Transcription

• Speaker #0

  Bonjour à tous et bienvenue dans votre podcast dédié à la data. Aujourd'hui, on va échanger sur un sujet très intéressant et très prenant au niveau de l'entreprise puisque ça va tourner autour des ERP. Les ERP, c'est le cœur. des traitements transactionnels de l'entreprise aujourd'hui. Donc voilà, tout s'y passe, la comptabilité, la gestion de la production, la finance, vraiment tous les aspects qu'on peut avoir à traiter dans l'entreprise. Ceci dit, ça pose la problématique de la data, notamment des datas qui sont regroupées et qui se retrouvent dans ces grands logiciels. À partir de là, la problématique de l'analyse de ces datas, de leur exploitation, pour tout simplement faciliter le pilotage de l'entreprise. C'est bien d'avoir des données qui sont bien rangées, si on peut dire, dans un logiciel qui est fiable et sur lequel on peut compter, mais c'est encore mieux si on peut les analyser et les utiliser de manière pertinente dans le pilotage de son entreprise. Pour parler de ce sujet passionnant, j'ai le plaisir d'accueillir aujourd'hui Jean-François Monceau, qui est aussi un partenaire de Marie-Porte depuis très longtemps. Je crois que c'est 14 ans, Jean-François, depuis qu'on a ce partenariat. Je vais redonner la parole à Jean-François pour qu'il puisse se présenter. et nous expliquer un petit peu quel est ton rôle, quel est le positionnement aussi, qui est Progeste peut-être aussi rapidement. Et à toi la parole

• Speaker #1

  Jean-François. Merci Médéric. Alors moi je m'appelle Jean-François Manceau, je suis directeur de projet au sein de la société Progeste Plus. Alors Progeste Plus c'est une petite entreprise, on est une cinquantaine de salariés et on est entre autres éditeur d'un ERP qui s'appelle Synoptic, ERP qui est plutôt axé sur les PME, PMI, ETI, secteur d'activité confondu, c'est vraiment un ERP qui est flexible et généraliste. Je m'occupe de la partie business intelligence en partenariat avec MyReport depuis effectivement un certain temps. Donc j'ai une appétence pour la data depuis... quelques années.

• Speaker #0

  Super, en tout cas bienvenue et merci d'avoir accepté cette invitation. Alors c'est un sujet vaste qu'on aborde aujourd'hui, le rôle de l'analyse des données dans les ERP modernes, on peut vraiment l'aborder de plein de manières. La première question qui vient, c'est globalement, comment peut-être historiquement on approchait la data des ERP Dans ton expérience, comment c'est arrivé ce sujet ?

• Speaker #1

  Alors en fait, c'est un sujet qui a toujours été prégnant dans les entreprises. C'est juste que les moyens d'extraire la donnée ont évolué avec le temps. Au tout début, je parle de ça il y a une vingtaine d'années, un peu plus de 20 ans. En fait, les clients qui voulaient extraire des données demandaient à leur éditeur « est-ce que tu peux me faire une liste avec telle donnée, telle donnée, telle donnée ? » En général, il y avait des développeurs qui travaillaient derrière, qui faisaient les extractions et qui livraient ces extractions à leurs clients. Donc ça marchait, on accédait aux données, mais l'utilisateur final n'avait pas vraiment la main sur ce qu'il voulait faire. Nous, on a développé un outil qui permettait aux utilisateurs de le faire un peu plus simplement. Donc, on leur a donné la main là-dessus. Ils pouvaient faire ces extractions dans Excel et dans Crystal Report à l'époque. C'était ça l'outil qu'on avait sélectionné.

• Speaker #0

  En plein de ERP ?

