- il y a 2 jours
Lessons Learned in Deploying AI in Companies
Catégorie
🤖
TechnologieTranscription
00:00First, merci à tous pour être ici, et à mes collègues, merci à tous pour joindre me sur le stage
00:05aujourd'hui.
00:06Il y a pas de temps, donc je vais commencer à le faire.
00:08Gartner dit que 70% de complex tech transformations fail.
00:13Svika, pourquoi est-ce que c'est le cas, et qu'est-ce AXA en train de faire?
00:17Exactement.
00:19Pour un long temps, je pense que nous avons pensé de la technologie,
00:22l'AI transformation comme une technologie.
00:25C'est pourquoi nous avons vu l'année dernière,
00:27des dernières années, beaucoup de gens ont mis en place des data lakes,
00:31des data scientifiques,
00:33qui ont pensé des choses techniques.
00:35Pour sûr, nous avons besoin de ça,
00:36mais ce n'est pas les ingrédients pour faire ça.
00:39Comme vous le savez, un succès à l'AI,
00:42c'est l'un adapté et utilisé par les gens,
00:45donc c'est pas seulement de performance,
00:47c'est pas seulement de mathématiques.
00:49En AXA France, nous avons créé un programme de transformation
00:52based on data and AI, called Nadia,
00:55New Ambition of Data and AI in AXA France,
00:57et c'est basé sur trois niveaux.
01:00La première, culturelle,
01:02la deuxième, organisatricelle,
01:04et la troisième, pour sûr, technologique.
01:06Pour la culturelle part,
01:08nous devons que nous devons engagerer
01:11tous les organisations
01:13des organisations de data et AI,
01:14leur rôle de faire la qualité de data
01:16et avoir un usage responsable d'AI.
01:19Par exemple, en AXA France,
01:21nous avons été l'un des premiers dans le marché
01:23à mettre Secure GPT,
01:24vous savez, Secure Chat GPT,
01:26à la main de tous nos employés,
01:28pour les tester et apprendre,
01:30parce que nous devons que l'acculturation
01:32va aussi à faire tester des choses,
01:35et mettre en main de la main.
01:37C'est la première part.
01:38La seconde part,
01:39l'organisation,
01:40ce qu'on a fait aussi,
01:40c'est que nous avons changé un peu
01:42l'organisation de l'organisation,
01:44c'est que nous avons donné
01:45des données aux business guys
01:47qui sont en charge
01:49de l'implementer
01:50cette transformation,
01:51local,
01:51et ne pas attendre
01:53un central de l'IT
01:54pour faire ça.
01:55Et la troisième,
01:56nous avons fait des factories
01:58qui travaillent sur les enablers,
02:00des fondations,
02:02des AI, des GNI et des AI
02:04pour accélérer le temps
02:06pour les données et les AI utilisateurs.
02:09Et il y a toujours
02:10l'opportunité d'improvement,
02:11mais vous êtes pleased
02:12avec les résultats
02:12so far?
02:13Vous avez fait un excellent
02:14job.
02:14C'est bien,
02:17c'est bien,
02:17mais l'acculturation
02:18a beaucoup de temps,
02:20c'est un changement
02:20que nous devons attendre
02:21et avoir des success stories
02:23pour partager ça.
02:25Excellent.
02:25Je veux le focus
02:26sur la workforce.
02:27Fred,
02:28speaking de success,
02:29C3 AI
02:30a long history
02:32et la heritage
02:32de travailler
02:33dans l'AI space.
02:34Vous avez montré
02:34des technologies
02:35qui ont fait des effets
02:36de l'information
02:37et des effets
02:40de l'information
02:41de l'information
02:41et d'autres
02:42de l'information
02:45et de l'information
02:47des effets
02:48des effets
02:49de l'information
02:50?
02:50OK,
02:52so,
02:52c3,
02:53c3,
02:53c'est plus de 15 ans
02:55et nous avons vu
02:57l'information
02:58de l'AI
02:59qui va dans l'application
03:00et nous avons vu
03:03que nous avons
03:03beaucoup de nos clients
03:06ont fait
03:06de la première fois
03:07de l'information
03:07à la première fois
03:07de l'information
03:09et de l'information
03:10et de l'information
03:12et de l'information
03:13et de l'information
03:13et de l'information
03:14et de l'information
03:15et de l'information
03:17n'était pas possible.
