talk-data.com

• Approche & Implémentation 

 Déploiement de la plateforme StellAI via une méthode agile et collaborative, intégrée aux processus métier. 

• ROI & Chiffres clés 

 Amélioration de la satisfaction client, réduction des coûts opérationnels, accélération du time-to-market. 

• Valeur & Perspectives 

 Renforcement de la compétitivité, extension à de nouveaux domaines, montée en compétence IA à l’échelle. 

• Nous présenterons les enjeux du déploiement d’une IA générative et d’un pipeline de RAG dans un environnement industriel sensible, en garantissant la plus stricte confidentialité des données.

• Découvrez l’approche innovante choisie par Sodern : déploiement on-premise de la plateforme LightOn, vectorisation de la base documentaire et intégration des fonctionnalités via API.

• Nous expliquerons comment ces technologies sont utilisées concrètement pour la génération et la correction de code, la création de user stories et le knowledge management, avec les premiers résultats observés.

• Enfin, nous partagerons la valeur ajoutée apportée à l’organisation et les axes d’évolution envisagés pour renforcer l’usage de l’IA sécurisée dans l’industrie.

L’intelligence artificielle générative s’impose désormais comme acteur du développement logiciel : elle génère du code, des tests et de la documentation, propose des architectures. Mais au-delà de cette accélération, une question demeure : qu’est-ce qui reste essentiel dans l’acte de programmer ? À travers un voyage au « Hall of Fame » de l’informatique, nous revisiterons les valeurs fondatrices du logiciel et verrons comment elles résonnent face aux nouveaux usages que l’IA met à notre portée.

• Le courrier publicitaire (marketing direct) est un levier particulièrement efficace mais il souffre parfois d’un manque de projection de la part d’annonceurs, principalement ceux qui ne l’utilisent pas. Pour répondre à ce défi, La Poste Solutions Business a développé Studio IA, un outil très innovant basé sur l'IA Générative qui génère des propositions créatives basées sur un apprentissage exclusif.
• Nous reviendrons sur les étapes de l’élaboration de Studio IA, les parties prenantes internes engagées dans le projet. Nous détaillerons les partis-pris tels que la volonté de s’appuyer sur des données réelles et mesurées pour maximiser le succès des campagnes. Nous reviendrons aussi sur la nécessité de concilier éthique, responsabilité avec les performances.
• Nous partagerons la collaboration avec des clients « beta testeurs » pour affiner l'élaboration de l’outil et offrir ainsi une expérience utilisateur optimale.
• Nous conclurons par les enjeux de transformations associés à ce type de projet que ce soit en interne comme en externe.

L'explosion des données IoT dans les environnements industriels nécessite des architectures de données robustes et évolutives. Cette présentation explore comment les data lakes, et plus spécifiquement l'architecture Lakehouse, répondent aux défis du stockage et du traitement de volumes massifs de données IoT hétérogènes.

À travers l'exemple concret du monitoring opérationnel d'un parc éolien offshore, nous démontrerons comment une solution Lakehouse permet de gérer efficacement les flux de données haute fréquence provenant de capteurs industriels. Nous détaillerons le processus complet : de l'ingestion des données de télémétrie en temps réel au déploiement de modèles de maintenance prédictive, en passant par l'entraînement d'algorithmes de détection d'anomalies et de forecasting.

Cette étude de cas illustrera les avantages clés du data lake pour l'IoT industriel : flexibilité de stockage multi-formats, capacité de traitement en temps réel et en batch, intégration native des outils de machine learning, et optimisation des coûts opérationnels. L'objectif est de fournir un retour d'expérience pratique sur l'implémentation de cette architecture dans un contexte d'Asset Integrity Management, applicable à de nombreux secteurs industriels.

• Les usages de l’Intelligence artificielle existent depuis de nombreuses années dans le monde bancaire, et ils s’accélèrent avec l’arrivée des IA génératives. Comment concilier valeur business de l’IA et impact environnemental ?

• Le DataLab Groupe Crédit Agricole s’est engagé depuis plusieurs années dans une démarche certifiée et labellisée de conception et d’exploitation de systèmes d’IA de confiance et responsable. Cette approche s'inscrit dans une stratégie globale alliant projets industriels et R&D à court et long terme.