• Speaker #1

  Exactement. C'était un éditeur d'état. C'est celui qu'on avait sélectionné. Et puis... Ouais, moi même aussi. Donc déjà, là, nos clients ont repris la main, mais ça demandait quand même des compétences techniques qui étaient assez fortes. Il faut être capable de faire des jointures entre tables. Enfin, voilà, ça demande un petit peu de compétences. Et puis, je dirais depuis... 12-15 ans, maintenant il y a des outils plus performants qui y aillent, où là en fait l'éditeur va créer la modélisation et va la mettre à disposition de ses utilisateurs, et après l'utilisateur va pouvoir vraiment assez simplement extraire ces données, les mettre en forme et les analyser.

• Speaker #0

  Oui, effectivement, je pense qu'il y a eu plusieurs phases, la phase très artisanale et un petit peu... pas très ergonomique si on peut dire, jusqu'à aujourd'hui où on a quand même pléthore d'outils pour pouvoir accéder aux données et en tout cas créer la structure décisionnelle, la partie analyse de données. Ce que j'entends aussi, c'est que cette Ausha, elle est aussi différente et des fois ça peut être un vrai frein en fonction des éditeurs. Des fois, c'est à se demander si ce n'est pas une volonté de l'éditeur de mettre un frein. Là-dessus, de ne pas permettre un export facile des données du client à partir de son ARP, par exemple. L'avis, je pense, qu'on partage là-dessus, c'est que ce n'est jamais une bonne chose. Parce qu'après tout, mettre des freins à ce client sur ça, ce n'est pas… Mais en tout cas, j'ai envie de te poser la question sur comment, vous, votre approche a évolué chez Progeste et comment tu abordes en fait ce... comment vous abordez ce sujet ?

• Speaker #1

  Pour moi, la bonne démarche, en tout cas, c'est celle que nous, on essaye de mettre en place chez nos clients, c'est de rendre nos clients les plus autonomes possibles dans l'exploitation de leurs données. Parce qu'en fait, on s'est rendu compte que quand on fait appel à des experts, on va être obligé de définir un cahier des charges, de dire ce qu'on veut. On va souvent obtenir ce qu'on a demandé, ça c'est très bien. Sauf que toute la démarche de création... d'un état, fait passer par plein de phases. La personne qui développe, elle se dit, on pourrait croiser comme ça, ou on pourrait faire comme ça, ou on pourrait faire comme ça. Et en fait, cette démarche-là, le fait que ce soit une tierce personne qui la fasse à la place de l'utilisateur final, ça fait perdre, selon moi, ça fait perdre l'intérêt et la pertinence des analyses qu'on peut faire. Et en ça, je trouve que c'est vachement important que... que je vais même aller jusqu'à ce que ce soit l'utilisateur final qui ait la main sur sa donnée et peut-être moins le responsable informatique ou le développeur.

• Speaker #0

  En fait, il y a quelque chose de très intéressant que j'entends dans ce que tu dis, c'est que plus on est proche du métier, plus on est l'utilisateur final, plus on va être pertinent. dans l'exploitation de la donnée, la taxe est l'or du 21e siècle. Donc plus on est proche de la data et donc du métier qu'ils traitent avec cette data, plus en fait on va être effectivement pertinent. Mais là du coup la question qui se pose, ça c'est une boucle, on va avoir un besoin, on va avoir un besoin très précis sur un domaine. On va aussi avoir des fois des utilisateurs dans l'entreprise qui vont avoir une certaine appétence, ça dépend aussi des gens, donc il y avait plein de facteurs. Plus largement en fait c'est comment la data... comment ces données permettent d'optimiser ces processus métiers. De vraiment être un vecteur de compétitivité, d'efficacité pour les métiers. Personne n'utilise des ERP ou des logiciels ou de la data pour utiliser de la data. Même si des fois, ça peut être le cas. Mais globalement, il y a quand même toujours une intention et une idée derrière.

