The Bridge by Artefact

Laurent Daudet a plus de 15 ans d'expérience dans la recherche académique, expert internationalement reconnu des liens entre théorie de l’information et physique des ondes.

Il a co-fondé la société LightOn en 2016, qui s'est rapidement établie comme une entreprise emblématique de l'intelligence artificielle en France. Il raconte son parcours de professeur à entrepreneur, et sa vision d'une IA générative privée, sécurisée et éthique pour les entreprises.

In this video interview, Siddharth Mohan, Director Data Science & Global Lead for Causal AI Research & Marketing Mix Modelling at Artefact, explains the three methodologies (attribution, incremental testing, and marketing mix modeling, or MMM) that comprise the marketing measurement framework.

Attribution, incremental testing and MMM currently face constraints preventing seamless collaboration.

- The attribution model needs to incorporate constraints which contextualize the baseline, critical to understanding the overall impact of marketing activities.

- Incremental testing often necessitates advanced techniques like Bayesian Causal Inference and the Potential Outcomes Framework to remove confounding effects.

- In MMMs, there are solid opportunities to leverage the latest advances in Structured Causal Models.

Bertrand Brisou, Director, Data & Analytics at Artefact discusses his work as leader and coordinator of Artefact’s global marketing and measurement initiative.

On the agenda:

• What is marketing measurement? What are the challenges facing it?

• What are the methods of marketing measurement? What is each method used for?

• What are the challenges when dealing with online and offline marketing channels?

• How can companies strengthen their marketing measurement in 2024?

“Marketing Measurement is the art of measuring the impact of marketing channels on the business and the art of optimizing the marketing channel to maximize business outcomes that are generated from marketing initiatives,” says Bertrand Brisou

Sami Taaissat, Software & Data Engineer chez Artefact, partage la démonstration de la solution Generative AI Babylone : génération “immédiate” d’un agent conversationnel sur une base de connaissance existante ou d’un site web. Cette solution permet l'amélioration de l'expérience client grâce à la réduction des frictions et du temps consacré à la recherche d'informations, ainsi qu'une meilleure mise à disposition de la connaissance interne dans une entreprise. Elle apporte également de nombreux avantages aux équipes de vente et au service clientèle : une réduction du temps de résolution et une augmentation du nombre d'appels par heure, une meilleure pertinence des offres suggérées, une réactivité accrue, en particulier pour les agents moins qualifiés et les nouveaux opérateurs.

Xavier Perret, Directeur Cloud Azure chez Microsoft France, partage sa vision de l’impact de l’IA générative sur la société et les entreprises. Étant au cœur de cette révolution technologique depuis ses débuts, notamment avec le partenariat de Microsoft avec OpenAI, il a une analyse fine et un retour d'expérience très riche.

Xavier est à la fois passionné d’IA, mais aussi de cinéma et science fiction. Il nous partage dans cet entretien de nombreuses références et analogies pour mieux se projeter dans ce nouveau monde en pleine mutation.

Discover the interview with Aleksandra Semenenko, Data Science & Consulting Director at Artefact UK, about Marketing Mix Modeling. Aleksandra talks about the different trends she encountered with clients. She also explains Artefact's approach and mindest to tackle different issues. She finishes by sharing her vision of the future of MMM and how it will evolve in the coming years.

Hanan Ouazan explique ce qu'est l'IA générative et son histoire à travers plusieurs cas d'usage pour les entreprises. Il revient également sur les différentes technologies d'IA générative lancées depuis le début de l'année et les acteurs majeurs qui se démarquent dans ce domaine. Hanan détaille l'impact que l'IA générative et tous ces nouveaux outils vont avoir sur les métiers et les compétences à développer, et comment cela va transformer le monde de l'entreprise dans les années à venir.

Maxime Marembaud, Chief Data & Digital Officer, raconte l’évolution du département Data chez Sodexo, qui a connu 3 grandes phases de développement, en passant d’un modèle Data Lab en mode push de proposition de use cases, à une organisation Data Factory en mode pull au plus près des besoins des métiers et régions, à récemment un modèle “pivot” qui associe le Data au Digital avec au coeur du dispositif, le consommateur. 

Toute la stratégie data actuelle du groupe est d'avoir une compréhension de plus en plus fine de ces millions de consommateurs quotidiens afin de mieux appréhender et comprendre leurs besoins. Grâce à cette meilleure prédiction de la fréquentation des restaurants et de la consommation de repas via le traitement massif et optimisée des données, Sodexo a réalisé une baisse de 30 % du gaspillage alimentaire depuis 4 ans !

