- Speaker #0
Aujourd'hui, on va parler d'un sujet clé, comment l'IA peut transformer une maison de tradition tout en préservant son savoir-faire. Et j'ai la chance pour ça de recevoir aujourd'hui Paul-Médi Mrabet, Head of IA ou AI ? Comment on dit du coup ?
- Speaker #1
On dit IA.
- Speaker #0
Comment vous résumeriez votre mission ?
- Speaker #1
Ma mission, c'est de résoudre les problèmes de nos métiers avec une superbe boîte à outils qui est l'intelligence artificielle et le digital.
- Speaker #0
Et en quoi aujourd'hui l'IA ? Peut-elle créer de la valeur tout au long de la chaîne ?
- Speaker #1
Chez Moitensi, on a la chance d'avoir une chaîne de valeur très étendue, de la vigne jusqu'à la distribution de nos produits. L'IA, c'est une boîte à outils incroyable, très large, qui nous permet d'améliorer la qualité de nos produits, d'améliorer nos rendements, d'améliorer notre distribution, d'améliorer nos stratégies de prix, d'améliorer notre marketing, d'améliorer la façon dont on atteint nos consommateurs, la façon dont on communique avec nos clients. Donc l'IA c'est vraiment un moyen et pas une fin. Une chose qui me tient à cœur c'est aussi de transformer les fonctions support, qu'on oublie souvent, les fonctions finance, les fonctions HR, l'informatique.
- Speaker #0
Vous m'aviez parlé de comment l'IA pouvait aider aujourd'hui à suivre par exemple la pourriture sur le raisin ou des choses comme ça. J'avais trouvé ça hyper intéressant, est-ce que vous pouvez nous en dire plus ?
- Speaker #1
Évidemment, la qualité finale de nos champagnes repose sur la qualité de nos vins, de nos mous et de nos raisins. On a un enjeu au moment du pressurage de nos raisins de mettre ensemble des lots de raisins de qualité homogène pour avoir un mou de qualité homogène et ne pas dégrader des super raisins avec des raisins de qualité plus moyenne. L'intérêt pour nous d'impliquer l'IA dans ce process là a été de développer des algos de computer vision, des algorithmes de Computer Vision pour détecter la pourriture sur le raisin et surtout d'homogénéiser la façon d'interpréter la quantité de pourriture sur nos raisins. Pour se dire ça c'est une qualité A, ça c'est une qualité B ou ça c'est une qualité C. Parce que la difficulté c'est qu'avec des centres de pressurage totalement délocalisés, on n'a pas les mêmes experts qui analysent les raisins et qui routent les raisins dans les centres de pressurage. L'IA ici nous a permis à l'échelle d'homogénéiser la façon dont on notait la qualité de nos raisins et ensuite d'homogénéiser la façon dont on trie notre raisin avant pressurage.
- Speaker #0
Et ça, c'est bien au moins, il n'y a plus une personne qui est en train de regarder quel est le niveau de pourriture du raisin.
- Speaker #1
Du coup, il y a une personne qui regarde le score sorti par la petite et qui ensuite décide de la façon dont le raisin est trié. Donc, c'est vrai que l'IA a connu des vagues de buzz successives. Ce n'est pas la première et ça ne sera pas la dernière. Le buzz a un intérêt pour moi, c'est qu'il déclenche l'intérêt. Il attise la curiosité. Et donc, c'est une porte pour nous. pour ensuite avec mon équipe identifier et convaincre les sponsors et les business peut-être d'altérer la solution qu'ils avaient imaginée et de leur faire plutôt parler de leurs problèmes et c'est nous qui concevons la solution et donc on est capable de se dire bah là non c'est pas la générative AI qu'il faut utiliser c'est un autre pan de l'IA ça peut être la recherche opérationnelle ça peut être du machine learning comme je le disais tout à l'heure en introduction on a une boîte à outils très large on repose sur beaucoup de corpus mathématiques différents Donc la générative AI, il y a plein de sujets chez nous pour lesquels ça ne sert à rien. Par contre, il y a des sujets pour lesquels ça sert. On est une société internationale, on vend nos produits partout dans le monde. Par exemple, la déclinaison de contenu d'une langue à une autre, tout en respectant notre identité de marque, tout en respectant la réglementation locale, parce que vous savez qu'on est dans une industrie fortement réglementée, tout en respectant les cultures locales, la GRATI-VI ça peut être vraiment un outil formidable pour ça, pour accélérer ce travail-là. La GRATI-VI ça peut être aussi un moyen pour nous d'améliorer nos fonctions support. Interpréter un ticket d'incident, naviguer dans nos knowledge base, dans nos bases de connaissances pour répondre plus rapidement aux incidents qui sont levés par nos collaborateurs, c'est un moyen de délivrer de la valeur pour l'entreprise. avec la generative AI.
