Défis et opportunités de l'IA dans l'industrie : Arthur Jacquemet dévoile les secrets de Fabera | Les dessous de l'industrie

Description

Êtes-vous prêt à découvrir comment l'intelligence artificielle transforme l'industrie et révolutionne le processus de chiffrage ?

Dans cet épisode captivant des dessous de l'industrie, Ludovic TRONEL reçoit Arthur Jacquemet, le dirigeant de Fabera, une entreprise spécialisée dans l'intelligence artificielle appliquée au chiffrage industriel. Fabera se démarque par son moteur de chiffrage intelligent, qui permet aux fabricants de générer des devis instantanés en s'appuyant sur leurs données historiques.

Arthur nous plonge dans les trois expertises fondamentales de Fabera : le traitement de plans 3D, le traitement de plans 2D, et le développement d'un moteur d'IA capable d'apprendre des données passées.

Vous êtes un industriel, mais vous ne faites pas de chiffrage ? En tant qu'expert de l'intelligence artificielle, Arthur vous donnera sa méthode et ses clés pour réussir à intégrer l'IA dans vos processus et à en tirer le meilleur.

Chez Silyane, nous aidons des entrepreneurs comme Arthur à se structurer commercialement et à générer de la croissance via de nouvelles méthodes, de nouvelles organisations ou encore de nouveaux outils.

Si vous souhaitez échanger avec nous, c'est par ici.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Transcription

