Comment BMW Group favorise la résilience de l’entreprise grâce à l’IA générative

Matthias Patzak :
Bienvenue sur le podcast Executive Insight, proposé par AWS. Je suis Matthias Patzak. Je suis stratège d’entreprise chez AWS.

Je suis heureux d’être rejoint par Marco Gorgmaier, vice-président des plateformes et services d’entreprise, données et intelligence artificielle chez BMW Group. Merci de vous joindre à nous.

Marco Gorgmaier :
Merci de m’avoir invité.

Matthias Patzak :
Bienvenue sur le podcast Executive Insight, proposé par AWS. Je m’appelle Matthias Patzak. Je suis stratège d’entreprise chez AWS et je suis ravi d’être rejoint aujourd’hui par Marco.

Marco Gorgmaier :
Bonjour, Matthias. Merci beaucoup de m’avoir invité.

Matthias Patzak :
Oui, Marco, bienvenue sur le podcast. Marco Gorgmaier est vice-président, plateformes et services d’entreprise, intelligence artificielle des données chez BMW Group. Marco, pourriez-vous vous présenter et nous en dire un peu plus sur votre rôle au sein du groupe BMW et sur ce que vous faites ?

Marco Gorgmaier :
Oui, je suis très heureux de le faire. Grâce à notre organisation de plateforme mondiale, nous constituons une organisation très importante pour le déploiement et la mise à l’échelle de l’IA dans l’ensemble de l’organisation, et l’écosystème de plateformes que nous fournissons aux équipes en constitue essentiellement l’épine dorsale. Nous essayons donc vraiment de renforcer les compétences, de faire en sorte que tous les employés connaissent notre écosystème, connaissent les gains d’efficacité qu’ils peuvent en retirer et l’intégrer à l’organisation.

Matthias Patzak :
Mais ce n’est pas juste une plateforme, ce n’est pas juste une simple plateforme pour l’IA générative de données. Il s’agit donc de plusieurs plateformes d’entreprise.

Marco Gorgmaier :
Exactement. Il s’agit donc de plusieurs piles de plateformes en fait. Les plateformes ERP, les plateformes SAP, constituent donc bien sûr une partie importante. Ensuite, nous avons notre pile cloud où nous développons nos applications, des applications développées par nos soins, que nous appelons plateforme cloud standard, en utilisant largement les services gérés. Ensuite, nous avons notre plateforme de données et d’IA, qui se développent étroitement ensemble.

Nous avons commencé tout ce parcours avec le hub de données cloud en 2017. C’est à ce moment-là que nous nous sommes vraiment assurés de rassembler toutes les données sur une seule plateforme. Nous avons donc créé « ingest » pour tous les systèmes de notre environnement. À cette époque, nous avions créé une organisation appelée le bureau de transformation des données, où nous avons également intégré de nouveaux rôles au sein de l’entreprise. Nous avions des fonctions de gestion des données et des fonctions de gouvernance dans les entreprises, des gestionnaires de données possédant des connaissances du domaine, une connaissance des processus d’un point de vue commercial pour contrôler la sémantique des données. Et puis, bien sûr, notre organisation d’ingénierie, les ingénieurs de données de nos hubs mondiaux. Nous sommes présents dans le monde entier : les États-Unis, l’Allemagne, notre siège social, bien sûr, mais aussi des centres de développement de logiciels en Inde, au Portugal et en Afrique du Sud. Il s’agit donc d’une organisation très globale. Nous avons renforcé nos équipes d’ingénierie des données, puis nous avons contribué à accélérer réellement l’intégration de notre environnement existant.

Matthias Patzak :
Quelle est la taille approximative de votre organisation de plateforme ?

Marco Gorgmaier :
Dans le monde, c’est plus de 1 000 personnes, y compris les hubs.

Matthias Patzak :
Votre organisation, votre organisation de plateforme ?

Marco Gorgmaier :
Oui.

Matthias Patzak :
Eh bien...

Marco Gorgmaier :
C’est une organisation assez grande, mais c’est vraiment la plateforme pour l’ensemble de l’entreprise et pour l’ensemble des ingénieurs du groupe.

