AI Transformation Awards

Catégorie Efficience

Projet intégrant l’intelligence artificielle qui aura transformé en profondeur des processus avec des gains notables en termes d’efficience, de temps et de ressources. Le projet aura véritablement modernisé et automatisé le fonctionnement opérationnel pour apporter plus de valeur ajoutée.
 
Critères d'évaluation :
  • Périmètre fonctionnel impacté
  • Gains observés (temps, ressources, coûts...)
  • Degré de modernisation
Retour aux catégoriesNommés prix EspoirNommés prix réalisation confirmée

Les nommés - Prix Espoir

Cliquez sur les logos afin de découvrir leur projet.

L'ORÉAL GPT X FINANCE

- Chiffres d'affaires : 41 Mds
- Pays impliqués : Tous Pays
- Effectif : 15 000 France - 90 000 Monde
- Date du lancement du projet : 6 novembre 2023
- Avancement du projet : Live et POC
- Solution utilisée : Auto-développement

Contexte et enjeux : 
L’élément déclencheur a été la volonté de L’Oréal de démocratiser l’utilisation de la Generative AI à tous ses employés et ainsi mettre à disposition une interface interne et sécurisée permettant son utilisation en toute sécurité. Nous avons saisi cette opportunité avec premièrement l’objectif de créer des compagnons métier dédiés à notre population Finance & Legal mais aussi de participer au développement des futures fonctionnalités de l’outil L’Oréal GPT.
Retour aux nommés

Pourquoi devriez-vous gagner ?

L’Oréal GPT affche 67% d’adoption chez Finance&Legal et notre premier compagnon métier a généré 3100 conversations depuis juillet. Son succès repose sur un accompagnement terrain robuste et un focus métier avec des solutions concrètes. Les utilisateurs échangent en moyenne 2,2 messages par conversation, démontrant un engagement fort. 
Ces résultats témoignent de l’impact positif de notre stratégie de communication et d’upskilling.

Périmètre fonctionnel impacté

Nous considérons nos compagnons GenAI comme de vrais assistants au service de la communauté Finance & Legal mondiale.
Chaque compagnon est dédié à un usage spécifique par métier Finance : M&A, Consolidation, Communication financière, Controlling ou Legal. Ces compagnons facilitent la recherche documentaire interne (normes ou information financière), performent des actions à partir d’instructions utilisateurs et initient un story-telling financier.

Gains observés (temps, ressources, coûts...)

La plateforme a été développée par l’IT L’Oréal et nous ne dépendons d’aucun fournisseur externe. Les coûts d’utilisation sont anecdotiques. 
Nous avons fait gagner du temps à 36% de notre population qui recherche sur ces sujets. L’ensemble du programme GenAI Finance & Legal a pour objectif l’économie d’1/2 journée de temps de travail par mois.

Degré de modernisation

Les documents texte sont stockés numériquement sur des sources différentes tel que sharepoints partagés, mails, teams.
Nous les avons centralisé dans la base de connaissance de L’Oréal GPT et chaque propriétaire de documents est en charge de son actualisation. 
L’accès à l’information financière est digitale mais reste largement imprimée par souci d’accessibilité. Nous constatons l’activité de 1500 utilisateurs récurrents par mois depuis le lancement début juillet soit 40% de notre population.
Retour aux nommés

EVAL-IA

- Chiffres d'affaires : 45 milliards d’euros
- Pays impliqués : France
- Effectif : 50 000 France - 137 000 Monde
- Date du lancement du projet : Novembre 2023
- Avancement du projet : Déploiement
- Solution utilisée : Interne + Open AI


Contexte et enjeux : 
Le chatbot d’Orange qui répond à nos clients sur nos sites web et nos app, c’est près de 15M de conversations par an. Dont plus 4M générées par une IA générative. Cette dernière technologie nécessite un surcroit de supervision par des experts métier. Et en particulier un effort important de relectures et d’annotations. Mais comment évaluer l’équivalent de 75.000 conversations par jour ? Nous nous sommes demandé si l’IA générative pouvait nous aider dans cette tâche.
Retour aux nommés

Pourquoi devriez-vous gagner ?

  • Gain de qualité : une supervision plus fine alimentera l’amélioration continue du produit de façon ciblée.
  • Gain d’efficacité : 2 ressources suffisent à piloter le run d’un agent qui fait 15M de conversations annuelles. 
  • Culture d’entreprise : la démonstration que, bien utilisée, l’IA Gen peut répondre elle-même aux bouleversements dans les métiers qu’elle impacte.

Périmètre fonctionnel impacté

Evalia évalue chaque jour des centaines de conversations, sur des critères comme la compréhension, la pertinence du contenu proposé par le RAG, ou la résolution du problème du client. Cela soulage nos équipes de Run en détectant rapidement et de façon fiable des anomalies. 