Speaker #0
Bonjour à tous et bienvenue dans les Dessous de l'Industrie, l'émission qui présente les acteurs industriels français, leur parcours et leurs réussites. Aujourd'hui, nous avons le plaisir d'accueillir Arthur Jacquemet, dirigeant de Fabera, une entreprise qui déploie un moteur de chiffrage basé sur l'IA, permettant à des fabricants industriels de rendre instantané leur chiffrage de pièces basé sur leurs données antérieures. Ça fait une phrase un peu compliquée. Moi, si je la résume à mon sens, pour moi, Arthur, tu es un des acteurs français de l'IA dans l'industrie et du coup, je suis très content de t'avoir aujourd'hui. Je te remercie de passer un peu de temps avec nous. Je commence par une petite présentation de ton activité, si tu le veux bien, peut-être en synthétisant et surtout, on te donne des exemples concrets de ce qu'est Fabera.
Speaker #1
Oui, bien sûr. Et donc, Arthur Jacquet, moi, je suis fondateur de Fabera. Ce qu'on fait chez Fabera, c'est qu'on déploie un moteur qui vient apprendre de la donnée en historique des affaires antérieures d'un industriel pour permettre de faire des devis, d'établir des chiffrages instantanément basés sur cette donnée. Donc ça c'est la phrase un peu simple de présentation. Et après si je dois parler de nos expertises, en fait nous on a trois expertises. La première c'est qu'on est expert sur le traitement d'un plan 3D. Donc d'un plan 3D on va en récupérer... 60 à 80 éléments de géométrie topologie de pièces pour l'utiliser derrière pour du chiffrage. On y reviendra. On est expert sur le traitement d'un plan 2D. Donc dans 2D pareil on récupère plein d'éléments qui permettent de faciliter le chiffrage. Et la troisième expertise c'est ce moteur d'IA qui a la capacité comme un cerveau humain d'apprendre d'un historique et du coup d'établir des règles. que ce moteur d'IA va pouvoir réutiliser pour chiffrer la pièce d'après.
Speaker #0
Super. Est-ce que tu peux nous définir un moteur d'IA pour toi ? Parce qu'aujourd'hui, c'est vrai que quand on entend parler d'IA, on entend parler plein de choses. Toutes les choses. Tout est IA partout maintenant. Est-ce que toi qui es vraiment dans le cœur du réacteur, est-ce que tu peux nous définir un peu plus ça pour que ça soit clair pour tout le monde ?
Speaker #1
Bien sûr. Ce que j'appelle un moteur d'IA, c'est quoi ? C'est un outil, un algorithme. qui va, sur la base d'un plan, 2D ou 3D, créer une représentation de la complexité de cette pièce. En espèce de vecteur mathématique, on va dire la carte d'identité d'une pièce. Cette carte d'identité, on va la passer dans ce fameux moteur qui va être dédié à une entreprise. Par exemple, tu as une boîte qui fait de la mécanique. On va créer un moteur dédié à leur activité qui aura appris de tout leur chiffrage. Et quand ce moteur... ce petit algorithme, il va voir une nouvelle pièce, donc cette carte d'identité, il va chercher des pièces similaires par la forme, le nombre de faces, le nombre de perçages, la matière associée, la quantité, etc. Plein de critères différents. Il compose cette fameuse carte d'identité. Il sera en mesure d'en détailler le coût de fabrication de manière très très fiable. Comme, si tu veux, ce moteur, il vient répliquer des capacités d'un cerveau humain, en fait. Ça devient un super chiffreur, le même cerveau que l'expert de chiffrage que tu peux avoir dans ta société, qui est basé sur ta donnée d'affaires antérieures, que souvent les industriels stockent de manière assez structurée et qu'on peut utiliser.
Speaker #0
Très clair. Si on continue la métaphore, ce moteur vient s'alimenter de tous les chiffrages, son fuel, son essence et tous les chiffrages antérieurs qu'a l'entreprise dans son historique. Il se base dessus pour ensuite, lui, venir produire. les nouveaux chiffrages et être capable de les mettre à disposition, si je simplifie un petit peu la chose.
Speaker #1
Exactement, les chiffrages antérieurs, mais aussi les chiffrages futurs, parce que tous les chiffrages que tu fais ensuite, nous, on les utilise en termes de données pour réentraîner le modèle et qu'il puisse gagner en fiabilité.
Speaker #0
Est-ce que tu peux nous donner un exemple concret, peut-être en partant d'un cas client que tu n'es pas obligé de citer, mais en disant que tel client, il fait ça, il l'utilise comme ça et... Peut-être aussi que tu nous expliques les bénéfices constatés en chiffres de la mise en place de cette IA par des promoteurs.
Speaker #1
Aujourd'hui, Fabera, c'est une quarantaine de clients dans la fabrication. On travaille avec des sociétés qui font de la tôlerie, de la chaudronnerie, de l'usinage, de l'injection plastique. Des sociétés qui font de la fabrication de machines spéciales. On travaille aussi plutôt avec des donneurs d'ordre. On va dire des personnes qui conçoivent et qui après ne fabriquent pas forcément en interne, mais font fabriquer. Et dans ce cas-là, on travaille plutôt avec leur bureau d'études, leur technicien méthode, etc. Et j'ai un cas en tête d'une société qui fait des assemblages mécaniques et donc qui produisent des pièces mécaniques, qui sont des pièces très précises, avec, on parle de tolérance serrée, donc au centième, pour ceux qui connaissent un peu ces termes-là, et qui s'assemblent ensemble par montage. Et donc en fait, pour cette société, on a récupéré 500 plans 3D. donc des fichiers qu'on appelle CAO, donc des plans 3D d'une pièce, que l'on a associés à leur chiffrage, donc à leurs détails techniques de chiffrage, donc des étapes de fabrication avec des temps associés à chacune des étapes. Et on a déployé un modèle en deux mois qui permet à cette société de chiffrer une nouvelle pièce avec une marge d'erreur qui est à moins de 10% près pour chiffrer la nouvelle pièce. Et donc le gain pour eux, c'est que vu qu'ils font des assemblages mécaniques, ils ont des consultations. de la part de leurs donneurs d'ordres qui peuvent être composés de 30, 40, 50, 80 pièces mécaniques à chiffrer. Une pièce mécanique en 1ème, ça peut être entre 1 à 3 heures de temps de chiffrage, c'est très très long. Et là l'avantage c'est que tu prends ta liasse de plan, tu la glisses, déposes, tu précises une quantité et une matière, tu peux même préciser en amont ces éléments dans un fichier Excel que tu viens associer à cette liasse, et derrière tu as un chiffrage détaillé pour chacune des références. Donc c'est vraiment un gain de temps sur cette partie là. On estime à peu près à 40% le temps gagné par un chargé d'affaires sur le chiffrage. Donc on fait à peu près, on divise à peu près par deux le temps de chiffrage d'un chargé d'affaires. Et on a aussi une partie où vu que cette société elle gagne en réactivité, elle augmente son taux de conversion. On estime à une augmentation d'à peu près 20% du taux de conversion. Après tu as d'autres gains parce qu'en fait souvent vu que le chiffrage c'est quelque chose qui est complexe, si tu prends une boîte qui fait 10 millions d'euros de chiffre d'affaires dans la fabrication, le chiffrage ça peut être 90% du temps de la personne stratégique dans la boîte parce qu'en fait on l'a sursoulicite pour cette partie là ou alors 60-70% du temps du dirigeant ça on le voit souvent et en fait le gain sur cette partie là c'est aussi de permettre de transmettre parce que cette expertise qu'a le dirigeant sur le fait de chiffrer en fait à transmettre c'est très dur et là en fait tu viens au travers de ta donnée structurer son savoir-faire dans un outil pour qu'il soit utilisable par un autre collaborateur et du coup déléguer tes chiffrages. Ça c'est moins quantifiable en termes de ROI, mais c'est quand même un retour sur investissement qui est intéressant.
Speaker #0
En plus j'imagine que là où potentiellement c'est assez dur de recruter sur ces profils-là, ça peut aussi aider à avoir un mother qui ne vient peut-être pas remplacer, parce que je ne pense pas que ce soit non plus comme tu l'as dit. Ça permet d'avoir un taux d'exécution jusqu'à 90%. Donc, on a besoin d'un humain pour venir vérifier, faire quelques ajustements. Mais ça peut permettre d'aider les structures qui ont du mal à recruter sur ces profils-là.
Speaker #1
Oui, c'est ça exactement. Et donc, tu vois, tu peux avoir des consultations. En fait, les fabricants vont se dire, bon, qu'est-ce que je fais ? J'ai 20 pièces à chiffrer, je ne suis pas sûr d'avoir l'affaire. Je fais quoi ? Je réponds, je ne réponds pas. Si je réponds, je vais y passer du temps. Parce que souvent, ils viennent faire une étude sur comment faire la pièce pour pouvoir donner un coût fiable. Ici, ça te permet de ventiler, abattre des chiffrages de manière fiable et du coup, focus derrière sur des sujets plus stratégiques, peut-être un peu de la prospection, focus sur des projets en cours, dans l'atelier, etc. Ça dégage du temps pour des personnes qui ont la capacité de faire d'autres choses et sur lesquelles optimiser son temps, c'est important.
Speaker #0
Très clair. Et alors, Fabera, aujourd'hui, c'est une structure qui est basée pour, qui a quel âge, vous êtes combien ?
Speaker #1
Oui, donc Fabera, on est trois associés. On est basé entre Lyon et Nantes. On a une équipe aujourd'hui qui est de dix personnes. Voilà, j'ai une quarantaine de clients. On a trois ans et demi d'existence, exactement.
Speaker #0
Donc vous avez commencé en prémisse du moment où on entend envoyer ces deux lettres un peu de partout. Vous étiez vraiment précurseur sur ce sujet-là.
Speaker #1
Oui, et un peu par hasard finalement. Pourquoi ? Parce qu'en fait, notre sujet, ça a été d'abord de répondre à un problème. En fait, on a vu que le chiffrage, c'était un sujet. chez des fabricants, et on peut en parler un peu de la jeunesse de Fabera par la suite si tu veux. Et en fait, on a testé plein de manières de faire et on s'est rendu compte que les fabricants avaient un historique important qui était structuré dans un ERP, adossé à des plans et qu'on pouvait l'utiliser. Et finalement, le constat, c'est de se dire, même si tu fais de la pièce sur mesure, du mouton à cinq pattes, en fait, tu le fais depuis un certain nombre d'années, tu as des similarités dans les pièces. Et en discutant avec les chiffreurs, on s'est rendu compte que même eux ont cette pratique de chiffrer par analogie. en comparant, en disant tiens, ça je l'ai déjà vu quelque part, quel client avait fait ça, et d'essayer de retrouver des choses qui étaient déjà chiffrées ou déjà produites pour que ça facilite le chiffrage. Et nous on s'est dit tiens, on peut utiliser ces éléments, après on s'est dit ok, sur la base d'un plan, comment est-ce qu'on pourrait retrouver un plan similaire ? Donc là on a commencé à développer des technologies, et petit à petit on s'est mis à faire de l'IA, parce qu'on s'est dit tiens, c'est un outil intéressant dans notre cas d'usage. C'est plutôt dans ce sens-là que ça s'est fait.
Speaker #0
On va revenir du coup à la genèse et je pense qu'on va y arriver assez facilement parce que là, j'aimerais aussi te poser des questions sur ton parcours à toi, Arthur. Si je ne dis pas de bêtises, toi, tu es plutôt d'une formation école de commerce. Avant de créer Fabera, tu as navigué dans le commerce et dans la tech. Du coup, comment toi Arthur, tu arrives dans le milieu de l'industrie ? Alors oui, certes, via la tech, tu viens de le dire un petit peu avec la jeunesse de Fabera, mais qu'est-ce qui fait que vous êtes arrivé dans ce milieu industriel ?
Speaker #1
Effectivement, moi j'ai fait une école de co après un petit passage en école d'ingénieur. Ce qui s'est passé, c'est que moi je travaillais dans une société qui était une agence de développement basée à Paris. Et mon métier, c'était sur la partie direction commerciale, c'était de pouvoir résoudre pour des clients des problèmes business. plus différents les uns que les autres dans plein de secteurs grâce à la tech. Donc grâce à une app, grâce à une solution web, grâce à de la data, grâce aux trois éléments, etc. La compétence que j'ai développée, c'est de pouvoir détailler justement un problème business de manière bien précise, de savoir comment est-ce qu'on pouvait y répondre. En fait, ce qui s'est passé, c'est qu'on a rencontré un faux-dronnier qui est basé à Lyon, qui vient à une boîte d'une cinquantaine de personnes et qui nous a parlé de son activité, qui nous a dit, ben voilà. En sous-traitant spécialisé, voilà mes problèmes, j'ai des chiffrages à n'en plus pouvoir, etc. Il nous apparaît plein de sujets. On s'est dit, tiens, c'est intéressant, parce que les fabricants, c'est les personnes qui fabriquent concrètement tout ce qu'on consomme autour de nous. La table qui est là, tout ce que je peux voir autour de moi, tu vois, c'est la sous-traitant spécialisé, c'est des personnes qui ont une exigence dans l'atelier qui est juste énorme. mais qui en fait pilote leur boîte par des outils tech quasiment inexistants. Donc ils ont un ERP, des fichiers Excel, parfois un CRM, mais ça s'arrête là. Et du coup, on s'est dit que c'est intéressant parce qu'on peut avoir de l'impact. Donc on a rencontré 150, 200 industriels et on a commencé à lancer un premier business dans cette partie-là. Et après, la partie chiffrage, on y est venu parce que justement, ce premier business nous a permis de comprendre que c'était un énorme sujet pour les fabricants.
Speaker #0
Donc c'est ton ancien métier finalement qui t'a fait te mettre le nez un peu dans ce milieu de l'industrie et qui de chien en aiguille t'a tiré un peu la pelote et t'es tombé sur ce cas particulier du chiffrage.
Speaker #1
En fait si tu veux on a commencé par déployer un réseau, de faire ce qu'on appelle de la fabrication à la demande. Le principe c'est qu'on permettait à des donneurs d'ordre de fabriquer des pièces du prototypage rapide ou des pièces de série via un réseau de fabricants qu'on avait trié sur le volet. et pour qui on apportait des affaires. On faisait ça au moyen d'une plateforme numérique, une espèce de marketplace de la fabrication française. Il y a d'autres modèles qui existent aux États-Unis et en Europe sur ce principe-là. Et on s'est rendu compte qu'en faisant ça, on avait des délais énormes de la part des fabricants sur l'envoi de leur côté des offres, donc des devis. On a commencé à chiffrer, à se dire, on ne peut pas chiffrer à leur place, etc. Et en fait, en commençant à déployer ces trichines, C'est dit, non mais en fait, il faut qu'on leur propose un outil chiffrable. En fait, c'est comme ça que ça a commencé.
Speaker #0
Justement, ça me donne envie de te poser quelques questions. Un Arthur qui ne vient pas du milieu de l'industrie, qui débarque dans ce milieu-là. Du coup, ça fait quatre ans que tu côtoies des industriels, que tu vois leur fonctionnement. Toi qui viens de la tech, qui a un fonctionnement complètement différent en termes de processus, d'organisation. Est-ce que tu as quelques expériences clients qui t'ont marqué ? Tu nous as parlé par exemple tout à l'heure du fait qu'ils étaient très précis dans la gestion de leur atelier, mais ils avaient des gros manques. a priori sur certains sujets. Est-ce que tu as quelques anecdotes ou quelques éléments qui t'ont marqué depuis quatre ans que tu es dans ce milieu de l'industrie ?
Speaker #1
Oui, c'est un milieu qui marche beaucoup par réseau. Ce qui m'a le plus marqué, c'est... Alors, c'est assez paradoxal. C'est un milieu qui ne travaille pas forcément ensemble. Il y a l'effet réseau, par exemple, sur le fait de se passer des projets, etc. Il est beaucoup plus présent en Italie qu'en France. Donc ça, c'est quelque chose qu'on a identifié. Mais ils sont très friands de retour d'expérience dans le réseau. Ça veut dire que tu as des structures type l'UIMM, qui est un syndicat patronal, qui permet à ces entreprises de se structurer et d'échanger sur des sujets. Et en fait, c'est des réseaux qui ont beaucoup d'influence. Donc tu vas avoir un leader qui va porter un projet, qui va réussir. Et en fait, ces pairs vont bénéficier de ces apprentissages. Et je trouve que ça c'est super intéressant parce que c'est quelque chose qui est très localisé, c'est vraiment des industries de territoire, donc des UMM par exemple, pour toujours parler de ce sujet, on en a un peu partout, en fait c'est très territorialisé. Et elles ont un impact fort dans le fait de dynamiser un réseau et permettre de s'ouvrir à des innovations. Donc ça c'est le premier point que j'ai vu. Tu as moins de tech, donc tu as moins de présence sur les réseaux, on parlait de LinkedIn, il y a moins de présence. tu as un impact fort des salons. Ça, c'est un peu l'effet réseau aussi. On se rend compte que c'est encore une manière de faire du business où, si tu veux, dans la tech, dans notre secteur, dans notre secteur d'avance, ce n'est pas réellement le cas. Donc là, c'est intéressant aussi. On va dire qu'il y a des pratiques différentes qui sont plus des pratiques locales, de proximité, qui sont plus sur de l'échange et du boulevard. Il y a le boulevard qu'on a aussi dans d'autres secteurs mais là c'est très très présent.
Speaker #0
Ok donc finalement ce que tu dis c'est que dans ce milieu-là industriel que tu côtoies depuis quelques années, tu sens la place de la relation humaine directe plus forte, ce que j'entends par là, par le fait de se connaître et de se voir physiquement, que ce soit en salon ou du coup il y a des réseaux. beaucoup plus forte que dans la tech où finalement tu peux signer quelque chose, tu peux avancer sans même se dire qu'on sait. Ok, très clair. C'est vrai que ça c'est un changement que moi aussi je constate parce que je suis un peu dans le même qu'à toi. Je vois cette différence de façon assez marquée. Est-ce que tu as peut-être une anecdote à nous partager sur quelque chose aussi qui t'a marqué chez un client ou un prospect quand tu es allé en visite d'un atelier ou ce genre de choses ? Tu as quelque chose qui te vient en tête ?
Speaker #1
Oui, en fait, des choses que je n'avais jamais vues. Donc, tu rentres dans un atelier de boîte de micro-mécanique de précision, tu cherches le DG, là, il y a une personne avec des lunettes et un bleu de travail qui arrive et qui te dit bonjour, qui enlève ses bouchons d'oreille et qui te dit, j'ai une personne, j'ai un gars qui n'était pas là aujourd'hui et j'ai dû le mettre derrière une machine. Et tu rentres dans son bureau et tu fais un rendez-vous commercial.
Speaker #0
Donc,
Speaker #1
en fait, tu as des personnes qui ont réellement un quotidien différent. J'ai eu aussi des rencontres assez inspirantes où tu visites une ligne et tu te rends compte que tu visites avec le DG. Et en fait, un respect mutuel des opérateurs, de l'ensemble des salariés pour le DG et inversement, avec des pratiques où tu as des photos dans l'atelier de production de chacun des salariés qui sont affichés. des belles choses de relation et c'est vrai que tu n'as pas l'habitude de voir ça quand tu n'as pas que des bureaux avec des ordis, tu as aussi des machines et des personnes qui ont des expertises fortes. Moi je n'avais jamais vu le réglage d'un robot de soudure par exemple, c'est vrai que c'est des choses, tu rentres dans un autre univers et ouais c'est beaucoup de rencontres intéressantes et différentes. Ce qui est sympa c'est que oui on a une expertise forte. Et nous, on apporte notre expertise sur de la tech qui leur servent dans leur métier. On n'a pas l'expertise métier, leur expertise métier, mais tu as un espèce de mariage qui se fait qui est super intéressant. Très bien,
Speaker #0
très clair. Maintenant, j'aimerais qu'on fasse un petit focus sur justement l'évolution du commerce et de la vente dans l'industrie. Donc, on était un petit peu dedans. Et toi, tu navigues clairement dedans parce que le chiffrage, c'est quand même au milieu du processus de vente d'un acteur industriel. ceux que tu accompagnes. Est-ce que tu peux nous dire si, toi d'après toi, depuis justement 3-4 ans, tu vois des évolutions autant dans la façon de vendre que dans la façon d'acheter, dans les comportements des commerciaux, des acheteurs sur ces sujets-là ? Est-ce que tu vois qu'il y a un besoin ? Alors j'imagine de plus en plus de rapidité. Quel est ton avis là-dessus ?
Speaker #1
Deux points, effectivement. J'aurais parlé de ce que tu viens de dire, à savoir la réactivité. On sent qu'il y a un besoin. d'avoir le devis pour la pièce la veille. C'est vraiment quelque chose. Il y a une pression supplémentaire sur les entreprises de sous-traitance sur cette partie-là. Ça, c'est clair et net. On sent aussi, notamment avec le contexte qu'on a aujourd'hui, que les entreprises qui sont soumises à des certifications, on le voit bien, le EN 9100, etc., ont des pressions encore plus fortes sur le chiffrage. Donc en fait... elles sont sur-sollicitées pour chiffrer des pièces. Donc c'est très positif pour elles, mais c'est vrai qu'on sent qu'il y a en fait un impact fort du contexte sur l'industrie. Ça, on le voit beaucoup. Et tu as un sujet aussi qui est clé, c'est que si tu as plus de chiffrage, moi j'ai vu des boîtes qui ne souhaitaient pas répondre à tout en se disant, en fait, il faut qu'on fasse le trip parce qu'on en a trop. Et deux, trois mois, quatre mois plus tard, c'est des boîtes qui se sont retrouvées avec plus de chiffrage à réaliser. Parce qu'en fait, vu qu'elle ne répondait pas, une fois, deux fois, hop, elle sortait du panel. Et donc, c'est un peu un côté marche ou crève, faut avancer avec une sur-sollicitation. Parce qu'en fait, tu fais le chiffrage, tu as 20% de taux de conversion, tu as 80% de tes devis qui partent à la poubelle. Mais il faut quand même que tu les fasses parce que sinon, tu sors du panel, tu as un rythme soutenu. Et donc, les outils sont intéressants aussi sur cette partie-là parce que même si tu as une expertise qui est forte sur le chiffrage, en fait, tu as quand même aujourd'hui des outils. qui permettent de gagner du temps et d'être plus efficaces sur cette partie-là pour répondre à tout, gagner en réactivité, gagner du temps.