Sami Taaissat, Software & Data Engineer chez Artefact, raconte comment l’IA générative a déjà transformé son quotidien professionnel grâce à l’usage de ces nouvelles technologies. Il partage sa vision de l’impact que l’AI générative va avoir sur son métier de Data Engineer et les nouvelles compétences à acquérir. Sami nous donne aussi son point de vue sur ce nouvel écosystème technologique et les nouvelles possibilités de développement rapide d’algorithmes très performants.

Basile Marmoy, Senior Data Consultant chez Artefact, explique l'impact des technologies IA génératives sur son métier. Selon lui, l’IA générative transforme les processus de développement et démonstration de cas d’usage, et les relations entre les métiers. Basile explique l’importance d’une acculturation à ces nouvelles technologies et de la compréhension des enjeux relatifs à cette adoption par tous, à tous les niveaux d’une organisation. Il partage quelques conseils pour accélérer l’intégration de l’IA générative au sein des entreprises.

Basile Marmoy, Senior Data Consultant chez Artefact, a largement contribué à l'élaboration de l'Etude sur l’IA générative auprès d’une soixantaine de dirigeants et leaders d’opinion. Il explique l'approche méthodologique appliquée et les principaux résultats de ce rapport sur la base des témoignages passionnants avec les sociétés : AODocs, Blablacar, Carrefour, Deezer, Fnac Darty, Ipsos, Maisons du Monde, Malt, Orange France, L’Oréal, Servier Groupe, PhotoRoom, Solocal, Webhelp, etc…

Leïla Achour, Directrice du Développement chez Artefact 3000, nous explique comment les technologies IA génératives ont impacté le secteur de la création et de la publicité. Leïla explique aussi comment le métier des créatifs et du marketing se sont transformé avec la sortie de ChatGPT, accessible à tous. Elle partage aussi quelques projets créatifs concrets déjà déployés chez Artefact3000, qui ont recours à l’IA générative. Elle conclut l'entretien en partageant sa vision de l'avenir du métier de créatifs avec tout le potentiel apporté par l’IA générative. 

Daniel Al Choboq, Senior Data Scientist chez Artefact, explique dans ce Data Coffee ce qu’est la solution Pythie d’Artefact, qui embarque de la technologie IA générative. Il détaille le développement de la démo ainsi que le fonctionnement de Pythie. Daniel partage aussi l'impact qu'ont eu les technologies IA génératives sur son métier de data scientist et la manière dont il a évoulé depuis. 

Iliass Benryane, Lead Data Scientist chez Artefact, nous présente l’impact que les technologies IA génératives ont sur le secteur du développement et de la data science. Il nous raconte de quelles manières son métier est en train de se transformer et nous partage sa vision de l'avenir de ce corps de métier, influencé par la puissance technologique de l'IA générative.

Violaine Berland, Directrice Conseil chez Artefact, nous présente sa vision du data mesh, et notamment ses liens avec les data products, ainsi que les facteurs qui permettent de délivrer le maximum de valeur en lien avec le déploiement d’un modèle data mesh, ainsi que les règles organisationnelles associées.  

Killian Gaumont, Senior Manager chez Artefact, explique le concept relativement récent du Data Mesh, qui vise à décentraliser la gouvernance de la donnée à travers la bonne définition de domaines data, tout en évitant les phénomènes de silos entre les entités d’une organisation. Il revient sur la manière de mettre en place le modèle data mesh  à travers des exemples, mais également sur les défis à relever et les facteurs de succès du déploiement d’un data mesh à l’échelle d’une grande organisation. 

Jean-Baptiste Charruey, Directeur Data Engineering et Tech Lead chez Artefact, nous présente sa vision du data mesh, discute du rôle d’une gouvernance centralisée, des outils associés au data mesh, ainsi que les profils à inclure permettant de gérer une telle approche.

Après un tour du monde des Smart Cities lors de son Master of Science à l’emlyon, Hubert Beroche explique comment les IA urbaines peuvent améliorer la vie des citoyens dans leur quotidien et comment chaque individu peut servir de “capteur” pour les enrichir grâce à une approche collective et interactive. Il explique comment Urban AI, Think Tank international regroupant chercheurs et chefs d’entreprises, propose une alternative ”humaine” et éthique de la gouvernance des données urbaines à une vision parfois très technologique des villes du futur. 

Tout le monde parle de Data Mesh, mais ça consiste en quoi et comment on en retire de la valeur. Le Data Mesh est une approche d’architecture data décentralisée orientée autour de Domaines de Données (domain names). Arvand Modarresi, Partner chez Artefact, explique comment cette démarche doit être adaptée au niveau de maturité data de chaque entreprise.

Les nouvelles technologies d'IA apportent beaucoup à l'amélioration de la computer vision, vision artificielle, traduction automatique… et ce, dans tous les secteurs, tels que la santé, la logistique ou encore le droit.
L'IA, ses limites et l'éthique, encore beaucoup de progrès à faire, mais la porte est grand ouverte aux avancées futures.