Et oriente nos équipes produit dans leurs axe prioritaires d’amélioration en identifiant les «poches» d’insatisfaction et leur volume. Evalia permet aussi de confirmer le gain en satisfaction d’une action d’amélioration.

Gains observés (temps, ressources, coûts...)

Gain de temps et optimisation des ressources : nous avons réussi à passer à l’échelle à iso ressource. Même si on ne relisait que 1% des conversations, on  estime à 15 personnes à temps plein l’effort nécessaire pour superviser nos bots. 
Grâce à Evalia : 2 ressources suffiront, 1 pilote de production coté métier et 1 data scientist, pour assurer un maintien de la qualité dans le temps.

Degré de modernisation

Avant : extractions manuelles des conversations et relecture sous un tableur partagé

Après : automatisation des annotations, extraction automatique d’échantillon pour relecture par l’expert métier, automatisation de la production des KPI, date visualisation...
Retour aux nommés

PEGASUS

- Chiffres d'affaires : 23,8 Milliards Euros
- Pays impliqués : France
- Effectif : 30 000 France - 423 000 Monde
- Date du lancement du projet : 2024
- Avancement du projet : POC Global
- Solution utilisée : Interne


Contexte et enjeux : 
Avec 10 Mds d’€ de capacité d’achat, un contexte économique mouvant et des milliers de fournisseurs, des centaines d’acheteurs, nutritionnistes et chefs cherchent le meilleur produit au meilleur prix. Son identification est un défi essentiel à une stratégie d’achat efficace: gérer l’inflation, garantir la durabilité à un prix raisonnable pour le consommateur. 

Pegasus identifie les articles achetés, les catégorise en central pour repérer les opportunités d’économies ou de remplacement de produit.
Retour aux nommés

Pourquoi devriez-vous gagner ?

80% des données fournisseurs nécessitent un ajustement. Avec Pegasus développé en interne en 6 mois seulement, la catégorisation produit est simplifiée et accélérée par 4 avec 80% de précision. Nos équipes peuvent se concentrer sur l’approche stratégique à forte valeur. 

C’est aussi agir pour la planète en simplifiant l’accès à une consommation locale responsable malgré divers fournisseurs et une gestion aléatoires des données. Pegasus permet visibilité globale, transparence et suivi qualité.

Périmètre fonctionnel impacté

La mise en place d'une solution interne comme Pegasus est un avantage clé pour apporter efficacité et transparence à nos fonctions d'approvisionnement. D’autres rôles bénéficient aussi de la solution : les Nutritionnistes, Diététiciens et Experts Culinaires, qui qualifient les choix des acheteurs et garantissent une offre saine et cohérente.

Leurs tâches manuelles de renseignement d’information produit sont accélérées par Pegasus, et leur collaboration améliorée par un langage commun. 

Gains observés (temps, ressources, coûts...)

Les tâches effectuées par les équipes d’achat pour identifier les produits sont quatre fois plus rapides avec Pegasus. C’est une centaine d’heure économisé par an, ce qui leur permet de se concentrer sur les opportunités d’achat.

Enfin, cette solution remplace une offre d’un fournisseur externe en économisant 40% annuellement, grâce à une meilleure adéquation aux besoins internes, en se concentrant sur les fonctionnalités essentielles.

Degré de modernisation

Le référencement produit était manuel via des systèmes divers. Pegasus fait correspondre référence et description produit à notre taxonomie mondiale. Cette gestion intelligente de nos catalogues d'achat permet des informations produits enrichies et accessibles, une transparence optimale et une meilleure stratégie d’achat.

A l'été 2025, Pegasus sera intégré dès l’enregistrement produits pour optimiser l'ensemble et utiliser l'IA auprès d'une nouvelle audience comme les nutritionnistes(pilote UK).
Retour aux nommés

Les nommés - Prix réalisation confirmée

Cliquez sur les logos afin de découvrir leur projet.

ISENS

- Chiffres d'affaires : 17.6 M euros
- Pays impliqués : France
- Effectif : 12 000 France - 90 000 Monde
- Date du lancement du projet : 2020
- Avancement du projet : en Production
- Solution utilisée : AI, NLP, LLM, ML


Contexte et enjeux : 
Dans un contexte international où la concurrence est intense, il est crucial de répondre avec précision et rapidité aux appels d’offres.
Les principaux enjeux : Meilleure utilisation des ressources humaines et budgétaires disponibles. Réduction du temps nécessaire à l’exécution et à la réponse aux appels d’offres. Amélioration de la satisfaction des clients en fournissant des réponses rapides, précises et de qualité.
Retour aux nommés

Pourquoi devriez-vous gagner ?