Speaker #0
Est-ce que tu as constaté des bonnes pratiques dans ce domaine commercial, que c'est le changement du CRM, de l'automatisation, et tu te dis qu'ils ont fait ça, c'est quand même très intéressant ? Alors, on a bien compris, évidemment, qu'il faut mettre en place Faberat parce que ça va aider dans ce contexte de réactivité du chiffrage, mais sur d'autres cas, est-ce que tu te dis, ah tiens, lui, pas bête du tout, je vois que ça fonctionne ?
Speaker #1
Tu as des boîtes, j'en ai vu peu, mais tu en as qui mettent en place des CRM. Peu dans l'industrie, peut-être pas assez. je pense qu'il n'y a pas de relance, tu vois, les pratiques que nous, on peut avoir en tant que boîte tech ou autre, de nurturing, alors j'utilise peut-être des gros mots, on va dire de développement de ta base client qui sont à des statuts différents, etc. Ça s'est peu développé et je pense qu'il gagnerait à le faire. J'ai vu des entreprises commencer à le faire, mais avec des pratiques qui n'étaient pas les bonnes. Et donc, je pense qu'un outil type CRM... peut être pertinent pour eux. Après, pour faire ça, il faut se dégager du temps. Nous, ce qu'on voit, c'est que c'est des... Alors là, je parle plutôt des petits, on va dire des boîtes qui sont en dessous de 20 millions d'euros de chiffre d'affaires. C'est des boîtes qui courent après le temps pour faire tourner la boutique et qui, du coup, se dégagent peu de temps sur ce type d'outils. Ils sont très sollicités sur le chiffrage et donc, ils ne vont pas forcément essayer d'aller chercher du... du business, parce que ça tombe un peu. C'est tout un sujet de goulot d'étranglement, et comment je gère ça ? Après, ce que j'ai vu, c'est que les boîtes qui mettaient en place des types HubSpot sur la partie CRM, j'ai vu des boîtes qui n'utilisaient pas le drive aussi, je sais que ça les aide. Ça structure, ça permet d'avancer, c'est certain.
Speaker #0
Ok, donc tu dis ceux qui arrivent à prendre un peu de recul finalement face à l'opérationnel, bon ça tu me diras, c'est le cas pour à peu près toutes les boîtes, pas seulement dans l'industrie. Mais que tu arrives à se dire, ok, maintenant, il faut aussi que je sois pas seulement dans la réaction par rapport au chiffrage, mais que je sois capable d'être proactif, que ce soit dans la relance de mes devises, si bien entendu, mettre en place des automatisations là-dessus. Nous, je sais qu'on l'a déjà fait chez certains clients et c'est vrai que ça a du sens et c'est un impact qui peut être assez fort et assez rapide dans la relance, mais aussi dans le suivi de la base client pour que justement ces clients-là soient animés et qu'on ne soit pas juste à réceptable à la chiffrage. et qu'on soit capable de leur pousser des informations sur ce que fait la boîte, ce qu'elle pourrait faire d'autre que certains chiffrages. Parce que de temps en temps, on a des acteurs qui sont catégorisés, on ne fait chiffrer que là-dessus, alors qu'en fait l'entreprise est capable de faire plein de choses.
Speaker #1
Exactement, j'ai un exemple en tête, une boîte avec qui on travaille, qui fait de l'usinage de pièces de dimension standard, mais qui a aussi une activité d'usinage de pièces de grande dimension. Et en fait, le fait de se placer chez ces clients historiques, en usinage tantard sur des pièces de grande dimension. C'est un move qu'elle n'a pas encore fait alors que ça pourrait être quelque chose de j'allais dire assez simple, pas comme ça et bien sûr moi je parle avec du recul mais ça peut être assez pragmatique de le faire, d'essayer de se placer comme ça et je pense qu'elle gagnerait à gagner un peu de hauteur sur cette partie là parce que tu vois les problèmes tout simplement, ça je pense que c'est pour toutes les boîtes.
Speaker #0
Merci pour tes retours et tes conseils. Maintenant, j'aimerais aussi qu'on aborde un sujet qui est justement sur l'IA au sens large. Parce que toi, comme tu l'as dit, tu es un des acteurs français de ce sujet-là pour les industriels. J'aimerais que tu nous donnes un petit peu ton expérience et ton avis sur comment tu vois l'IA bouleverser l'industrie. Est-ce que tu peux nous donner ton avis sur ce que tu vois à l'avenir ? Tout le monde est un peu perdu par rapport à l'IA, j'ai l'impression. Tout le monde vient un peu au jour le jour en disant « Ah tiens, là par exemple aujourd'hui, Chad GPT a sorti son moteur de recherche et on est tous un peu « Bon, alors qu'est-ce qui va se passer ? » Est-ce que tu arriverais à nous donner peut-être un cap d'après toi ? Ce vers quoi on va ? Quelles seraient peut-être des pratiques qui vont arriver plus tard ? Je serais très intéressé d'avoir ton avis là-dessus.
Speaker #1
Tu as des acteurs qui sont figures de proue sur toute cette partie-là, Mistral, OpenAI, DeepSeek, etc. et en fait ils font un outil particulier d'IA qui est le LLM, un outil qui permet de faire du traitement du langage, qui a la capacité d'être très générique, qui peut faire beaucoup de choses différentes, qui peut permettre de traiter un contenu, de traiter une image, de traiter un document, de traiter un prompt pour arriver à donner une information sur la base de « j'ai mangé tout internet, donc je peux ressortir quelque chose de pertinent » . Et c'est des outils qui sont génériques. Et en fait, on voit poindre sur des branches un peu spécifiques des expertises. Les modèles aujourd'hui, c'est un lot de techno. qui peuvent avoir des architectures différentes et qui peuvent servir à plein de sujets spécifiques. Nous, c'est ce qu'on fait. On ne fait pas de LLM, on a notre techno qu'on a développé pour un sujet spécifique et on crée une barrière à l'entrée parce qu'en fait, cette techno-là, on la fait évoluer et on utilise des modèles qui ressemblent à ceux qu'on peut utiliser sur du LLM. On parle des modèles transformers, peut-être que je vais dire des gros mots, mais c'est l'architecture qu'utilise un chat GPT. Nous, on utilise ça. Tout ce qui est le deep learning, le réseau de neurones, ces espèces de gros mots qui sont en fait des concepts de technologie, on utilise ça aussi. On ne peut pas traiter un langage en soi, mais par contre, on est très experts sur le fait de faire du chiffrage. Un exemple, si tu donnes à ChatGPT un plan, il va essayer de le traiter, mais la question, et en plus, il va le faire avec aplomb, c'est-à-dire qu'il va te donner un super résultat, il va te dire que ça coûte tant. Mais en fait, c'est un modèle qui n'est pas fait pour ça. Si tu mets deux fois le même plan, il aura des valeurs différentes, etc. Donc, il n'est pas fait pour ça. Là où tu vas avoir des évolutions, c'est que les modèles génériques vont prendre plus de place sur les parties un peu bureautiques, type navigateur Internet, et les tâches sont un peu du quotidien. Mais sur des expertises spécifiques, il y aura des modèles experts. C'est certain.
Speaker #0
Donc, tu es en train de nous dire, OK, il y a un peu deux catégories. Il y a les génériques qui touchent un peu à tout, et des acteurs spécialisés sur des pratiques assez précises et qui se développent autour de ces thématiques-là. Est-ce que tu penses que si on devait se donner une image dans 4 ans de ce qu'un industriel serait, l'impact que l'IA aurait chez lui, est-ce que tu verrais d'autres pratiques que la partie chiffrage ? Dans 3-4 ans, est-ce que tu as des trucs en tête, ou même tu vois des choses qui commencent à sortir à droite à gauche, tu te dis tiens, ça c'est sûr que ça va se développer ?
Speaker #1
Bien sûr, parce qu'en fait l'IA ça date pas de... il y a trois ans. Les modèles qui datent, c'est de l'algorithme. Tu vois par exemple tout ce qui est traitement de l'image, il y a des choses qui sont super puissantes qui ont été faites, tout ce qui est traitement sur du contrôle, tu vois, en fabrication dans la supply. Tu as des modèles qui permettent d'identifier, il y a des caméras, des pièces, qui ont été pré-entraînées pour voir des défauts, et qui du coup arrivent à identifier les défauts et à sortir des pièces automatiquement. Tu as plein d'outils qui vont aller dans ce sens-là. et après vont se rajouter à ces outils des architectures encore plus performantes et c'est ce qu'utilisent les modèles LLM tels qu'on connaît, T-Shirt GPT, c'est ces architectures-là qui offrent une performance encore supplémentaire parce qu'en fait, sur la base d'une donnée sur laquelle le modèle s'entraîne, ces architectures permettent une généralisation beaucoup plus fine. Donc en fait, elle va arriver à générer des règles sur des cas spécifiques, des espèces de règles générales qu'elle va pouvoir utiliser dans un cas d'usage, comme un cerveau humain. Et donc d'être encore plus fin. Mais j'ai en tête le traitement d'image, toute la partie vidéo, tu vois, on parlait des deepfakes, etc. Les capacités que tu peux avoir sur ce qu'on appelle aujourd'hui un deepfake, c'est énorme. Ça, c'est plutôt la limite un peu de l'IA de dire qu'est-ce que ça peut faire de mal aussi, parce que bien sûr, c'est interdit de faire des deepfakes. Mais ouais, il va y avoir des impacts forts.
Speaker #0
Est-ce que, aussi, peut-être que tu peux nous parler des chreins que tu constates ? Parce que, comme toute innovation, ça nous signifie du changement, du changement d'organisation, du changement de posture, du changement de pratique humaine dans une entreprise. Qu'est-ce que, d'après toi, est un chrein à cette transformation ? Qu'est-ce que tu constates, toi, sur le terrain, dans les entreprises ?
Speaker #1
C'est un changement de paradigme. Donc, ça veut dire que, tu vois, je parlais un peu de nous, mais aussi des autres, on va dire. Dans l'industrie, quand on est passé de la planche à dessin au modèle 3D, c'était un changement de paradigme. Solidworks et tous ces outils-là, ils sont quand même arrivés à faire un tour de force, où ils sont arrivés à vraiment accompagner sur un changement très fort, alors que tu pouvais toucher à l'identité même d'une personne. Le fait de savoir bien dessiner sur une planche à dessin son outil du quotidien, et tu dis, maintenant tu fais ça sur un ordi avec un... un logiciel, c'est quand même un truc de dingue. Donc, tu as vraiment, pour moi, un nouvel usage. Donc, ça, ça peut être un peu des freins. Tu as la partie, la compréhension de ce que fait exactement le modèle. Tu vois, un modèle comme le nôtre, il fonctionne par analogie, mais du coup, le résultat qui est donné, comment est-ce que l'utilisateur, il fait pour se dire, tiens, c'est quelque chose de fiable. Il a besoin d'un rationnel, tu vois, de se dire, mais comment est-ce que l'IA a réfléchi ? En fait, tu as un phénomène un peu boîte noire, tu peux arriver à lever.
Speaker #0
Il vient plutôt se lever avec une interface bien faite, avec une expertise produit, peut-être des indices de fiabilité, etc. Donc ça, c'est des sujets qui sont du moment sur l'IA. Comment est-ce que tu peux donner un indice de fiabilité ? Comment est-ce que tu peux savoir si ChatGPT, tu as donné une réponse qui est juste ? Tu ne peux pas. En fait, à chaque fois, le modèle va te donner une réponse avec Kaplon en disant « ouais » . Et après, toi, tu vas dire « bah non, tu te trompes » . Il va dire « ah oui, effectivement, je me suis trompé » . Mais en fait, ça, c'est les sujets d'études du moment et c'est nos sujets aussi parce que nous, c'est pareil. Pour revenir à la partie chiffrage, la manière qu'on a aujourd'hui de donner un crédit et d'ouvrir la boîte noire pour un utilisateur, c'est de lui afficher sa gamme de fabrication. Donc les étapes de fabrication et les temps associés à chaque étape pour lui dire, « Regarde, ça, c'est ton indicateur de fiabilité parce que normalement, c'est ce que tu produis quand tu fais un chiffrage. » Eh bien, on t'affiche celui que l'IA a produit basé sur ta donnée antérieure. Donc ça, c'est une manière produite de tacler un peu cette compréhension de ce que fait le modèle. Et tu vois ce côté, un peu cet indice de confiance qui parfois peut être dur et qui peut être un frein à l'adoption aussi. Donc voilà, je vois deux types de barrières de frein.
Speaker #1
Oui, très clair. Finalement, que ce ne soit pas encore compris et connu, c'est-à-dire savoir ce qu'il y a sous le capot. Surtout pour des gens qui ont l'habitude de comprendre peut-être en détail ce qu'il y a, ce qui se passe et comment c'est structuré.
Speaker #0
C'est ça.
Speaker #1
Et en plus du fait que ça change complètement un poste en tant que tel, celui de chiffreur en l'occurrence, comme j'aimais beaucoup l'exemple que tu as donné par rapport à Solidworks. Merci beaucoup, c'est clair. Autre question, tu vas peut-être me répondre très rapidement. Est-ce que tu penses que l'IA peut avoir un impact sur des enjeux aussi écologiques, notamment sur la consommation énergétique par exemple ? chez les industriels qui doivent se transformer ?
Speaker #0
Déjà, le constat, c'est qu'effectivement, les modèles LLM sont très énergivores, consomment beaucoup de capacités de data center et du coup d'énergie. Donc, quand on déploie un modèle, il n'est pas entraîné sur Internet. Il n'a pas été entraîné pendant un an et demi avec des énormes serveurs. Il est entraîné sur la consommation d'un modèle d'IA de Faberat. C'est l'équivalent d'un cycle de Sechelin. C'est un peu ça l'idée. Pourquoi ? Parce qu'en fait, la volumétrie de données qu'on utilise, c'est entre 500 à 1500 plans en moyenne pour faire un modèle qui soit performant. On sait qu'entre 1000 à 1500, on a vraiment des pièces différentes. On a quand même un modèle qui est très performant. Donc ça, ça dépend un peu des modèles que tu utilises. Mais un point clé pour faire de l'IA pour un industriel, parce que ce n'est pas le cas quand tu fais du LLM, mais dès que tu as tu as à faire à des outils un peu externe basé sur des modèles c'est la maîtrise de ta donnée donc ça c'est un sujet à avoir en tête parce que c'est vraiment le premier sujet si tu as pas de data par un résultat qui sera bon même si les algorithmes sont très puissants pour revenir sur la partie on va dire plus un impact environnemental écologique l'impact des lm il est horrible c'est en fait en termes d'énergie ce n'est pas du tout quelque chose qui est positif Je pense que tu peux avoir un impact intéressant sur l'IA en matière de compréhension de data et donc en matière de stratégie, de choix à faire pour avoir un impact. Je n'ai pas d'exemple concret comme ça, mais vu que c'est des outils qui permettent d'agréger des bases, d'en traiter, de donner des résultats qui sont fiables par exemple, ça peut être une manière d'avoir un impact intéressant. Dans tous les cas, il faut le voir comme un outil, comme un tool qui va... servir, tu vois, un cas d'usage plutôt que comme un truc qui va révolutionner quelque chose. Tu dis l'IA.
Speaker #1
Non, non, c'est clair. Tu dis l'IA très énergivore. Finalement, sur les modèles LLM un peu génériques. Donc, ça va quand même un peu dans le sens de ce que tu disais tout à l'heure, le fait d'avoir finalement des modèles hyper spécialisés, du coup, qui ont peut-être besoin de moins de données. Donc, dans ce que tu disais dans votre exemple, vous avez besoin d'un certain nombre de données, mais beaucoup moins que des modèles plus génériques. En revanche, tu dis, bah, potentiellement, certaines IA vont permettre aussi d'aider des structures à gérer mieux leur consommation énergétique. Mais bon, ça, c'est ton avis. Tu n'as pas constaté de cas particuliers aujourd'hui dans l'industrie, si je comprends bien ?
Speaker #0
Non, je n'ai pas de cas, mais c'est sûr que sur le principe, vu que tu donnes un outil qui, en termes de performance, permet vraiment de gérer une base de données de manière efficiente, tu peux projeter le fait que ça peut servir des cas qui ont un impact.
Speaker #1
Très clair. Tu as abordé un sujet et une question que je voulais absolument qu'on voit ensemble aujourd'hui. Effectivement, imaginons que je sois un industriel, je n'ai pas encore mis en place d'intelligence artificielle dans ma structure. Mais j'en entends parler tous les jours parce qu'on voit passer des documents, des news à ce sujet un peu partout. Quels seraient tes conseils pour savoir par quel bout il faut que je le prenne ? Parce que moi, je suis un peu perdu, j'envoie de partout. On me dit, il faut que je mette ça en place, il faut que je fasse ça en place. Comment je peux prendre le sujet pour me dire, OK, je veux y aller ? Quels seraient tes conseils par rapport à ça ?
Speaker #0
Peut-être déjà comment il ne faut pas prendre le sujet. Mon avis, c'est que déployer cinq licences copilote dans sa boîte et voir ce qui se passe. ce n'est pas une bonne manière de prendre le sujet. La bonne manière serait plutôt d'avoir un cas d'usage, de dire, OK, mon problème, en fait, là, c'est... Je ne sais pas, moi, j'ai des problèmes sur mon stock de matière, je dis n'importe quoi, j'ai des problèmes sur le chiffrage, j'ai des problèmes sur l'identification de mes prospects, etc. Un cas d'usage. Et du coup, sélectionner ce cas d'usage et voir comment on peut y répondre, notamment via l'IA. Donc, avoir un cas d'usage, deux, maîtriser sa donnée, checker d'abord comment tu es en termes de data, est-ce que ta donnée te permet de faire quelque chose de spécifique pour toi, et y aller par étapes. Premier cas d'usage, essayer de tacler ça, montrer la valeur aux personnes en interne, puis après, sélectionner un deuxième cas d'usage. Ce qui est intéressant avec Copilot, je ne dis pas que c'est nul ou quoi, bien sûr, c'est des super outils, c'est de l'adosser à un de ces cas d'usage-là, pour dire, tiens... avec Copilot, on va essayer de faire ci. Parce que sinon, ça ne sera pas utilisé.
Speaker #1
Très clair. Donc si je résume, je suis industriel. Déjà, première question que je me pose, c'est quels sont mes problèmes aujourd'hui ? Je prends un peu de recul. Quels sont mes problèmes métiers sur l'ensemble de ma chaîne de valeur ? Deuxième question, c'est est-ce que j'ai de la donnée sur cette problématique-là ? Si je n'en ai pas, il faut mettre en place quelque chose pour en avoir. Et ensuite, on sera capable de mettre en place quelque chose qui va permettre d'automatiser et résoudre cette problématique. si je le fais de toute façon c'est simple C'est ça, exactement. Très clair. Je te remercie beaucoup, Arthof. Pour moi, c'était très intéressant. Je pense qu'on a pu avoir l'avis d'un acteur de l'intelligence artificielle, en France en plus, dans le milieu de l'industrie. Est-ce qu'aujourd'hui, tu serais capable de nous citer le nom, par exemple, d'un autre acteur de l'intelligence artificielle en France, dans l'industrie, où tu te dis, tiens aussi, il faut regarder ce qu'ils font, ça paraît très intéressant ?
Speaker #0
Allons. Tu as des acteurs qui sont très connus. Je vais en parler aussi parce que souvent, c'est un acteur, on ne le cite pas, mais c'est Hugging Face. Il y a un peu un des indépendants de Mistral, mais qui propose énormément d'outils open source qui permettent de faire plein de choses et qui est français.
Speaker #1
D'accord.
Speaker #0
C'est un acteur aujourd'hui qui est partout dans le monde, que tous les développeurs utilisent pour faire des modèles. Et je trouve que cette manière de fonctionner est géniale et c'est une entreprise qui... permet aujourd'hui à plein de développeurs de développer des outils de dingue. Après, dans l'industrie, il y a bien sûr d'autres outils qui fonctionnent un peu comme nous. Là, je n'en ai pas en tête. Mais je sais qu'il y en a beaucoup qui essayent de se faire une place et de se lancer et de tacler un sujet spécifique. Donc, c'est louable et très pertinent.
Speaker #1
Super. Qu'est-ce qu'on peut souhaiter à Faberra pour 2026 ?
Speaker #0
Devenir le leader du chiffrage en Europe.
Speaker #1
Super, on vous le souhaite pour cette année 2026. Merci beaucoup Arthur pour cet échange qui était vraiment très riche.
Speaker #0
Merci à toi.
Speaker #1
Surtout que chez nous, notre métier chez Silyane, c'est d'aider les industriels à identifier et mettre en place des nouveaux leviers commerciaux. Je pense qu'on était quand même vraiment servis dans cet épisode. Donc ça m'a fait vraiment plaisir d'avoir tout... tes retours et puis on souhaite vraiment le meilleur à Faberat pour 2026 et je vous dis tous à bientôt pour un nouveau rendez vous dans les Dessous l'Industrie.

