Dans cet épisode, Gil Katz nous montre comment Intelsia utilise l’intelligence artificielle pour transformer des données publiques éparpillées en levier stratégique pour les entreprises. Matching d’appels d’offres, RAG sur-mesure, agents intelligents… un vrai retour aux fondamentaux : créer de la valeur, pas de la hype.

🔊 Et si la vraie maturité IA ne résidait pas dans les LLM ou les agents autonomes, mais dans les choix que vous faites (ou pas) chaque semaine ? Écoutez un épisode concret, accessible, et sans langue de bois.

👥 Invité du mois

🎤 Gil Katz – Chief Data & AI Officer, Intelsia Group
Passionné, clairvoyant, et profondément ancré dans le réel. Gil nous partage son parcours entre recherche, start-up, scale-up et pilotage de projets IA à grande échelle.

🧭 Au programme de l’épisode

💡 L’IA au service des marchés publics : un cas d’usage aussi utile que complexe
🧱 Construire sa propre stack RAG : pourquoi, comment, pour qui
🎯 L'obsession du "bon arbitrage IA" : interne vs externe, générique vs spécifique
📉 Le vrai coût caché des LLM et comment garder sa liberté technologique
📊 L’IA comme levier de nouveaux produits (et pas juste de fonctionnalités)
📌 Les réalités de la donnée en France vs en Espagne : un contraste saisissant
⚖️ AI Act & gouvernance : un cadre juridique qui impose de la rigueur… mais pas de panique

💬 10 citations marquantes

• “Un bon RAG, ce n’est pas un luxe, c’est un levier business.”
•  “Je ne vois pas aujourd’hui de justification business à entraîner un LLM from scratch.”
•  “En France, on manque d’une culture de la donnée, clairement.”
•  “Le vrai sujet, c’est : sur quoi on choisit de ne pas mettre notre temps.”
•  “Chaque feature n’est pas un produit. Et tout produit ne mérite pas d’exister.”
•  “Les startups françaises sont extrêmement fortes… mais trop centrées sur elles-mêmes.”
•  “On centralise l’IA, mais on ne centralise pas les données publiques en France : paradoxe.”
•  “Nous avons développé notre propre RAG, car les solutions out-of-the-box ne suffisaient pas.”
•  “L’AI Act ? Il faut commencer par un simple audit : quelles données, quels modèles, quels usages.”
•  “Un agent, ce n’est pas juste un chatbot. C’est une IA qui prend des décisions et agit dans un système.”