Matthias Patzak :
Plateforme est un terme largement utilisé dans la communauté. Dans les dernières recherches de Dora… Plateforme est donc un terme largement utilisé. Dans le dernier rapport de recherche de Dora sur DevOps, 84 % des entreprises interrogées ont déclaré utiliser une plateforme dans une perspective plus large, mais le terme n’est pas vraiment bien défini. De votre point de vue, qu’est-ce qu’une plateforme et qu’est-ce qui en fait le succès ?

Marco Gorgmaier :
Je pense que pour nous, et peut-être que je commencerai par ça… Parce que cela dépend aussi de la plateforme. Mais en commençant par notre plateforme cloud standard, nous disons que c’est vraiment une plateforme sur laquelle nous pouvons assurer le développement, le déploiement, la gestion bien sûr de nos applications, et de tout ce dont vous avez besoin dans ce contexte. Vous voulez de la capacité de mise à l’échelle et de l’efficacité. Je pense donc que c’est la définition standard que vous trouverez partout.

Toutefois,et c’est vraiment important, il faut également se poser la question de savoir ce qui n’est pas une plateforme au sein du groupe BMW. Ce qui est important, c’est que nous incluions vraiment les spécificités dont nous disposons. Chaque grande organisation a ses spécificités, ses politiques spécifiques, en ce qui concerne la configuration de son réseau. Tout cela. C’est quelque chose que nous veillons à mettre en œuvre sur nos plateformes, car cela accélère considérablement le processus d’intégration de toutes les nouvelles équipes qui utilisent les plateformes. Cela rend également l’utilisation des plateformes attrayante, car lorsque, par exemple, toutes vos exigences en matière de gouvernance sont déjà remplies et que vous avez une coche pour chacune d’elles, vous êtes heureux d’utiliser la plateforme.

Matthias Patzak :
Combien d’utilisateurs avez-vous pour vos plateformes, nombre d’ingénieurs ou nombre d’équipes ?

Marco Gorgmaier :
Le nombre d’ingénieurs, c’est vraiment plus de 10 000 ingénieurs qui utilisent nos différentes plateformes sur l’ensemble de la pile de plateformes. En ce qui concerne nos écosystèmes de données et d’IA, environ 40 000 utilisateurs utilisent cette plateforme, car il est évident que vous avez également de nombreux utilisateurs professionnels. Nous avons donc une assez grande envergure dans l’entreprise.

Matthias Patzak :
Vous êtes donc devenue une véritable organisation de développement de logiciels et de technologie ?

Marco Gorgmaier :
Oui, c’est tout à fait le cas. L’approche que nous avons adoptée pour développer nos hubs de développement logiciel était essentielle. Il s’agissait également d’un énorme effort d’internalisation, au cours duquel nous avons constitué des équipes d’ingénierie ces dernières années, et cela ne cesse de croître. Nous avons récemment ajouté deux nouveaux hubs en Roumanie et en Inde l’année dernière. Je pense donc que nous allons continuer à nous développer.

Matthias Patzak :
Avec plaisir. Et dans le contexte des données et de l’IA générative, quels services votre plateforme y fournit-elle ?

Marco Gorgmaier :
Un très large éventail de services. Tout ce qui concerne la gestion des données, l’analytique des données, l’ensemble de la partie gouvernance des données et de l’IA avec la loi UEI par exemple, ou une autre législation. C’est quelque chose de très important pour nous. Nous devons être conformes, et si l’on considère encore plus les exigences réglementaires applicables aux voitures, nous devons être très, très sûrs de satisfaire à toutes les exigences en matière de gouvernance.

Matthias Patzak :
Les exigences de cette gouvernance sont donc intégrées aux services de la plateforme ?

Marco Gorgmaier :
Exactement.

Matthias Patzak :
Pour que les utilisateurs de la plateforme utilisent votre service de manière simple, efficace et sans stress, notamment du point de vue de la réglementation et de la sécurité.

