DataGen

Alexandre Robicquet a monté une startup dans l’IA qu’il a vendue à OpenAI en 2025. Il a ensuite choisi de rester chez OpenAI comme Research Scientist pendant un peu plus d’un an avant de finalement rejoindre Google.

On aborde :

🔥 Son parcours de CEO à Research Scientist chez OpenAI, et son rôle dans le développement des modèles

🔥 Le cycle de développement des modèles : entraînement, évaluation et gestion des biais

🔥 La course aux modèles entre OpenAI, Anthropic et Google, et les choix stratégiques de chacun

🔥 Les grands risques de l’IA : sécurité, manipulation et impacts sur la société

💪 SE FORMER A L'AGENTIQUE AVEC DATABIRD ET DATAGEN

On a lancé avec DataBird 3 bootcamps IA :

👉 DataGen apporte sa vision du marché pour co-construire et faire évoluer les programmes

👉 DataBird apporte son expertise dans la formation avec 4000+ profils Data & IA formés

Découvrez toutes les formations et bénéficiez de 5% de réduction, uniquement en réservant via ce lien

Dans le cadre de ce partenariat, DataGen touche une commission sur les inscriptions. 🙂

📚 RESSOURCES

- Le LinkedIn de Alexandre

- Le compte X d’Andrej Karpathy

🎬 CHAPITRES

00:00 De CEO à Research Scientist

04:56 Research Scientist chez OpenAI

17:04 Cycles de développement des modèles

21:57 Course OpenAI / Anthropic / Google

27:22 Gestion des biais

32:10 Risques de l'IA

39:55 Reco de contenu d’Alexandre

41:08 Le meilleur conseil qu’on lui ait donné

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#297 - Palantir, Google, Expedia : Les clés pour réussir ses produits IA

#292 - DoorDash : Monter une équipe Data Science & Analytics (aux US)

#286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)

💪 VOUS AVEZ UN PROJET DATA ?

DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.

👉 Nous rencontrer ici

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Boris Valensi a lancé des produits IA chez Palantir, Google et Expedia en tant que PM, Lead PM puis Director of PM.

Il va nous raconter son parcours et nous partager ses plus gros enseignements.

On aborde :

🔥 Comment Palantir a réussi à mettre en place le fameux modèle Forward Deployed Engineers

🔥 Comment Google a réussi à déployer des produits IA qui génèrent des milliards (rigueur produit, PRD, tech review, A/B testing)

🔥 L’accélération IA chez Expedia et la mise en place d’une approche produit à la Google

🔥 Les risques liés à l’IA et à l’arrivée des LLM pour les marketplaces comme Expedia

💪 SE FORMER A L'AGENTIQUE AVEC DATABIRD ET DATAGEN

On a lancé avec DataBird 3 bootcamps IA :

👉 DataGen apporte sa vision du marché pour co-construire et faire évoluer les programmes

👉 DataBird apporte son expertise dans la formation avec 4000+ profils Data & IA formés

Découvrez toutes les formations et bénéficiez de 5% de réduction (uniquement en réservant via ce lien) : ici

Dans le cadre de ce partenariat, DataGen touche une commission sur les inscriptions. 🙂

📚 RESSOURCES

- Le LinkedIn de Boris

- Les ressources d’Andrew Ng

- Les contenus de Marty Cagan

- Pour recevoir la liste des 10 outils data & IA à suivre en 2025, inscrivez-vous à la newsletter DataGen ici

🎬 CHAPITRES

00:00 Le parcours de Boris

03:40 Clés du succès de Palantir

17:04 Son arrivée chez Google

19:10 Excellence produit chez YouTube

28:31 Enjeu tech ou humain ?

36:11 Son expérience chez Expedia

41:47 Impact de l’IA sur le secteur du Travel

52:25 Son projet entrepreneurial

54:06 Ses ressources préférées

54:49 Ce qui l’a fait progresser

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#187 - Palantir : La plateforme Data & IA pour les cas d’usage opérationnels

🇺🇸 #290 - Facebook, Slack & Patreon : Culture Data, Rôle du Data Scientist et Importance de l’influence

🇺🇸 #292 - Doordash : Monter une équipe Data Science & Analytics (aux US)

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Melvyn Peignon est Product Management Director chez ClickHouse, la base de données en temps réel utilisée par Deliveroo, Uber, Qonto ou Accor, mais aussi par de nouveaux géants comme OpenAI, Anthropic et Tesla.

Avec l'accélération de l'IA et l'explosion des besoins temps réel, l'entreprise a connu une croissance exceptionnelle ces dernières années.

Ils ont atteint une valorisation de 15 milliards de dollars après une levée de fonds de 400 millions de dollars en 2026, comptent 4 000+ clients et réalisent 250+ millions de dollars d'ARR.

