Interviews

Grand Théma : pas de déploiement de la GenAI sans mesures techniques pour l'encadrer

De G à D, Mariam Rassai, de BNP Paribas Wealth Management, François Bottin, de Geodis, et Pascal Martinez, d'AG2R La Mondiale.

Gourmande en data, la GenAI impose aux entreprises des mesures d'évolution technique et de gouvernance de la donnée. Pour en parler, CIO a reçu Pascal Martinez d'AG2R La Mondiale, Mariam Rassai de BNP Paribas Wealth Management et François Bottin de Geodis.

PublicitéL'IA s'est toujours nourrie de data. Mais, depuis son arrivée fin 2022, la GenAI a fait exploser le phénomène. Au point qu'aujourd'hui, les stratégies data sont souvent guidées par les stratégies d'IA. Dans le cadre de notre Grand Théma CIO - Le Monde Informatique sur la data au service de l'IA, nous avons voulu aborder les enjeux techniques et de gouvernance associés, et pour cela, nous avons reçu AG2R La Mondiale, BNP Paribas Wealth Management et Geodis.

Regardez notre émission consacrée aux enjeux techniques derrière la data au service de l'IA

Pour commencer, Pascal Martinez, directeur des systèmes d'information et du digital d'AG2R La Mondiale, a expliqué comment l'IA générative a poussé un cran plus loin une stratégie de transformation de l'entreprise par la data, déjà en cours. La plateforme d'IA sécurisée Almia de l'assureur permet ainsi, par des mécanismes RAG sur des LLM publics, de déployer un bot interne, mais aussi de créer des apps à la demande et de les intégrer directement dans des processus de gestion, par exemple.

Derrière ces déploiements, une gouvernance data mesh avec un CDO central et des CDO métiers qui s'assurent en particulier du respect des règles érigées par AG2R La Mondiale en matière de data pour l'IA. Une des règles centrales consistant à ne « jamais exposer nos IA internes à nos clients, par exemple, comme le précise Pascal Martinez. Nous vérifions aussi que nos données ne sont pas utilisées pour réentraîner le modèle sans notre autorisation. Et tout ce qui passe par Almia est anonymisé, vectorisé, tokenisé ». Une couche technique qui a permis à l'assureur de largement ouvrir les usages en interne.

AG2R La Mondiale rationalise ses bases documentaires

Poussé par la GenAI, AG2R La Mondiale a aussi entrepris un chantier de rationalisation de ses bases documentaires utiles pour le RAG et se donne l'objectif de n'avoir qu'une source unique de données, donc de "vérité". « Nos données clients pouvaient être répliquées jusqu'à 90 fois dans nos SI, indique Pascal Martinez. Nous avions déjà enclenché une démarche de rationalisation documentaire avant l'arrivée de l'IA générative, mais, avec elle, c'est d'autant plus pertinent ».

Mariam Rassai, Chief digital et data officer de BNP Paribas Wealth Management, la banque privée du groupe, a exposé de son côté l'importance de la GenAI dans cette activité, où le volume de data est moins important que dans la banque de détail, mais où cette data est majoritairement non structurée. « L'IA, et la GenAI en particulier, viennent en support du conseiller bancaire, et sont mises au service du client », explique-t-elle. BNP Paribas Wealth Management a déjà déployé du machine learning en Asie pour le contrôle réglementaire a posteriori d'une prise d'ordre ou celui, a priori, d'un prospect. « Nous expérimentons aussi la GenAI pour la navigation et la synthèse de documents complexes afin de préparer les rendez-vous clients », complète Mariam Rassai.

PublicitéLes politiques data et IA groupe en appui chez BNP Paribas

Pour sécuriser les data et éviter les biais, la banque privée se repose sur les politiques du groupe qui consistent à n'héberger aucune donnée sensible dans le cloud, avec davantage d'acuité cependant pour la GenAI. BNP Paribas Wealth Management n'accède ainsi aux modèles que via une offre encadrée par le groupe et travaille sur des bibliothèques de prompts préalablement testés. Mariam Rassai ajoute, enfin, à propos de l'AI Act qu'il est « très important qu'il existe un cadre réglementaire, pour une IA éthique, transparente. Mais il est aussi important que ce cadre soit cohérent dans les différentes géographies dans lesquelles on opère, de façon à ne pas davantage brider l'Europe par rapport à d'autres régions ».

Enfin, pour clore l'émission, François Bottin, chief digital and technology officer de Geodis, nous a raconté comment le Covid a gelé en février 2020 le déploiement prévu de S/4 Hana, et a ainsi conduit le logisticien à se tourner vers la data pour disposer malgré tout d'une mesure unique de la performance. Geodis a donc entrepris de construire une data platform. Deux années de travail dont le résultat s'est révélé un véritable atout, au-delà des objectifs initiaux, pour développer de l'IA, mais aussi négocier avec les grands éditeurs.

Geodis, maître de ses data

Pour répondre à l'enjeu de mesure de performance, la plateforme data collecte progressivement les données sources directement depuis les applications métier (ERP, CRM, SIRH, TMS, WMS...), afin d'assurer leur traçabilité complète et de rendre les KPI auditables. Geodis s'est aussi appuyé sur la plateforme pour développer une nouvelle fondation pour sa plateforme e-commerce, avec aujourd'hui un portail unique pour tous ses clients et toutes ses offres.

Mais la plateforme data a donc aussi permis à l'entreprise de tester la GenAI à partir de données propres et sécurisées (l'IA hérite par exemple des droits d'accès dans l'application source). « Nous exploitons OpenAI 4.0 et des agents Mistral, précise François Bottin. Mais la data reste chez nous, dans la plateforme ».

Une politique qui permet aussi à Geodis de tenir tête à des éditeurs de plus en plus exigeants. « Nous sommes maîtres de nos data, insiste le chief digital and technology officer. Et depuis 2 ans, c'est aussi un moyen de répondre aux comportements très agressifs des éditeurs. Toutes les fonctions d'IA qu'il nous proposent, nous savons les développer avec notre data platform. Mieux encore : à partir du moment où nous pouvons aussi mettre en place la partie process avec les agents et faire disparaître l'UX/UI avec les prompts, nous pourrions éventuellement redévelopper notre propre CRM, par exemple ».

Regardez notre émission consacrée aux enjeux techniques derrière la data au service de l'IA