Marco Gorgmaier :
Exactement. Ils sont guidés. Par exemple, pour nos applications d’IA, nous disposons d’un cadre d’IA, d’un cadre de gouvernance, dans lequel les utilisateurs sont guidés tout au long de l’évaluation des risques, puis, bien sûr, de la documentation. Nous disposons également d’un service de développement de modèles d’IA et de tout ce qui s’y rapporte, les services dont vous avez besoin. En fait, nous avons des cas d’utilisation assez intéressants dans nos usines, où nous effectuons également des inspections de qualité sur les voitures, pour ce qui est de la taille des interstices, des égratignures, etc. Ensuite, l’IA générative est arrivée et nous avons également une plateforme d’IA générative en libre-service. Nous venons de la lancer, et elle cible également tous nos utilisateurs professionnels. C’est ce que nous appelons l’assistant Group AI au sein du groupe BMW. L’idée est vraiment de pouvoir créer des applications faciles en libre-service, des applications d’IA générative pour notre travail quotidien.

Matthias Patzak :
Avec plaisir. Ce que je constate chez de nombreuses organisations, c’est qu’elles créent des plateformes, et que l’objectif de la plateforme est principalement un objectif technique. La plupart du temps, cela devient peut-être plus efficace ou rentable, mais ils ne soutiennent pas vraiment l’entreprise. Du point de vue des données de l’IA générative, pourriez-vous nous parler de la stratégie commerciale actuelle du groupe BMW en matière de données et d’IA générative ?

Marco Gorgmaier :
Oui, avec plaisir. Ce que vous avez mentionné est un point très important. Nous essayons toujours de nous assurer que… Toutes les organisations de plateformes adorent la technologie, elles adorent créer des plateformes et des fonctionnalités. C’est vraiment important d’aligner très tôt les activités commerciales et informatiques. C’est ce à quoi nous avons vraiment veillé d’un point de vue organisationnel. Comme je l’ai mentionné plus tôt, lorsque nous avons entamé le processus avec notre bureau de transformation des données, nous nous sommes assurés que, par exemple, pour chaque actif de données, c’est ainsi que nous appelons nos jeux de données qui sont réellement déjà préparés pour l’analyse des données. Nous avons veillé à ce que nous ayons toujours un propriétaire d’entreprise, donc un responsable des données et une équipe d’ingénierie. C’est à ce moment-là que nous avons commencé à utiliser les données avec le hub de données cloud.

À présent, nous faisons de même pour l’IA générative. Nous préférons donc partir du cas d’utilisation et nous nous demandons : « Quel est réellement l’objectif que nous souhaitons atteindre d’un point de vue commercial ? » Nous voulons garantir la qualité des processus de production. Ensuite nous nous demandons : « Quelle est la technologie que nous pouvons utiliser pour cela ? » Et quelles sont les données dont j’ai besoin pour cela ?

Ce qui est également nouveau avec l’IA générative, et plus particulièrement en ce qui concerne les agents, c’est que nous voyons arriver la prochaine vague. Les données sont donc désormais ingérées dans le CDH, mais vous avez maintenant besoin d’un accès transactionnel à toutes les applications de notre environnement. Comme vous pouvez l’imaginer, nous disposons d’un vaste paysage d’applications allant des applications existantes aux applications natives cloud de pointe, en passant par des applications prêtes à l’emploi. Vous avez donc tout dans votre pile. Vous devez maintenant vous assurer que vous êtes en mesure d’accéder à tous ces systèmes avec les droits et les rôles d’un utilisateur spécifique afin de pouvoir exploiter pleinement le potentiel des agents. C’est pourquoi je pense qu’il est crucial d’inclure l’entreprise, ses processus et les principales connaissances dès le début.

Matthias Patzak :
J’ai été très impressionné par le nombre de développeurs de logiciels que vous avez dans les équipes de votre plateforme et par le nombre de développeurs qui utilisent Teams. Pourriez-vous partager d’autres faits et chiffres, notamment en ce qui concerne les données ? Je n’ai donc aucune idée du type de données, du nombre de données que vous créez par jour ou par minute. Ou de quel type de données vous disposez.

