Au cœur d’une équipe IA & Data

Rendre autonomes les collaborateurs, sécuriser les données et libérer de nouvelles possibilités grâce à l’intelligence artificielle.

Spécialisé en gestion de projets, Lean Six Sigma (black belt) et intelligence artificielle, il lance en 2018 le programme « Future Factory » de Roquette et constitue l’équipe Data & IA. Il est aujourd’hui Head of Data & Advanced Analytics et supervise (équipe de plus de 20 experts).

Pierre-Louis, tu encadres une équipe d’experts Data dans un contexte international. Peux-tu expliquer sa principale mission ?

La mission de notre équipe est simple : aider chaque collaborateur à exploiter pleinement le potentiel de ses données, grâce à 6 activités clés :

1. Business Intelligence : Permettre aux collaborateurs de créer leurs propres tableaux de bord et  prendre des décisions plus rapides avec des outils comme PowerBI ou QlikSense.
2. Data Science : Modéliser et prédire les comportements de nos clients, optimiser les processus industriels, etc.
3. MLOps & DevOps : Garantir la fiabilité des algorithmes et l’amélioration en continu après leur déploiement.
4. Data Engineering : Rendre les données issues des ERP, CRM et de plus de 300 000 capteurs accessibles, sûres et fiables.
5. Data Governance : Garantir la propriété, la sécurité et la conformité des données pour en faire un véritable atout stratégique.
6. Data Literacy : Développer les compétences des employés pour adopter une culture « data-driven » (en 2024, nos programmes ont généré plus de 1 900 heures de formation sur mesure).

Côté rôles, nous nous calquons sur les standards du secteur de la tech  : Data Analysts, Data Scientists, Data Engineers, DevOps Engineers, Data Governance Leaders, etc. J’ai co-conçu cette courte vidéo explicative (- de 5 mn) : https://www.iahdf.org/motion-design

Sur quels types de projets travailles-tu ?

Les projets IA commencent souvent dans l’incertitude : il est difficile de savoir si les données seront exploitables ou si les algorithmes sauront modéliser des comportements complexes.

Voici deux projets récents dont nous sommes fiers :

• L’apparition de ChatGPT fin 2022 : près de 500 collaborateurs l’utilisaient régulièrement, d’où des inquiétudes sur la sécurité des données. Nous avons développé « RoqGPT », une alternative interne offrant des fonctionnalités similaires dans un environnement sécurisé (2 000 utilisateurs réguliers , un volume traité équivalent à 50 séries complètes d’Harry Potter… chaque jour)
• Anticipation des départs de collaborateurs : le turnover fait partie de la vie en entreprise,  mais certains départs peuvent être évités. En lien avec les RH, nous avons développé une solution identifiant les collaborateurs présentant un risque élevé de démission dans le trimestre à venir, selon 15 critères. Les RH ouvrent proactivement des discussions sur la formation, l’évolution ou la mobilité. Cette solution a été primée en décembre 2024 lors du dernier concours « Hub France IA ».

Et comment gérez-vous les aspects de sécurité ?

En gestion des données, les collecter est facile. Les rendre fiables, cohérentes et exploitables, un vrai défi !

Lors de la mise à niveau de notre plateforme de données (combinant Azure et Snowflake), nous avons défini cinq règles d’or avant d’exposer toute source de données aux collaborateurs :

• Propriété claire : chaque jeu de données doit avoir un responsable métier désigné
• Documentation complète : description précise de chaque tableau, colonne ou indicateur
• Surveillance active de la qualité : alertes automatiques en cas de dérive ou anomalie.
• Respect des réglementations : notamment le RGPD.
• Sécurité granulaire : politiques d’accès aux données adaptées à chaque niveau pour une pertinence et une adéquation au rôle de chacun

Instaurer la confiance dans le système était une étape fondamentale !

Et quels sont vos plus grands défis aujourd’hui ?

L’explosion de l’IA générative a créé une vague massive de nouvelles attentes… et de nouveaux défis :

• Concevoir des infrastructures adaptatives ! RoqGPT ajuste automatiquement le nombre de machines virtuelles (VM) utilisées selon la charge ( de 2 la nuit à 30 en heures de pointe).
• Rester à la pointe ! Les collaborateurs sont avides de nouveautés (ChatGPT, Claude, DeepSeek…), nous devons anticiper et proposer des alternatives internes sécurisées.
• Maîtriser l’empreinte carbone ! L’IA implique un coût environnemental élevé. L’entraînement des modèles et même les prédictions (inférences) nécessitent une puissance énorme de calcul. Nous concevons nos solutions pour un impact minimal.
• L’IA n’est pas une solution à tout ! J’ai vu des équipes chercher une réponse dans l’ IA… alors que le vrai problème était organisationnel ou lié au process.

Notre aventure avec la Data & l’IA ne fait que commencer, et les possibilités à venir sont aussi excitantes qu’infinies.