Stellantis : Leur stratégie agentique
#156 - Le zoom, le podcast avec Annabelle et sa ressource préférée
Hello,
Bienvenue dans l’édition #156 de la newsletter DataGen ! 👋
L’agenda de la semaine :
🔍 Zoom sur la stratégie agentique de Stellantis
🎙 Le podcast avec Annabelle, VP of AI & Data Business Insights chez Stellantis
📚 La ressource recommandée par Annabelle
C’est parti !
📢 Vous connaissez ThoughtSpot ?
C’est la solution spécialisée sur l’agentic analytics qui permet de faire de la BI et de l’analyse en langage naturel.
Elle a été valorisée plus de 4 milliards de dollars et est utilisée par de très belles boîtes comme DoorDash, Lyft, Sephora aux US et Canal+ en France.
J’ai reçu François, leur Senior VP Product Management, qui est venu en parler dans l’épisode 274. Il nous explique pourquoi la solution connaît un tel succès et comment réussir le déploiement d’une solution agentic analytics.
Ils ont aussi rédigé cet article qui synthétise notre échange.
Un immense merci à ThoughtSpot de sponsoriser DataGen. ❤️
🔍 Zoom sur la stratégie agentique de Stellantis - 4 min
Ce zoom est tiré de mon échange avec Annabelle, VP of AI & Data Business Insights chez Stellantis, l’un des leaders de l'automobile qui regroupe 14 marques : Peugeot, Citroën, DS, Fiat, Alfa Romeo, Jeep, Chrysler… et 250 000 collaborateurs dans le monde.
Le contexte de départ
Annabelle rejoint Stellantis en 2023 en tant que Generative AI Director pour accélérer le déploiement de cas d’usage GenAI avec une équipe de 6 personnes. Au bout d’un an, cette équipe fusionne avec l’équipe Data existante (Business Intelligence, Data Engineering…). Aujourd’hui, Annabelle encadre une équipe de 60 personnes qui couvre toute la chaîne data & IA pour les cas d’usage qui sont “en dehors du véhicule”. La partie véhicule connecté est gérée par une autre équipe Data & IA.
“On couvre les cas d’usage Sales & Marketing, Supply Chain, Après-Vente, Purchasing, Fonctions Corporate. L’enjeu majeur, c'est le scale : comment déployer des cas d’usage à la fois pour l’externe et l’interne dans un groupe multi-régions qui compte 250 000 collaborateurs dans le monde.”
Les premières initiatives (liste non-exhaustive)
1) Mettre en place une AI Gateway centralisée pour les modèles
Stellantis a pris en compte très tôt les enjeux d’industrialisation (sécurité, monitoring…). Par ailleurs, dans l’automobile, la gestion des coûts est très importante. Ils ont déployé une AI Gateway qui centralise et sécurise l’accès aux modèles et permet de contrôler les coûts grâce à un monitoring intégré.
“Dans le milieu automobile, c’est très formateur sur la gestion des coûts. Avant même d’avoir démarré, il faut avoir un plan pour contrôler les coûts.”
2) Aider les ingénieurs à trouver des spécifications techniques sur des composants (distance entre deux points de soudure, caractéristiques d’un composant…)
Le groupe compte plus de 8 000 ingénieurs qui passent un temps fou à chercher manuellement des informations dans de la documentation technique. La solution centralise toute cette documentation et permet d’y accéder en langage naturel.
“Il y avait un gros sujet de données non structurées. On a collecté toute la documentation technique des machines pour leur mettre à disposition avec de la recherche intelligente.”
3) Aider les opérateurs en usine à résoudre des pannes machines
Le principe est le même. Quand une machine affiche un code erreur, l’opérateur peut interroger la solution plutôt que de feuilleter des manuels de plusieurs centaines de pages.
“C’est également un RAG sur la documentation technique des machines. On rend accessible la solution via des ordinateurs positionnés à des points stratégiques de la chaîne d’assemblage.”
4) Aider les concessions à diagnostiquer les véhicules
Quand un client amène son véhicule en maintenance, le dealer obtient automatiquement la détection de l’erreur et un plan de résolution sur la base des voyants qui sont affichés dans le véhicule.
“L’objectif est de réduire le temps d’immobilisation du véhicule en concession.”
La stack agentique : multi-cloud, MCP & AI Gateway
La stack s’appuie sur une approche multi-cloud déjà déployée chez Stellantis et favorise les services natifs des providers déjà utilisés ainsi que des frameworks open source comme LangChain et LangFuse. L’objectif est d’éviter le vendor lock-in et de garder la liberté de basculer d’un provider à l’autre selon les cas d’usage, les coûts ou la disponibilité régionale.
Le chantier central, c’est la MCP Gateway. L’objectif est de connecter tous les agents entre eux et de pouvoir interagir avec les données de Salesforce, ServiceNow, SAP, Snowflake ou Palantir et de les rendre accessibles directement depuis Teams, l’interface déjà utilisée au quotidien par les collaborateurs.
“On va permettre à nos employés qui utilisent Teams au quotidien d’aller interroger la donnée qui est dans le data lake, le CRM et tous les systèmes IT.”
🎙 Le podcast avec Annabelle, VP of AI & Data Business Insights chez Stellantis
On aborde :
Le contexte de départ (cf. zoom)
La spécificité de l’automobile et de l’industrie
Les premières initiatives (cf. zoom)
L’organisation de l’équipe Data & IA chez Stellantis
La stack agentique : multi-cloud, MCP Gateway, multi-LLM (cf. zoom)
Leurs 2 plus grosses difficultés : l’adoption et la maîtrise des coûts
Leurs prochaines étapes : l’AI Garage, le nouveau profil AI Business Process Lead
“Le gros challenge, c’est la partie adoption. Il y a des énormes écarts selon les métiers. Par exemple, dans les usines, il y a peu d’écrans et la priorité des ingénieurs est de fabriquer des véhicules. C’est plus compliqué en termes d’adoption.”
Liens vers l’épisode : Apple Podcasts | YouTube | Spotify
📚 La ressource recommandée par Annabelle
Le livre The Phoenix Project de Gene Kim, Kevin Behr et George Spafford
“Mon mentor lorsque j’étais chez Airbus m’avait recommandé ce livre. Il m'a beaucoup marqué, notamment sur la partie speed of delivery et sur comment faire face au chaos.”