- Speaker #0
On parlait aussi de pricing, et peut-être qu'aujourd'hui, l'IA pouvait aider aussi à définir peut-être une politique de pricing ?
- Speaker #1
Oui, dans notre industrie, ce n'est pas vraiment nous qui définissons les prix, puisque ce n'est pas nous qui distribuons aux consommateurs finales. On essaie de comprendre à quel niveau de prix nos consommateurs sont appétants pour tel ou tel produit. Et effectivement, l'IA est un bon moyen pour... Guider cette analyse et comprendre l'élasticité des prix de nos produits. C'est-à-dire si j'augmente de 1€ le prix de mon produit, quel va être son prix ? son impact sur le volume. Donc effectivement, et là encore, il y a différentes approches. On peut faire du double email, on peut aller piocher dans l'économétrie pour faire ce genre de choses. Et c'est le rôle de mon équipe que d'explorer les différentes façons de faire et de promouvoir la meilleure.
- Speaker #0
Aujourd'hui, dans votre boîte à outils, il y a quoi exactement ? Ou quel bloc, quel brique on pourrait ressortir ?
- Speaker #1
Toute cette boîte à outils... elle est très technocentrée. Ceux qui la maîtrisent, c'est les gens de mon équipe, c'est l'IT. Et donc, on a décidé de leur vulgariser tout ça par l'exemple. Et donc, on a créé un produit qui s'appelle l'AI Catalogue. Et notre idée, elle était assez simple, c'est de prendre notre chaîne de valeur, l'ensemble de nos outils, et de faire une démo dans chacune des cases de cette matrice que je viens de vous décrire. Et ensuite, on va pitcher nos métiers grâce à ça. Et donc, ils comprennent instantanément par l'exemple, basé sur des vraies données. basés sur des vrais use cases de moitié de C. Ce qu'on peut faire avec AI. Et ensuite, ça déclenche tout de suite des envies de projet. Ça déclenche tout de suite des... Ce que tu me demandes, ce n'est pas exactement ce dont j'ai besoin, mais ce qu'on pourrait faire ci et ce qu'on pourrait faire ça. Et ils arrivent très rapidement à translater de ce que l'on leur présente à une de leurs vraies problématiques. Et l'AI Catalog, c'est vraiment un composant cœur pour un peu démystifier tous ces outils un peu complexes dont on vient de parler.
- Speaker #0
Je me posais la question comme ça, alors. Vous le savez, moi, je ne viens pas de la tech. Donc, il y a beaucoup de choses qui m'interrogent à chaque fois. Et je me dis, quelle décision, en tout cas, quel choix ? À quel moment on se dit, est-ce qu'on a besoin d'IA ou pas ? Est-ce qu'on fait de l'IA juste parce que c'est la mode et qu'on a envie de faire de l'IA ? Ou est-ce que c'est vraiment un besoin ?
- Speaker #1
La question que j'aime beaucoup me poser, c'est quel est le mandat dans cette série d'actions et de décisions qu'on donne à l'humain, aux collaborateurs, et quel est le mandat qu'on donne au système ? Il y a des systèmes bateau, niveau zéro, un peu machine à écrire. Le collaborateur réfléchit en dehors des systèmes et utilise le système pour consigner sa décision et transmettre sa décision à quelqu'un. Il y a des systèmes qui commencent à afficher de la donnée pour soutenir le collaborateur dans sa prise de décision. Donc, on a des systèmes qui présentent de la donnée, des graphiques, qui regardent en arrière, voilà, le mois dernier, ce qu'on a fait, voilà, ce qu'on a fait l'année dernière à la même période, etc. et puis On peut augmenter le mandat du système dans ce process là et dire au lieu de regarder et d'afficher des données du passé, je peux afficher des tendances et des prévisions du futur qui vont peut-être aider et augmenter le collaborateur pour prendre de meilleures décisions, des décisions data driven. On peut encore aller plus loin dans certains cas et se dire peut-être que même que le système peut faire une prescription, peut faire une proposition et le collaborateur l'amende ou la valide ou la rejette en bloc. Et on peut aller, dans certains cas, jusqu'à l'automatisation. Il ne faut pas penser que le but ultime est l'optimisation à chaque fois. Parce que déjà, l'optimisation, c'est cher. On ne peut le faire que dans des systèmes très cadrés, qui bougent peu, etc. Et donc, grâce à cette matrice, est-ce qu'on va aller jusqu'à la prévision, la prescription ? Est-ce qu'on va aller jusqu'à l'automatisation ? Et après, on définit le chemin. Et évidemment, on est vraiment guidé par la valeur. c'est à dire que le coût pour aller jusqu'à l'automatisation n'est pas le même que pour aller jusqu'à la prescription et qui n'est pas le même pour aller jusqu'à la partie data driven où je présente juste des données et du coup il y a un aspect très héroïste de notre pratique parce que nos moyens sont limités voilà j'ai pas une équipe infinie j'ai pas un budget infini et comme je disais je travaille sur toute la chaîne de valeur du coup quand vous êtes arrivé dans le groupe est ce que vous est ce que vous vous êtes heurté à des difficultés
- Speaker #0
notamment vis-à-vis de maisons qui ont des savoir-faire ancestraux et sur lesquelles vous arrivez avec de l'IA et de la techno.
