AI Impact

Comment redonner jusqu’à 2 heures par jour aux médecins grâce à l’intelligence artificielle ?

L’équipe de Marie Ivchtchenko chez Doctolib a développé un assistant IA de consultation qui génère le compte rendu en temps réel pendant le rendez-vous. Résultat : l’outil a déjà été utilisé lors de plus de 8 millions de consultations.

Dans cet épisode d’AI Impact, Khémon Beh, fondateur de Quickscale AI, reçoit Marie Ivchtchenko, Senior Data Scientist Manager chez Doctolib, pour comprendre comment passer de l’expérimentation à l’industrialisation de l’IA dans la santé.

Au programme de cet échange :

• Déployer l’IA à grande échelle : les coulisses du déploiement d’un assistant IA en conditions réelles.
• Partir du besoin des médecins : comment la proximité entre data scientists et praticiens permet de concevoir des outils réellement utilisés sur le terrain.
• Évaluer et améliorer en continu : le rôle du feedback utilisateur, des tests et de la performance en production.
• Réinventer la consultation médicale : comment l’IA peut réduire la charge administrative et redonner du temps aux médecins et à leurs patients.
• Construire une IA sûre et européenne : les exigences spécifiques au secteur de la santé.
• Innover au rythme de l’IA : pourquoi les méthodes traditionnelles de développement produit doivent évoluer.

⏱️ CHAPITRES DE L’ÉPISODE

00:00 — Teaser
00:43 — Introduction par Khémon Beh
01:31 — Marie Ivchtchenko : parcours et rôle chez Doctolib
05:12 — Doctolib en chiffres : 90 millions de patients en Europe
07:56 — La naissance de l’assistant IA de consultation
10:50 — Fonctionnement et déploiement auprès des médecins
15:27 — Adapter l’IA à la façon dont chaque médecin prend ses notes
17:39 — Au-delà du speech-to-text : ce qui fait la différence
21:28 — Industrialiser l’IA : robustesse, évaluation et performance
26:05 — Le feedback des médecins au cœur du produit
29:40 — 8 millions de consultations et jusqu’à 2 heures gagnées par jour
33:00 — Couverture et personnalisation de l’assistant
34:05 — L’IA au service des parents, disponible même à 3 h du matin
37:00 — Construire une IA sûre et européenne
40:40 — Les conseils de Marie aux managers : utilisateurs, évaluation et culture du test
45:37 — Les réflexes IA de Marie au quotidien
49:36 — Les recommandations de Marie
50:50 — Conclusion

🎧 ÉCOUTER L’ÉPISODE EN PODCAST

https://smartlink.ausha.co/ai-impact/episode-11-doctolib-industrialise-l-ia

AI Impact est le podcast de Quickscale AI consacré aux applications concrètes de l’intelligence artificielle en entreprise : https://quickscale.ai

#IntelligenceArtificielle #IA #Santé #Doctolib #AIImpact

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Comment une mutuelle d'assurance de 7 000 collaborateurs passe-t-elle des premiers tests à un déploiement industriel et souverain de l'IA ?

Dans cet épisode d'AI Impact, Khémon Beh (fondateur de Quickscale AI) reçoit Olivier Meunier, Group AI Officer de La Matmut. Docteure en mathématiques et ancien enseignant, Olivier partage sa méthode pragmatique pour intégrer l'intelligence artificielle au sein d'un grand groupe mutualiste français.

Au programme de cet échange :

• Du PhD à la direction IA : La pédagogie et le rôle de « traducteur » entre la technique et les métiers.
• De « Pocophile » à « Pocophobe » : La méthode de la Matmut pour refuser les projets sans valeur économique mesurable (les 3 questions clés).
• Souveraineté & Infra : Pourquoi le groupe a fait le choix de posséder ses propres GPU et d'utiliser des environnements ultra-sécurisés.
• Cas d'usages concrets :
  • Rapporteur : L'outil d'IA générative pour rédiger les rapports réglementaires (adopté à 98 % par les métiers).
  • Bref : L'outil de synthèse de documents déployé à l'échelle des 7 000 collaborateurs.
  • Lutte anti-fraude : L'IA appliquée à la détection de faux documents.
• L'IA du « samedi soir » vs l'IA du « lundi matin » : Acculturation, gestion des attentes de la direction et maîtrise des risques.

Timestamps :

• 00:00 — Introduction par Khémon Beh & Présentation d'Olivier Meunier
• 02:15 — Parcours : Des maths pures au rôle de Group AI Officer
• 05:30 — Structuration de la Data et de l'IA au sein du Groupe Matmut
• 08:45 — Pourquoi la Matmut est devenue « Pocophobe » (valeur vs gadget)
• 12:10 — « L'IA du samedi soir vs du lundi matin » : Acculturer 7 000 collaborateurs
• 16:30 — Stratégie d'infrastructure : GPU en propre, Sens et souveraineté
• 19:20 — Cas pratique : Rapporteur, la rédaction réglementaire automatisée
• 22:45 — Cas pratique : Bref, la synthèse de documents pour tout le groupe
• 26:10 — Détection de la fraude documentaire et valeur financière

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Nous avons eu le plaisir d'échanger avec Athmane Bakhta, PhD, AI Program Manager chez Saint-Gobain Mobility et expert en IA de confiance. 

