đ§ Ăpisode #130 â DigitalFeelingAvec Hugo Prignol, co-fondateur & directeur IA chez MargoDans cet Ă©pisode, jâai eu le plaisir dâĂ©changer avec Hugo Prignol, expert en intĂ©gration dâIA chez Margo. Ensemble, on a abordĂ© des sujets concrets qui concernent les entreprises aujourdâhui :Câest quoi vraiment un agent IA ?Comment dĂ©ployer un voicebot intelligent dans un garage ?Ă quoi ressemble une stratĂ©gie de gouvernance IA efficace ?Et pourquoi les "dirty tasks" sont un gisement de ROI mĂ©connu ?Un Ă©pisode dense, ultra pratico-pratique, Ă Ă©couter avec un carnet de notes.Câest quoi un agent IA (et en quoi il diffĂšre dâun chatbot) ?Un agent IA nâest pas une simple automatisation. Câest un systĂšme capable de :comprendre une intention utilisateur,choisir dynamiquement quel outil utiliser,sâadapter Ă des situations nouvelles (contrairement aux scripts figĂ©s),et parfois, prendre une dĂ©cision autonome basĂ©e sur plusieurs essais.Il peut inclure un LLM comme ChatGPT, mais va bien au-delĂ : il orchestre plusieurs outils, analyse les retours, et adapte ses actions.Cas concret : un voicebot pour les garages automobilesMargot a dĂ©ployĂ© un voicebot IA dans une entreprise de piĂšces auto qui recevait des dizaines dâappels de garagistes par jour. ProblĂšme : les opĂ©rateurs Ă©taient dĂ©bordĂ©s, la croissance bloquĂ©e, le recrutement difficile.đĄ Solution IA :Identification vocale du besoin (commande de pneus vs piĂšce complexe),Choix intelligent du chemin selon le type de requĂȘte,RĂ©ponse vocale automatisĂ©e, ou redirection Ă un humain si besoin,RĂ©sultat : ROI x15, rĂ©duction des frustrations, montĂ©e en compĂ©tences des Ă©quipes.Enjeux techniques abordĂ©s :MultimodalitĂ© (voix + contexte + logique mĂ©tier)QualitĂ© des modĂšles vocaux en françaisAdaptation au terrain : bruits, accents, hĂ©sitationsMicro-modĂšles spĂ©cialisĂ©s par mĂ©tier (pneus, freins, filtres, etc.)Dirty Tasks : les petits irritants qui rapportent grosHugo nous a parlĂ© des âdirty tasksâ, ces petites tĂąches rĂ©currentes, peu valorisĂ©es, mais qui reprĂ©sentent une mine dâor pour lâautomatisation IA :VĂ©rification de factures,Extraction de donnĂ©es non structurĂ©es (PDF, scans, Ă©criture manuscrite),Matching de rĂ©fĂ©rences produits dans un ERP,Lecture de documents complexes (constats, certificats, devisâŠ).RĂ©sultat dans certains cas : plusieurs ETP rĂ©affectĂ©s Ă des tĂąches Ă valeur ajoutĂ©e⊠sans suppression de poste.Exemples : assurance, retail, back office RH ou finance.Gouvernance IA : traçabilitĂ©, biais, responsabilitĂ©On a aussi Ă©voquĂ© un sujet clĂ© pour toutes les entreprises qui intĂšgrent de lâIA : la gouvernance.Pourquoi câest essentiel ?Pour savoir comment une dĂ©cision a Ă©tĂ© prise par une IA (ex : recommandations client),Pour tracer, corriger, ajuster le comportement dâun agent IA dans le temps,Pour rĂ©pondre aux rĂšglementations Ă venir (AI Act en Europe),Et surtout, pour lever les peurs internes liĂ©es Ă la transparence et Ă lâĂ©thique.Anecdote : certains syndicats, dâabord rĂ©ticents Ă lâIA, sont devenus alliĂ©s⊠grĂące Ă une gouvernance solide.Acheter ou construire son IA ? 4 bonnes questions Ă se poserAujourdâhui, la majoritĂ© des entreprises se posent cette question :âDoit-on dĂ©velopper notre propre IA, ou acheter une solution existante ?âVoici les 4 questions de cadrage proposĂ©es par Hugo :Est-ce un sujet cĆur de mĂ©tier ?Avez-vous besoin de garder la propriĂ©tĂ© intellectuelle du modĂšle ?Existe-t-il une solution fiable sur le marchĂ© ?Le coĂ»t dâachat est-il justifiĂ© par rapport au faire-soi-mĂȘme ?Tendance : 80 % des entreprises devraient acheter plutĂŽt que dĂ©velopper dâici fin 2025.Comment limiter les biais dans lâIA ?âGarbage in, garbage out.âLes biais viennent dâabord de la qualitĂ© des donnĂ©es. Voici les bonnes pratiques :â
Limiter le terrain de jeu (via du RAG ou des bases documentaires prĂ©cises),â
Surveiller les hallucinations et biais via la gouvernance et le monitoring,â
Utiliser des modĂšles spĂ©cialisĂ©s, fine-tunĂ©s sur un vocabulaire de mĂ©tier (garagistes, juristes, etc.),â
Corriger par itĂ©rations grĂące au feedback humain.Lâobjectif : une IA qui apprend bien, et qui apprend vite.Jumeaux numĂ©riques : de lâindustrie Ă la modeUn jumeau numĂ©rique, ce nâest pas forcĂ©ment un avatar qui parle. Câest une reprĂ©sentation virtuelle dâun systĂšme physique ou humain, pour :visualiser une machine, un process ou un produit,simuler des pannes ou des comportements,former, coacher ou scĂ©nariser une expĂ©rience utilisateur.Exemples :Maintenance industrielle,Simulation de chaĂźne logistique,Avatar RH ou SAV dans le e-commerce,Mannequin digital pour limiter les dĂ©placements dans la mode (ex. H&M).IA responsable : frugalitĂ©, souverainetĂ©, Ă©thiqueChez Margot, Hugo observe un vrai virage vers lâIA responsable, notamment dans :Lâusage de modĂšles plus lĂ©gers (ex : Mistral, SLM),Le pilotage Ă©nergĂ©tique et la rĂ©duction des Ă©missions COâ,La souverainetĂ© culturelle et linguistique (Ă©viter les biais amĂ©ricano-centrĂ©s),La sensibilisation des Ă©quipes Ă lâimpact dâune requĂȘte IA inutile.Objectif : faire de lâIA un levier durable, pas juste un gadget puissant. En rĂ©sumĂ© âïž Un agent IA = modularitĂ© + intention + orchestration dâoutilsâïž Le vocal est un canal complexe mais stratĂ©giqueâïž Les âdirty tasksâ sont un levier de transformation fortâïž La gouvernance, câest la clĂ© pour scaler lâIA de façon saineâïž LâIA responsable est une voie dâavenir⊠et un avantage concurrentielUne question sur la mise en Ćuvre dâun agent IA ou dâun voicebot dans votre business ?Retrouvez Hugo sur Linkedin ou Ă©crivez-moi directement sur LinkedIn â
Abonnez-vous Ă DigitalFeelingâ
Rejoignez ma newsletter : https://substack.com/@elodiechenolâ
Et laissez 5 â sur Apple Podcasts ou Spotifyđ Ensemble, faisons de vos projets un succĂšs grĂące Ă lâIA gĂ©nĂ©rative.HĂ©bergĂ© par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.