Mirakl : Déployer des Agents IA pour le Business à l'échelle
#121 - Le zoom, le podcast avec Laure, ses ressources préférées et un épisode sur le Data Management avec Informatica
Hello,
Bienvenue dans l'édition #121 de la newsletter DataGen ! 👋
L'agenda de la semaine :
🔍 Zoom sur le déploiement des Agents IA chez Mirakl
🎙 Le podcast avec Laure, AI Agents & Analytics Director chez Mirakl
📚 Les ressources recommandées par Laure
🎙️ L’épisode sur le Data Management avec Informatica
C’est parti !
🔍 Zoom sur le déploiement des agents IA chez Mirakl - 4 min
Ce zoom est tiré de mon échange avec Laure, AI Agents & Analytics Director chez Mirakl, la licorne française qui accompagne les entreprises sur le développement de leur eCommerce avec des solutions SaaS notamment pour la marketplace ou le retail media, et qui a réalisé une levée de fonds record de 555 millions de dollars.
La genèse du projet
Tout a commencé avec une impulsion du CEO début 2023 suite à l'émergence de ChatGPT. Une task force s'est rapidement formée pour explorer le sujet GenAI au sens large. Une Chief Data & AI Officer a été recrutée en 2024 pour structurer le sujet. Laure a rejoint l’équipe fin 2024 pour structurer le chantier “Agent IA dédié au Business.”
“L’objectif est de mettre en place des initiatives IA pour le Business sans avoir une approche top-down et un pôle centralisé mais plutôt en donnant des outils à tous les employés Mirakl pour qu’ils améliorent leur métier et leur quotidien en autonomie à l'aide de l'IA.”
Le pilote réalisé avec Dust
Pour lancer l’initiative, ils ont lancé un pilote de 2 mois avec Dust (outil no-code qui permet de créer des assistants IA) et une cinquantaine de collaborateurs venant de différents départements (Customer Success, Sales, Finance, Produit).
"On a été accompagné par Dust avec une première formation prise en main de la plateforme. Puis pour maintenir la dynamique, on a réalisé des réunions toutes les semaines : des démos, des réflexions sur des use cases, des questions…”
Les trois types d'agents développés
Les agents autour du support (“type ASK”) : ces agents simples sont connectés aux bases de connaissances internes IT, RH ou Finance. Ils permettent de répondre aux questions courantes telles que "Comment accéder à tel outil ?" ou "Quels sont les process d'évaluation ?".
Les agents de génération de contenu : aujourd’hui, ils sont principalement utilisés par les équipes commerciales pour automatiser la réponse aux appels d'offres ou les routines d'emailing pour réengager les prospects.
Les agents d'analyse de données : par exemple, ils ont travaillé sur un agent qui aide les Product Managers à générer leurs requêtes SQL.
"L'objectif est d'accompagner les PM dans la production de requêtes SQL afin qu’ils puissent faire leurs propres analyses."
Les trois challenges rencontrés
Les attentes vs la réalité
"Il y a encore des incompréhensions et parfois trop d'attentes sur ce que peut faire un LLM. Par exemple, sur le côté non-déterministe, c’est surprenant pour certains qu’un LLM donne des réponses différentes pour une même question, c’est important d’expliquer que c’est normal.”
L'effet "one-click"
"Quand on commence à discuter avec un utilisateur, il veut en général que tout soit automatisable immédiatement. Il faut vraiment inciter à décomposer son problème en étapes et valider sur quelles étapes l'IA peut aider. Et une fois qu'on a un bon résultat, on va commencer à automatiser et à faire des workflows."
L'adoption à grande échelle
"On a ouvert depuis quelques semaines à toute la boîte, donc 600 utilisateurs, et on a plus d’une centaine d'agents maintenant. Le challenge, c'est de ne pas avoir une armée d'agents qui ne seront pas utilisés."
🎙 Le podcast avec Laure, AI Agents & Analytics Director chez Mirakl
On aborde :
Son parcours jusqu'au poste d'AI Agents & Analytics Director
La genèse du projet agents IA (cf. zoom)
Les différents types d'agents développés (cf. zoom)
La stack technique avec Dust
Les challenges rencontrés (cf. zoom)
Le passage à l'échelle : de 50 à 600 utilisateurs
Le recrutement d'un AI Agent Engineer
Les prochaines étapes : objectifs, formation, power users
"Notre objectif est que la moitié des employés aient créé leurs propres agents cette année et que l’on ait une cinquantaine d'agents qui apportent une valeur tangible (ex : gain de temps)."
Liens vers l'épisode : Apple Podcasts | YouTube | Spotify | Deezer
📚 Les ressources recommandées par Laure
Les meetups Générative AI Paris
"Ce sont des meetups dans lesquels il va y avoir des retours d'expérience très concrets, pas de bullshit. Je trouve qu'à chaque fois, on apprend vraiment beaucoup de choses !”
La plateforme DeepLearning.AI pour la formation
“En ce moment, je benchmark pas mal de contenus pour créer des formations en interne. J’ai trouvé cette formation vraiment quali !”
La chaîne YouTube 3Blue1Brown
"Cette chaîne a juste le bon niveau de vulgarisation."
🎙️ L’épisode sur le Data Management avec Informatica
Are Hegdal est un Expert Data Management. Il travaille chez Informatica depuis cinq ans et est dans la data depuis presque 20 ans. Informatica est un leader mondial du secteur du Data Management.
On aborde :
La genèse et les grandes briques d’Informatica (Intégration, Vision 360°, Data Quality…)
Leur positionnement sur le marché (plateforme globale, approche neutre, R&D…)
Deux cas d’usage Data & GenIA dans la Pharma et l’Assurance
L’impact de l’IA sur le positionnement d’Informatica.
Liens vers l’épisode : Apple Podcasts | YouTube | Spotify | Deezer
“Le passage à l'échelle des différents projets IA nécessite beaucoup de données. Donc il faut une stratégie de Data Management qui soit robuste pour accompagner ce passage à l'échelle."