Chapters

Introduction à Fabera et à son moteur de chiffrage
5sec
Les expertises de Fabera : traitement 2D, 3D et IA
50sec
Définition et fonctionnement d'un moteur d'IA
2min
Exemples concrets et bénéfices clients de Fabera
4min
Genèse de Fabera et parcours d'Arthur Jacquemet
8min
Évolution du commerce et de la vente dans l'industrie
17min
Impact futur de l'IA dans l'industrie
23min
Conseils pour intégrer l'IA dans son entreprise
34min

Description

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Transcription

Speaker #0
Bonjour à tous et bienvenue dans les Dessous de l'Industrie, l'émission qui présente les acteurs industriels français, leur parcours et leurs réussites. Aujourd'hui, nous avons le plaisir d'accueillir Arthur Jacquemet, dirigeant de Fabera, une entreprise qui déploie un moteur de chiffrage basé sur l'IA, permettant à des fabricants industriels de rendre instantané leur chiffrage de pièces basé sur leurs données antérieures. Ça fait une phrase un peu compliquée. Moi, si je la résume à mon sens, pour moi, Arthur, tu es un des acteurs français de l'IA dans l'industrie et du coup, je suis très content de t'avoir aujourd'hui. Je te remercie de passer un peu de temps avec nous. Je commence par une petite présentation de ton activité, si tu le veux bien, peut-être en synthétisant et surtout, on te donne des exemples concrets de ce qu'est Fabera.
Speaker #1
Oui, bien sûr. Et donc, Arthur Jacquet, moi, je suis fondateur de Fabera. Ce qu'on fait chez Fabera, c'est qu'on déploie un moteur qui vient apprendre de la donnée en historique des affaires antérieures d'un industriel pour permettre de faire des devis, d'établir des chiffrages instantanément basés sur cette donnée. Donc ça c'est la phrase un peu simple de présentation. Et après si je dois parler de nos expertises, en fait nous on a trois expertises. La première c'est qu'on est expert sur le traitement d'un plan 3D. Donc d'un plan 3D on va en récupérer... 60 à 80 éléments de géométrie topologie de pièces pour l'utiliser derrière pour du chiffrage. On y reviendra. On est expert sur le traitement d'un plan 2D. Donc dans 2D pareil on récupère plein d'éléments qui permettent de faciliter le chiffrage. Et la troisième expertise c'est ce moteur d'IA qui a la capacité comme un cerveau humain d'apprendre d'un historique et du coup d'établir des règles. que ce moteur d'IA va pouvoir réutiliser pour chiffrer la pièce d'après.
Speaker #0
Super. Est-ce que tu peux nous définir un moteur d'IA pour toi ? Parce qu'aujourd'hui, c'est vrai que quand on entend parler d'IA, on entend parler plein de choses. Toutes les choses. Tout est IA partout maintenant. Est-ce que toi qui es vraiment dans le cœur du réacteur, est-ce que tu peux nous définir un peu plus ça pour que ça soit clair pour tout le monde ?
Speaker #1
Bien sûr. Ce que j'appelle un moteur d'IA, c'est quoi ? C'est un outil, un algorithme. qui va, sur la base d'un plan, 2D ou 3D, créer une représentation de la complexité de cette pièce. En espèce de vecteur mathématique, on va dire la carte d'identité d'une pièce. Cette carte d'identité, on va la passer dans ce fameux moteur qui va être dédié à une entreprise. Par exemple, tu as une boîte qui fait de la mécanique. On va créer un moteur dédié à leur activité qui aura appris de tout leur chiffrage. Et quand ce moteur... ce petit algorithme, il va voir une nouvelle pièce, donc cette carte d'identité, il va chercher des pièces similaires par la forme, le nombre de faces, le nombre de perçages, la matière associée, la quantité, etc. Plein de critères différents. Il compose cette fameuse carte d'identité. Il sera en mesure d'en détailler le coût de fabrication de manière très très fiable. Comme, si tu veux, ce moteur, il vient répliquer des capacités d'un cerveau humain, en fait. Ça devient un super chiffreur, le même cerveau que l'expert de chiffrage que tu peux avoir dans ta société, qui est basé sur ta donnée d'affaires antérieures, que souvent les industriels stockent de manière assez structurée et qu'on peut utiliser.
Speaker #0
Très clair. Si on continue la métaphore, ce moteur vient s'alimenter de tous les chiffrages, son fuel, son essence et tous les chiffrages antérieurs qu'a l'entreprise dans son historique. Il se base dessus pour ensuite, lui, venir produire. les nouveaux chiffrages et être capable de les mettre à disposition, si je simplifie un petit peu la chose.
Speaker #1
Exactement, les chiffrages antérieurs, mais aussi les chiffrages futurs, parce que tous les chiffrages que tu fais ensuite, nous, on les utilise en termes de données pour réentraîner le modèle et qu'il puisse gagner en fiabilité.
Speaker #0
Est-ce que tu peux nous donner un exemple concret, peut-être en partant d'un cas client que tu n'es pas obligé de citer, mais en disant que tel client, il fait ça, il l'utilise comme ça et... Peut-être aussi que tu nous expliques les bénéfices constatés en chiffres de la mise en place de cette IA par des promoteurs.
Speaker #1
Aujourd'hui, Fabera, c'est une quarantaine de clients dans la fabrication. On travaille avec des sociétés qui font de la tôlerie, de la chaudronnerie, de l'usinage, de l'injection plastique. Des sociétés qui font de la fabrication de machines spéciales. On travaille aussi plutôt avec des donneurs d'ordre. On va dire des personnes qui conçoivent et qui après ne fabriquent pas forcément en interne, mais font fabriquer. Et dans ce cas-là, on travaille plutôt avec leur bureau d'études, leur technicien méthode, etc. Et j'ai un cas en tête d'une société qui fait des assemblages mécaniques et donc qui produisent des pièces mécaniques, qui sont des pièces très précises, avec, on parle de tolérance serrée, donc au centième, pour ceux qui connaissent un peu ces termes-là, et qui s'assemblent ensemble par montage. Et donc en fait, pour cette société, on a récupéré 500 plans 3D. donc des fichiers qu'on appelle CAO, donc des plans 3D d'une pièce, que l'on a associés à leur chiffrage, donc à leurs détails techniques de chiffrage, donc des étapes de fabrication avec des temps associés à chacune des étapes. Et on a déployé un modèle en deux mois qui permet à cette société de chiffrer une nouvelle pièce avec une marge d'erreur qui est à moins de 10% près pour chiffrer la nouvelle pièce. Et donc le gain pour eux, c'est que vu qu'ils font des assemblages mécaniques, ils ont des consultations. de la part de leurs donneurs d'ordres qui peuvent être composés de 30, 40, 50, 80 pièces mécaniques à chiffrer. Une pièce mécanique en 1ème, ça peut être entre 1 à 3 heures de temps de chiffrage, c'est très très long. Et là l'avantage c'est que tu prends ta liasse de plan, tu la glisses, déposes, tu précises une quantité et une matière, tu peux même préciser en amont ces éléments dans un fichier Excel que tu viens associer à cette liasse, et derrière tu as un chiffrage détaillé pour chacune des références. Donc c'est vraiment un gain de temps sur cette partie là. On estime à peu près à 40% le temps gagné par un chargé d'affaires sur le chiffrage. Donc on fait à peu près, on divise à peu près par deux le temps de chiffrage d'un chargé d'affaires. Et on a aussi une partie où vu que cette société elle gagne en réactivité, elle augmente son taux de conversion. On estime à une augmentation d'à peu près 20% du taux de conversion. Après tu as d'autres gains parce qu'en fait souvent vu que le chiffrage c'est quelque chose qui est complexe, si tu prends une boîte qui fait 10 millions d'euros de chiffre d'affaires dans la fabrication, le chiffrage ça peut être 90% du temps de la personne stratégique dans la boîte parce qu'en fait on l'a sursoulicite pour cette partie là ou alors 60-70% du temps du dirigeant ça on le voit souvent et en fait le gain sur cette partie là c'est aussi de permettre de transmettre parce que cette expertise qu'a le dirigeant sur le fait de chiffrer en fait à transmettre c'est très dur et là en fait tu viens au travers de ta donnée structurer son savoir-faire dans un outil pour qu'il soit utilisable par un autre collaborateur et du coup déléguer tes chiffrages. Ça c'est moins quantifiable en termes de ROI, mais c'est quand même un retour sur investissement qui est intéressant.
Speaker #0
En plus j'imagine que là où potentiellement c'est assez dur de recruter sur ces profils-là, ça peut aussi aider à avoir un mother qui ne vient peut-être pas remplacer, parce que je ne pense pas que ce soit non plus comme tu l'as dit. Ça permet d'avoir un taux d'exécution jusqu'à 90%. Donc, on a besoin d'un humain pour venir vérifier, faire quelques ajustements. Mais ça peut permettre d'aider les structures qui ont du mal à recruter sur ces profils-là.
Speaker #1
Oui, c'est ça exactement. Et donc, tu vois, tu peux avoir des consultations. En fait, les fabricants vont se dire, bon, qu'est-ce que je fais ? J'ai 20 pièces à chiffrer, je ne suis pas sûr d'avoir l'affaire. Je fais quoi ? Je réponds, je ne réponds pas. Si je réponds, je vais y passer du temps. Parce que souvent, ils viennent faire une étude sur comment faire la pièce pour pouvoir donner un coût fiable. Ici, ça te permet de ventiler, abattre des chiffrages de manière fiable et du coup, focus derrière sur des sujets plus stratégiques, peut-être un peu de la prospection, focus sur des projets en cours, dans l'atelier, etc. Ça dégage du temps pour des personnes qui ont la capacité de faire d'autres choses et sur lesquelles optimiser son temps, c'est important.
Speaker #0
Très clair. Et alors, Fabera, aujourd'hui, c'est une structure qui est basée pour, qui a quel âge, vous êtes combien ?
Speaker #1
Oui, donc Fabera, on est trois associés. On est basé entre Lyon et Nantes. On a une équipe aujourd'hui qui est de dix personnes. Voilà, j'ai une quarantaine de clients. On a trois ans et demi d'existence, exactement.
Speaker #0
Donc vous avez commencé en prémisse du moment où on entend envoyer ces deux lettres un peu de partout. Vous étiez vraiment précurseur sur ce sujet-là.
Speaker #1
Oui, et un peu par hasard finalement. Pourquoi ? Parce qu'en fait, notre sujet, ça a été d'abord de répondre à un problème. En fait, on a vu que le chiffrage, c'était un sujet. chez des fabricants, et on peut en parler un peu de la jeunesse de Fabera par la suite si tu veux. Et en fait, on a testé plein de manières de faire et on s'est rendu compte que les fabricants avaient un historique important qui était structuré dans un ERP, adossé à des plans et qu'on pouvait l'utiliser. Et finalement, le constat, c'est de se dire, même si tu fais de la pièce sur mesure, du mouton à cinq pattes, en fait, tu le fais depuis un certain nombre d'années, tu as des similarités dans les pièces. Et en discutant avec les chiffreurs, on s'est rendu compte que même eux ont cette pratique de chiffrer par analogie. en comparant, en disant tiens, ça je l'ai déjà vu quelque part, quel client avait fait ça, et d'essayer de retrouver des choses qui étaient déjà chiffrées ou déjà produites pour que ça facilite le chiffrage. Et nous on s'est dit tiens, on peut utiliser ces éléments, après on s'est dit ok, sur la base d'un plan, comment est-ce qu'on pourrait retrouver un plan similaire ? Donc là on a commencé à développer des technologies, et petit à petit on s'est mis à faire de l'IA, parce qu'on s'est dit tiens, c'est un outil intéressant dans notre cas d'usage. C'est plutôt dans ce sens-là que ça s'est fait.
Speaker #0
On va revenir du coup à la genèse et je pense qu'on va y arriver assez facilement parce que là, j'aimerais aussi te poser des questions sur ton parcours à toi, Arthur. Si je ne dis pas de bêtises, toi, tu es plutôt d'une formation école de commerce. Avant de créer Fabera, tu as navigué dans le commerce et dans la tech. Du coup, comment toi Arthur, tu arrives dans le milieu de l'industrie ? Alors oui, certes, via la tech, tu viens de le dire un petit peu avec la jeunesse de Fabera, mais qu'est-ce qui fait que vous êtes arrivé dans ce milieu industriel ?
Speaker #1
Effectivement, moi j'ai fait une école de co après un petit passage en école d'ingénieur. Ce qui s'est passé, c'est que moi je travaillais dans une société qui était une agence de développement basée à Paris. Et mon métier, c'était sur la partie direction commerciale, c'était de pouvoir résoudre pour des clients des problèmes business. plus différents les uns que les autres dans plein de secteurs grâce à la tech. Donc grâce à une app, grâce à une solution web, grâce à de la data, grâce aux trois éléments, etc. La compétence que j'ai développée, c'est de pouvoir détailler justement un problème business de manière bien précise, de savoir comment est-ce qu'on pouvait y répondre. En fait, ce qui s'est passé, c'est qu'on a rencontré un faux-dronnier qui est basé à Lyon, qui vient à une boîte d'une cinquantaine de personnes et qui nous a parlé de son activité, qui nous a dit, ben voilà. En sous-traitant spécialisé, voilà mes problèmes, j'ai des chiffrages à n'en plus pouvoir, etc. Il nous apparaît plein de sujets. On s'est dit, tiens, c'est intéressant, parce que les fabricants, c'est les personnes qui fabriquent concrètement tout ce qu'on consomme autour de nous. La table qui est là, tout ce que je peux voir autour de moi, tu vois, c'est la sous-traitant spécialisé, c'est des personnes qui ont une exigence dans l'atelier qui est juste énorme. mais qui en fait pilote leur boîte par des outils tech quasiment inexistants. Donc ils ont un ERP, des fichiers Excel, parfois un CRM, mais ça s'arrête là. Et du coup, on s'est dit que c'est intéressant parce qu'on peut avoir de l'impact. Donc on a rencontré 150, 200 industriels et on a commencé à lancer un premier business dans cette partie-là. Et après, la partie chiffrage, on y est venu parce que justement, ce premier business nous a permis de comprendre que c'était un énorme sujet pour les fabricants.
Speaker #0
Donc c'est ton ancien métier finalement qui t'a fait te mettre le nez un peu dans ce milieu de l'industrie et qui de chien en aiguille t'a tiré un peu la pelote et t'es tombé sur ce cas particulier du chiffrage.
Speaker #1
En fait si tu veux on a commencé par déployer un réseau, de faire ce qu'on appelle de la fabrication à la demande. Le principe c'est qu'on permettait à des donneurs d'ordre de fabriquer des pièces du prototypage rapide ou des pièces de série via un réseau de fabricants qu'on avait trié sur le volet. et pour qui on apportait des affaires. On faisait ça au moyen d'une plateforme numérique, une espèce de marketplace de la fabrication française. Il y a d'autres modèles qui existent aux États-Unis et en Europe sur ce principe-là. Et on s'est rendu compte qu'en faisant ça, on avait des délais énormes de la part des fabricants sur l'envoi de leur côté des offres, donc des devis. On a commencé à chiffrer, à se dire, on ne peut pas chiffrer à leur place, etc. Et en fait, en commençant à déployer ces trichines, C'est dit, non mais en fait, il faut qu'on leur propose un outil chiffrable. En fait, c'est comme ça que ça a commencé.
Speaker #0
Justement, ça me donne envie de te poser quelques questions. Un Arthur qui ne vient pas du milieu de l'industrie, qui débarque dans ce milieu-là. Du coup, ça fait quatre ans que tu côtoies des industriels, que tu vois leur fonctionnement. Toi qui viens de la tech, qui a un fonctionnement complètement différent en termes de processus, d'organisation. Est-ce que tu as quelques expériences clients qui t'ont marqué ? Tu nous as parlé par exemple tout à l'heure du fait qu'ils étaient très précis dans la gestion de leur atelier, mais ils avaient des gros manques. a priori sur certains sujets. Est-ce que tu as quelques anecdotes ou quelques éléments qui t'ont marqué depuis quatre ans que tu es dans ce milieu de l'industrie ?
Speaker #1
Oui, c'est un milieu qui marche beaucoup par réseau. Ce qui m'a le plus marqué, c'est... Alors, c'est assez paradoxal. C'est un milieu qui ne travaille pas forcément ensemble. Il y a l'effet réseau, par exemple, sur le fait de se passer des projets, etc. Il est beaucoup plus présent en Italie qu'en France. Donc ça, c'est quelque chose qu'on a identifié. Mais ils sont très friands de retour d'expérience dans le réseau. Ça veut dire que tu as des structures type l'UIMM, qui est un syndicat patronal, qui permet à ces entreprises de se structurer et d'échanger sur des sujets. Et en fait, c'est des réseaux qui ont beaucoup d'influence. Donc tu vas avoir un leader qui va porter un projet, qui va réussir. Et en fait, ces pairs vont bénéficier de ces apprentissages. Et je trouve que ça c'est super intéressant parce que c'est quelque chose qui est très localisé, c'est vraiment des industries de territoire, donc des UMM par exemple, pour toujours parler de ce sujet, on en a un peu partout, en fait c'est très territorialisé. Et elles ont un impact fort dans le fait de dynamiser un réseau et permettre de s'ouvrir à des innovations. Donc ça c'est le premier point que j'ai vu. Tu as moins de tech, donc tu as moins de présence sur les réseaux, on parlait de LinkedIn, il y a moins de présence. tu as un impact fort des salons. Ça, c'est un peu l'effet réseau aussi. On se rend compte que c'est encore une manière de faire du business où, si tu veux, dans la tech, dans notre secteur, dans notre secteur d'avance, ce n'est pas réellement le cas. Donc là, c'est intéressant aussi. On va dire qu'il y a des pratiques différentes qui sont plus des pratiques locales, de proximité, qui sont plus sur de l'échange et du boulevard. Il y a le boulevard qu'on a aussi dans d'autres secteurs mais là c'est très très présent.
Speaker #0
Ok donc finalement ce que tu dis c'est que dans ce milieu-là industriel que tu côtoies depuis quelques années, tu sens la place de la relation humaine directe plus forte, ce que j'entends par là, par le fait de se connaître et de se voir physiquement, que ce soit en salon ou du coup il y a des réseaux. beaucoup plus forte que dans la tech où finalement tu peux signer quelque chose, tu peux avancer sans même se dire qu'on sait. Ok, très clair. C'est vrai que ça c'est un changement que moi aussi je constate parce que je suis un peu dans le même qu'à toi. Je vois cette différence de façon assez marquée. Est-ce que tu as peut-être une anecdote à nous partager sur quelque chose aussi qui t'a marqué chez un client ou un prospect quand tu es allé en visite d'un atelier ou ce genre de choses ? Tu as quelque chose qui te vient en tête ?
Speaker #1
Oui, en fait, des choses que je n'avais jamais vues. Donc, tu rentres dans un atelier de boîte de micro-mécanique de précision, tu cherches le DG, là, il y a une personne avec des lunettes et un bleu de travail qui arrive et qui te dit bonjour, qui enlève ses bouchons d'oreille et qui te dit, j'ai une personne, j'ai un gars qui n'était pas là aujourd'hui et j'ai dû le mettre derrière une machine. Et tu rentres dans son bureau et tu fais un rendez-vous commercial.
Speaker #0
Donc,
Speaker #1
en fait, tu as des personnes qui ont réellement un quotidien différent. J'ai eu aussi des rencontres assez inspirantes où tu visites une ligne et tu te rends compte que tu visites avec le DG. Et en fait, un respect mutuel des opérateurs, de l'ensemble des salariés pour le DG et inversement, avec des pratiques où tu as des photos dans l'atelier de production de chacun des salariés qui sont affichés. des belles choses de relation et c'est vrai que tu n'as pas l'habitude de voir ça quand tu n'as pas que des bureaux avec des ordis, tu as aussi des machines et des personnes qui ont des expertises fortes. Moi je n'avais jamais vu le réglage d'un robot de soudure par exemple, c'est vrai que c'est des choses, tu rentres dans un autre univers et ouais c'est beaucoup de rencontres intéressantes et différentes. Ce qui est sympa c'est que oui on a une expertise forte. Et nous, on apporte notre expertise sur de la tech qui leur servent dans leur métier. On n'a pas l'expertise métier, leur expertise métier, mais tu as un espèce de mariage qui se fait qui est super intéressant. Très bien,
Speaker #0
très clair. Maintenant, j'aimerais qu'on fasse un petit focus sur justement l'évolution du commerce et de la vente dans l'industrie. Donc, on était un petit peu dedans. Et toi, tu navigues clairement dedans parce que le chiffrage, c'est quand même au milieu du processus de vente d'un acteur industriel. ceux que tu accompagnes. Est-ce que tu peux nous dire si, toi d'après toi, depuis justement 3-4 ans, tu vois des évolutions autant dans la façon de vendre que dans la façon d'acheter, dans les comportements des commerciaux, des acheteurs sur ces sujets-là ? Est-ce que tu vois qu'il y a un besoin ? Alors j'imagine de plus en plus de rapidité. Quel est ton avis là-dessus ?
Speaker #1