Marco Gorgmaier :
Oui, comme je l’ai dit, cela provient vraiment de tous les systèmes, du système ERP, des systèmes SAP, d’une application développée par nos soins. Le hub de données cloud dispose de 14 000 compartiments S3. Nous gérons plus de 7 000 jeux de données et prenons en charge plus de 1 500 cas d’utilisation. C’est donc une charge assez importante que nous soutenons à ce jour.

Matthias Patzak :
Oui, ça a l’air très intéressant. Et comment savoir si vos plateformes sont adoptées par les utilisateurs internes ? L’utilisation de votre plateforme est-elle donc obligatoire ou y a-t-il une incitation ?

Marco Gorgmaier :
Oui, bien sûr. C’est toujours le grand défi d’une entreprise lorsqu’elle utilise des plateformes. Je crois qu’il faut toujours trouver un compromis entre standardisation et efficacité. C’est donc ce que vous recherchez du point de vue de l’entreprise, puis la liberté dont vous avez également besoin et que vous souhaitez au sein d’une entreprise, car vous voulez une certaine marge de manœuvre pour l’innovation, une certaine marge de manœuvre pour l’expérimentation.

C’est un défi important de trouver le bon équilibre ici, et c’est un processus constant. Ce n’est jamais quelque chose de fini. Il faut toujours passer à l’étape suivante. Et l’autre grand défi en tant qu’équipe de plateforme, c’est que vous devez vous assurer de ne pas devenir un goulot d’étranglement, en particulier lorsque vous examinez ces compromis. Ce que nous essayons, c’est que le contexte d’utilisation obligatoire des plateformes soit clairement défini, comme je l’ai mentionné également du point de vue de la gouvernance, c’est ce que nous faisons.

C’est une première chose, et le principal facteur. C’est la même chose que l’on observe sur un marché, c’est la dynamique du gagnant qui l’emporte. En ce qui concerne le hub de données cloud, c’est un élément que nous gérons très bien, parce que les gens, à un moment donné, constatent : « D’accord, il y a déjà tellement de choses, il y a déjà tellement de jeux de données sélectionnés. Je peux combiner cela avec d’autres données auxquelles il est tout à fait logique de me connecter. » Nous avons fourni des connecteurs standard pour l’ingestion, de bonne qualité pour le cadre d’ingestion. Tout cela s’est additionné à un moment donné pour devenir vraiment central. Et cela nous donne également une longueur d’avance pour notre plateforme d’IA sur laquelle nous avons essentiellement fait la même chose. Nous disposons aujourd’hui d’une bonne base et nous pouvons procéder à une mise à l’échelle horizontale dans ce domaine également.

Matthias Patzak :
Un problème que j’observe fréquemment avec les plateformes de données est qu’elles stockent beaucoup de données. Vous avez peut-être entendu parler de l’expression « les données sont le nouveau pétrole », tout le monde a commencé à collecter toutes sortes de données. Comment vous assurez-vous de ne stocker que les données nécessaires ?

Marco Gorgmaier :
En effet, je pense que c’est un défi de taille. En tant que constructeur automobile, nous sommes très motivés par l’efficacité. C’est aussi pourquoi nous essayons vraiment de gérer les coûts, et si, comme vous l’avez dit, vous ne stockez que des données, cela coûte très cher. Et plus encore si l’on considère aujourd’hui l’IA générative et les données non structurées. Nous essayons donc de mettre en œuvre une gestion du cycle de vie très stricte. Ainsi, les jeux de données qui ne sont pas utilisés font l’objet d’une notification et, à un moment donné, ces jeux de données sont même supprimés. Nous commençons par les archiver, puis nous les supprimons réellement, car sinon les coûts exploseraient.