Un échange  sur ce que signifie vraiment déployer l'IA dans un grand groupe industriel, loin des POC qui ne passent jamais en production. 

Nous sommes revenus sur son parcours, de la recherche académique au pilotage de la stratégie IA d'une BU présente dans 30 pays. Mais surtout sur ce qui fait concrètement la différence entre un projet IA qui crée de la valeur et celui qui reste dans un laboratoire. 

Au programme notamment : 

• Prédictive, générative, agentique, pourquoi confondre ces trois familles est une erreur stratégique 

• L'importance du scoping : pourquoi commencer par le problème, pas par la solution 

• Les cas d'usage en production chez Saint-Gobain : maintenance prédictive, pricing, assistants documentaires en usine 

• Les quatre rôles indispensables pour qu'un projet IA voie vraiment le jour 

• Ses conseils pour les petites structures qui veulent adopter l'IA sans moyens illimités 

Merci à Athmane pour la richesse de l'échange et la clarté avec laquelle il démystifie un sujet trop souvent sur-vendu. 

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Découvrez comment nous accompagnons les grandes organisations dans le déploiement d’agents IA : https://quickscale.ai

Dans cet épisode d’AI Impact, je reçois Emmanuel Grenier, Directeur exécutif E-commerce, Data et Transformation chez Carrefour, et ancien CEO de Cdiscount pendant 15 ans.

Nous analysons comment un groupe international de 500 000 collaborateurs intègre l’intelligence artificielle au cœur de ses décisions stratégiques et opérationnelles.

Au programme :

• Comment l’IA permet de réduire une étude d’implantation de magasin de plusieurs semaines à quelques minutes

• L’impact concret sur le pricing et la performance en magasin • Le déploiement d’agents intelligents dans les flux métiers

• La transformation d’un distributeur historique en organisation pilotée par la technologie

• Les défis réels du passage à l’échelle

Un échange lucide sur la maturité réelle de l’IA dans le retail, au-delà des effets d’annonce.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Dans cet épisode d’AI Impact, Aliyya Adira, Cheffe de projet IA au sein d’une grande Maison du luxe français échange autour de la réalité des projets IA. Aliyya partage ses convictions, méthodes et expériences de terrain sur :

Les coulisses réelles des projets IA :
– comment capturer les besoins implicites du métier,
– pourquoi la méthode “vis ma vie” change tout,
– comment aligner business, data et IT pour maximiser la valeur.

La place des femmes dans la tech :
– pourquoi elles ne sont encore que 24 % dans les métiers numériques,
– le rôle des biais culturels, scolaires et organisationnels,
– comment encourager plus de diversité dans ces équipes stratégiques.

Les meilleures pratiques pour réussir un projet IA en entreprise :
– l’approche en 4 étapes testée et éprouvée par Aliyya,
– les erreurs classiques à éviter,
– les bonnes conditions pour favoriser l’adoption terrain.

Un épisode inspirant, lucide, et riche d’enseignements pratiques pour toutes celles et ceux qui pilotent (ou s’apprêtent à piloter) des projets IA dans des environnements exigeants.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Dans ce nouvel épisode d’AI Impact, Khémon Beh reçoit Juliette Bechdolff, Head of Data & AI chez Chaumet (groupe LVMH).

Ancienne data leader dans la banque et l’assurance, Juliette pilote aujourd’hui la transformation data et IA d’une maison emblématique du luxe. Ensemble, ils explorent comment une organisation centenaire intègre l’intelligence artificielle tout en préservant l’exigence, la créativité et la relation client propres au secteur du luxe. Au programme :

• Repenser la place de la data dans une maison de luxe

• La refonte de l’écosystème analytique et la migration vers une nouvelle data stack

• Les cas d’usage IA : optimisation des assortiments, prévision des ventes, gestion des stocks, accompagnement des équipes commerciales

• L’acculturation et la montée en compétence de l’ensemble de l’organisation

• La vision d’avenir : des agents IA intégrés, invisibles mais au service de l’expérience client

Un échange passionnant sur la façon dont tradition et innovation se conjuguent pour créer de la valeur dans le luxe.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Comment déployer l’IA dans une organisation mondiale comme Sanofi, et surtout… comment faire en sorte qu’elle soit adoptée ?

Dans cet épisode, j’ai eu le plaisir d’échanger avec Cyril Zaidan, AI Product Manager chez Sanofi, autour de Concierge, l’assistant IA interne développé par et pour les collaborateurs.