• Speaker #1

  Je suis d'accord avec toi, mais il y a aussi une très grande frustration quand on saisit de la donnée et qu'on ne peut pas l'exploiter derrière. Ça doit absolument aller dans les deux sens. D'ailleurs, quand on réfléchit à un ERP, aujourd'hui, on réfléchit beaucoup en fonction des éléments qu'on va vouloir sortir et des axes d'analyse qu'on va vouloir utiliser. Pour moi, dans un ERP, il y a deux axes d'analyse qui sont très importants. Il y a l'axe des articles, des produits, et l'axe des clients, des fournisseurs, etc. Et c'est sur ces deux axes-là qu'on fait un travail de personnalisation pour nos clients de manière à intégrer leurs données métiers, les données qui sont vraiment propres à leur activité. Comme je vous disais, on est assez généraliste, mais par contre, on a beaucoup... paramétrables qui vont permettre après à nos clients dans la BI de venir faire des analyses précises suivant des axes ou des critères d'analyse qu'on aura prévus dès le départ.

• Speaker #0

  Donc en fait, si je comprends bien, dans l'approche que vous avez adoptée, en tout cas, c'est très orienté client et produit. Donc du coup, ces orientations font que naturellement, la manière d'approcher la data, elle est focalisée sur ces aspects-là.

• Speaker #1

  En tout cas, c'est des axes hyper importants. dans les analyses, parce que souvent, c'est ce qu'on fait, vous regardez la plupart de vos tableaux de bord, on fait ça par activité de client, par secteur d'activité, par typologie de produit ou des choses comme ça. La majeure partie des analyses statistiques qu'on fait, elles sont orientées sur ces deux axes-là. Donc il faut bien les structurer, c'est vraiment important, parce qu'une fois qu'on les a bien structurées, on a vraiment une grosse mine d'or. et tu parlais de D'or, enfin la data c'était de l'or, effectivement je confirme, Mick Levy qui est un spécialiste de la data parle de l'or noir et qui devrait même rentrer dans la valorisation des entreprises et il faut exploiter ces données aujourd'hui, elles sont très largement sous-exploitées et c'est vraiment une vraie mine d'or.

• Speaker #0

  Justement quel est le rôle ? consultant, aujourd'hui pour faire cette analyse-là, toi tu es consultant BI aussi, donc on analyse des données depuis très longtemps. Voilà. Je pense que le consultant a aussi une part importante à jouer pour guider parce qu'on voit la quantité des possibilités et les interactions avec le métier et l'impact que ça peut avoir aussi sur l'activité et l'entreprise. Ce n'est pas toujours évident de savoir comment le faire, par où commencer. Donc du coup, pour toi, quel est le rôle du consultant BI dans l'implémentation de ces analyses, des données de l'ERP ? Et peut-être aussi, quelle est l'approche que tu prends ?

• Speaker #1

  Pour moi, le rôle du consultant BI, il démarre dès la conception de l'ERP. C'est-à-dire que quand on fait les analyses fonctionnelles sur la mise en place d'un ERP, Son rôle, ça va être de questionner le client sur quels sont les éléments importants, les axes importants qui vont lui permettre de pylonter son entreprise. Et donc de les prévoir dès le début dans la saisie des données, dans les reprises de données, dans tout ce qui va représenter les inputs de l'ERP. Puisqu'on ne pourra extraire que des données qu'on aura saisies, donc ce n'est pas la peine d'aller les inventer après. Donc le rôle d'un consultant ERP, même dès la conception de l'ERP, peut être assez important pour sensibiliser le client et commencer à le faire saisir directement ces informations-là dans l'ERP. Ensuite, alors nous, comme on est éditeur, on a aussi développé notre modélisation de notre ERP. Donc on va accompagner nos clients pour leur... expliquer la philosophie de notre modélisation, qu'est-ce qu'on a mis dedans, comment on a structuré les données pour lui permettre après une exploitation vraiment optimale de ces données. On ne parle bien que des choses qu'on connaît bien. Donc le fait d'avoir une double casquette ERP-BI, c'est intéressant, comme c'est intéressant par exemple d'avoir quelqu'un qui est comptable. et qui va pouvoir présenter des modélisations sur la partie compta. En fait, il faut bien connaître l'outil qu'on exploite. Et il vaut mieux dans ces cas-là avoir quelqu'un qui a une double casquette, métier et BI. Pour moi, ça, c'est le duo gagnant.

