LVMH et Orange livrent les leviers de leur industrialisation de la Data & IA

Orange et LVMH affichent tous deux environ 200 cas d’usage de la data et de l’IA en production. Pour industrialiser ces développements, les multinationales se sont notamment dotées de data plateformes unifiées dans le cloud.

D’après une étude réalisée par IBM auprès de 2000 organisations, 30% déclarent avoir déjà déployé massivement l’intelligence artificielle dans les processus métiers. Par ailleurs, elles sont 45% à se situer actuellement en phase exploratoire, préparant ainsi des mises en production dans les 12 prochains mois.

“Nous sommes face à une vague majeure de l’IA qui touchera l’ensemble des processus, dans nos vies professionnelles comme personnelles. Il faut donc s’y préparer”, soulignait David Sebaoun, leader data & technology pour IBM.

Créativité assistée et expérience client pour LVMH

L’expert de Big Blue s’exprimait à l’occasion d’une Masterclass intitulée “Les enjeux de l’utilisation de l’IA et de la data dans la transformation métier”. Participaient également Anca Marola, chief data officer groupe de LVMH et Médéric Chomel, VP Data, AI & Automation d’Orange.

Dans ces deux multinationales, les usages de la Data et de l’IA sont largement développés. Le groupe du luxe revendique des développements dans ce secteur depuis désormais six ans, avec au départ “une approche très business”. L’objectif : “démontrer la valeur par des cas d’usage métiers”.

A lire aussi : Bouygues Telecom met à l’épreuve sa méthode pour industrialiser l’IA

“A date, nous avons industrialisé plus de 200 cas d’usage”, chiffre la CDO de LVMH. Ces projets portent principalement sur “deux axes stratégiques” qui sont “d’assister la créativité humaine » et “d’offrir une expérience client ultime”.

Sur le premier axe, l’ambition n’est donc pas d’automatiser de bout-en-bout des opérations faisant appel à la créativité, mais de “fournir des outils plus puissants” afin de permettre aux métiers de prendre des décisions.

Ainsi, l’entreprise met à disposition des prévisions pour les métiers de la supply chain. Des recommandations sont suggérées depuis l’application Anaplan exploitée par LVMH. Les décisions sont bien prises cependant par les équipes.

85% de clients exposés à l’IA sur les sites e-commerce

“Nous sommes également capables de mieux prédire le coût de production d’un sac en deux secondes contre deux semaines auparavant”, cite encore Anca Marola pour illustrer les applications de l’IA pour le développement produit.

En ce qui concerne l’expérience client, LVMH vise plus particulièrement la personnalisation au travers par exemple de technologies de recommandation produit. Ces usages sont désormais largement répandus.

85% des clients des sites e-commerce du groupe de luxe sont désormais exposés à de l’intelligence artificielle au travers de la personnalisation des contenus, produits et services en fonction des “préférences” des internautes.

L’IA n’est pas une fin en soi. Son exploitation vise à créer de la valeur pour l’entreprise – et au service de l’expérience client. La CDO évalue l’impact de l’IA sur le chiffre d’affaires e-commerce à 10 à 15%. Ces technologies permettent en outre d’accroître l’engagement client jusqu’à 20% sur les contenus.  

Dans l’univers des télécoms, les usages de l’IA se sont développés plus récemment avec une accélération qui remonte à deux ans chez Orange, indique Médéric Chomel. “Nous avons passé beaucoup de temps à multiplier les PoC, dont peu ont atteint l’étape de mise en production.”

L’analyse d’image au service du déploiement de la fibre

Cette phase de montée en maturité a concerné un grand nombre d’entreprises. Orange précise cependant être désormais entré “en mode industriel” avec ainsi 200 cas d’usage industrialisés au cours des deux dernières années. Comme LVMH, le point de départ a été le besoin business.

“Nous avons expliqué à nos ingénieurs qu’ils ne devaient pas être orientés solution tout de suite, mais qu’ils devaient surtout poser la bonne question. C’est la rencontre entre une bonne question business et une solution technique de bon niveau”, commente le VP Data, AI & Automation d’Orange.

Cette approche a débouché sur de nombreux cas d’usage dans le marketing, la relation client, mais aussi dans les opérations. Ainsi, l’utilisation de l’IA intervient dans le déploiement de la fibre optique. Avant et après chaque intervention, les techniciens réalisent des photos.

L’IA a pour fonction “d’aider le métier à clôturer son intervention en toute confiance” grâce à de l’analyse d’image. Pour industrialiser ses réalisations, Orange s’appuie sur “un modèle équilibré entre central et local”, qui garantit la proximité avec le métier et l’orchestration d’une data plateforme unifiée.

SAFE, cloud public, upskilling et conduite du changement

En central, l’équipe compte 10 personnes en charge des décisions régaliennes (choix de l’architecture, éthique, gouvernance…). Pour Médéric Chomel, deux facteurs contribuent à la réussite de ce modèle : une méthodologie SAFE d’agile coordonné et une “data plateform la plus unifiée possible.” Pour la constituer, Orange rationalise ses “gisements de données”, 63 au départ, afin de les consolider grâce à un recours massif au cloud public.

Pour servir ses ambitions d’industrialisation à l’échelle, LVMH a conclu un partenariat avec Google Cloud Platform (GCP), l’environnement de cloud public de Google. La data plateforme, mais aussi le volet MLOps sont ainsi gérés sur hébergés sur GCP.

Pour accompagner la transformation Data & IA de la multinationale, un autre levier a été activé selon Anca Marola : “la professionnalisation autour de la data science”. A la clé, un time-to-market pour les cas d’usage réduit de 6 à 3 mois.

Pour la CDO, ces projets sont avant tout de la conduite du changement. En conséquence, une grande partie de l’équipe est constituée de “business translators/stratégistes” réunis au sein du entité dédiée, un “value office”.

Cette transformation a en outre été accompagnée par des actions de montée en compétence, ou d’upskilling, au sein des équipes métiers – comme des experts data.