AI Impact

🔍 Comment la personnalisation des recommandations est-elle arrivée chez Veepee ?Dans le nouvel épisode du podcast IA Impact, j’ai eu le plaisir d’échanger avec Jérémie Jakubowicz, ex-VP Data chez Veepee et Qonto.🎓 Avec un parcours académique solide et orienté recherche — entre l’ENSAE Paris, l’École Normale Supérieure Paris-Saclay, un master MVA et une agrégation de mathématiques — Jérémie nous raconte comment il a progressivement fait sa place dans le monde de la data, jusqu’à occuper des postes stratégiques au sein de deux licornes françaises.👉 Comment passer d’un site d’e-commerce "standard" à une plateforme capable de proposer à chaque utilisateur les ventes privées les plus pertinentes, en fonction de son comportement, de ses préférences et de son historique d’achat ?Un véritable tournant qui a marqué le début de la transformation data-driven de l’entreprise.🎙 Un échange passionnant pour comprendre les coulisses de la mise en place d'une stratégie data à grande échelle.Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

🔍 Comment la personnalisation des recommandations est-elle arrivée chez Veepee ?🎙️ De la recherche aux licornes : structurer des équipes Data & IA from scratchDans cet épisode d’AI Impact, nous accueillons Jérémie Jakubowicz, ex-VP Data chez Veepee et Qonto, pour un échange riche, sans langue de bois, sur les coulisses de la construction d’équipes Data & IA performantes dans l’écosystème tech français.🧠 De chercheur à leader data dans la techJérémie revient sur son parcours singulier, depuis la recherche académique jusqu’à ses rôles de leadership chez ManoMano, Veepee et Qonto. Trois contextes, trois cultures, une constante : structurer, industrialiser, et délivrer de la valeur.🔧 Construire des équipes data solides, dès le départPourquoi il faut commencer simple, même (surtout) dans un environnement tech avancéComment structurer une équipe Data & IA à partir de zéroLe rôle du manager technique : rester proche du code, des revues et des arbitrages clésLes pièges à éviter quand on scale trop vite ou trop tôt📐 Méthodes, rigueur et IA générativeL'importance de documenter finement les problèmes avant de chercher des solutionsPourquoi les fondations statistiques restent indispensables, même à l’ère de l’IA générativeSa vision sur les agents IA : quelles ruptures à venir dans l’organisation et les métiersDes anecdotes terrain, des erreurs coûteuses, des enseignements durables sur la mesure d’impact business, la communication avec les parties prenantes, et les soft skills nécessaires pour un data leader en 2025.🎧 Un épisode dense, actionnable et sans jargon, à écouter absolument si vous pilotez (ou construisez) une organisation data à grande échelle.Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

🚀 Comment SCOR déploie l’IA à l’échelle dans l’assurance ?Antoine Ly , Chief Data Science Officer chez SCOR, partage dans ce nouvel épisode d’AI Impact un retour d’expérience passionnant sur la structuration, l’industrialisation… et la mise en production de solutions IA qui créent de la vraie valeur métier.🎧 Au programme :Pourquoi SCOR a délaissé le modèle “data lab” au profit de squads agiles par projetComment construire une équipe IA hybride from scratch, entre rigueur scientifique et culture produitComment des fondations solides (données, évaluation, déploiement, monitoring) accélèrent l’adoption de nouveaux cas d’usage GenAIUn regard critique sur la hype des agents IAEt un deep dive sur la sélection du risque à partir de documents non structurés💡 On parle aussi de soft skills, de curiosité, d’humilité face à un environnement en constante accélération..👉 Un épisode dense, lucide, inspirant — pour celles et ceux qui veulent passer de la théorie à l’échelle.Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