L’autre partie, c’est que dans notre portail de données et d’IA, nous lions toujours les cas d’utilisation aux ressources de données. Vous disposez donc d’un historique très clair en aval des systèmes, mais vous pouvez également savoir qui utilise les jeux de données, dans quels cas d’utilisation, et ces cas d’utilisation sont-ils également gérés de manière active. Si vous ajoutez un nouveau cas d’utilisation, vous pouvez bien sûr aussi définir que vous avez besoin de nouveaux systèmes sources ajoutés avec de nouvelles données pour votre cas d’utilisation.

Matthias Patzak :
De nombreuses organisations trouvent qu’il est très difficile d’attirer des talents dans le domaine des données, car c’est un secteur hautement compétitif qui nécessite une grande spécialisation. Comment attirez-vous les talents ?

Marco Gorgmaier :
Je pense qu’une chose est la marque. Le groupe BMW possède vraiment une marque très forte, et cela aide vraiment. C’est donc une partie. D’autre part, et je l’ai mentionné plus tôt, je pense qu’il était très important que nous commencions à trouver notre vivier de talents à l’échelle mondiale, afin de ne pas dépendre d’un seul marché ou de notre siège social, mais de tirer parti des talents du monde entier. C’était une étape très importante pour nous permettre de recruter les bons talents. Il y a beaucoup de discussions sur les scientifiques des données, ils sont très importants j’en conviens, mais nous avons vraiment découvert qu’il était tout aussi important d’avoir des équipes d’ingénierie des données, car si vos systèmes sources ne sont pas connectés de manière fiable et stable, les scientifiques des données n’ont rien à examiner.

Matthias Patzak :
Une enquête menée par les partenaires de New Vantage et de Wavestone sur le big data a révélé, de leur point de vue et des données de leurs services, que le principal obstacle à l’adoption des données par les entreprises, donc des données des utilisateurs professionnels, est la culture, et non la technologie. Quelle est votre opinion à ce sujet ?

Marco Gorgmaier :
Je crois que c’est vrai. D’accord. Cela correspond très bien à mon observation. C’est certainement quelque chose qui vient de la direction. Il est vraiment crucial d’avoir, je n’aime pas trop le mot, une « mentalité axée sur les données » ou d’être une « entreprise axée sur les données ». Je pense que nous sommes toujours une entreprise axée sur les produits. Néanmoins, il est très important de créer un état d’esprit selon lequel chaque décision, tout ce que vous faites, doit être étayé par des données. Selon moi, c’est une aptitude que nous avons réellement développée ces dernières années et qui prend du temps. Vous devez donc commencer tôt votre transition.

Et l’autre aspect, c’est que nous faisons beaucoup pour aider tous nos employés. C’est essentiel à mon avis. Vous devez suivre des formations, vous devez éliminer la peur. Je pense qu’il en va de même aujourd’hui pour l’IA. Il suffit de donner aux gens des environnements où ils peuvent expérimenter, où ils peuvent essayer, où ils se sentent en sécurité. C’est ce que nous essayons de faire avec les employés de l’entreprise d’un côté et de l’autre, avec notre organisation d’ingénierie. Par exemple, dans tous nos hubs, nous avons ce que nous appelons des académies de plateforme. Et là, vous obtenez l’intégration avec toutes les informations spécifiques, et nous travaillons en étroite collaboration, y compris avec AWS pour notre pile cloud à cet égard.

Matthias Patzak :
Intéressant. J’observe souvent que ces éléments manquent, que les plateformes se contentent de créer des services, mais qu’elles n’investissent pas vraiment dans l’habilitation et la formation des utilisateurs des services de la plateforme, et en particulier des responsables d’entreprise qui devraient mener des actions basées sur les données. C’est pourquoi de nombreuses organisations ne parviennent pas à réellement tirer parti de tous leurs investissements dans les données.

Matthias Patzak :
Pourriez-vous partager quelques innovations et cas d’utilisation sur lesquels BMW Group travaille actuellement ?