Nous revenons ensemble sur :

• L’ambition du CEO de Sanofi : devenir la première biopharma à déployer l’IA à grande échelle

• La genèse de Concierge et ses premiers impacts sur le terrain

• Pourquoi commencer avec les utilisateurs est clé pour l’adoption

• Le rôle de la frugalité et de l’agilité pragmatique (changement d’architecture plusieurs fois en quelques mois, sans interrompre l’usage)

• La collaboration directe avec les collaborateurs et l’importance des “jobs to be done”

• Comment associer expérimentation rapide, engagement des équipes et création de valeur concrète

• Les apprentissages clés pour les Product Owners et managers qui veulent lancer des projets IA

Un retour d’expérience sans filtre, qui montre comment un grand groupe peut innover comme une start-up tout en gardant l’humain au centre.

📌 Retrouvez AI Impact sur toutes les plateformes de podcast et sur YouTube.

👉 Abonnez-vous pour ne pas manquer les prochains épisodes.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

🔍 Comment la personnalisation des recommandations est-elle arrivée chez Veepee ?

🎙️ De la recherche aux licornes : structurer des équipes Data & IA from scratch

Dans cet épisode d’AI Impact, nous accueillons Jérémie Jakubowicz, ex-VP Data chez Veepee et Qonto, pour un échange riche, sans langue de bois, sur les coulisses de la construction d’équipes Data & IA performantes dans l’écosystème tech français.

🧠 De chercheur à leader data dans la tech
Jérémie revient sur son parcours singulier, depuis la recherche académique jusqu’à ses rôles de leadership chez ManoMano, Veepee et Qonto. Trois contextes, trois cultures, une constante : structurer, industrialiser, et délivrer de la valeur.

🔧 Construire des équipes data solides, dès le départ

• Pourquoi il faut commencer simple, même (surtout) dans un environnement tech avancé

• Comment structurer une équipe Data & IA à partir de zéro

• Le rôle du manager technique : rester proche du code, des revues et des arbitrages clés

• Les pièges à éviter quand on scale trop vite ou trop tôt

📐 Méthodes, rigueur et IA générative

• L'importance de documenter finement les problèmes avant de chercher des solutions

• Pourquoi les fondations statistiques restent indispensables, même à l’ère de l’IA générative

• Sa vision sur les agents IA : quelles ruptures à venir dans l’organisation et les métiers

Des anecdotes terrain, des erreurs coûteuses, des enseignements durables sur la mesure d’impact business, la communication avec les parties prenantes, et les soft skills nécessaires pour un data leader en 2025.

🎧 Un épisode dense, actionnable et sans jargon, à écouter absolument si vous pilotez (ou construisez) une organisation data à grande échelle.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

🚀 Comment SCOR déploie l’IA à l’échelle dans l’assurance ?

Antoine Ly , Chief Data Science Officer chez SCOR, partage dans ce nouvel épisode d’AI Impact un retour d’expérience passionnant sur la structuration, l’industrialisation… et la mise en production de solutions IA qui créent de la vraie valeur métier.

🎧 Au programme :

• Pourquoi SCOR a délaissé le modèle “data lab” au profit de squads agiles par projet

• Comment construire une équipe IA hybride from scratch, entre rigueur scientifique et culture produit

• Comment des fondations solides (données, évaluation, déploiement, monitoring) accélèrent l’adoption de nouveaux cas d’usage GenAI

• Un regard critique sur la hype des agents IA

• Et un deep dive sur la sélection du risque à partir de documents non structurés

💡 On parle aussi de soft skills, de curiosité, d’humilité face à un environnement en constante accélération..

👉 Un épisode dense, lucide, inspirant — pour celles et ceux qui veulent passer de la théorie à l’échelle.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

🎙️ Comment transformer la relation client avec l’IA générative

Dans cet épisode, je reçois Adrien Sasportes, co-fondateur et CTO d’AlloBrain, une startup qui repense la relation client grâce à l’IA.

Les cas d’usages :

✅ Comprendre les attentes clients à travers l’analyse des millions de conversations vocales et écrites

✅ Automatiser les interactions via callbots et chatbots, et assister les opérateurs en temps réel pour les échanges complexes.

✅ Évaluer automatiquement la qualité des échanges pour améliorer les performances des équipes.

✅ Transformer les avis vocaux en recommandations actionnables pour les métiers.

L’impact :

🎯 Amélioration continue : Identifier et corriger les irritants dans l’expérience client.

💬 Réactivité accrue : Répondre plus vite et avec précision.

🚀 Efficacité opérationnelle : Déléguer les tâches répétitives à l’IA pour se concentrer sur l’essentiel.

Stratégies et technologies abordées :

🤔 Make or Buy ? Quels critères pour choisir ?

🔍 LLMs ouverts vs propriétaires : Quel modèle pour quel besoin ?

📊 RAGs et modèles longue fenêtre : Pourquoi les RAGs restent essentiels.

Un grand merci à Adrien pour ce super échange !

👉 Et vous, comment voyez-vous l’IA transformer la relation client ?

#AIImpact #Podcast #IA #RelationClient #MachineLearning

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.