Deux points, effectivement. J'aurais parlé de ce que tu viens de dire, à savoir la réactivité. On sent qu'il y a un besoin. d'avoir le devis pour la pièce la veille. C'est vraiment quelque chose. Il y a une pression supplémentaire sur les entreprises de sous-traitance sur cette partie-là. Ça, c'est clair et net. On sent aussi, notamment avec le contexte qu'on a aujourd'hui, que les entreprises qui sont soumises à des certifications, on le voit bien, le EN 9100, etc., ont des pressions encore plus fortes sur le chiffrage. Donc en fait... elles sont sur-sollicitées pour chiffrer des pièces. Donc c'est très positif pour elles, mais c'est vrai qu'on sent qu'il y a en fait un impact fort du contexte sur l'industrie. Ça, on le voit beaucoup. Et tu as un sujet aussi qui est clé, c'est que si tu as plus de chiffrage, moi j'ai vu des boîtes qui ne souhaitaient pas répondre à tout en se disant, en fait, il faut qu'on fasse le trip parce qu'on en a trop. Et deux, trois mois, quatre mois plus tard, c'est des boîtes qui se sont retrouvées avec plus de chiffrage à réaliser. Parce qu'en fait, vu qu'elle ne répondait pas, une fois, deux fois, hop, elle sortait du panel. Et donc, c'est un peu un côté marche ou crève, faut avancer avec une sur-sollicitation. Parce qu'en fait, tu fais le chiffrage, tu as 20% de taux de conversion, tu as 80% de tes devis qui partent à la poubelle. Mais il faut quand même que tu les fasses parce que sinon, tu sors du panel, tu as un rythme soutenu. Et donc, les outils sont intéressants aussi sur cette partie-là parce que même si tu as une expertise qui est forte sur le chiffrage, en fait, tu as quand même aujourd'hui des outils. qui permettent de gagner du temps et d'être plus efficaces sur cette partie-là pour répondre à tout, gagner en réactivité, gagner du temps.
Speaker #0
Est-ce que tu as constaté des bonnes pratiques dans ce domaine commercial, que c'est le changement du CRM, de l'automatisation, et tu te dis qu'ils ont fait ça, c'est quand même très intéressant ? Alors, on a bien compris, évidemment, qu'il faut mettre en place Faberat parce que ça va aider dans ce contexte de réactivité du chiffrage, mais sur d'autres cas, est-ce que tu te dis, ah tiens, lui, pas bête du tout, je vois que ça fonctionne ?
Speaker #1
Tu as des boîtes, j'en ai vu peu, mais tu en as qui mettent en place des CRM. Peu dans l'industrie, peut-être pas assez. je pense qu'il n'y a pas de relance, tu vois, les pratiques que nous, on peut avoir en tant que boîte tech ou autre, de nurturing, alors j'utilise peut-être des gros mots, on va dire de développement de ta base client qui sont à des statuts différents, etc. Ça s'est peu développé et je pense qu'il gagnerait à le faire. J'ai vu des entreprises commencer à le faire, mais avec des pratiques qui n'étaient pas les bonnes. Et donc, je pense qu'un outil type CRM... peut être pertinent pour eux. Après, pour faire ça, il faut se dégager du temps. Nous, ce qu'on voit, c'est que c'est des... Alors là, je parle plutôt des petits, on va dire des boîtes qui sont en dessous de 20 millions d'euros de chiffre d'affaires. C'est des boîtes qui courent après le temps pour faire tourner la boutique et qui, du coup, se dégagent peu de temps sur ce type d'outils. Ils sont très sollicités sur le chiffrage et donc, ils ne vont pas forcément essayer d'aller chercher du... du business, parce que ça tombe un peu. C'est tout un sujet de goulot d'étranglement, et comment je gère ça ? Après, ce que j'ai vu, c'est que les boîtes qui mettaient en place des types HubSpot sur la partie CRM, j'ai vu des boîtes qui n'utilisaient pas le drive aussi, je sais que ça les aide. Ça structure, ça permet d'avancer, c'est certain.
Speaker #0
Ok, donc tu dis ceux qui arrivent à prendre un peu de recul finalement face à l'opérationnel, bon ça tu me diras, c'est le cas pour à peu près toutes les boîtes, pas seulement dans l'industrie. Mais que tu arrives à se dire, ok, maintenant, il faut aussi que je sois pas seulement dans la réaction par rapport au chiffrage, mais que je sois capable d'être proactif, que ce soit dans la relance de mes devises, si bien entendu, mettre en place des automatisations là-dessus. Nous, je sais qu'on l'a déjà fait chez certains clients et c'est vrai que ça a du sens et c'est un impact qui peut être assez fort et assez rapide dans la relance, mais aussi dans le suivi de la base client pour que justement ces clients-là soient animés et qu'on ne soit pas juste à réceptable à la chiffrage. et qu'on soit capable de leur pousser des informations sur ce que fait la boîte, ce qu'elle pourrait faire d'autre que certains chiffrages. Parce que de temps en temps, on a des acteurs qui sont catégorisés, on ne fait chiffrer que là-dessus, alors qu'en fait l'entreprise est capable de faire plein de choses.
Speaker #1
Exactement, j'ai un exemple en tête, une boîte avec qui on travaille, qui fait de l'usinage de pièces de dimension standard, mais qui a aussi une activité d'usinage de pièces de grande dimension. Et en fait, le fait de se placer chez ces clients historiques, en usinage tantard sur des pièces de grande dimension. C'est un move qu'elle n'a pas encore fait alors que ça pourrait être quelque chose de j'allais dire assez simple, pas comme ça et bien sûr moi je parle avec du recul mais ça peut être assez pragmatique de le faire, d'essayer de se placer comme ça et je pense qu'elle gagnerait à gagner un peu de hauteur sur cette partie là parce que tu vois les problèmes tout simplement, ça je pense que c'est pour toutes les boîtes.
Speaker #0
Merci pour tes retours et tes conseils. Maintenant, j'aimerais aussi qu'on aborde un sujet qui est justement sur l'IA au sens large. Parce que toi, comme tu l'as dit, tu es un des acteurs français de ce sujet-là pour les industriels. J'aimerais que tu nous donnes un petit peu ton expérience et ton avis sur comment tu vois l'IA bouleverser l'industrie. Est-ce que tu peux nous donner ton avis sur ce que tu vois à l'avenir ? Tout le monde est un peu perdu par rapport à l'IA, j'ai l'impression. Tout le monde vient un peu au jour le jour en disant « Ah tiens, là par exemple aujourd'hui, Chad GPT a sorti son moteur de recherche et on est tous un peu « Bon, alors qu'est-ce qui va se passer ? » Est-ce que tu arriverais à nous donner peut-être un cap d'après toi ? Ce vers quoi on va ? Quelles seraient peut-être des pratiques qui vont arriver plus tard ? Je serais très intéressé d'avoir ton avis là-dessus.
Speaker #1
Tu as des acteurs qui sont figures de proue sur toute cette partie-là, Mistral, OpenAI, DeepSeek, etc. et en fait ils font un outil particulier d'IA qui est le LLM, un outil qui permet de faire du traitement du langage, qui a la capacité d'être très générique, qui peut faire beaucoup de choses différentes, qui peut permettre de traiter un contenu, de traiter une image, de traiter un document, de traiter un prompt pour arriver à donner une information sur la base de « j'ai mangé tout internet, donc je peux ressortir quelque chose de pertinent » . Et c'est des outils qui sont génériques. Et en fait, on voit poindre sur des branches un peu spécifiques des expertises. Les modèles aujourd'hui, c'est un lot de techno. qui peuvent avoir des architectures différentes et qui peuvent servir à plein de sujets spécifiques. Nous, c'est ce qu'on fait. On ne fait pas de LLM, on a notre techno qu'on a développé pour un sujet spécifique et on crée une barrière à l'entrée parce qu'en fait, cette techno-là, on la fait évoluer et on utilise des modèles qui ressemblent à ceux qu'on peut utiliser sur du LLM. On parle des modèles transformers, peut-être que je vais dire des gros mots, mais c'est l'architecture qu'utilise un chat GPT. Nous, on utilise ça. Tout ce qui est le deep learning, le réseau de neurones, ces espèces de gros mots qui sont en fait des concepts de technologie, on utilise ça aussi. On ne peut pas traiter un langage en soi, mais par contre, on est très experts sur le fait de faire du chiffrage. Un exemple, si tu donnes à ChatGPT un plan, il va essayer de le traiter, mais la question, et en plus, il va le faire avec aplomb, c'est-à-dire qu'il va te donner un super résultat, il va te dire que ça coûte tant. Mais en fait, c'est un modèle qui n'est pas fait pour ça. Si tu mets deux fois le même plan, il aura des valeurs différentes, etc. Donc, il n'est pas fait pour ça. Là où tu vas avoir des évolutions, c'est que les modèles génériques vont prendre plus de place sur les parties un peu bureautiques, type navigateur Internet, et les tâches sont un peu du quotidien. Mais sur des expertises spécifiques, il y aura des modèles experts. C'est certain.
Speaker #0
Donc, tu es en train de nous dire, OK, il y a un peu deux catégories. Il y a les génériques qui touchent un peu à tout, et des acteurs spécialisés sur des pratiques assez précises et qui se développent autour de ces thématiques-là. Est-ce que tu penses que si on devait se donner une image dans 4 ans de ce qu'un industriel serait, l'impact que l'IA aurait chez lui, est-ce que tu verrais d'autres pratiques que la partie chiffrage ? Dans 3-4 ans, est-ce que tu as des trucs en tête, ou même tu vois des choses qui commencent à sortir à droite à gauche, tu te dis tiens, ça c'est sûr que ça va se développer ?
Speaker #1
Bien sûr, parce qu'en fait l'IA ça date pas de... il y a trois ans. Les modèles qui datent, c'est de l'algorithme. Tu vois par exemple tout ce qui est traitement de l'image, il y a des choses qui sont super puissantes qui ont été faites, tout ce qui est traitement sur du contrôle, tu vois, en fabrication dans la supply. Tu as des modèles qui permettent d'identifier, il y a des caméras, des pièces, qui ont été pré-entraînées pour voir des défauts, et qui du coup arrivent à identifier les défauts et à sortir des pièces automatiquement. Tu as plein d'outils qui vont aller dans ce sens-là. et après vont se rajouter à ces outils des architectures encore plus performantes et c'est ce qu'utilisent les modèles LLM tels qu'on connaît, T-Shirt GPT, c'est ces architectures-là qui offrent une performance encore supplémentaire parce qu'en fait, sur la base d'une donnée sur laquelle le modèle s'entraîne, ces architectures permettent une généralisation beaucoup plus fine. Donc en fait, elle va arriver à générer des règles sur des cas spécifiques, des espèces de règles générales qu'elle va pouvoir utiliser dans un cas d'usage, comme un cerveau humain. Et donc d'être encore plus fin. Mais j'ai en tête le traitement d'image, toute la partie vidéo, tu vois, on parlait des deepfakes, etc. Les capacités que tu peux avoir sur ce qu'on appelle aujourd'hui un deepfake, c'est énorme. Ça, c'est plutôt la limite un peu de l'IA de dire qu'est-ce que ça peut faire de mal aussi, parce que bien sûr, c'est interdit de faire des deepfakes. Mais ouais, il va y avoir des impacts forts.
Speaker #0
Est-ce que, aussi, peut-être que tu peux nous parler des chreins que tu constates ? Parce que, comme toute innovation, ça nous signifie du changement, du changement d'organisation, du changement de posture, du changement de pratique humaine dans une entreprise. Qu'est-ce que, d'après toi, est un chrein à cette transformation ? Qu'est-ce que tu constates, toi, sur le terrain, dans les entreprises ?
Speaker #1
C'est un changement de paradigme. Donc, ça veut dire que, tu vois, je parlais un peu de nous, mais aussi des autres, on va dire. Dans l'industrie, quand on est passé de la planche à dessin au modèle 3D, c'était un changement de paradigme. Solidworks et tous ces outils-là, ils sont quand même arrivés à faire un tour de force, où ils sont arrivés à vraiment accompagner sur un changement très fort, alors que tu pouvais toucher à l'identité même d'une personne. Le fait de savoir bien dessiner sur une planche à dessin son outil du quotidien, et tu dis, maintenant tu fais ça sur un ordi avec un... un logiciel, c'est quand même un truc de dingue. Donc, tu as vraiment, pour moi, un nouvel usage. Donc, ça, ça peut être un peu des freins. Tu as la partie, la compréhension de ce que fait exactement le modèle. Tu vois, un modèle comme le nôtre, il fonctionne par analogie, mais du coup, le résultat qui est donné, comment est-ce que l'utilisateur, il fait pour se dire, tiens, c'est quelque chose de fiable. Il a besoin d'un rationnel, tu vois, de se dire, mais comment est-ce que l'IA a réfléchi ? En fait, tu as un phénomène un peu boîte noire, tu peux arriver à lever.
Speaker #0
Il vient plutôt se lever avec une interface bien faite, avec une expertise produit, peut-être des indices de fiabilité, etc. Donc ça, c'est des sujets qui sont du moment sur l'IA. Comment est-ce que tu peux donner un indice de fiabilité ? Comment est-ce que tu peux savoir si ChatGPT, tu as donné une réponse qui est juste ? Tu ne peux pas. En fait, à chaque fois, le modèle va te donner une réponse avec Kaplon en disant « ouais » . Et après, toi, tu vas dire « bah non, tu te trompes » . Il va dire « ah oui, effectivement, je me suis trompé » . Mais en fait, ça, c'est les sujets d'études du moment et c'est nos sujets aussi parce que nous, c'est pareil. Pour revenir à la partie chiffrage, la manière qu'on a aujourd'hui de donner un crédit et d'ouvrir la boîte noire pour un utilisateur, c'est de lui afficher sa gamme de fabrication. Donc les étapes de fabrication et les temps associés à chaque étape pour lui dire, « Regarde, ça, c'est ton indicateur de fiabilité parce que normalement, c'est ce que tu produis quand tu fais un chiffrage. » Eh bien, on t'affiche celui que l'IA a produit basé sur ta donnée antérieure. Donc ça, c'est une manière produite de tacler un peu cette compréhension de ce que fait le modèle. Et tu vois ce côté, un peu cet indice de confiance qui parfois peut être dur et qui peut être un frein à l'adoption aussi. Donc voilà, je vois deux types de barrières de frein.
Speaker #1
Oui, très clair. Finalement, que ce ne soit pas encore compris et connu, c'est-à-dire savoir ce qu'il y a sous le capot. Surtout pour des gens qui ont l'habitude de comprendre peut-être en détail ce qu'il y a, ce qui se passe et comment c'est structuré.
Speaker #0
C'est ça.
Speaker #1
Et en plus du fait que ça change complètement un poste en tant que tel, celui de chiffreur en l'occurrence, comme j'aimais beaucoup l'exemple que tu as donné par rapport à Solidworks. Merci beaucoup, c'est clair. Autre question, tu vas peut-être me répondre très rapidement. Est-ce que tu penses que l'IA peut avoir un impact sur des enjeux aussi écologiques, notamment sur la consommation énergétique par exemple ? chez les industriels qui doivent se transformer ?
Speaker #0
Déjà, le constat, c'est qu'effectivement, les modèles LLM sont très énergivores, consomment beaucoup de capacités de data center et du coup d'énergie. Donc, quand on déploie un modèle, il n'est pas entraîné sur Internet. Il n'a pas été entraîné pendant un an et demi avec des énormes serveurs. Il est entraîné sur la consommation d'un modèle d'IA de Faberat. C'est l'équivalent d'un cycle de Sechelin. C'est un peu ça l'idée. Pourquoi ? Parce qu'en fait, la volumétrie de données qu'on utilise, c'est entre 500 à 1500 plans en moyenne pour faire un modèle qui soit performant. On sait qu'entre 1000 à 1500, on a vraiment des pièces différentes. On a quand même un modèle qui est très performant. Donc ça, ça dépend un peu des modèles que tu utilises. Mais un point clé pour faire de l'IA pour un industriel, parce que ce n'est pas le cas quand tu fais du LLM, mais dès que tu as tu as à faire à des outils un peu externe basé sur des modèles c'est la maîtrise de ta donnée donc ça c'est un sujet à avoir en tête parce que c'est vraiment le premier sujet si tu as pas de data par un résultat qui sera bon même si les algorithmes sont très puissants pour revenir sur la partie on va dire plus un impact environnemental écologique l'impact des lm il est horrible c'est en fait en termes d'énergie ce n'est pas du tout quelque chose qui est positif Je pense que tu peux avoir un impact intéressant sur l'IA en matière de compréhension de data et donc en matière de stratégie, de choix à faire pour avoir un impact. Je n'ai pas d'exemple concret comme ça, mais vu que c'est des outils qui permettent d'agréger des bases, d'en traiter, de donner des résultats qui sont fiables par exemple, ça peut être une manière d'avoir un impact intéressant. Dans tous les cas, il faut le voir comme un outil, comme un tool qui va... servir, tu vois, un cas d'usage plutôt que comme un truc qui va révolutionner quelque chose. Tu dis l'IA.
Speaker #1
Non, non, c'est clair. Tu dis l'IA très énergivore. Finalement, sur les modèles LLM un peu génériques. Donc, ça va quand même un peu dans le sens de ce que tu disais tout à l'heure, le fait d'avoir finalement des modèles hyper spécialisés, du coup, qui ont peut-être besoin de moins de données. Donc, dans ce que tu disais dans votre exemple, vous avez besoin d'un certain nombre de données, mais beaucoup moins que des modèles plus génériques. En revanche, tu dis, bah, potentiellement, certaines IA vont permettre aussi d'aider des structures à gérer mieux leur consommation énergétique. Mais bon, ça, c'est ton avis. Tu n'as pas constaté de cas particuliers aujourd'hui dans l'industrie, si je comprends bien ?
Speaker #0
Non, je n'ai pas de cas, mais c'est sûr que sur le principe, vu que tu donnes un outil qui, en termes de performance, permet vraiment de gérer une base de données de manière efficiente, tu peux projeter le fait que ça peut servir des cas qui ont un impact.
Speaker #1
Très clair. Tu as abordé un sujet et une question que je voulais absolument qu'on voit ensemble aujourd'hui. Effectivement, imaginons que je sois un industriel, je n'ai pas encore mis en place d'intelligence artificielle dans ma structure. Mais j'en entends parler tous les jours parce qu'on voit passer des documents, des news à ce sujet un peu partout. Quels seraient tes conseils pour savoir par quel bout il faut que je le prenne ? Parce que moi, je suis un peu perdu, j'envoie de partout. On me dit, il faut que je mette ça en place, il faut que je fasse ça en place. Comment je peux prendre le sujet pour me dire, OK, je veux y aller ? Quels seraient tes conseils par rapport à ça ?
Speaker #0
Peut-être déjà comment il ne faut pas prendre le sujet. Mon avis, c'est que déployer cinq licences copilote dans sa boîte et voir ce qui se passe. ce n'est pas une bonne manière de prendre le sujet. La bonne manière serait plutôt d'avoir un cas d'usage, de dire, OK, mon problème, en fait, là, c'est... Je ne sais pas, moi, j'ai des problèmes sur mon stock de matière, je dis n'importe quoi, j'ai des problèmes sur le chiffrage, j'ai des problèmes sur l'identification de mes prospects, etc. Un cas d'usage. Et du coup, sélectionner ce cas d'usage et voir comment on peut y répondre, notamment via l'IA. Donc, avoir un cas d'usage, deux, maîtriser sa donnée, checker d'abord comment tu es en termes de data, est-ce que ta donnée te permet de faire quelque chose de spécifique pour toi, et y aller par étapes. Premier cas d'usage, essayer de tacler ça, montrer la valeur aux personnes en interne, puis après, sélectionner un deuxième cas d'usage. Ce qui est intéressant avec Copilot, je ne dis pas que c'est nul ou quoi, bien sûr, c'est des super outils, c'est de l'adosser à un de ces cas d'usage-là, pour dire, tiens... avec Copilot, on va essayer de faire ci. Parce que sinon, ça ne sera pas utilisé.
Speaker #1
Très clair. Donc si je résume, je suis industriel. Déjà, première question que je me pose, c'est quels sont mes problèmes aujourd'hui ? Je prends un peu de recul. Quels sont mes problèmes métiers sur l'ensemble de ma chaîne de valeur ? Deuxième question, c'est est-ce que j'ai de la donnée sur cette problématique-là ? Si je n'en ai pas, il faut mettre en place quelque chose pour en avoir. Et ensuite, on sera capable de mettre en place quelque chose qui va permettre d'automatiser et résoudre cette problématique. si je le fais de toute façon c'est simple C'est ça, exactement. Très clair. Je te remercie beaucoup, Arthof. Pour moi, c'était très intéressant. Je pense qu'on a pu avoir l'avis d'un acteur de l'intelligence artificielle, en France en plus, dans le milieu de l'industrie. Est-ce qu'aujourd'hui, tu serais capable de nous citer le nom, par exemple, d'un autre acteur de l'intelligence artificielle en France, dans l'industrie, où tu te dis, tiens aussi, il faut regarder ce qu'ils font, ça paraît très intéressant ?
Speaker #0
Allons. Tu as des acteurs qui sont très connus. Je vais en parler aussi parce que souvent, c'est un acteur, on ne le cite pas, mais c'est Hugging Face. Il y a un peu un des indépendants de Mistral, mais qui propose énormément d'outils open source qui permettent de faire plein de choses et qui est français.
Speaker #1
D'accord.
Speaker #0
C'est un acteur aujourd'hui qui est partout dans le monde, que tous les développeurs utilisent pour faire des modèles. Et je trouve que cette manière de fonctionner est géniale et c'est une entreprise qui... permet aujourd'hui à plein de développeurs de développer des outils de dingue. Après, dans l'industrie, il y a bien sûr d'autres outils qui fonctionnent un peu comme nous. Là, je n'en ai pas en tête. Mais je sais qu'il y en a beaucoup qui essayent de se faire une place et de se lancer et de tacler un sujet spécifique. Donc, c'est louable et très pertinent.
Speaker #1
Super. Qu'est-ce qu'on peut souhaiter à Faberra pour 2026 ?
Speaker #0
Devenir le leader du chiffrage en Europe.
Speaker #1
Super, on vous le souhaite pour cette année 2026. Merci beaucoup Arthur pour cet échange qui était vraiment très riche.
Speaker #0
Merci à toi.
Speaker #1
Surtout que chez nous, notre métier chez Silyane, c'est d'aider les industriels à identifier et mettre en place des nouveaux leviers commerciaux. Je pense qu'on était quand même vraiment servis dans cet épisode. Donc ça m'a fait vraiment plaisir d'avoir tout... tes retours et puis on souhaite vraiment le meilleur à Faberat pour 2026 et je vous dis tous à bientôt pour un nouveau rendez vous dans les Dessous l'Industrie.