03:18Nous avons dû
03:19encore la dernière fois
03:20de l'information
03:21et de l'information
03:23pour les prochaines années
03:24et nous avons vu
03:26une dernière fois
03:26à l'information
03:26d'après l'application
03:27de l'information
03:28c'est amenable
03:28de l'information
03:29après avoir fait
03:31l'hyperscaler
03:32et de l'information
03:34pour l'information
03:36et la l'application
03:37et évidemment
03:38l'application
03:39doit être
03:40une des configurable
03:41AI
03:41et nous ne pouvons
03:42plus en faire
03:43une solution
03:45et nous avons
03:46la construction
03:46et les clients
03:47Ils sont maintenant en train de trouver un modèle de l'AI.
03:50C'est la même chose qui a fait dans le software et l'application.
03:55Il y a beaucoup de personnes qui sont en train de couper des applications.
03:58Et on a fait des applications, des ERP systèmes comme les SAP et autres.
04:02En plus, les communautés de l'application,
04:05ils sont devenus en train de l'application des SAP.
04:08La même chose qui est maintenant.
04:10Nous voyons que tous ces gens qui ont été en train de construire
04:14un-shot AI models,
04:17ils sont en train de devenir configurable AI models.
04:20Donc, nous voyons que le changement de l'application de l'application
04:24est en train d'être plus industrielle
04:26et en train d'avoir les mêmes règles que nous avons vu
04:29pour les dernières 30 ou 40 ans dans le software.
04:32Et nous voyons maintenant les consultants comme PwC et autres
04:36qui sont venus en train de configurer l'AI.
04:39Donc, pour le moment, nous sommes très horizontal.
04:41Et ce n'est pas encore été de la même maturité
04:44que le software business,
04:46pour avoir verticalisation,
04:48la communauté de l'utilisation,
04:49la communauté de l'utilisation,
04:50la communauté de l'utilisation.
04:51Nous sommes en train de voir tout ce qui se passe.
04:54Et, step-by-step,
04:55nous allons faire un véritable manifestation
04:57de ce modèle de l'utilisation
04:58de l'utilisation de l'AI,
04:58de l'utilisation des modèles que nous sommes en train de construire aujourd'hui.
05:01Donc, je veux dire, c'est ce qui est en train de focus sur la success.
05:03Nous avons parlé beaucoup dans des dernières années
05:06sur la scale,
05:07la technologie,
05:08on s'intégr事,
05:09très importante les gens,
05:09évidemment.
05:11Tout cela,
05:12ça change dans nos domaines de travailler
05:13dans la workforce.
05:14Donc,
05:15Quand vous entendez-moi
05:15et nous tirer les personnes auparrent,
05:17quelques-uns de vos questions,
05:18« situé ils ont l'invident ? »
05:21L'expérience generelle que les gens s'aménagent jamais,
05:27avec cette journey, ils vont apprendre.
05:29Donc, comment vous parlez et pensez-vous,
05:30avec les différentes lignes de la façon dont vous avez changé,
05:34et les prêts de nos professionnels ?
05:36Oui, l'AI, le temps de l'année dernière,
05:39je pense que nous avons travaillé beaucoup à augmenter les gens,
05:42comment l'AI augmente notre vie en décision-mékin.
05:46Et je pense que, à l'adjentier,
05:48et à l'adjentier de nouvelles technologies,
05:49nous allons passer à travers les processus.
05:52Et si nous n'avons pas tout le monde en charge,
05:54de la transformation, nous pouvons perdre beaucoup de gens.
05:58Ce n'est pas seulement à l'adjentier, comme nous l'avons dit.
05:59Donc, avec l'adjentier, nous avons encore travaillé à l'acculturation
06:04pour expliquer à tous lesquels qu'il est leur rôle dans cette stratégie,
06:08et nous avons travaillé sur les processus
06:10et expliqué que ce n'est pas seulement un tool que vous pouvez utiliser ou non,
06:15c'est une façon de reshapier nos processus,
06:17notre façon de travailler,
06:19et ça implique tout le monde dans le company,
06:21business, IT, HR, finance,
06:24et les collègues.