• Speaker #0

  C'est clair. J'aime bien cette idée aussi que l'intérêt de l'analyse des données, c'est qu'on croise les données. C'est-à-dire qu'on va avoir les données de BRP, des points voir les données d'un autre système de l'entreprise qui fonctionnent des domaines métiers de l'entreprise et du coup le fait d'aller croiser les données de l'ERP avec les données de ces autres systèmes va permettre aussi de faire des analyses plus approfondies et de détecter en fait un certain nombre d'insights qu'on n'aurait pas détecté autrement donc il y a des synergies qui peuvent se créer donc effectivement c'est là où le... Ce système décisionnaire, ce système d'analyse de données, Maryport ou d'autres, va être critique. dans sa capacité à permettre de simplement faire ces croisements de données pour sortir un petit peu cette valeur ajoutée. Donc là, je sais que tu as travaillé sur plein de projets avec justement des sujets de synergie, de croisement de données, à partir de la modélisation que vous avez pu créer pour votre propre ERP, par exemple. J'ai envie de te poser la question sur... Est-ce que tu peux nous partager un cas concret, un succès, où l'analyse de données a justement transformé un petit peu l'utilisation de l'ERP, où elle a pu apporter cette promesse ?

• Speaker #1

  Alors, en fait, quand on a gagné, c'est que l'entreprise devient complètement pilotée par la donnée. Ça peut faire un peu peur et ce n'est pas l'objectif. Mais en fait, quand on a structuré correctement les données, quand on a fait des tableaux de bord et des listes et des choses comme ça qui sont pertinentes, on finit par… Enfin, moi, j'ai un exemple en tête, une entreprise. c'est la BI qui vient C'est les données qui sont poussées et qui vont sortir jusqu'aux listes de travail qui doivent être faites. C'est-à-dire que si les données ne tournent pas la nuit, si l'analyse de données ne se fait pas la nuit, ils ne savent pas dans quel ordre de priorité ils doivent gérer leurs OEF, par exemple. Donc ça va très loin parce que du coup, il y a énormément de paramètres qui rentrent en ligne de compte. et des calculs qui se font, et tout ça avec souplesse, parce que c'est quand même encore l'utilisateur final qui est à la main et qui va changer ses filtres et ses formules, etc., pour retrier ses ordres de fabrication. Et là, on se retrouve dans un contexte où les données d'entrée, qui sont les données de l'ERP, et les outputs, sont liés puisqu'à la fin, ça va reprioriser tout le travail qui va être fait dans l'entreprise.

• Speaker #0

  Donc du coup, en fait, là, si je comprends bien, dans le cas dont tu parles, il y a eu une interaction entre le système ERP et le système décisionnel, donc d'analyse de données, pour pouvoir optimiser les flux de production. Exactement. Que les ordres de fabrication soient dans l'ordre... En fonction des objectifs de l'entreprise et de ses priorités, j'imagine, qui ont été définies. Donc ça, c'est effectivement un cas très intéressant dans le domaine, j'imagine. Mais quelque part, est-ce qu'on peut faire aussi du prévisionnel ? Parce que là, c'est de l'opérationnel. Donc on voit que la BI, c'est sa première vocation, optimiser l'opérationnel. Mais quitte du prévisionnel. Oui.

• Speaker #1

  Alors, on est actuellement en train de travailler sur un projet hybride entre de la BI et de l'IA, où en fait, l'idée, c'est de faire de la prédiction d'achat, parce qu'en fait, les achats doivent se faire un an à l'avance chez ce client-là. Donc, il y a vraiment une grosse problématique. S'il rate ses achats un an à l'avance, ça veut dire qu'il ne pourra pas produire comme il faut. et ces achats dépendent à la fois de... Enfin, dépendent des contrats qu'il peut y avoir et de la météo et de plein de choses. Et donc, du coup, on est en train de bâtir un projet hybride entre, il y a du développement, il y a de la BI et on est en train de travailler sur une IA spécialisée qui va en plus après travailler sur ces données-là pour... pour lui faire des propositions d'achat.