🚀 Comment SCOR déploie l’IA à l’échelle dans l’assurance ?Antoine Ly , Chief Data Science Officer chez SCOR, partage dans ce nouvel épisode d’AI Impact un retour d’expérience passionnant sur la structuration, l’industrialisation… et la mise en production de solutions IA qui créent de la vraie valeur métier.🎧 Au programme :Pourquoi SCOR a délaissé le modèle “data lab” au profit de squads agiles par projetComment construire une équipe IA hybride from scratch, entre rigueur scientifique et culture produitComment des fondations solides (données, évaluation, déploiement, monitoring) accélèrent l’adoption de nouveaux cas d’usage GenAIUn regard critique sur la hype des agents IAEt un deep dive sur la sélection du risque à partir de documents non structurés💡 On parle aussi de soft skills, de curiosité, d’humilité face à un environnement en constante accélération..👉 Un épisode dense, lucide, inspirant — pour celles et ceux qui veulent passer de la théorie à l’échelle.Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

🎙️ Comment transformer la relation client avec l’IA générativeDans cet épisode, je reçois Adrien Sasportes, co-fondateur et CTO d’AlloBrain, une startup qui repense la relation client grâce à l’IA.Les cas d’usages :✅ Comprendre les attentes clients à travers l’analyse des millions de conversations vocales et écrites✅ Automatiser les interactions via callbots et chatbots, et assister les opérateurs en temps réel pour les échanges complexes.✅ Évaluer automatiquement la qualité des échanges pour améliorer les performances des équipes.✅ Transformer les avis vocaux en recommandations actionnables pour les métiers.L’impact :🎯 Amélioration continue : Identifier et corriger les irritants dans l’expérience client.💬 Réactivité accrue : Répondre plus vite et avec précision.🚀 Efficacité opérationnelle : Déléguer les tâches répétitives à l’IA pour se concentrer sur l’essentiel.Stratégies et technologies abordées :🤔 Make or Buy ? Quels critères pour choisir ?🔍 LLMs ouverts vs propriétaires : Quel modèle pour quel besoin ?📊 RAGs et modèles longue fenêtre : Pourquoi les RAGs restent essentiels.Un grand merci à Adrien pour ce super échange !👉 Et vous, comment voyez-vous l’IA transformer la relation client ?#AIImpact #Podcast #IA #RelationClient #MachineLearningHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

🎙️ Comment transformer la relation client avec l’IA générativeDans cet épisode, je reçois Adrien Sasportes, co-fondateur et CTO d’AlloBrain, une startup qui repense la relation client grâce à l’IA.Les cas d’usages :✅ Comprendre les attentes clients à travers l’analyse des millions de conversations vocales et écrites✅ Automatiser les interactions via callbots et chatbots, et assister les opérateurs en temps réel pour les échanges complexes.✅ Évaluer automatiquement la qualité des échanges pour améliorer les performances des équipes.✅ Transformer les avis vocaux en recommandations actionnables pour les métiers.L’impact :🎯 Amélioration continue : Identifier et corriger les irritants dans l’expérience client.💬 Réactivité accrue : Répondre plus vite et avec précision.🚀 Efficacité opérationnelle : Déléguer les tâches répétitives à l’IA pour se concentrer sur l’essentiel.Stratégies et technologies abordées :🤔 Make or Buy ? Quels critères pour choisir ?🔍 LLMs ouverts vs propriétaires : Quel modèle pour quel besoin ?📊 RAGs et modèles longue fenêtre : Pourquoi les RAGs restent essentiels.Un grand merci à Adrien pour ce super échange !👉 Et vous, comment voyez-vous l’IA transformer la relation client ?#AIImpact #Podcast #IA #RelationClient #MachineLearningHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Dans ce premier épisode d'AI Impact, je reçois Pierre Fisz, responsable Data & IA de la Direction Financière du groupe Société Générale. Nous explorons comment l'IA optimise la gestion de la liquidité intraday en aidant les trésoriers à prioriser en temps réel les opérations de cash.Pierre partage son expérience sur :Comment construire une équipe Data Science from scratch.Le rôle de la transparence pour garantir l’adoption des utilisateurs.Les opportunités (et limites) de l’IA générative pour automatiser le reporting financier.Déployer, monitorer et ré-entraîner des modèles en production à la demande.Pourquoi, en tant que manager, s’investir dans la veille de l’état de l’art est essentiel.👉 Écoutez, abonnez vous, et partagez nous vos retours.Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.