Chapters

Introduction à Fabera et à son moteur de chiffrage
5sec
Les expertises de Fabera : traitement 2D, 3D et IA
50sec
Définition et fonctionnement d'un moteur d'IA
2min
Exemples concrets et bénéfices clients de Fabera
4min
Genèse de Fabera et parcours d'Arthur Jacquemet
8min
Évolution du commerce et de la vente dans l'industrie
17min
Impact futur de l'IA dans l'industrie
23min
Conseils pour intégrer l'IA dans son entreprise
34min

Embed

Introduction à Fabera et à son moteur de chiffrage

5sec

Les expertises de Fabera : traitement 2D, 3D et IA

50sec

Définition et fonctionnement d'un moteur d'IA

2min

Exemples concrets et bénéfices clients de Fabera

4min

Genèse de Fabera et parcours d'Arthur Jacquemet

8min

Évolution du commerce et de la vente dans l'industrie

17min

Impact futur de l'IA dans l'industrie

23min

Conseils pour intégrer l'IA dans son entreprise

34min

Transcription

Speaker #0
Bonjour à tous et bienvenue dans les Dessous de l'Industrie, l'émission qui présente les acteurs industriels français, leur parcours et leurs réussites. Aujourd'hui, nous avons le plaisir d'accueillir Arthur Jacquemet, dirigeant de Fabera, une entreprise qui déploie un moteur de chiffrage basé sur l'IA, permettant à des fabricants industriels de rendre instantané leur chiffrage de pièces basé sur leurs données antérieures. Ça fait une phrase un peu compliquée. Moi, si je la résume à mon sens, pour moi, Arthur, tu es un des acteurs français de l'IA dans l'industrie et du coup, je suis très content de t'avoir aujourd'hui. Je te remercie de passer un peu de temps avec nous. Je commence par une petite présentation de ton activité, si tu le veux bien, peut-être en synthétisant et surtout, on te donne des exemples concrets de ce qu'est Fabera.
Speaker #1
Oui, bien sûr. Et donc, Arthur Jacquet, moi, je suis fondateur de Fabera. Ce qu'on fait chez Fabera, c'est qu'on déploie un moteur qui vient apprendre de la donnée en historique des affaires antérieures d'un industriel pour permettre de faire des devis, d'établir des chiffrages instantanément basés sur cette donnée. Donc ça c'est la phrase un peu simple de présentation. Et après si je dois parler de nos expertises, en fait nous on a trois expertises. La première c'est qu'on est expert sur le traitement d'un plan 3D. Donc d'un plan 3D on va en récupérer... 60 à 80 éléments de géométrie topologie de pièces pour l'utiliser derrière pour du chiffrage. On y reviendra. On est expert sur le traitement d'un plan 2D. Donc dans 2D pareil on récupère plein d'éléments qui permettent de faciliter le chiffrage. Et la troisième expertise c'est ce moteur d'IA qui a la capacité comme un cerveau humain d'apprendre d'un historique et du coup d'établir des règles. que ce moteur d'IA va pouvoir réutiliser pour chiffrer la pièce d'après.
Speaker #0
Super. Est-ce que tu peux nous définir un moteur d'IA pour toi ? Parce qu'aujourd'hui, c'est vrai que quand on entend parler d'IA, on entend parler plein de choses. Toutes les choses. Tout est IA partout maintenant. Est-ce que toi qui es vraiment dans le cœur du réacteur, est-ce que tu peux nous définir un peu plus ça pour que ça soit clair pour tout le monde ?
Speaker #1
Bien sûr. Ce que j'appelle un moteur d'IA, c'est quoi ? C'est un outil, un algorithme. qui va, sur la base d'un plan, 2D ou 3D, créer une représentation de la complexité de cette pièce. En espèce de vecteur mathématique, on va dire la carte d'identité d'une pièce. Cette carte d'identité, on va la passer dans ce fameux moteur qui va être dédié à une entreprise. Par exemple, tu as une boîte qui fait de la mécanique. On va créer un moteur dédié à leur activité qui aura appris de tout leur chiffrage. Et quand ce moteur... ce petit algorithme, il va voir une nouvelle pièce, donc cette carte d'identité, il va chercher des pièces similaires par la forme, le nombre de faces, le nombre de perçages, la matière associée, la quantité, etc. Plein de critères différents. Il compose cette fameuse carte d'identité. Il sera en mesure d'en détailler le coût de fabrication de manière très très fiable. Comme, si tu veux, ce moteur, il vient répliquer des capacités d'un cerveau humain, en fait. Ça devient un super chiffreur, le même cerveau que l'expert de chiffrage que tu peux avoir dans ta société, qui est basé sur ta donnée d'affaires antérieures, que souvent les industriels stockent de manière assez structurée et qu'on peut utiliser.
Speaker #0
Très clair. Si on continue la métaphore, ce moteur vient s'alimenter de tous les chiffrages, son fuel, son essence et tous les chiffrages antérieurs qu'a l'entreprise dans son historique. Il se base dessus pour ensuite, lui, venir produire. les nouveaux chiffrages et être capable de les mettre à disposition, si je simplifie un petit peu la chose.
Speaker #1
Exactement, les chiffrages antérieurs, mais aussi les chiffrages futurs, parce que tous les chiffrages que tu fais ensuite, nous, on les utilise en termes de données pour réentraîner le modèle et qu'il puisse gagner en fiabilité.
Speaker #0
Est-ce que tu peux nous donner un exemple concret, peut-être en partant d'un cas client que tu n'es pas obligé de citer, mais en disant que tel client, il fait ça, il l'utilise comme ça et... Peut-être aussi que tu nous expliques les bénéfices constatés en chiffres de la mise en place de cette IA par des promoteurs.
Speaker #1
Aujourd'hui, Fabera, c'est une quarantaine de clients dans la fabrication. On travaille avec des sociétés qui font de la tôlerie, de la chaudronnerie, de l'usinage, de l'injection plastique. Des sociétés qui font de la fabrication de machines spéciales. On travaille aussi plutôt avec des donneurs d'ordre. On va dire des personnes qui conçoivent et qui après ne fabriquent pas forcément en interne, mais font fabriquer. Et dans ce cas-là, on travaille plutôt avec leur bureau d'études, leur technicien méthode, etc. Et j'ai un cas en tête d'une société qui fait des assemblages mécaniques et donc qui produisent des pièces mécaniques, qui sont des pièces très précises, avec, on parle de tolérance serrée, donc au centième, pour ceux qui connaissent un peu ces termes-là, et qui s'assemblent ensemble par montage. Et donc en fait, pour cette société, on a récupéré 500 plans 3D. donc des fichiers qu'on appelle CAO, donc des plans 3D d'une pièce, que l'on a associés à leur chiffrage, donc à leurs détails techniques de chiffrage, donc des étapes de fabrication avec des temps associés à chacune des étapes. Et on a déployé un modèle en deux mois qui permet à cette société de chiffrer une nouvelle pièce avec une marge d'erreur qui est à moins de 10% près pour chiffrer la nouvelle pièce. Et donc le gain pour eux, c'est que vu qu'ils font des assemblages mécaniques, ils ont des consultations. de la part de leurs donneurs d'ordres qui peuvent être composés de 30, 40, 50, 80 pièces mécaniques à chiffrer. Une pièce mécanique en 1ème, ça peut être entre 1 à 3 heures de temps de chiffrage, c'est très très long. Et là l'avantage c'est que tu prends ta liasse de plan, tu la glisses, déposes, tu précises une quantité et une matière, tu peux même préciser en amont ces éléments dans un fichier Excel que tu viens associer à cette liasse, et derrière tu as un chiffrage détaillé pour chacune des références. Donc c'est vraiment un gain de temps sur cette partie là. On estime à peu près à 40% le temps gagné par un chargé d'affaires sur le chiffrage. Donc on fait à peu près, on divise à peu près par deux le temps de chiffrage d'un chargé d'affaires. Et on a aussi une partie où vu que cette société elle gagne en réactivité, elle augmente son taux de conversion. On estime à une augmentation d'à peu près 20% du taux de conversion. Après tu as d'autres gains parce qu'en fait souvent vu que le chiffrage c'est quelque chose qui est complexe, si tu prends une boîte qui fait 10 millions d'euros de chiffre d'affaires dans la fabrication, le chiffrage ça peut être 90% du temps de la personne stratégique dans la boîte parce qu'en fait on l'a sursoulicite pour cette partie là ou alors 60-70% du temps du dirigeant ça on le voit souvent et en fait le gain sur cette partie là c'est aussi de permettre de transmettre parce que cette expertise qu'a le dirigeant sur le fait de chiffrer en fait à transmettre c'est très dur et là en fait tu viens au travers de ta donnée structurer son savoir-faire dans un outil pour qu'il soit utilisable par un autre collaborateur et du coup déléguer tes chiffrages. Ça c'est moins quantifiable en termes de ROI, mais c'est quand même un retour sur investissement qui est intéressant.
Speaker #0
En plus j'imagine que là où potentiellement c'est assez dur de recruter sur ces profils-là, ça peut aussi aider à avoir un mother qui ne vient peut-être pas remplacer, parce que je ne pense pas que ce soit non plus comme tu l'as dit. Ça permet d'avoir un taux d'exécution jusqu'à 90%. Donc, on a besoin d'un humain pour venir vérifier, faire quelques ajustements. Mais ça peut permettre d'aider les structures qui ont du mal à recruter sur ces profils-là.
Speaker #1
Oui, c'est ça exactement. Et donc, tu vois, tu peux avoir des consultations. En fait, les fabricants vont se dire, bon, qu'est-ce que je fais ? J'ai 20 pièces à chiffrer, je ne suis pas sûr d'avoir l'affaire. Je fais quoi ? Je réponds, je ne réponds pas. Si je réponds, je vais y passer du temps. Parce que souvent, ils viennent faire une étude sur comment faire la pièce pour pouvoir donner un coût fiable. Ici, ça te permet de ventiler, abattre des chiffrages de manière fiable et du coup, focus derrière sur des sujets plus stratégiques, peut-être un peu de la prospection, focus sur des projets en cours, dans l'atelier, etc. Ça dégage du temps pour des personnes qui ont la capacité de faire d'autres choses et sur lesquelles optimiser son temps, c'est important.
Speaker #0
Très clair. Et alors, Fabera, aujourd'hui, c'est une structure qui est basée pour, qui a quel âge, vous êtes combien ?
Speaker #1
Oui, donc Fabera, on est trois associés. On est basé entre Lyon et Nantes. On a une équipe aujourd'hui qui est de dix personnes. Voilà, j'ai une quarantaine de clients. On a trois ans et demi d'existence, exactement.
Speaker #0
Donc vous avez commencé en prémisse du moment où on entend envoyer ces deux lettres un peu de partout. Vous étiez vraiment précurseur sur ce sujet-là.
Speaker #1
Oui, et un peu par hasard finalement. Pourquoi ? Parce qu'en fait, notre sujet, ça a été d'abord de répondre à un problème. En fait, on a vu que le chiffrage, c'était un sujet. chez des fabricants, et on peut en parler un peu de la jeunesse de Fabera par la suite si tu veux. Et en fait, on a testé plein de manières de faire et on s'est rendu compte que les fabricants avaient un historique important qui était structuré dans un ERP, adossé à des plans et qu'on pouvait l'utiliser. Et finalement, le constat, c'est de se dire, même si tu fais de la pièce sur mesure, du mouton à cinq pattes, en fait, tu le fais depuis un certain nombre d'années, tu as des similarités dans les pièces. Et en discutant avec les chiffreurs, on s'est rendu compte que même eux ont cette pratique de chiffrer par analogie. en comparant, en disant tiens, ça je l'ai déjà vu quelque part, quel client avait fait ça, et d'essayer de retrouver des choses qui étaient déjà chiffrées ou déjà produites pour que ça facilite le chiffrage. Et nous on s'est dit tiens, on peut utiliser ces éléments, après on s'est dit ok, sur la base d'un plan, comment est-ce qu'on pourrait retrouver un plan similaire ? Donc là on a commencé à développer des technologies, et petit à petit on s'est mis à faire de l'IA, parce qu'on s'est dit tiens, c'est un outil intéressant dans notre cas d'usage. C'est plutôt dans ce sens-là que ça s'est fait.
Speaker #0
On va revenir du coup à la genèse et je pense qu'on va y arriver assez facilement parce que là, j'aimerais aussi te poser des questions sur ton parcours à toi, Arthur. Si je ne dis pas de bêtises, toi, tu es plutôt d'une formation école de commerce. Avant de créer Fabera, tu as navigué dans le commerce et dans la tech. Du coup, comment toi Arthur, tu arrives dans le milieu de l'industrie ? Alors oui, certes, via la tech, tu viens de le dire un petit peu avec la jeunesse de Fabera, mais qu'est-ce qui fait que vous êtes arrivé dans ce milieu industriel ?
Speaker #1
Effectivement, moi j'ai fait une école de co après un petit passage en école d'ingénieur. Ce qui s'est passé, c'est que moi je travaillais dans une société qui était une agence de développement basée à Paris. Et mon métier, c'était sur la partie direction commerciale, c'était de pouvoir résoudre pour des clients des problèmes business. plus différents les uns que les autres dans plein de secteurs grâce à la tech. Donc grâce à une app, grâce à une solution web, grâce à de la data, grâce aux trois éléments, etc. La compétence que j'ai développée, c'est de pouvoir détailler justement un problème business de manière bien précise, de savoir comment est-ce qu'on pouvait y répondre. En fait, ce qui s'est passé, c'est qu'on a rencontré un faux-dronnier qui est basé à Lyon, qui vient à une boîte d'une cinquantaine de personnes et qui nous a parlé de son activité, qui nous a dit, ben voilà. En sous-traitant spécialisé, voilà mes problèmes, j'ai des chiffrages à n'en plus pouvoir, etc. Il nous apparaît plein de sujets. On s'est dit, tiens, c'est intéressant, parce que les fabricants, c'est les personnes qui fabriquent concrètement tout ce qu'on consomme autour de nous. La table qui est là, tout ce que je peux voir autour de moi, tu vois, c'est la sous-traitant spécialisé, c'est des personnes qui ont une exigence dans l'atelier qui est juste énorme. mais qui en fait pilote leur boîte par des outils tech quasiment inexistants. Donc ils ont un ERP, des fichiers Excel, parfois un CRM, mais ça s'arrête là. Et du coup, on s'est dit que c'est intéressant parce qu'on peut avoir de l'impact. Donc on a rencontré 150, 200 industriels et on a commencé à lancer un premier business dans cette partie-là. Et après, la partie chiffrage, on y est venu parce que justement, ce premier business nous a permis de comprendre que c'était un énorme sujet pour les fabricants.
Speaker #0
Donc c'est ton ancien métier finalement qui t'a fait te mettre le nez un peu dans ce milieu de l'industrie et qui de chien en aiguille t'a tiré un peu la pelote et t'es tombé sur ce cas particulier du chiffrage.
Speaker #1