Marco Gorgmaier :
Oui, je suis très heureux de partager certains cas d’utilisation, et je pense que certains sont des cas d’utilisation très typiques de la JNI. Nous venons donc d’y lancer un assistant d’appel d’offres pour… Lorsque nous travaillons avec des partenaires externes, nous lançons généralement des appels d’offres. En rédigeant ces documents de manière très standardisée, nous avons créé un petit service JNI qui vous guide à travers tout cela, en veillant à ce que vous y trouviez tous les bons paragraphes juridiques. Cela peut sembler très simple, mais cela permet d’améliorer considérablement l’efficacité des processus. Il en va de même pour la génération de texte marketing. Je pense donc à des cas d’utilisation typiques où nous voyons la puissance de l’IA générative en ce moment. Beaucoup de ces cas d’utilisation sont en place. Et nous sommes également en train de déployer nos agents CIC, c’est-à-dire les agents du centre d’interaction client qui travaillent avec une IA générative pour donner les bonnes réponses.

Et la même chose est désormais mise en œuvre sur notre site Web et dans notre application MyBMW sur votre téléphone. Dans la prochaine étape, nous l’apporterons également à votre assistant personnel intelligent dans la voiture. Je pense donc que c’est un excellent exemple du fonctionnement des plateformes. Vous créez un service une seule fois, puis vous pouvez le réutiliser dans différents contextes, réutiliser les éléments techniques des services. Je trouve que c’est un cas d’utilisation plutôt intéressant, qui améliore vraiment la qualité en ce qui concerne nos…

Matthias Patzak :
Oui, en effet.

Marco Gorgmaier :
…nos services pour les clients. Un autre aspect sur lequel nous travaillons en collaboration avec AWS est que nous testons un cas d’utilisation pour la formation préalable continue des modèles de fondation dans lesquels nous intégrons les spécificités des modèles BMW. C’est important, car si vous voulez avoir des temps de réponse très courts, rack ne fonctionnera pas dans ce cas. Cela va être passionnant, et il est important de faire des implémentations, par exemple, dans la voiture et dans d’autres contextes.

Matthias Patzak :
Il semble donc que c’est une très grande organisation, hautement distribuée, avec des cas d’utilisation dans des domaines totalement différents. Vous venez donc de mentionner la technologie juridique, la technologie du marché, la technologie du service client. Je m’interroge donc vraiment sur la résilience de cette configuration hautement distribuée. Comment configurer l’architecture de votre organisation pour qu’elle soit résiliente ?

Marco Gorgmaier :
Oui, en réalité… Cela couvre donc de nombreux processus. Oui, c’est une excellente observation. Ainsi, de la logistique de production aux ventes des marques des clients, nous couvrons réellement tous les processus internes. Je pense que l’avantage, c’est que vous pouvez réellement éliminer les silos dans les processus. C’est un avantage majeur de ne pas avoir des organisations uniques qui se contentent de couvrir leur processus spécifique. L’autre partie est le groupe BMW, bien qu’il s’agisse d’une organisation distribuée d’un point de vue mondial, il est toujours géré de manière très centralisée. Il nous est donc plus facile de garantir la gouvernance et la mise en œuvre des normes. Et c’est certainement utile, car dans l’ensemble, l’organisation n’est pas très décentralisée.

Matthias Patzak :
Intéressant. Et quelles tendances voyez-vous venir dans le domaine de l’industrie automobile, dans l’espace des données ? Y a-t-il quelque chose que vous souhaitez partager avec nous ?

Marco Gorgmaier :
Ce que je vois et que je crois est très important, c’est de favoriser les agents maintenant dans une organisation, les agents d’IA. Il ne s’agit pas d’une tendance spécifique à l’automobile, mais c’est un domaine dans lequel nous voyons un énorme potentiel de gains d’efficacité au sein de l’organisation. Et je pense qu’un défi de taille dont peu de gens parlent est ce que j’ai mentionné plus tôt : vous devez préparer votre environnement d’applications existant pour cela. Si vous avez des applications modernes qui sont déjà dans le cloud, cela vous donne une longueur d’avance.