• Speaker #0

  Un peu de prédictif en fait. Exactement. D'accord, très intéressant. Du coup, j'imagine que ça ne vient pas sans un certain nombre de défis, peut-être des défis techniques, des défis organisationnels, des défis humains. Tu parlais de quelque chose qui est de l'ordre d'une entreprise guidée par les données. Je trouve ça assez super. partager un peu aussi notre expérience chez MyReport. Tout le monde dans l'entreprise regarde très régulièrement ses dashboards dans tous les métiers, que ce soit à la compta, à la prod, au développement, parce que en fait c'est un peu notre axe aujourd'hui, c'est un peu notre axe de pilotage au quotidien. Vraiment pour tout le monde. Et ça, c'est un peu aussi l'impact de la BI. C'est-à-dire quand on met la BI de manière étendue dans l'entreprise, ça devient un petit peu la colonne vertébrale, ça devient critique. Donc comme tu disais, je pense pour ton cas dont tu parlais, si la BI ne fonctionne pas la nuit, le matin, on fait comment avec les ordres de fabrication ? Donc ça, c'est quelque chose aussi qui est très important d'avoir à l'esprit. C'est-à-dire ce côté structurant qu'apporte l'analyse de données. par rapport à l'ERP, qui au final est une obligation. C'est-à-dire que tout le monde a une obligation de faire un contrat, tout le monde a une obligation de gérer un minimum sa production, etc. Mais analyser ces données, on peut très bien se contenter d'Excel, ou on peut passer à la vitesse supérieure jusqu'à arriver à du prédictif. Donc voilà, pour revenir à la question, quels sont les défis que toi tu vois pour entrepartir quelque chose de basique jusqu'à... devenir une entreprise guidée par les données avec tout ce qui va avec comme infrastructure.

• Speaker #1

  Les défis, aujourd'hui, c'est l'hétérogénéité des sources. Donc, en effet, aujourd'hui, on peut avoir des données qui sont dans le RP, on peut avoir des données qui sont dans des fichiers Excel, un peu partout, des fichiers Excel sur... le pc sur le serveur sur un drive on peut avoir des données aussi maintenant sur sur le web on va vouloir aller attaquer des données sur le cloud des données sur des sur société.com sur linkedin sur sur on peut aller chercher des données météo on peut aller de chercher des données sur les cours de matières sur des sur des cours de devises ou autres. C'est d'identifier les données pertinentes et après de les mettre en musique. Les données de l'ERP, pour moi, ce sont des données qui sont quand même centrales, qui sont partagées. C'est important de... Je ne prêche pas ma paroisse, mais... Pour moi, un bon ERP, c'est un ERP qui centralise tout parce qu'en fait, ça va structurer et ça va partager la donnée avec tout le monde, ce qui est moins le cas d'un fichier Excel qu'on va avoir tout seul dans son coin ou des choses comme ça.

• Speaker #0

  Du coup, en fait, là, le défi, tu l'abordes du point de vue technique et hétérogénéité, donc les sources, etc. Mais humainement, il y a aussi des défis. C'est-à-dire que des fois, quand on a eu l'habitude de travailler pour avoir fait des... Pas mal de projets aussi où j'ai pu être confronté à ça. On a eu l'habitude de travailler d'une certaine manière, avec son fichier dans son coin, de manière peut-être des fois un peu silotée. L'intérêt de l'analyse, c'est qu'elle soit partagée. Parce que si on fait juste des analyses dans son coin, ok, c'est sympa peut-être, mais...

