utilisées, est ce qu'il n'y a pas des biais, et c'est ça qu'il va falloir contrôler. Et il va falloir évidemment avoir une position par rapport à ces biais ou par rapport à ces algorithmes et donc être capable de travailler en confiance avec certains LLM pour être sûr que les données qui sont utilisées sont les bonnes. Il y a une dernière conviction Oui, c'est sur le côté consommation électrique. On sait qu'il y a une très forte consommation électrique avec l'IA et l'IA générative. 

Oui et c'est le grand sujet qui va  arriver dans les prochaines mois. 

Exactement. Et il va falloir, on sait déjà que ce sont les plus grandes sociétés d'IA qui sont les plus gros consommateurs d'électricité. Il va falloir que l'on se pose la question des, non pas simplement des LLM, mais des SLM, donc les Small Language Model, de manière à ce qu'on soit plus économe, plus plus frugal dans l'utilisation de la technologie. 

On aura certainement l'occasion d'en reparler avec Fabrice lors d'un prochain rendez vous "En Quête d'IA" en partenariat avec Sopra Steria Next. Merci à tous les deux, Jean-Paul Mazoyer de Crédit Agricole et du Groupement  Cartes Bancaires et Fabrice Asvazadourian du cabinet Sopra Steria Next. Merci de nous avoir suivis et à très bientôt pour une nouvelle émission "En quête d'IA" 

Hors série, Les dossiers BFM Business.