06:27Oui, de notre côté,
06:28le chat GPT a été passé deux ans,
06:32et les gens sont utilisés partout au sein.
06:36Maintenant, ils sont venus à l'office,
06:37et ils sont à l'office,
06:38ils ont utilisé le chat GPT,
06:39et ils peuvent avoir accès à la information qu'ils veulent.
06:42Le prochain jour, ils se trouvent à l'office de leur SAP,
06:46et ils ne peuvent pas trouver rien.
06:47Ils ont utilisé ces systèmes.
06:49Donc, je pense que le move est très rapide, très rapide.
06:52Le adoption est très rapide,
06:55et je suis désolée à voir plus de ce qu'il y a plus de ces AI,
07:00conversational AI que nous avons aujourd'hui,
07:02qui devient plus et plus de transactional AI.
07:04Le agent que vous avez referé à l'office,
07:06c'est le début de cette transactional AI,
07:08avec des AI collègues à nos amis,
07:11à l'office.
07:13Quand on parle change,
07:15comme on parle de l'office,
07:17il y a un grand push sur ROI,
07:20et il y a un expectation.
07:21Comment on balance la focus sur la short-term
07:25pour la réalité de la medium et la longue-term,
07:27et aider à l'exécutifs de notre company,
07:30et à l'exécutif de nos clients,
07:31c'est-à-dire qu'il ne va pas changer tout le monde.
07:33Vous ne va pas voir un retour sur la toute seule chose.
07:36Comment on aide à l'office de l'office,
07:42et à l'office de l'office,
07:43c'est une question très claire.
07:44Parce qu'on a longtemps, nous avons fait deux.
07:48Nous avons une stratégie de faire une foundation
07:50ou d'accélérance.
07:51Nous avons des personnes en IT qui ont une foundation.
07:53C'est une longue-term journée, comme vous le dis.
07:55Et parfois, l'incubateur, l'innovation,
07:58on a un proof-of-concept,
08:00et nous ne sommes pas scénés.
08:01Et je pense que la réalité est que vous devriez
08:03travailler en deux en parallèle.
08:05Vous devriez votre stratégie
08:08et trouver la stratégie
08:10que vous avez besoin à faire à l'office,
08:14et en même temps,
08:16on a la foundation,
08:17qui n'a pas direct à l'office,
08:20mais pour faire les cas.
08:22Et je pense que pour Exafront,
08:23nous avons Nadia,
08:25nous avons des comics à chaque mois,
08:27et c'est quelque chose que nous avons discuté chaque fois,
08:28mais pour faire les choses à l'office,
08:31vous devriez travailler en deux,
08:33pour montrer les choses
08:34aux gens et les entreprises,
08:35et dire, oui, je peux voir ce qui est pour moi,
08:38et c'est vraiment aider dans mon travail.
08:40C'est plus,
08:40et en même temps,
08:41en train de faire des fondations,
08:43c'est un projet de la formation,
08:44comme un snowball,
08:45c'est génial,
08:46c'est génial,
08:47c'est génial,
08:47c'est génial,
08:49c'est génial,
08:49c'est génial,
08:50c'est génial,
08:50c'est génial,
08:50c'est génial,
08:51Oui,
08:51à Cigi,
08:52nous avons des platforms,
08:55et également des platforms,
08:58We have 130 applications, predictive maintenance, demand forecasting, stochastic inventory management.
09:06So we have applications, we have platforms.
09:08What we're saying is that corporations like AXA and others, you need to be very dictatorshiped on the decision, on
09:16the choice of the platform.
09:17You can't keep it open to every division, everybody's coming with his own idea and the latest flavor of the
09:23month.
09:23There's a dictatorship on the choice of the platform, is it SCT, is anyone else, fine, but as long as
09:31you're picking on one, and you're investing on that while you're delivering quick wins.
09:35Because these quick wins that you mentioned is going to be the key to helping the adoption by the coworkers,
09:44by the employees, by the management team.
09:47So, one platform, dictatorship, opening it up to the quick wins, and then while these quick wins are implementing, we
09:55can think of a long-term adoption of AI for other places that we have no idea today.
10:00Yeah, and it would change it perhaps that we do scalable quick wins, and not what we used to do
10:0510 years ago, only proof of concept.