• À travers des cas d'usage concrets combinant optimisation de nos modèles prédictifs conçus en interne et déploiement maitrisé d'IA génératives, nous illustrerons les mesures mises en œuvre pour mesurer, réduire et sensibiliser les utilisateurs aux impacts environnementaux de l'IA.

• Nous mettrons en évidence les liens avec les normes de place sur l’IA Frugale et expliquerons comment le Groupe Crédit Agricole s’organise pour déployer ces mesures à l’échelle du Groupe.

Création de LLMs et d'extraction d'information et de documents

• A l’image d’un marché fait d’une diversité de consommateurs et au potentiel infini, L’Oréal, leader mondial de la beauté repousse les limites de l’innovation avec des solutions toujours plus performantes, inclusives et durables.
• C'est fort d'une culture d'entreprise unique et de plus de 115 ans de données dédiées à la beauté que L'Oréal a initié dès 2018 le virage de la Beauty Tech et ainsi fait entrer sa Recherche & Innovation dans une nouvelle ère où l'IA décuple l'intuition et la créativité de ses chercheurs.
•  L'intégration éthique de ces technologies de pointe, menée dans le respect de ses valeurs, confère à ses 4 000 chercheurs partout dans le monde une capacité d'innovation plus différenciante, rapide et performante.
• Au-delà de l'optimisation, c’est une réinvention qui s’opère au sein de sa Recherche & Innovation. Les ambitions sont renouvelées, notamment en matière de prédictivité, grâce à son partenariat inédit avec IBM.

L’informatique quantique émerge comme un outil de rupture pour repousser les limites de l’intelligence artificielle au-delà des architectures conventionnelles. Dans cette présentation, j’explorerai comment les approches hybrides quantique - classique ouvrent de nouvelles perspectives pour le développement de l’IA, en tirant parti des forces de ces deux paradigmes. Je présenterai MerLin, un nouveau cadre pour l’apprentissage automatique quantique (Quantum Machine Learning – QML), et partagerai des éléments de réflexion sur l’état actuel, les principaux défis et la feuille de route vers une intégration réussie des technologies quantiques et de l’IA.

Comment la data et l’IA peuvent-elles améliorer l’expérience de nos publics ? Chez France Télévisions, nous explorons cette question au quotidien.

De la donnée brute jusqu’à la personnalisation, nous partagerons notre démarche pour mieux comprendre et répondre aux attentes utilisateurs.

Notre Objectif ? une transformation data pragmatique, centrée sur l’humain. Nous aborderons l’importance de l’innovation, de la mesure et de la capacité à se réinventer.

• La problématique : L'IA au cœur des solutions de santé connectée

Face à la crise croissante des systèmes de santé, les appareils connectés de Withings s'imposent comme des alliés cruciaux pour la prévention et le dépistage. Notre défi : tirer parti des signaux captés pour extraire des informations physiologiques précises, et ce, sans effort pour l'utilisateur. C'est ici que l'intelligence artificielle et le machine learning jouent un rôle central.

• Notre approche innovante : Quand la sobriété de l'IA rencontre la performance médicale

Pour intégrer l'IA directement dans nos appareils, nous développons des algorithmes ultra-sobres, capables de fonctionner avec seulement quelques kilo-octets de mémoire. Cette approche, qui combine traitement du signal et machine learning, est le fruit d'une exploitation de bases de données massives de haute qualité. Nous transformons ainsi les données brutes en diagnostics fiables et précis.

• Résultats et impact : De la détection à l'optimisation

Nos produits ont déjà permis de détecter plus de 2 millions de signes de fibrillation auriculaire, avec une précision de grade médical (plus de 99.5% de sensibilité et de spécificité). Ce succès démontre le retour sur investissement concret de notre approche : le dépistage précoce de pathologies et l'incitation à de meilleures habitudes de vie (sommeil, activité, etc.).

• Les prochaines étapes : Vers un suivi médical encore plus intelligent et passif

Nous continuons à innover en élargissant notre palette de détections et en rendant nos mesures toujours plus transparentes pour l'utilisateur. Notre objectif est de transformer les interactions quotidiennes en un suivi médical passif et continu, pour promouvoir activement la santé à long terme.