- Speaker #1
On a des éléments dans notre culture qui font aussi notre force, qui sont la tradition, le savoir-faire, etc. et qui, du coup, contribuent à cette résistance au changement. Déjà, je pense que l'IA et le catalogue dont j'ai parlé tout à l'heure étaient un formidable outil pour leur montrer qu'on pouvait venir augmenter les collaborateurs et du coup, renforcer ce cette obsession de la qualité qui existe déjà dans nos maisons. Et le deuxième élément, c'est justement de savoir reconnaître les forces de notre entreprise, les forces de nos maisons, et de se dire que ça ne sert à rien de révolutionner les endroits où on est déjà fort. Moi, mon job, si j'avais dû répondre différemment à la première question que vous m'avez posée, quel est mon job ? Moi, mon job, c'est de dénicher les endroits où les gens ont des problèmes, régler ces problèmes-là. Et donc, les endroits où on est fort, ce n'est pas des problèmes. Donc, pour le moment, et je pense qu'on ne le fera jamais, on ne met pas d'IA pour faire de l'assemblage d'autres vies pour ensuite faire des spirituels. On a des master blenders pour ça. On a des maîtres assembleurs pour ça. Et c'est nos forces. J'imagine que dans certaines maisons de parfum, on ne va pas remplacer les nez par des algorithmes. L'IA ne peut pas être bonne partout. Je peux donner un exemple. Avant, dans ma vie, j'ai beaucoup travaillé dans le transport international. Faire la planification de transport, c'est la partie chiante d'un opérateur de transport. C'est la partie irritante d'un opérateur de transport. Et puis, ça ne se passe jamais comme prévu. Et pour un opérateur de transport, pour un humain qui travaille dans ces centres-là, c'est ça la beauté de son travail, c'est de décrocher son téléphone, de régler les problèmes, de replanifier, de négocier avec les responsables des segments aval du transport, et ce n'est pas la planification. Et donc, on met de l'IA pour la planification, et pour le reste, on repose sur les forces de l'humain, parce qu'aujourd'hui, une IA ne va jamais appeler. un docker pour lui dire est-ce que tu peux me dépanner d'un problème, j'ai perdu un conteneur, il y a un moteur d'avion dedans qui vaut des millions est-ce que tu peux aller regarder par la fenêtre de ton bureau et me dire si tu le vois ça c'est sûr que là c'est un peu compliqué,
- Speaker #0
peut-être un jour
- Speaker #1
Je ne sais pas.
- Speaker #0
On a vraiment cette impression que l'IA, c'est quasi que chat GPT ou quasi effectivement que l'IA générative, alors qu'il y a beaucoup, beaucoup de use cases, il y a beaucoup de cas où on en a besoin, notamment effectivement en data. J'ai l'impression en tout cas qu'on voit un peu moins souvent cette partie-là de l'IA. En tout cas, ce que ça peut nous apporter.
- Speaker #1
C'est la partie qui fait moins le buzz, c'est sûr.
- Speaker #0
C'est moins glamour.
- Speaker #1
C'est moins glamour, c'est moins des pierres stunt ou des pierres à machines. On ne le voit pas à Vivatech, par exemple. Mais c'est tout aussi utile. Et c'est peut-être même là où il y a le plus de valeur à aller chercher. Enfin, ça dépend des fonctionnements des boîtes. Ça dépend des boîtes. Mais pour une boîte comme nous, avoir la bonne bouteille au bon endroit au bon moment, c'est critique. parce que sinon soit on se crée du surstock soit on se crée des sous-stocks, des ruptures de stock et on loupe des ventes et le verre c'est fragile c'est compliqué à transporter et puis on est dans des appellations d'origine et donc on ne peut pas produire du champagne là on va le vendre on produit du champagne en champagne et on produit du cognac à cognac et donc si on veut le vendre en Chine on doit l'envoyer en Chine on ne peut pas le produire en Chine ... Et donc, c'est des sujets où nos coûts sont faramineux et la moindre petite optimisation peut générer un revenu exceptionnel.