200 utilisateurs ont adopté notre solution car elle diminue le temps de réponse aux appels d’offres de plus de 70 %.
La qualité des réponses améliorée grâce à la génération de requis conformes aux normes INCOSE. Les barrières linguistiques sont surmontées grâce à la traduction automatique des appels d’offres dans la langue préférée des intervenants, ce qui permet des économies de traduction de plus de 7 millions d’euros par année.

Périmètre fonctionnel impacté

iSenS impacte l’exécution complète des tenders, impliquant le Bid Manager, le Bid Technical Manager, les experts en solutions, et les leaders de sous-systèmes. 

Ce processus englobe la capture de l’appel d’offres, la caractérisation des données, l’allocation des exigences aux responsables, l’analyse de conformité du contrat client, et la génération des documents de réponse.

Gains observés (temps, ressources, coûts...)

Historiquement, les réponses aux appels d’offres prenaient en moyenne trois mois. Avec iSenS, ce délais est réduit de +70% (de 5 à 15 jours).

Augmented worker : les équipes de tender délivrent plus effacement en réutilisant les expériences du passé (Right first time). 
Coûts : Réduction des coûts de non qualité en identifiant d’une manière prématurée les non conformités des exigences formulées par le client. +7 million d’économie sur la traduction des documents.

Degré de modernisation

iSenS capture et traduit automatiquement les contrats en plusieurs langues, allouant les exigences aux structures PBS, ABS et OBS via des modèles d’IA basés sur des données historiques et la connaissance des produits. 
Elle offre une analyse rapide de conformité entre les exigences des clients et les solutions d’Alstom, identifiant les écarts pour optimiser la réutilisation des données. 
Elle génère automatiquement les documents RFP en adaptant le langage client et assure la sécurité des données.
Retour aux nommés

ELOISE

Contexte et enjeux : 
Dans un environnement juridique en constante évolution, la recherche d’informations est un défi majeur. Le temps perdu à chercher la bonne information entraîne une baisse de productivité et une dévalorisation du travail des juristes.
Retour aux nommés

Pourquoi devriez-vous gagner ?

IMATECH envisage le déploiement de nouvelles fonctionnalités sur l’outil, telles que l’analyse des cas de jurisprudence et l’intégration de données OPEN DATA. À terme, l’objectif est d’élargir l’accès à des populations externes, incluant partenaires et clients potentiels, et de toucher un public non expert en droit ELOISE est également déployable sur d’autres plateformes, s’adaptant aux habitudes d’utilisation. Identité visuelle distinctive pour un branding efficace et une mémorisation aisée.

Périmètre fonctionnel impacté

ELOISE s’appuie sur l’expertise de plus de 15 professionnels du droit, alimentant une base de données enrichie depuis plus de 20 ans. L’outil garantit une fiabilité inégalée pour chaque réponse, sans collecte de données en dehors de la base interne à IMATECH.

ELOISE propose une bibliothèque complète de modèles juridiques prêts à l’emploi, réduisant l’incertitude liée à la recherche de documents adaptés et facilitant le travail, quotidien des juristes.

Gains observés (temps, ressources, coûts...)

En quelques secondes, ELOISE fournit des réponses claires et adaptées aux problématiques juridiques, permettant aux juristes de gagner un temps précieux pour se concentrer sur l’essentiel : l’accompagnement de leurs bénéficiaires.
  • Taux de réponses évaluées : 94,6%.
  • Taux de réponses correctes et partiellement correctes : 82,6%.
  • 2 939 questions posées depuis le 1er juin 2024.

Degré de modernisation

ELOISE accompagne les utilisateurs étape par étape, citant les articles de loi pertinents et propose une aide à la réflexion pour approfondir la réponse apportée. L’outil propose également des fiches juridiques téléchargeables, transformant chaque réponse en une ressource précieuse.

L’interface conviviale rend la navigation intuitive et agréable. ELOISE s’intègre aisément aux outils de travail et aux suites bureautiques courantes, offrant un accès sans contrainte à ses fonctionnalités.
Retour aux nommés

AUTOPROD

- Chiffres d'affaires : 3.5Bn€
- Pays impliqués : Europe
- Effectif : 2 700 France - 4 500 Monde
- Date du lancement du projet : Juin 2024
- Avancement du projet : POC avancé / Prod
- Solution utilisée : GenAI / LLMs


Contexte et enjeux : 
Le déclencheur principal était la complexité, l’inefficacité et le coût du processus d’intégration des offres chez Veepee : 550 personnes normalisent manuellement, 16 millions de références par an avec une taxonomie interne de
1 500 catégories. 
Ce processus chronophage et sujet aux erreurs entraînait de longs délais de production. Les macro-objectifs visent à automatiser la chaîne de traitement via des LLMs pour améliorer l’efficacité et réduire coûts et délais.
Retour aux nommés

Pourquoi devriez-vous gagner ?