10:07Exactly.
10:07This is the differentiation, I think, between 10 years and now.
10:10You, you're telling what I'm saying.
10:11That's why the dictatorship on the choice of the platform is important, because the time you're spending on that platform
10:16has to pay back later.
10:18You have no time to go and change the platform, or make sure that every division agrees on one platform.
10:24Because as soon as they go on different platforms, you're going to have a frustration, because you're going to pick
10:28up one, and you're going to have a bunch of the others frustrated.
10:30So, choose one, invest on, do small, but make sure that your platform is scalable, and you can do reusable
10:39and reconfigurable AI models.
10:41Well, and on that, to scale successfully, you have to go outside of siloed experiments.
10:47So, when you've talked to your different stakeholders, and you've talked to different executives, a CFO is going to have
10:52a different lens than a CTO, than a front office executive.
10:55How have you helped them look at things differently, and bridge that gap to get that coalition of the multiple
11:00functions to come together?
11:02Because we all know these solutions make the most impact when they do cross traditional boundaries that have been difficult.
11:07Kind of leading back to the first question on failure.
11:10Yeah, I think the first thing is to build a strategic view of this transformation.
11:14We don't do AI for AI.
11:16We do it for a purpose.
11:17It is something that should be decided at the XCOM level, what are the four or five or six battles
11:23that we need to handle and work on end-to-end on all the organization.
11:27This is what we've done.
11:28We made the transformation, AI transformation, in front of the strategic business orientation of the company.
11:36This is the way that you engage everyone.
11:38And besides, you cannot put people aside, so we have this old acculturation, quick wins, as you said, as you
11:46say, with Gen.E.I. today, we can really decrease the time to market to do knowledge management for everyone.
11:52Everyone needs to have something in his place.
11:54So, big things for everyone in the company, and small place for everyone, so to engage everyone and not put
12:00people behind the scene.
12:02The same, I have nothing more to add.
12:05Obviously, we started with the quick wins, the easier one.
12:08This is going to pay for the platform.
12:09This is going to pay for the investment to initiate the company for the AI.
12:14But this is how it is.
12:15It is quick wins at the beginning, and I'm sure with the evolution of AI at home and the whole
12:21ecosystem, the adoption is going to be just following.
12:23Love it.
12:24So, we're wrapping up on time.
12:26This stuff's moving really fast.
12:28What's a bold prediction each of you all have for the next 18 to 24 months, what we may see,
12:33not what we will, but what we might see out there in this space?
12:37So, go ahead.
12:40No, my prediction is for my industry.
12:42I believe most of these rule-based applications that we have out there, they're going to be replaced by more
12:47predictive.
12:48The predictive systems is going to be the name of the game, as opposed to the rule-based that we
12:52are used for the last four years.
12:54On the AI side of it, I think in the corporations, we should have, we should imagine that the transactional
13:00side of the AI is going to go faster.
13:02We're going to have, this agenting is going to be there.
13:04And as I said, we may end up to have soon an AI colleague next to us.
13:08An AI colleague who's not taking any space on the open space, or he's not, no access to the canteen,
13:13but still is helping us a lot to do our job.
13:16So, this is how I see the future.
13:19Love it.
13:20Totally agree on the future.
13:21To make this happen, we need to acculturate today our people on critical thinking, because we'll have a lot of
13:28AI with some bias on it.
13:29So, we need to improve this critical thinking once we have a colleague next to us, just to see if
13:35we agree on that saying or not.
13:37Also, on the responsible AI, because we can do a lot of things on AI, and we need to have
13:42experts on AI in charge of responsible facts, finding the good balance between business impact, environmental impact, and responsibility societal
13:51one.
13:51So, I think the coming years, it's not about tech.
13:54Yes, we'll have agenting, processes, ETL, MCP, all the tech stuff, but changing our mindset, how to use, to consume,
14:03and to deliver AI to be responsible and make the future good enough.
14:10Exactly.
14:11Love it.
14:11I'm fully subscribed.
14:12Love it.
14:13Well, first, thank you both again for the time.
14:15Congrats on both companies' success.
14:17And to you in the audience, thank you for listening to us for a little bit.
14:20Appreciate it.
14:22Thank you.
14:23Thank you.
14:23Thank you.
Commentaires