Mais je pense que la réalité dans toutes les grandes organisations est que vous disposez toujours d’un mélange d’applications anciennes et modernes. Ce que je vois vraiment, et c’est là que nous avons consacré beaucoup d’efforts, c’est de leur donner accès aux API, des API qui sont décrites de manière à ce que vous puissiez y accéder à l’aide d’un grand modèle de langage. Disposez-vous de rôles et de droits dans les applications afin de pouvoir réellement y accéder avec les droits d’utilisateur individuels ? C’est vraiment un domaine dans lequel nous investissons beaucoup en ce moment. Il s’agit ensuite du lien vers notre plateforme d’IA en libre-service, notre assistant Group AI, pour être en mesure de développer vos propres petits agents et cas d’utilisation au niveau de l’entreprise.

Matthias Patzak :
Pour gagner en résilience, vous devez donc découpler l’organisation et les architectures via une API. Serait-ce votre conseil ?

Marco Gorgmaier :
Tout à fait. La résilience a de toute évidence de nombreuses dimensions, mais si vous ne parvenez pas à mettre en place le découplage, je pense que vous ne serez pas en mesure d’en assurer la mise en œuvre à l’échelle.

Matthias Patzak :
En guise de conclusion, auriez-vous des conseils à donner à vos pairs du secteur sur la manière d’élaborer une stratégie de données résiliente ?

Marco Gorgmaier :
Oui : investir dans la qualité des données et les métadonnées. C’est une question très simple ou quelque chose que chacun d’entre nous a entendu, mais c’est vraiment essentiel. La qualité des données, non seulement dans vos cadres, mais aussi d’un point de vue technique, mais aussi du point de vue des processus d’entreprise, permet de s’assurer que les processus d’entreprise contiennent les bonnes données, car certaines données ne peuvent pas être corrigées du point de vue de l’ingénierie des données.

C’est une première chose. D’autre part, pour une IA générative porteuse, vous avez besoin de métadonnées. C’est un domaine dans lequel nous investissons également en ce moment pour vraiment le développer. En ce qui concerne l’interaction entre les données actuelles et les agents d’IA, je l’ai mentionné plus tôt, investissez dans votre environnement pour les possibilités et les opportunités transactionnelles. C’est vraiment un aspect qui ne doit pas être sous-estimé et que je considère comme très important. Tirez ensuite parti de la puissance de l’IA générative pour éliminer les silos et gagner en efficacité. C’est ce que nous faisons nous-mêmes au sein de notre organisation d’ingénierie, nous l’utilisons donc largement dans le développement de logiciels. Nous l’utilisons pour automatiser les scripts d’ingestion afin de tirer parti du potentiel que vous obtenez.

Le dernier conseil est probablement de trouver le bon équilibre entre la construction et l’achat. Comme pour nos voitures, nous donnons vraiment la liberté de choix à nos clients en leur permettant de dire : « Je veux un moteur à combustion. Je veux un véhicule électrique à batterie complète. Je veux un véhicule hybride rechargeable. » Ou même dès maintenant, l’hydrogène sera également mis en production pour nos clients. Je pense qu’il en va de même pour une organisation logicielle. Vous devez choisir quelle est la meilleure décision d’achat, quelle est la meilleure décision pour construire la vôtre et conserver la flexibilité en tant qu’organisation.

Matthias Patzak :
Et quand achèteriez-vous et quand construiriez-vous ?

Marco Gorgmaier :
Cela dépend du coût. C’est une première chose. Je pense que cela dépend de la façon dont cela vous différencie sur le plan stratégique. Une observation que j’ai faite concerne les licences dans la pile d’achats. Elles sont en forte augmentation et je pense qu’avec l’IA, nous assisterons à des consolidations, ce qui conduira en quelque sorte à une guerre des prix. Je pense donc que c’est une bonne chose en tant qu’organisation d’avoir la capacité de développer quand vous en avez besoin.

Matthias Patzak :
Merci beaucoup, Marco. C’était vraiment un plaisir de vous avoir sur le podcast et j’ai beaucoup appris. Merci beaucoup.

Marco Gorgmaier :
Merci, Matthias, de m’avoir invité. C’était un plaisir.

Matthias Patzak :
Merci.

Écouter maintenant

Écouter maintenant

Écouter maintenant