• Speaker #1

  C'est surtout que le chiffre qu'on va obtenir à la fin ne sera pas forcément celui du voisin, si tout le monde fonctionne comme ça. Donc ça pose des problèmes d'intégrité, des chiffres qu'on va pouvoir présenter. Je te rejoins tout à fait. Mais en fait, ça fait écho à un concept qui s'appelle le Shadow IT. C'est tous ces fichiers Excel qu'on peut avoir à droite à gauche, toutes ces bases de données qui vont être développées par les utilisateurs parce qu'ils n'ont pas trouvé l'équivalent dans le RP ou qu'ils n'ont pas le logiciel qui va bien. Alors, pour moi, ce... Ce shadow IT, il est inévitable. On l'a dans toutes les entreprises et c'est quelque chose qui est à prendre en compte. Et c'est effectivement l'un des défis de la data.

• Speaker #0

  Mais vous le traitez, vous ?

• Speaker #1

  Alors en fait, il y a deux aspects. Il y a l'aspect... En fait, le fichier Excel, c'est super pratique parce que n'importe qui peut en faire un. Si je veux rajouter une colonne, je rajoute ma colonne. Si je veux, on a une liberté qui est incroyable. Par contre, l'inconvénient, c'est qu'il faut pouvoir se partager les données. Souvent, les données, elles peuvent être, si on ne fait que de la saisie libre, on voit bien les limites qu'on peut avoir. Moi, j'aime bien fonctionner sous forme de circuit, c'est-à-dire que laisser notre client partir sur ses fichiers Excel, pourquoi pas, à condition de se redonner rendez-vous. un peu plus tard pour dire bon bah ok maintenant que vous avez structuré votre fichier et que vous savez comment vous voulez fonctionner comment est-ce qu'on pourrait l'intégrer dans le ERP pour que ce soit plus structuré qu'il y ait des workflows qui soient prévus dedans et du coup, qui soit vraiment partagé par l'ensemble des utilisateurs. Donc pour moi, on gagne vraiment à fonctionner comme ça et on partage beaucoup plus d'informations. Ceci étant, si on est vraiment sur des trucs qui sont à la marge et qui n'ont aucun intérêt dans l'ERP, ça ne sert à rien de les mettre dans l'ERP. Et dans ces cas-là, l'intérêt, c'est d'avoir un outil qui va aller... capter ces données-là pour pouvoir les consolider et qu'elles apparaissent dans l'outil BI de l'entreprise.

• Speaker #0

  D'accord, c'est une approche qui tient du pragmatisme, une approche qui est très pragmatique. Est-ce que ça a du sens d'avoir ce besoin couvert dans l'ERP ? Auquel cas, c'est une itération, on fait évoluer l'outil, etc. Je sais que, par exemple, vous faites aussi de l'analyse de données directement de l'ERP. donc au plus près des opérateurs. C'est quelque chose qui est assez innovant parce que la majorité des EAP ne vont pas jusque-là. Pourquoi ce choix ? Comment est né déjà un peu ça ? Quel est l'impact de faire ça ?

• Speaker #1

  Il y a beaucoup de... Alors, si on parle BI pur, il y a beaucoup de données. On est plus sur de l'analyse. L'analyse de données, on est... À J1, J2, il n'y a pas de sujet, on n'a pas besoin d'avoir la donnée en temps réel. Mais il y a certaines informations qui nécessitent une action immédiate. Et donc pour ça, il faut que l'information circule très vite. Et donc là, c'est plus compliqué de travailler avec des outils data, ou alors il faut travailler avec des outils qui sont en temps réel. Mais avec les problématiques de temps de réponse, ça apporte d'autres problématiques. C'est pour ça que nous...

• Speaker #0

  C'est pour ça que nous,

• Speaker #1

  on a fait le choix dans notre ERP d'avoir un grand nombre de, on va appeler ça des tableaux de bord, des listes de travail qui se rafraîchissent en temps réel et sur lesquelles on voit apparaître les nouvelles tâches. les nouvelles commandes, les nouveaux OF à lancer, etc. Et ça, on le pilote directement depuis l'écran d'accueil de l'outil.

