Réinventer les processus métier grâce à l'Intelligence Artificielle : la stratégie progressive de Danone

Dans cet entretien, Axel Droin partage la vision du Groupe : une Intelligence Artificielle au service de la performance durable, de l'efficacité opérationnelle et de l'autonomie contrôlée, soutenue par un cadre méthodologique rigoureux et évolutif.

Comment définissez-vous un agent IA chez Danone ?

Nous adoptons une définition assez large d'un agent IA. C'est l'interaction combinée entre l'Intelligence Artificielle, des capacités d'action autonomes et une interface utilisateur.

Par exemple, un simple chatbot connecté à un système de génération augmentée par récupération (RAG) peut déjà être considéré comme un agent. Ce qui importe n'est pas nécessairement la complexité technique, mais plutôt la capacité de l'agent à exécuter une tâche dans un cadre réutilisable.

Comment les agents IA sont-ils perçus au sein de votre organisation ?

Nous abordons les agents IA avec beaucoup de prudence, notamment pour anticiper le plus tôt possible les risques intrinsèquement liés à toute technologie émergente. Cela découle principalement du fait que notre compréhension du concept d'agent, et de ses impacts potentiels, reste imparfaite.

Ce qui est certain, cependant, c'est que les agents existent pour soutenir les équipes, et qu'ils délivrent toute leur valeur lorsqu'ils sont intégrés dans une architecture multi-agents orchestrée par un agent coordinateur spécialisé dont la performance est validée et surveillée par des équipes humaines.

L'agent orchestrateur, responsable de la coordination et de l'activation des agents spécialisés, représente simultanément le principal défi technique et la plus grande source de création de valeur.

Cette approche transforme la structure d'exécution linéaire typiquement associée aux méthodes d'automatisation traditionnelles telles que la RPA en un modèle d'efficacité exponentielle.

Pourriez-vous nous retracer l'historique de l'adoption des agents IA au sein de l'entreprise ?

Notre parcours a débuté au premier trimestre 2024 avec la mise en œuvre de chatbots dotés de capacités RAG.

Cette approche pragmatique nous a apporté deux avantages majeurs :

Démontrer la valeur pour les fonctions métier : nous avons prouvé la valeur ajoutée de ces solutions pour les fonctions globales, notamment au sein du contrôle de gestion, de l'audit interne et des fonctions de type « Design Authority »
Révéler les ambiguïtés sous-jacentes de ces modèles : l'expérimentation a mis en évidence des ambiguïtés informationnelles existantes. Lorsque des informations supposées être présentes dans un document sont en réalité absentes, l'agent ne peut logiquement pas les utiliser, exposant ainsi des incohérences dans la gestion documentaire. Le défi consiste alors à déterminer si la baisse de performance est due à des informations manquantes ou à une précision et une performance insuffisantes des modèles de langage eux-mêmes

Nous avons ensuite décidé d'étendre notre expérimentation en dotant nos agents de capacités d'action dans un cadre d'autonomie contrôlée.

‍

Comment déployez-vous concrètement ces solutions ?

Notre méthodologie actuelle consiste à analyser les processus opérationnels et à identifier les opportunités d'automatisation partielle ou complète.

Cette approche, inspirée des principes de la RPA, s'est avérée efficace pour les tests initiaux mais révèle également des limites lors du déploiement à grande échelle.

Notre priorité immédiate est désormais le développement d'un Cadre d'Agents conçu pour formaliser les principes fonctionnels, techniques et architecturaux régissant nos agents.

Plus spécifiquement, nous voulons développer la capacité de réutiliser des agents individuels à travers de multiples processus métier, de la même manière que les données elles-mêmes sont réutilisées dans de nombreux cas d'usage.

Nous établissons d'abord une logique opérationnelle cohérente avant d'aborder les considérations techniques.

Pour le passage à l'échelle, prévu au cours des prochains mois, nous nous appuyons sur une approche à trois piliers : cadre, formation et périmètre fonctionnel.

Parallèlement, nous faisons évoluer notre méthodologie pour nous concentrer sur des activités atomiques qui peuvent être « agentifiées » puis orchestrées, permettant un déploiement évolutif tant d'un point de vue technique que financier.

Où voyez-vous le plus grand potentiel pour ces agents IA ?

Le potentiel d'application est universel, mais certains domaines présentent déjà des opportunités immédiates, notamment dans la gestion de la dette applicative.

Des interfaces utilisateur coûteuses, des environnements technologiquement obsolètes et des langages propriétaires tels que SAS, dont la valeur repose souvent principalement sur la rareté de l'expertise associée, pourraient voir leur gestion, leur maintenance et leur évolution considérablement simplifiées, car les agents permettent d'abstraire la manière dont les organisations interagissent avec ces capacités.

La priorité immédiate est donc de comprendre comment ce potentiel se matérialisera au sein de l'écosystème de l'entreprise.

Pour ce faire, les fonctions qui doivent le plus rapidement s'adapter et anticiper ces changements sont les équipes d'architecture et de cybersécurité. Elles doivent rapidement repenser l'approche d'intégration applicative et fonctionnelle de l'organisation, tout en redéfinissant la manière dont des concepts tels que la qualité de service, la performance applicative et le support utilisateur doivent évoluer avec l'arrivée des agents IA au sein des entreprises.

Pour en savoir plus, visitez le site web de Danone.

Pour approfondir ces sujets et identifier les impacts et opportunités pertinents pour votre organisation, contactez nos partenaires et experts :