On aborde :

🔥 Comment l'arrivée des agents IA impacte ClickHouse, la base de données et l’observabilité

🔥 La création d’une Agentic Data Stack avec le rachat de Langfuse, leader dans l’observabilité et l’industrialisation des agents IA

🔥 Les nouvelles fonctionnalités d’observabilité “sur étagère” inspirées de ce que propose Datadog, Elastic…

🔥 L'extension vers une plateforme data & IA complète (PostgreSQL, CDC, streaming queries)

❤️ PARTENAIRE

Ce podcast est rendu possible par ClickHouse.

👉 Contacter ClickHouse ici

👉 Contacter Melvyn sur LinkedIn ou par mail : [email protected]

📚 RESSOURCES

- Le LinkedIn de Melvyn

- Le blog de ClickHouse

- Le livre Thinking Backwards: The Art of Problem Solving in Business

- Pour recevoir le dossier sur les parcours des Head of Data & IA des plus belles boites, s'inscrire à la newsletter ici.

🎬 CHAPITRES

00:00 L’impact de l’agentique sur ClickHouse

05:04 Zoom sur le cas d’usage d’observabilité

10:56 News #1 : L'observabilité

17:27 News #2 : L’Agentic Data Stack

23:35 News #3 : L'analyse en temps réel

29:06 Ses ressources préférées

30:20 Ce qui l'a fait progresser

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#153 - ClickHouse : Le Real-Time Data Warehouse qui Concurrence les Géants (BigQuery, Snowflake…)

#231 - On décrypte avec Blef : Sommets Snowflake et Databricks, ClickHouse, DuckDB, BigQuery

#279 - Stellantis : Leur stratégie agentique

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Gautier Chenard est Data Analytics Director chez Malt, la plateforme leader du freelancing en Europe qui met en relation des freelances avec des entreprises.

On aborde :

🔥 Pourquoi une partie des Data Analysts va devenir obsolète et comment l'IA transforme leur métier en vrai builder

🔥 Chantier #1 : La construction de MaltyAI, de l'échec des premiers LLM à un agent analytics avec 90% de bonnes réponses

🔥 Chantier #2 : Comment l'équipe Data a construit une app de réponse aux RFP en quelques jours avec Claude Code, sans Software Engineer

🔥 Pourquoi ils ont volontairement réduit le scope de l'agent et les pièges de la gouvernance LLM à éviter.

💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN

On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Ecouter l’épisode 151 “Devenir Analytics Engineer en 6 semaines” avec DataBird ici

DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂

📚 RESSOURCES

- Le LinkedIn de Gautier

- Les essais de Paul Graham

- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le parcours de Gauthier

02:35 Les Data Analysts, obsolètes ?

05:56 MaltyAI, leur agent analytics

11:10 Construire des data products avec l'IA

14:01 Leurs difficultés : gouvernance et évaluation

18:43 Leurs prochaines étapes

21:00 Sa ressource préférée

22:38 Ce qu’il aime dans la data

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#281 - Créer la couche de contexte pour l'agent AI Analytics de Gorgias

#273 - Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex (Talk Show)

#236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Maxime Bossu est Senior Product Data Analyst chez Inkitt à San Francisco, la licorne qui propose une plateforme qui permet aux écrivains de se faire connaître auprès d’une audience et de se faire éditer.

Maxime a construit un agent AI Analytics chez Inkitt. L’objectif est que le business puisse poser toutes ses questions data et construire des dashboards en langage naturel.

Il va nous expliquer comment il s’y est pris, les outils qu’il utilise et les plus gros challenges qu’il a rencontrés.

On aborde :

🔥 Le parcours de Maxime pour devenir Senior DA à San Francisco

🔥 Chantier #1 : Construire un prototype d’agent AI Analytics (PDF, Gemini Pro)

🔥 Chantier #2 : Industrialiser cet agent et le déployer (Lovable, Redash, Slack)

🔥 Les plus grosses difficultés qu'il a recontrées sur ce projet et sa vision du métier de Data Analyst dans le futur

❤️ PARTENAIRE

Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé dans l'automatisation des développements Data & Analytics avec des agents IA.

👉 Ecouter l’épisode avec Frédéric Forest, leur Directeur Général ici

👉 Contacter Frédéric sur LinkedIn ou par mail : [email protected]

📚 RESSOURCES

- Le LinkedIn de Maxime

- La chaîne Youtube de Zach Wilson

- La Newsletter de Zach Wilson

🎬 CHAPITRES

00:00 Présentation d’Inkitt

02:08 Le parcours de Maxime

07:07 Stack & organisation

08:43 Construire le prototype

11:23 Industrialiser et déployer

20:39 Ses plus grosses difficultés

21:38 Ses prochaines étapes

30:25 Sa ressource préférée

31:01 Ce qui l'a le plus fait progresser

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#287 - Masterclass | Automatiser ses développements Data & Analytics avec des agents IA (Claude Code)

#281 - Gorgias : Créer sa couche de contexte pour l'agent AI Analytics

#273 - Talk Show : Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Axel de Goursac est Partner AI Lead chez KPMG France. Avant ça, Axel était directeur de la Data Science et de l'IA au sein du groupe LVMH. Dans cette masterclass, Axel nous explique comment valoriser sa stratégie GenAI et les 4 pièges à éviter.