En fait si tu veux on a commencé par déployer un réseau, de faire ce qu'on appelle de la fabrication à la demande. Le principe c'est qu'on permettait à des donneurs d'ordre de fabriquer des pièces du prototypage rapide ou des pièces de série via un réseau de fabricants qu'on avait trié sur le volet. et pour qui on apportait des affaires. On faisait ça au moyen d'une plateforme numérique, une espèce de marketplace de la fabrication française. Il y a d'autres modèles qui existent aux États-Unis et en Europe sur ce principe-là. Et on s'est rendu compte qu'en faisant ça, on avait des délais énormes de la part des fabricants sur l'envoi de leur côté des offres, donc des devis. On a commencé à chiffrer, à se dire, on ne peut pas chiffrer à leur place, etc. Et en fait, en commençant à déployer ces trichines, C'est dit, non mais en fait, il faut qu'on leur propose un outil chiffrable. En fait, c'est comme ça que ça a commencé.
Speaker #0
Justement, ça me donne envie de te poser quelques questions. Un Arthur qui ne vient pas du milieu de l'industrie, qui débarque dans ce milieu-là. Du coup, ça fait quatre ans que tu côtoies des industriels, que tu vois leur fonctionnement. Toi qui viens de la tech, qui a un fonctionnement complètement différent en termes de processus, d'organisation. Est-ce que tu as quelques expériences clients qui t'ont marqué ? Tu nous as parlé par exemple tout à l'heure du fait qu'ils étaient très précis dans la gestion de leur atelier, mais ils avaient des gros manques. a priori sur certains sujets. Est-ce que tu as quelques anecdotes ou quelques éléments qui t'ont marqué depuis quatre ans que tu es dans ce milieu de l'industrie ?
Speaker #1
Oui, c'est un milieu qui marche beaucoup par réseau. Ce qui m'a le plus marqué, c'est... Alors, c'est assez paradoxal. C'est un milieu qui ne travaille pas forcément ensemble. Il y a l'effet réseau, par exemple, sur le fait de se passer des projets, etc. Il est beaucoup plus présent en Italie qu'en France. Donc ça, c'est quelque chose qu'on a identifié. Mais ils sont très friands de retour d'expérience dans le réseau. Ça veut dire que tu as des structures type l'UIMM, qui est un syndicat patronal, qui permet à ces entreprises de se structurer et d'échanger sur des sujets. Et en fait, c'est des réseaux qui ont beaucoup d'influence. Donc tu vas avoir un leader qui va porter un projet, qui va réussir. Et en fait, ces pairs vont bénéficier de ces apprentissages. Et je trouve que ça c'est super intéressant parce que c'est quelque chose qui est très localisé, c'est vraiment des industries de territoire, donc des UMM par exemple, pour toujours parler de ce sujet, on en a un peu partout, en fait c'est très territorialisé. Et elles ont un impact fort dans le fait de dynamiser un réseau et permettre de s'ouvrir à des innovations. Donc ça c'est le premier point que j'ai vu. Tu as moins de tech, donc tu as moins de présence sur les réseaux, on parlait de LinkedIn, il y a moins de présence. tu as un impact fort des salons. Ça, c'est un peu l'effet réseau aussi. On se rend compte que c'est encore une manière de faire du business où, si tu veux, dans la tech, dans notre secteur, dans notre secteur d'avance, ce n'est pas réellement le cas. Donc là, c'est intéressant aussi. On va dire qu'il y a des pratiques différentes qui sont plus des pratiques locales, de proximité, qui sont plus sur de l'échange et du boulevard. Il y a le boulevard qu'on a aussi dans d'autres secteurs mais là c'est très très présent.
Speaker #0
Ok donc finalement ce que tu dis c'est que dans ce milieu-là industriel que tu côtoies depuis quelques années, tu sens la place de la relation humaine directe plus forte, ce que j'entends par là, par le fait de se connaître et de se voir physiquement, que ce soit en salon ou du coup il y a des réseaux. beaucoup plus forte que dans la tech où finalement tu peux signer quelque chose, tu peux avancer sans même se dire qu'on sait. Ok, très clair. C'est vrai que ça c'est un changement que moi aussi je constate parce que je suis un peu dans le même qu'à toi. Je vois cette différence de façon assez marquée. Est-ce que tu as peut-être une anecdote à nous partager sur quelque chose aussi qui t'a marqué chez un client ou un prospect quand tu es allé en visite d'un atelier ou ce genre de choses ? Tu as quelque chose qui te vient en tête ?
Speaker #1
Oui, en fait, des choses que je n'avais jamais vues. Donc, tu rentres dans un atelier de boîte de micro-mécanique de précision, tu cherches le DG, là, il y a une personne avec des lunettes et un bleu de travail qui arrive et qui te dit bonjour, qui enlève ses bouchons d'oreille et qui te dit, j'ai une personne, j'ai un gars qui n'était pas là aujourd'hui et j'ai dû le mettre derrière une machine. Et tu rentres dans son bureau et tu fais un rendez-vous commercial.
Speaker #0
Donc,
Speaker #1
en fait, tu as des personnes qui ont réellement un quotidien différent. J'ai eu aussi des rencontres assez inspirantes où tu visites une ligne et tu te rends compte que tu visites avec le DG. Et en fait, un respect mutuel des opérateurs, de l'ensemble des salariés pour le DG et inversement, avec des pratiques où tu as des photos dans l'atelier de production de chacun des salariés qui sont affichés. des belles choses de relation et c'est vrai que tu n'as pas l'habitude de voir ça quand tu n'as pas que des bureaux avec des ordis, tu as aussi des machines et des personnes qui ont des expertises fortes. Moi je n'avais jamais vu le réglage d'un robot de soudure par exemple, c'est vrai que c'est des choses, tu rentres dans un autre univers et ouais c'est beaucoup de rencontres intéressantes et différentes. Ce qui est sympa c'est que oui on a une expertise forte. Et nous, on apporte notre expertise sur de la tech qui leur servent dans leur métier. On n'a pas l'expertise métier, leur expertise métier, mais tu as un espèce de mariage qui se fait qui est super intéressant. Très bien,
Speaker #0
très clair. Maintenant, j'aimerais qu'on fasse un petit focus sur justement l'évolution du commerce et de la vente dans l'industrie. Donc, on était un petit peu dedans. Et toi, tu navigues clairement dedans parce que le chiffrage, c'est quand même au milieu du processus de vente d'un acteur industriel. ceux que tu accompagnes. Est-ce que tu peux nous dire si, toi d'après toi, depuis justement 3-4 ans, tu vois des évolutions autant dans la façon de vendre que dans la façon d'acheter, dans les comportements des commerciaux, des acheteurs sur ces sujets-là ? Est-ce que tu vois qu'il y a un besoin ? Alors j'imagine de plus en plus de rapidité. Quel est ton avis là-dessus ?
Speaker #1
Deux points, effectivement. J'aurais parlé de ce que tu viens de dire, à savoir la réactivité. On sent qu'il y a un besoin. d'avoir le devis pour la pièce la veille. C'est vraiment quelque chose. Il y a une pression supplémentaire sur les entreprises de sous-traitance sur cette partie-là. Ça, c'est clair et net. On sent aussi, notamment avec le contexte qu'on a aujourd'hui, que les entreprises qui sont soumises à des certifications, on le voit bien, le EN 9100, etc., ont des pressions encore plus fortes sur le chiffrage. Donc en fait... elles sont sur-sollicitées pour chiffrer des pièces. Donc c'est très positif pour elles, mais c'est vrai qu'on sent qu'il y a en fait un impact fort du contexte sur l'industrie. Ça, on le voit beaucoup. Et tu as un sujet aussi qui est clé, c'est que si tu as plus de chiffrage, moi j'ai vu des boîtes qui ne souhaitaient pas répondre à tout en se disant, en fait, il faut qu'on fasse le trip parce qu'on en a trop. Et deux, trois mois, quatre mois plus tard, c'est des boîtes qui se sont retrouvées avec plus de chiffrage à réaliser. Parce qu'en fait, vu qu'elle ne répondait pas, une fois, deux fois, hop, elle sortait du panel. Et donc, c'est un peu un côté marche ou crève, faut avancer avec une sur-sollicitation. Parce qu'en fait, tu fais le chiffrage, tu as 20% de taux de conversion, tu as 80% de tes devis qui partent à la poubelle. Mais il faut quand même que tu les fasses parce que sinon, tu sors du panel, tu as un rythme soutenu. Et donc, les outils sont intéressants aussi sur cette partie-là parce que même si tu as une expertise qui est forte sur le chiffrage, en fait, tu as quand même aujourd'hui des outils. qui permettent de gagner du temps et d'être plus efficaces sur cette partie-là pour répondre à tout, gagner en réactivité, gagner du temps.
Speaker #0
Est-ce que tu as constaté des bonnes pratiques dans ce domaine commercial, que c'est le changement du CRM, de l'automatisation, et tu te dis qu'ils ont fait ça, c'est quand même très intéressant ? Alors, on a bien compris, évidemment, qu'il faut mettre en place Faberat parce que ça va aider dans ce contexte de réactivité du chiffrage, mais sur d'autres cas, est-ce que tu te dis, ah tiens, lui, pas bête du tout, je vois que ça fonctionne ?
Speaker #1
Tu as des boîtes, j'en ai vu peu, mais tu en as qui mettent en place des CRM. Peu dans l'industrie, peut-être pas assez. je pense qu'il n'y a pas de relance, tu vois, les pratiques que nous, on peut avoir en tant que boîte tech ou autre, de nurturing, alors j'utilise peut-être des gros mots, on va dire de développement de ta base client qui sont à des statuts différents, etc. Ça s'est peu développé et je pense qu'il gagnerait à le faire. J'ai vu des entreprises commencer à le faire, mais avec des pratiques qui n'étaient pas les bonnes. Et donc, je pense qu'un outil type CRM... peut être pertinent pour eux. Après, pour faire ça, il faut se dégager du temps. Nous, ce qu'on voit, c'est que c'est des... Alors là, je parle plutôt des petits, on va dire des boîtes qui sont en dessous de 20 millions d'euros de chiffre d'affaires. C'est des boîtes qui courent après le temps pour faire tourner la boutique et qui, du coup, se dégagent peu de temps sur ce type d'outils. Ils sont très sollicités sur le chiffrage et donc, ils ne vont pas forcément essayer d'aller chercher du... du business, parce que ça tombe un peu. C'est tout un sujet de goulot d'étranglement, et comment je gère ça ? Après, ce que j'ai vu, c'est que les boîtes qui mettaient en place des types HubSpot sur la partie CRM, j'ai vu des boîtes qui n'utilisaient pas le drive aussi, je sais que ça les aide. Ça structure, ça permet d'avancer, c'est certain.
Speaker #0
Ok, donc tu dis ceux qui arrivent à prendre un peu de recul finalement face à l'opérationnel, bon ça tu me diras, c'est le cas pour à peu près toutes les boîtes, pas seulement dans l'industrie. Mais que tu arrives à se dire, ok, maintenant, il faut aussi que je sois pas seulement dans la réaction par rapport au chiffrage, mais que je sois capable d'être proactif, que ce soit dans la relance de mes devises, si bien entendu, mettre en place des automatisations là-dessus. Nous, je sais qu'on l'a déjà fait chez certains clients et c'est vrai que ça a du sens et c'est un impact qui peut être assez fort et assez rapide dans la relance, mais aussi dans le suivi de la base client pour que justement ces clients-là soient animés et qu'on ne soit pas juste à réceptable à la chiffrage. et qu'on soit capable de leur pousser des informations sur ce que fait la boîte, ce qu'elle pourrait faire d'autre que certains chiffrages. Parce que de temps en temps, on a des acteurs qui sont catégorisés, on ne fait chiffrer que là-dessus, alors qu'en fait l'entreprise est capable de faire plein de choses.
Speaker #1
Exactement, j'ai un exemple en tête, une boîte avec qui on travaille, qui fait de l'usinage de pièces de dimension standard, mais qui a aussi une activité d'usinage de pièces de grande dimension. Et en fait, le fait de se placer chez ces clients historiques, en usinage tantard sur des pièces de grande dimension. C'est un move qu'elle n'a pas encore fait alors que ça pourrait être quelque chose de j'allais dire assez simple, pas comme ça et bien sûr moi je parle avec du recul mais ça peut être assez pragmatique de le faire, d'essayer de se placer comme ça et je pense qu'elle gagnerait à gagner un peu de hauteur sur cette partie là parce que tu vois les problèmes tout simplement, ça je pense que c'est pour toutes les boîtes.
Speaker #0
Merci pour tes retours et tes conseils. Maintenant, j'aimerais aussi qu'on aborde un sujet qui est justement sur l'IA au sens large. Parce que toi, comme tu l'as dit, tu es un des acteurs français de ce sujet-là pour les industriels. J'aimerais que tu nous donnes un petit peu ton expérience et ton avis sur comment tu vois l'IA bouleverser l'industrie. Est-ce que tu peux nous donner ton avis sur ce que tu vois à l'avenir ? Tout le monde est un peu perdu par rapport à l'IA, j'ai l'impression. Tout le monde vient un peu au jour le jour en disant « Ah tiens, là par exemple aujourd'hui, Chad GPT a sorti son moteur de recherche et on est tous un peu « Bon, alors qu'est-ce qui va se passer ? » Est-ce que tu arriverais à nous donner peut-être un cap d'après toi ? Ce vers quoi on va ? Quelles seraient peut-être des pratiques qui vont arriver plus tard ? Je serais très intéressé d'avoir ton avis là-dessus.
Speaker #1
Tu as des acteurs qui sont figures de proue sur toute cette partie-là, Mistral, OpenAI, DeepSeek, etc. et en fait ils font un outil particulier d'IA qui est le LLM, un outil qui permet de faire du traitement du langage, qui a la capacité d'être très générique, qui peut faire beaucoup de choses différentes, qui peut permettre de traiter un contenu, de traiter une image, de traiter un document, de traiter un prompt pour arriver à donner une information sur la base de « j'ai mangé tout internet, donc je peux ressortir quelque chose de pertinent » . Et c'est des outils qui sont génériques. Et en fait, on voit poindre sur des branches un peu spécifiques des expertises. Les modèles aujourd'hui, c'est un lot de techno. qui peuvent avoir des architectures différentes et qui peuvent servir à plein de sujets spécifiques. Nous, c'est ce qu'on fait. On ne fait pas de LLM, on a notre techno qu'on a développé pour un sujet spécifique et on crée une barrière à l'entrée parce qu'en fait, cette techno-là, on la fait évoluer et on utilise des modèles qui ressemblent à ceux qu'on peut utiliser sur du LLM. On parle des modèles transformers, peut-être que je vais dire des gros mots, mais c'est l'architecture qu'utilise un chat GPT. Nous, on utilise ça. Tout ce qui est le deep learning, le réseau de neurones, ces espèces de gros mots qui sont en fait des concepts de technologie, on utilise ça aussi. On ne peut pas traiter un langage en soi, mais par contre, on est très experts sur le fait de faire du chiffrage. Un exemple, si tu donnes à ChatGPT un plan, il va essayer de le traiter, mais la question, et en plus, il va le faire avec aplomb, c'est-à-dire qu'il va te donner un super résultat, il va te dire que ça coûte tant. Mais en fait, c'est un modèle qui n'est pas fait pour ça. Si tu mets deux fois le même plan, il aura des valeurs différentes, etc. Donc, il n'est pas fait pour ça. Là où tu vas avoir des évolutions, c'est que les modèles génériques vont prendre plus de place sur les parties un peu bureautiques, type navigateur Internet, et les tâches sont un peu du quotidien. Mais sur des expertises spécifiques, il y aura des modèles experts. C'est certain.