• Speaker #0

  En fait, quelque part, c'est de l'analyse de données, et c'est des agrégations, etc., mais qui restent quand même très opérationnelles.

• Speaker #1

  Tout à fait.

• Speaker #0

  Elles sont très opérationnelles, elles sont censées apporter cette souplesse, cette réactivité qui est nécessaire au niveau de l'activité. Très bien, en tout cas... C'est très intéressant d'avoir cette approche. Et encore une fois, elle est innovante. Maintenant, on parle aujourd'hui beaucoup de l'IA. On ne peut pas ne pas l'aborder. C'est le sujet du moment. Et puis, systématiquement, ça revient dans les podcasts. Je pense que vraiment, on assiste à une vraie technologie de rupture puisque ça touche à tout. donc la question c'est comment selon toi, l'IA va-t-elle rechapper les ERP du futur ? Quel va être l'impact ? Je demande un petit exercice un peu pas toujours évident.

• Speaker #1

  Alors, nous, on est en train d'étudier de manière très intensive cette partie-là puisqu'elle nous intéresse beaucoup. Alors, il y a plein d'idées, en fait. L'idée la plus simple, c'est... une espèce d'assistant conversationnel, que ce soit vocal ou en chat, qui va permettre d'accéder plus facilement à un écran, qui va permettre d'avoir des liens avec l'aide ou d'aller consulter des informations. Pourquoi pas d'extraire certaines données ? Donne-moi la liste des clients qui m'ont rapporté plus de 1000 euros cette année. Donc tout ça, c'est des choses qui seront probablement... présent dans l'ensemble des ERP d'ici quelques années. Après, il y a aussi toute la partie IA spécialisée. Donc là, le cas d'usage que j'ai décrit tout à l'heure, où on doit prédire les achats futurs en fonction de données multiples et complexes. Là, on est sur de l'IA très spécialisée, donc on va faire des outils sur mesure. Ce qui va convenir à Pierre ne fonctionnera pas pour Paul. Là, il faut qu'on trouve un modèle qui va permettre d'adresser de manière précise les besoins des différents clients. Ça, ça va être un autre enjeu.

• Speaker #0

  Et je pense qu'il y en aura aussi dans la partie BI, c'est évident.

• Speaker #1

  C'est-à-dire que la question, c'est où c'est qu'on met le curseur. Toujours, est-ce qu'on est sur une IA généraliste ou est-ce qu'on est sur une IA hyper spécialisée ? Et du coup, pour une fois, je pense que c'est tout à fait pertinent de voir que ça ne sera jamais la même chose pour tout le monde, en fonction des entreprises, des métiers, des spécificités. Et c'est aussi ça qui est intéressant avec l'IA, c'est ce côté un peu versatile. C'est-à-dire que la puissance, la technologie permet de répondre de manière spécifique aussi à des besoins qui vont être un peu différents. Très bien. Je ne sais pas, est-ce qu'il y a une question que tu aurais souhaité que je te pose ? que je ne te n'ai pas posé, que tu voudrais partager avec la communauté et nos auditeurs.

• Speaker #0

  Le tour.

• Speaker #1

  Merci beaucoup Jean-François pour ta présence à cet épisode. Avec grand plaisir,

• Speaker #0

  c'était très chouette.

• Speaker #1

  La question aussi c'est comment te joindre, parce que peut-être des gens de la communauté, nos auditeurs, ont envie de continuer cette conversation ou d'autres avec toi. Quelle serait la manière la plus simple de te contacter ? Peut-être sur un réseau social ?

• Speaker #0

  Je suis effectivement sur LinkedIn. Vous pouvez me contacter sur LinkedIn. François Manteau. Exactement.

• Speaker #1

  François

• Speaker #0

  M-A-N-S-E-A-U. Merci.

• Speaker #1

  Merci beaucoup. Merci à toi. A bientôt pour un prochain épisode. Restez connectés.