Nous devons gagner car notre projet est plus un programme de transformation systémique qui redéfinit notre SI qu’une fonctionnalité locale. 

De plus, notre approche permet aux utilisateurs de participer activement à l’automatisation grâce à notre Chatbot et notre plugin Excel qui exposent toutes les nouvelles fonctionnalités.

Enfin, nous avons des résultats concrets, probants et significatifs (allant jusqu’à +80% d’augmentation d’efficacité) en termes de coûts, de qualité et de délais.

Périmètre fonctionnel impacté

Les domaines impactés incluent l’intégration des o"res: la normalisation des données, l’extraction et la classification des caractéristiques, l’identification des doublons. La production de la vente: le calcul de l’Écotaxe, la traduction multilingue des fiches produits.
Le merch (bannières + univers). Les processus manuels effectués par 550 opérateurs (traducteurs, coordinateurs data, data managers, analystes commerciaux, support, QA) sont automatisés, modifiant significativement leurs rôles.

Gains observés (temps, ressources, coûts...)

Les gains incluent une réduction du temps de production des ventes, passant de 22 à 5 jours grâce à l’automatisation. 
La productivité a augmenté de 30% pour la classification et de 80% pour la traduction, optimisant les ressources humaines en allégeant la charge des 550 opérateurs.
Les coûts opérationnels ont diminué grâce à la réduction des erreurs, de la variabilité et des dépenses liées aux processus manuels, générant des économies notables.

Degré de modernisation

Veepee avait un niveau de digitalisation moyen, avec des processus manuels pour des tâches répétitives et sujettes aux erreurs. Cela est dû à l’hétérogénéité des données sources qui rendaient impossible toute automatisation. 

Grâce à l’adoption de technologies basées sur les LLMs (prompting, agents, vectorisation, supports multimodaux), le degré de modernisation a fortement augmenté. 
Cette transformation équivaut à un passage au numérique, avec une adoption élevée des technologies actuelles.
Retour aux nommés

VEOLIA SECURE GPT

- Chiffres d'affaires : 46 milliards d'euros
- Pays impliqués : Monde
- Effectif : 30 000 France - 220 000 Monde
- Date du lancement du projet : 15 Juin 2023
- Avancement du projet : 42 000 active users
- Solution utilisée : Home-made


Contexte et enjeux : 
Fournir des services LLMs aux 220 000 collaborateurs de Veolia qui évitent des fuites de données, qui permettent de former les collaborateurs à cette nouvelle technique (fonctions supports et métiers), et résoudre des use cases métiers.
Retour aux nommés

Pourquoi devriez-vous gagner ?

La plateforme est adopté par 87% des cols bleus de l’entreprise en 12 mois. 155 des 240 bases de connaissances majeurs sont accessibles naturellement via la plateforme.

Le NPS des utilisateurs finaux dépasse 55. Plateforme agnostique et versatile qui accèlère les projets avec des mises en production accéléré (3 à 4 mois pour passage en production). Programme d’entreprise IT et métier avec un partenariat avec Abylon (entité conseil) pour accélérer la création d’assistants pertinents.

Périmètre fonctionnel impacté

  • Use case IT (software development, bug tracking, support IT aux utilisateurs)
  • Use case HR (portail à jour avec assistant d’accès aux KB HR)
  • Use case Finance (analyse automatique de rapports financiers et URD)
  • Use case Water (analyse croisée de séries temporelles, et documentation d’équipements d’usine)
  • Use Case Energy (consommation du catalogue de décarbonation à travers un LLM suivant les contraintes et objectifs définis par l’utilisateur).

Gains observés (temps, ressources, coûts...)

  • Nouveau mode de consommation des bases de connaissance de l’entreprise (trafic multiplé par 2,5 vers les sites documentaires).
  • Desilotage entre les données structurés (bases de données SQL) et non structurés (documents) pour les cols bleus et cols blancs. 
  • Economie d’échelle de 85% par rapport au coût de l’offre Gemini for Workspace. 
  • Projet finalisé de génération de matrices d’analyse de RFP client avec réduction du temps de 80%.

Degré de modernisation

Plus de 12 000 collaborateurs ont été formés à la GenAI dans leur métier en 12 mois sur cette plateforme. La plateforme intègre les meilleurs LLMs du marché (OpenAI, Anthropic, Mistral, Meta, Google, Stability) avec une API unique pour converser avec tous ces modèles pendant une conversation. 
Plus de 85 équipes projets ont souscrit à l’offre API de la plateforme pour l’intégrer à leur application. 
Plus de 95 intégration directe du widget de chat ont été réalisés en production.
Retour aux nommés