Speaker #0
Donc, tu es en train de nous dire, OK, il y a un peu deux catégories. Il y a les génériques qui touchent un peu à tout, et des acteurs spécialisés sur des pratiques assez précises et qui se développent autour de ces thématiques-là. Est-ce que tu penses que si on devait se donner une image dans 4 ans de ce qu'un industriel serait, l'impact que l'IA aurait chez lui, est-ce que tu verrais d'autres pratiques que la partie chiffrage ? Dans 3-4 ans, est-ce que tu as des trucs en tête, ou même tu vois des choses qui commencent à sortir à droite à gauche, tu te dis tiens, ça c'est sûr que ça va se développer ?
Speaker #1
Bien sûr, parce qu'en fait l'IA ça date pas de... il y a trois ans. Les modèles qui datent, c'est de l'algorithme. Tu vois par exemple tout ce qui est traitement de l'image, il y a des choses qui sont super puissantes qui ont été faites, tout ce qui est traitement sur du contrôle, tu vois, en fabrication dans la supply. Tu as des modèles qui permettent d'identifier, il y a des caméras, des pièces, qui ont été pré-entraînées pour voir des défauts, et qui du coup arrivent à identifier les défauts et à sortir des pièces automatiquement. Tu as plein d'outils qui vont aller dans ce sens-là. et après vont se rajouter à ces outils des architectures encore plus performantes et c'est ce qu'utilisent les modèles LLM tels qu'on connaît, T-Shirt GPT, c'est ces architectures-là qui offrent une performance encore supplémentaire parce qu'en fait, sur la base d'une donnée sur laquelle le modèle s'entraîne, ces architectures permettent une généralisation beaucoup plus fine. Donc en fait, elle va arriver à générer des règles sur des cas spécifiques, des espèces de règles générales qu'elle va pouvoir utiliser dans un cas d'usage, comme un cerveau humain. Et donc d'être encore plus fin. Mais j'ai en tête le traitement d'image, toute la partie vidéo, tu vois, on parlait des deepfakes, etc. Les capacités que tu peux avoir sur ce qu'on appelle aujourd'hui un deepfake, c'est énorme. Ça, c'est plutôt la limite un peu de l'IA de dire qu'est-ce que ça peut faire de mal aussi, parce que bien sûr, c'est interdit de faire des deepfakes. Mais ouais, il va y avoir des impacts forts.
Speaker #0
Est-ce que, aussi, peut-être que tu peux nous parler des chreins que tu constates ? Parce que, comme toute innovation, ça nous signifie du changement, du changement d'organisation, du changement de posture, du changement de pratique humaine dans une entreprise. Qu'est-ce que, d'après toi, est un chrein à cette transformation ? Qu'est-ce que tu constates, toi, sur le terrain, dans les entreprises ?
Speaker #1
C'est un changement de paradigme. Donc, ça veut dire que, tu vois, je parlais un peu de nous, mais aussi des autres, on va dire. Dans l'industrie, quand on est passé de la planche à dessin au modèle 3D, c'était un changement de paradigme. Solidworks et tous ces outils-là, ils sont quand même arrivés à faire un tour de force, où ils sont arrivés à vraiment accompagner sur un changement très fort, alors que tu pouvais toucher à l'identité même d'une personne. Le fait de savoir bien dessiner sur une planche à dessin son outil du quotidien, et tu dis, maintenant tu fais ça sur un ordi avec un... un logiciel, c'est quand même un truc de dingue. Donc, tu as vraiment, pour moi, un nouvel usage. Donc, ça, ça peut être un peu des freins. Tu as la partie, la compréhension de ce que fait exactement le modèle. Tu vois, un modèle comme le nôtre, il fonctionne par analogie, mais du coup, le résultat qui est donné, comment est-ce que l'utilisateur, il fait pour se dire, tiens, c'est quelque chose de fiable. Il a besoin d'un rationnel, tu vois, de se dire, mais comment est-ce que l'IA a réfléchi ? En fait, tu as un phénomène un peu boîte noire, tu peux arriver à lever.
Speaker #0
Il vient plutôt se lever avec une interface bien faite, avec une expertise produit, peut-être des indices de fiabilité, etc. Donc ça, c'est des sujets qui sont du moment sur l'IA. Comment est-ce que tu peux donner un indice de fiabilité ? Comment est-ce que tu peux savoir si ChatGPT, tu as donné une réponse qui est juste ? Tu ne peux pas. En fait, à chaque fois, le modèle va te donner une réponse avec Kaplon en disant « ouais » . Et après, toi, tu vas dire « bah non, tu te trompes » . Il va dire « ah oui, effectivement, je me suis trompé » . Mais en fait, ça, c'est les sujets d'études du moment et c'est nos sujets aussi parce que nous, c'est pareil. Pour revenir à la partie chiffrage, la manière qu'on a aujourd'hui de donner un crédit et d'ouvrir la boîte noire pour un utilisateur, c'est de lui afficher sa gamme de fabrication. Donc les étapes de fabrication et les temps associés à chaque étape pour lui dire, « Regarde, ça, c'est ton indicateur de fiabilité parce que normalement, c'est ce que tu produis quand tu fais un chiffrage. » Eh bien, on t'affiche celui que l'IA a produit basé sur ta donnée antérieure. Donc ça, c'est une manière produite de tacler un peu cette compréhension de ce que fait le modèle. Et tu vois ce côté, un peu cet indice de confiance qui parfois peut être dur et qui peut être un frein à l'adoption aussi. Donc voilà, je vois deux types de barrières de frein.
Speaker #1
Oui, très clair. Finalement, que ce ne soit pas encore compris et connu, c'est-à-dire savoir ce qu'il y a sous le capot. Surtout pour des gens qui ont l'habitude de comprendre peut-être en détail ce qu'il y a, ce qui se passe et comment c'est structuré.
Speaker #0
C'est ça.
Speaker #1
Et en plus du fait que ça change complètement un poste en tant que tel, celui de chiffreur en l'occurrence, comme j'aimais beaucoup l'exemple que tu as donné par rapport à Solidworks. Merci beaucoup, c'est clair. Autre question, tu vas peut-être me répondre très rapidement. Est-ce que tu penses que l'IA peut avoir un impact sur des enjeux aussi écologiques, notamment sur la consommation énergétique par exemple ? chez les industriels qui doivent se transformer ?
Speaker #0
Déjà, le constat, c'est qu'effectivement, les modèles LLM sont très énergivores, consomment beaucoup de capacités de data center et du coup d'énergie. Donc, quand on déploie un modèle, il n'est pas entraîné sur Internet. Il n'a pas été entraîné pendant un an et demi avec des énormes serveurs. Il est entraîné sur la consommation d'un modèle d'IA de Faberat. C'est l'équivalent d'un cycle de Sechelin. C'est un peu ça l'idée. Pourquoi ? Parce qu'en fait, la volumétrie de données qu'on utilise, c'est entre 500 à 1500 plans en moyenne pour faire un modèle qui soit performant. On sait qu'entre 1000 à 1500, on a vraiment des pièces différentes. On a quand même un modèle qui est très performant. Donc ça, ça dépend un peu des modèles que tu utilises. Mais un point clé pour faire de l'IA pour un industriel, parce que ce n'est pas le cas quand tu fais du LLM, mais dès que tu as tu as à faire à des outils un peu externe basé sur des modèles c'est la maîtrise de ta donnée donc ça c'est un sujet à avoir en tête parce que c'est vraiment le premier sujet si tu as pas de data par un résultat qui sera bon même si les algorithmes sont très puissants pour revenir sur la partie on va dire plus un impact environnemental écologique l'impact des lm il est horrible c'est en fait en termes d'énergie ce n'est pas du tout quelque chose qui est positif Je pense que tu peux avoir un impact intéressant sur l'IA en matière de compréhension de data et donc en matière de stratégie, de choix à faire pour avoir un impact. Je n'ai pas d'exemple concret comme ça, mais vu que c'est des outils qui permettent d'agréger des bases, d'en traiter, de donner des résultats qui sont fiables par exemple, ça peut être une manière d'avoir un impact intéressant. Dans tous les cas, il faut le voir comme un outil, comme un tool qui va... servir, tu vois, un cas d'usage plutôt que comme un truc qui va révolutionner quelque chose. Tu dis l'IA.
Speaker #1
Non, non, c'est clair. Tu dis l'IA très énergivore. Finalement, sur les modèles LLM un peu génériques. Donc, ça va quand même un peu dans le sens de ce que tu disais tout à l'heure, le fait d'avoir finalement des modèles hyper spécialisés, du coup, qui ont peut-être besoin de moins de données. Donc, dans ce que tu disais dans votre exemple, vous avez besoin d'un certain nombre de données, mais beaucoup moins que des modèles plus génériques. En revanche, tu dis, bah, potentiellement, certaines IA vont permettre aussi d'aider des structures à gérer mieux leur consommation énergétique. Mais bon, ça, c'est ton avis. Tu n'as pas constaté de cas particuliers aujourd'hui dans l'industrie, si je comprends bien ?
Speaker #0
Non, je n'ai pas de cas, mais c'est sûr que sur le principe, vu que tu donnes un outil qui, en termes de performance, permet vraiment de gérer une base de données de manière efficiente, tu peux projeter le fait que ça peut servir des cas qui ont un impact.
Speaker #1
Très clair. Tu as abordé un sujet et une question que je voulais absolument qu'on voit ensemble aujourd'hui. Effectivement, imaginons que je sois un industriel, je n'ai pas encore mis en place d'intelligence artificielle dans ma structure. Mais j'en entends parler tous les jours parce qu'on voit passer des documents, des news à ce sujet un peu partout. Quels seraient tes conseils pour savoir par quel bout il faut que je le prenne ? Parce que moi, je suis un peu perdu, j'envoie de partout. On me dit, il faut que je mette ça en place, il faut que je fasse ça en place. Comment je peux prendre le sujet pour me dire, OK, je veux y aller ? Quels seraient tes conseils par rapport à ça ?
Speaker #0
Peut-être déjà comment il ne faut pas prendre le sujet. Mon avis, c'est que déployer cinq licences copilote dans sa boîte et voir ce qui se passe. ce n'est pas une bonne manière de prendre le sujet. La bonne manière serait plutôt d'avoir un cas d'usage, de dire, OK, mon problème, en fait, là, c'est... Je ne sais pas, moi, j'ai des problèmes sur mon stock de matière, je dis n'importe quoi, j'ai des problèmes sur le chiffrage, j'ai des problèmes sur l'identification de mes prospects, etc. Un cas d'usage. Et du coup, sélectionner ce cas d'usage et voir comment on peut y répondre, notamment via l'IA. Donc, avoir un cas d'usage, deux, maîtriser sa donnée, checker d'abord comment tu es en termes de data, est-ce que ta donnée te permet de faire quelque chose de spécifique pour toi, et y aller par étapes. Premier cas d'usage, essayer de tacler ça, montrer la valeur aux personnes en interne, puis après, sélectionner un deuxième cas d'usage. Ce qui est intéressant avec Copilot, je ne dis pas que c'est nul ou quoi, bien sûr, c'est des super outils, c'est de l'adosser à un de ces cas d'usage-là, pour dire, tiens... avec Copilot, on va essayer de faire ci. Parce que sinon, ça ne sera pas utilisé.
Speaker #1
Très clair. Donc si je résume, je suis industriel. Déjà, première question que je me pose, c'est quels sont mes problèmes aujourd'hui ? Je prends un peu de recul. Quels sont mes problèmes métiers sur l'ensemble de ma chaîne de valeur ? Deuxième question, c'est est-ce que j'ai de la donnée sur cette problématique-là ? Si je n'en ai pas, il faut mettre en place quelque chose pour en avoir. Et ensuite, on sera capable de mettre en place quelque chose qui va permettre d'automatiser et résoudre cette problématique. si je le fais de toute façon c'est simple C'est ça, exactement. Très clair. Je te remercie beaucoup, Arthof. Pour moi, c'était très intéressant. Je pense qu'on a pu avoir l'avis d'un acteur de l'intelligence artificielle, en France en plus, dans le milieu de l'industrie. Est-ce qu'aujourd'hui, tu serais capable de nous citer le nom, par exemple, d'un autre acteur de l'intelligence artificielle en France, dans l'industrie, où tu te dis, tiens aussi, il faut regarder ce qu'ils font, ça paraît très intéressant ?
Speaker #0
Allons. Tu as des acteurs qui sont très connus. Je vais en parler aussi parce que souvent, c'est un acteur, on ne le cite pas, mais c'est Hugging Face. Il y a un peu un des indépendants de Mistral, mais qui propose énormément d'outils open source qui permettent de faire plein de choses et qui est français.
Speaker #1
D'accord.
Speaker #0
C'est un acteur aujourd'hui qui est partout dans le monde, que tous les développeurs utilisent pour faire des modèles. Et je trouve que cette manière de fonctionner est géniale et c'est une entreprise qui... permet aujourd'hui à plein de développeurs de développer des outils de dingue. Après, dans l'industrie, il y a bien sûr d'autres outils qui fonctionnent un peu comme nous. Là, je n'en ai pas en tête. Mais je sais qu'il y en a beaucoup qui essayent de se faire une place et de se lancer et de tacler un sujet spécifique. Donc, c'est louable et très pertinent.
Speaker #1
Super. Qu'est-ce qu'on peut souhaiter à Faberra pour 2026 ?
Speaker #0
Devenir le leader du chiffrage en Europe.
Speaker #1
Super, on vous le souhaite pour cette année 2026. Merci beaucoup Arthur pour cet échange qui était vraiment très riche.
Speaker #0
Merci à toi.
Speaker #1
Surtout que chez nous, notre métier chez Silyane, c'est d'aider les industriels à identifier et mettre en place des nouveaux leviers commerciaux. Je pense qu'on était quand même vraiment servis dans cet épisode. Donc ça m'a fait vraiment plaisir d'avoir tout... tes retours et puis on souhaite vraiment le meilleur à Faberat pour 2026 et je vous dis tous à bientôt pour un nouveau rendez vous dans les Dessous l'Industrie.

Chapters

Introduction à Fabera et à son moteur de chiffrage

5sec

Les expertises de Fabera : traitement 2D, 3D et IA

50sec

Définition et fonctionnement d'un moteur d'IA

2min

Exemples concrets et bénéfices clients de Fabera

4min

Genèse de Fabera et parcours d'Arthur Jacquemet

8min

Évolution du commerce et de la vente dans l'industrie

17min

Impact futur de l'IA dans l'industrie

23min

Conseils pour intégrer l'IA dans son entreprise

34min