- Speaker #0
Du coup, aujourd'hui, vous êtes responsable de l'intelligence artificielle. Est-ce que ça comprend dans votre service, tout le service IT, où vous travaillez avec eux, où ils sont intégrés dans votre service ?
- Speaker #1
L'IA et la data chez Moet & Seas, c'est un département de l'IT.
- Speaker #0
Ok.
- Speaker #1
on est à l'IT. Notre IT est en concurrence avec des agences, avec des éditeurs qui viennent directement démarcher nos métiers pour expliquer qu'ils ont déjà la feature on the shelf et qu'il faut acheter leur solution et pas développer en interne. Et du coup, une des offres de service de mon équipe, c'est d'assister nos métiers dans cette décision make or buy. Mon équipe n'a pas vocation à redévelopper. des choses qui existent sur le marché et qui fonctionnent très bien. Nous, on développe, on décide de développer des solutions où on sait que sur le marché, personne ne pourra faire mieux que nous. L'IA Catalogue, le catalogue d'IA dont je parlais tout à l'heure qui permettait de promouvoir des projets, d'identifier des opportunités, de donner des pierres à casser au business pour qu'il se rende compte du champ des possibles, c'était aussi un moyen de démontrer que l'IT s'était doté d'une nouvelle compétence. d'une nouvelle capacité et qu'on n'était pas dans l'over-promise et l'under-deliver. Notre AI Catalogue tourne en production. Ce sont des démos, mais ce sont des démos au sens qu'elles ne sont pas utilisées par le business au quotidien. Par contre, d'un point de vue IT, ça tourne en production. Ça veut dire que ça respecte nos contraintes de cybersécurité, ça veut dire que ça respecte l'ensemble des pratiques recommandées par l'ensemble des design authorities de l'IT, etc. et c'est d'ailleurs un point qu'on met en avant parce que C'est un facteur différenciant par rapport à ce que peut vendre un tiers à Moët & See. C'est quelque chose qui est un peu hors sol et quand on l'utilise dans le cadre d'un POC, il fonctionne très bien et quand on veut l'industrialiser et l'intégrer dans nos systèmes, c'est beaucoup plus compliqué. Il y a un gap. Nous, ce qu'on montre dans les high catalogues, il n'y a pas de gap puisque ça tombe déjà chez nous, sur nos infrastructures, en compliance avec l'ensemble de nos guidelines.
- Speaker #0
Si vous deviez résumer en une phrase... L'IA chez Moët & Silly, ça serait quoi ?
- Speaker #1
Moi, j'ai une idée longue comme le bras de projets qui peuvent venir supprimer des héritants pour nos métiers, qui peuvent venir augmenter nos métiers. Et donc, je pense vraiment que ce n'est que le début d'une longue histoire.
- Speaker #0
Qu'est-ce que vous pourriez dire à toutes les boîtes qui n'osent pas sauter le pas de l'IA, qui ont peur de basculer ?
- Speaker #1
Moi, je ne pense pas qu'il y ait une société qui n'a pas de problème. Il y a des sociétés qui ont des forces. On parlait du savoir-faire, de la tradition chez nous. On a toujours des problèmes. et je pense que se refuser d'augmenter sa boîte à outils pour résoudre ses problèmes de quelques outils supplémentaires, c'est un peu dommage. Ce n'est pas compliqué, ce n'est pas de la recherche. Au tout début, quand j'ai commencé à essayer de promouvoir certaines solutions d'IA, dans cette entreprise comme dans d'autres, il y avait parfois un réflexe, soit c'est Blackbox, donc je n'en veux pas, soit ça va me remplacer, donc je n'en veux pas, soit en fait non, l'IA c'est de la recherche. c'est des chercheurs dans le labo qui travaillent sur des nouveaux types d'algorithmes et éventuellement c'est pour les GAFAM. Je pense que tout ça c'est des objections qui tombent assez facilement et j'encourage les sociétés qui hésitent à se lancer à essayer de faire la même démarche que celle que j'ai décrite avec le catalogue d'intelligence artificielle. Prendre leur chaîne de valeur, prendre les grandes capabilities des AI, construire une démo dans chacune des cases de cette matrice et de leur montrer à leur business. Et ils verront que les réactions seront très bonnes.
- Speaker #0
Merci beaucoup, Paul Mehdi. C'était un échange passionnant.
- Speaker #1
Avec plaisir,
- Speaker #0
merci. Ce que je retiens, en tout cas moi, c'est que l'IA, ce n'est pas un effet de mode, que ça peut beaucoup nous aider. Et dans toutes les industries, je pense, dans toutes les sociétés, à condition de garder l'humain au centre.
- Speaker #1
Exactement.
- Speaker #0
Merci à vous. Merci à vous qui nous écoutez. Et on se revoit très vite pour un nouvel épisode.