On aborde :

🔥 Les 4 pièges qui font échouer une stratégie GenAI en entreprise : essoufflement des budgets, AI bashing en interne, fuite des talents, crainte de l'IA qui remplace les métiers

🔥 Chantier #1 : Collecter les cas d’usage et créer une vision “portefeuille” (cycle de vie et gouvernance)

🔥 Chantier #2 : Mesurer la valeur des projets IA (ROI, efficacité, qualité de service et réduction des risques)

🔥 Chantier #3 : Communiquer les succès pour accélérer l'adoption, le passage à l'échelle, et désamorcer la méfiance en interne

❤️ PARTENAIRE

Ce podcast est rendu possible par KPMG.

👉 Recevoir l’étude AI Quarterly Pulse

👉 Contacter Axel sur LinkedIn ou par mail

📚 RESSOURCES

- Le LinkedIn d’Axel

- L'étude AI Pulse

- Le post LinkedIn sur le cas d’usage IKEA

🎬 CHAPITRES

00:00 À qui on s’adresse ?

02:31 Les 4 pièges qui font échouer les stratégies GenAI

07:43 Chantier #1 : Collecter les cas d’usage

11:50 Chantier #2 : Mesurer la valeur

18:36 Chantier #3 : Communiquer le succès

22:55 Cas d’usage sur un acteur de l’énergie

24:11 Le principal défi de chaque chantier

25:53 Sa ressource préférée

28:02 Le meilleur conseil qu’on lui ait donné

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#263 - Masterclass | Mettre en place une stratégie GenAI qui passe à l’échelle et génère du ROI avec Axel de Goursac, Partner AI Lead chez KPMG France 

#233 - Carrefour : Déployer la stratégie IA Générative du Groupe

#214 - Adeo : Déployer la stratégie IA du Groupe (Leroy Merlin, Bricoman, Weldom…)

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Ruben Kogel a monté une équipe Data Science & Analytics chez Doordash, le leader de la livraison de repas aux États-Unis, qui a également racheté Deliveroo et Wolt.

Il nous raconte comment il a construit cette équipe, les choix d'organisation qu'il a faits, pourquoi il a fait de l’inférence causale l’un de ses chantiers principaux et la manière dont l'IA est en train de transformer le métier de Data Scientist.

On aborde :

🔥 Son parcours pour devenir Head of Data Science dans une grosse boîte tech américaine

🔥 Chantier #1 : Recruter et structurer une équipe de 14 Data Scientists spécialisés sur la prise de décision

🔥 Chantier #2 : Adopter des méthodologies d’inférence causale pour augmenter l’impact de l’équipe

🔥 Chantier #3 : Redéfinir le rôle du Data Scientist à l’ère de l’IA et de l’agentique

❤️ PARTENAIRE

Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé dans l'automatisation des développements Data & Analytics avec des agents IA.

👉 Ecouter l’épisode avec Frédéric Forest, leur Directeur Général ici

👉 Contacter Frédéric sur LinkedIn ou par mail : [email protected]

📚 RESSOURCES

- Le LinkedIn de Ruben

- Le podcast Stratechery

- Le podcast Sharp Tech d'Andrew Sharp et Ben Thompson

- Le podcast Capitalism

- Le livre The Signal and the Noise de Nate Silver

- Le livre Chaos Monkeys de Antonio García Martínez

- Pour recevoir la liste des 10 outils data & IA à suivre en 2025, inscrivez-vous à la newsletter DataGen ici

🎬 CHAPITRES

00:00 Doordash vs Uber Eats

02:50 Le parcours de Ruben

10:54 Chantier #1 : Création de l’équipe

19:16 Chantier #2 : Inférence causale

30:04 Chantier #3 : Nouveau rôle du Data Scientist avec l’IA

34:22 La nouvelle aventure de Ruben

37:06 Ses reco de contenu

39:24 Ce qui l'a fait progresser

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

🇺🇸 #286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)

#257 - Uber : Comment fonctionne l'équipe Data Science (projets, organisation & culture)

#221 - Comment l’ex-Head of Data d’Airbnb structure le département Data & IA chez Malt

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Jonathan Palmer is the former VP of Data at Scopely, a US-based unicorn behind hit mobile games such as Monopoly GO!.

He grew and led the data team at Scopely to 50 people, mostly based in Barcelona.

