France TV Publicité confie à l'IA les aléas de l'antenne, l'humain reste aux commandes 

A l’occasion du Dataiku Summit, le 29 septembre, à la Maison de la Chimie, Pascal Laffut, CTO de France Télévisions Publicité et Didier Richaudeau, associé Data & IA du cabinet Equancy, ont levé le voile sur l'outil qui épaule désormais les équipes de diffusion de la régie. Présenté sur la scène du Dataiku Summit, ce dispositif baptisé Med IA lit les demandes de modification d'écrans publicitaires reçues par mail, les structure, puis les remet aux techniciens chargés de les exécuter. Son ambition est d’absorber sans faux pas quelque 11 000 changements de programmation par an, tout en desserrant l'étau qui pèse sur les opérateurs. “Notre conviction depuis le début, c'est que l'intelligence artificielle est là pour aider l'humain à travailler plus sereinement, plus efficacement”, résume Pascal Laffut. Troisième régie du paysage audiovisuel français, France Télévisions Publicité commercialise les espaces d'une quarantaine de chaînes, celles du groupe public comme des chaînes thématiques et d'une trentaine de sites et d'applications. Un univers “total vidéo” dont le périmètre bouge sans cesse, à l'image du partenariat noué avec YouTube début septembre.  

Un enchevêtrement de règles

Chaque année, la régie orchestre 12 millions de programmations de spots. Sur ce flux, l'imprévu s'invite en permanence. Un feu de forêt, un accident, un mouvement social, et un annonceur demande de retirer sa campagne de l'antenne, souvent dans l'heure, parfois le week-end. Ces “démontages” représentent environ 11 000 spots à reprogrammer chaque année. Au quotidien, la régie reçoit en moyenne quatre à cinq demandes, chacune pouvant se démultiplier sur plusieurs chaînes et plateformes.

À cela s'ajoute un enchevêtrement de règles. Deux spots d'une même catégorie ne doivent pas se suivre ou une égérie sportive qui vante une voiture ne doit pas enchaîner sur un parfum. L'offre Écrin, qui encadre un spot plus long d'un générique dédié, interdit tout concurrent juste avant ou juste après. Et, lors des grands rendez-vous sportifs, la durée des matchs rend toute grille incertaine. “L'écran d'ouverture des Jeux olympiques, vous imaginez bien qu'on va vérifier, revérifier, revérifier”, sourit Pascal Laffut. 

Comprendre la demande, l'orchestrer et prouver qu'elle a été traitée dans les temps

Jusqu'ici, tout commençait par un mail ou un simple coup de fil d'un commercial, toujours urgent. “Allez, on enlève le spot de telle société”, mime Pascal Laffut. Aux chargés de diffusion, ensuite, de retrouver le bon film, l'écran concerné et son horaire. L'exploitation vidéo applique la modification, puis la chaîne ou la plateforme diffuse la nouvelle programmation. Un relais à la main, où chaque oubli peut coûter cher. Accompagnée depuis trois à quatre ans par Equancy, cabinet de conseil en data, la régie a résumé sa réponse en trois verbes : comprendre la demande, l'orchestrer, puis prouver qu'elle a été traitée dans les temps, afin de pouvoir la facturer. Deux briques se partagent la tâche. COM Hub, d'abord, sert de point d'entrée aux exploitants, ils y consignent ce qui a été fait et ce qui reste à faire. Med IA, ensuite, en constitue l'intelligence et alimente ce front à son tour. “C'est une boucle qui se construit”, décrit le CTO. Le cahier des charges, détaille Didier Richaudeau, tenait en quatre contraintes. Des équipes resserrées, qui exigent un outil accessible à des profils variés avec un écosystème complexe, auquel il faut s'intégrer. Et un mélange de gestion et de transformation de données et de LLM, imposé par la nature non structurée des appels, des mails et des vidéos. 

Un chef d'orchestre pour un écosystème éclaté

Le tout pour aboutir à une interface pensée pour des opérateurs, pas pour des data scientists. L'architecture retenue repose sur une couche d'orchestration, assurée par Dataiku, qui fait dialoguer des briques hétérogènes. Elle se branche sur les bases Oracle et sur le serveur Exchange qui héberge les mails, s'appuie sur un cœur de données logé dans Snowflake et sur Azure, et fait appel au LLM d'OpenAI, retenu comme le plus adapté au besoin. Le modèle n'étant pas fiable à 100 %, pas plus que les données qu'il ingère, des règles de qualité filtrent ses sorties. Ce qui ne peut être exploité automatiquement est écarté et confié à un humain. L'opérateur, lui, dispose de tout le contexte du spot concerné. “Il n'a plus le stress de se demander s'il n'a pas loupé quelque chose dans les dernières échéances, parce que c'était le risque auparavant”, souligne l'associé d'Equancy.  

Vient ensuite la validation. Deux règles de qualité tournent sur chaque extraction, aucune instruction ne doit être vide et l'heure de l'écran doit respecter le bon format. Elles se relancent après chaque lot, sous l'œil d'un data steward. Une fois validée, la demande est enrichie par des jointures sur les tables des écrans et des films, puis historisée. Au total, une centaine d'objets s'enchaînent dans le pipeline, de la connexion aux sources jusqu'à la publication de l'application web. Côté technicien, l'écran affiche des compteurs en tête, puis les demandes classées par urgence avec le délai restant avant diffusion. Un clic ouvre le détail, films entrants et sortants compris, et un filtre permet de cibler une chaîne. “La complexité n'est pas très technologique, insiste Didier Richaudeau. La difficulté, c'est d'abord de comprendre la totalité du process tel qu'il existe, pour ensuite mettre la tech au service du métier.” 

95 % d'automatisme, 100 % de contrôle humain

Selon Didier Richaudeau, tout est traité automatiquement, sauf les cas en erreur, c'est-à-dire ceux où il manque une information critique au processus. Ils représentent environ 5 % des demandes et basculent systématiquement vers un humain. Le système dispose en outre d'un garde-fou supplémentaire. Il a accès aux données structurées de la programmation et confronte chaque demande à ce qui est réellement planifié. Une requête qui s'en écarte ne passe pas inaperçue. “On ne va jamais laisser l'IA traiter librement. C'est tellement critique qu'il y a toujours un humain qui va contrôler”, a tranché Pascal Laffut. Les objectifs affichés sont limpides avec 100 % de traçabilité sur les demandes, des délais de traitement raccourcis et davantage de productivité. Il s'agit, à effectif constant, d'absorber toujours plus de chaînes et de plateformes.  

Mais le CTO a insisté sur un autre indicateur, qui est le stress des équipes, face aux demandes de dernière minute et aux grands événements sportifs où l'erreur est interdite. Pour Didier Richaudeau, c'est là que se joue l'adoption. “C'est souvent l'une des clés, aller chercher les tâches à faible valeur ajoutée, celles que les opérationnels n'aiment pas, ou celles qui sont stressantes. L'adoption s'en trouve très facilitée.” Après deux à trois mois consacrés à arrêter la bonne approche avec l'exploitation, la première version a été mise à disposition en quelques jours. Elle traite pour l'instant les demandes reçues par mail, pour l'ensemble des chaînes supervisées par la régie. Prochaine étape : Teams, avant de s'attaquer, pas à pas, à la complexité des cas limites.