Bonjour, Didier Gauthier, je suis le directeur du Pôle Data Science du groupe Business et
Decision.
Alors, tout à fait, Business et Decision a créé il y a maintenant un peu plus de
trois ans un département d'atat sciences qui regroupe aujourd'hui plus de 120 collaborateurs.
Ce qu'il faut savoir c'est que Business et Decision a deux branches, une branche data
et une branche digitale, la branche data étant l'ADN de Business et Decision créée
il y a déjà maintenant plus de 25 ans et la branche digitale était déjà partenaire
de longue date avec Microsoft notamment sur la partie CRM Dynamics, la branche data
également sur la partie base de données etc.
Donc, il était tout à fait naturel que l'on s'intéresse aux offres d'intelligence
artificielle que Microsoft a développée et mis sur le marché en tant que partenaire
Microsoft.
Aujourd'hui, si on a 120 data scientist dans le groupe effectivement, c'est parce que
ça s'est beaucoup développé chez Business et Decision, c'est un pôle qui est en forte
croissance.
On a réalisé des choses très vastes sur l'IA puisque ça va par exemple d'un système
de chatbot avec le TALIS, avec certaines sociétés d'assurance et de banque mais également
avec des groupes industriels que je ne peux pas citer mais avec qui nous avons réalisé
des projets d'IA par exemple dans le domaine de la rétention client.
Nous avons déjà développé quatre offres packaging d'intelligence artificielle, trois
qui sont des offres verticales, une dans le retail et la grande distribution, une dans
la banque, la finance et l'assurance, plus orientée gestion de risque et une troisième
dans le domaine de l'industrie, la maintenance prédictive et de l'IOTI.
Ces trois offres-là ont été portées sur Azure et nous sommes déjà prêts à les proposer
à nos clients.
On a développé une quatrième offre qui est horizontale qui permet à nos clients d'industrialiser
un projet qui a déjà fait l'objet d'un proof of use case, c'est-à-dire un client
qui a déjà quelque chose qui marche en laboratoire, on est capable de lui industrialiser et de
déployer ce qu'il a fait en laboratoire réellement en grandeur réelle sur le terrain.
Donc on a déjà des choses qui sont déjà très concrètes.
On essaie effectivement de penser le plus tôt possible d'éploiement.
Pourquoi? Parce qu'évidemment on fait beaucoup de data science chez business et décision
et la data science c'est composé, l'intelligence artificielle c'est une part très importante
de la data science avec évidemment le machine learning, la statistique et la data préparation
et pour nous l'IA c'est l'aboutissement de la data science c'est-à-dire si je voulais
être très vulgarisant, finalement l'IA c'est de la data science automatisée.