Before that, Jon was Product Director for Core Data Services at King, the Swedish unicorn behind the hit game Candy Crush. He was also Head of BI at GoCardless, the British unicorn. And he is now field CTO at Omni, the BI & AI Analytics platform.

We cover:

🔥 Workstream #1: scaling the data organization from 10 to 50 people (main teams, organization…)

🔥 Workstream #2: building a modern data stack to improve performance, simplify hiring, and support hypergrowth

🔥 Workstream #3: evolving roles, developing leaders, and adapting the organization as the company scaled

🔥 The biggest challenges: imposter syndrome, managing change, and cultural differences

📚 RESOURCES

- Jon’s Linkedin profile

- The book What I Talk About When I Talk About Running by Haruki Murakami

🎬 CHAPTERS

00:00 What's Scopely?

01:52 The context when he arrived

02:41 Organizing the data team

08:45 Building a Modern Data Stack

13:44 Adapting the team to new needs

15:37 Fighting the imposter syndrome

16:57 Leading a big team

20:23 Managing cultural differences

23:15 Why he joined Omni

25:00 Jon’s favorite resources

26:13 His best advice

🤩 OTHER EPISODES YOU SHOULD LOVE

#8 - Marshmallow: Building the data analytics team at a unicorn

#4 - Ex-VP of Product at Looker, he launched Omni, the challenger in Business Intelligence

#1 - BlaBlaCar : Managing 50 Data People with Manu, VP Data

👋 MORE DATA CONTENT?

1/ Follow me on LinkedIn here 🤳

2/ Sign up for the newsletter (summaries, events) here 💌

3/ Check out the podcast in video format on YouTube here 📹

🎙 SUPPORT THE PODCAST FOR FREE

1/ Subscribe 🔔

2/ Leave a 5 stars review on Apple Podcasts here 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Olivier Devoret a passé 10 ans chez Facebook et Slack en tant que Data Scientist puis Staff Data Scientist. Il a ensuite passé trois ans à structurer puis diriger l'équipe Data chez Patreon, la licorne américaine qui permet aux artistes et créateurs de contenu d'animer et de monétiser leur communauté.

On aborde :

🔥 Le rôle du Data Scientist chez Meta/aux US et les grosses différences avec la France

🔥 La culture data chez Meta : transparence radicale, importance de l’influence, culture Produit

🔥 La culture data chez Slack et pourquoi elle est opposée à celle de Meta

🔥 Comment il a structuré une équipe Data chez Patreon sur les 3 dernières années

❤️ PARTENAIRE

Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé dans l'automatisation des développements Data & Analytics avec des agents IA.

👉 Ecouter l’épisode avec Frédéric Forest, leur Directeur Général ici

👉 Contacter Frédéric sur LinkedIn ou par mail : [email protected]

📚 RESSOURCES

- Le LinkedIn d'Olivier

- Pour recevoir le dossier sur les parcours des Head of Data & IA des plus belles boites, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le parcours d’Olivier

03:21 Data Scientist FR vs US

08:16 Culture data chez Meta

13:38 Culture data chez Slack

21:39 Son arrivée chez Patreon

23:30 Équipe Pull vs Push

28:50 Utiliser la data pour changer la stratégie

34:19 Le lancement de son fonds d’investissement

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)

#257 - Uber : Ex-Data Science Manager, elle raconte ses 9 ans dans la Silicon Valley

#221 - Comment l'ex-Head of Data d'Airbnb structure le département Data & IA chez Malt

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Matthieu Grymonprez et Romain Taillade sont respectivement Global Leader du Digital chez Adeo (leader européen du bricolage et maison-mère de Leroy Merlin, Weldom…) et Global CTO chez Decathlon. L’épisode est enregistré en direct du Dev Summit, l'événement tech co-organisé par les deux groupes qui a réuni plus de 2000 participants et des centaines de speakers.

On aborde :

🔥 Les contextes agentiques chez Adeo et Decathlon

🔥 L’importance de la plateformisation (APIs, standardisation, défragmentation du SI)

🔥 Les initiatives clés qui ont été lancées (agentic commerce, automatisation du développement…)

🔥 Leurs premiers enseignements (harnais, sémantique layer, gouvernance et self-service)

📚 RESSOURCES

- Le LinkedIn de Matthieu

- Le Linkedin de Romain

- Pour recevoir la liste des plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 La co-organisation du Dev Summit

03:01 Le contexte agentique chez Adeo et Decathlon

04:04 La phase clé de “plateformisation”

09:39 Les initiatives clés lancées

16:31 L’agentic commerce

22:41 Leurs 1ers enseignements

28:59 Le mot de la fin

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#279 - La stratégie agentique de Stellantis (Peugeot, Citroën, Fiat…)

#219 - La stratégie Analytics de Decathlon

#214 - Déployer la stratégie IA d’Adeo (Leroy Merlin, Bricoman, Weldom…)

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.