Interview de Jean Ashton de Galadrim : L'intelligence artificielle en entreprise : usages et réflexions d'un expert

Bonjour Jean, en tant que fondateur et CEO de Galadrim, pourriez-vous nous parler de votre parcours et de ce qui vous a conduit à vous spécialiser dans l'intégration de l'intelligence artificielle en entreprise?

J'ai grandi à Paris, et après une scolarité au lycée Saint-Louis de Gonzague, j'ai intégré l'École polytechnique en 2011. J'ai eu la chance d'y rencontrer mon meilleur ami et futur co-fondateur Arnaud (CTO de Galadrim). Après des masters complémentaires à l'ENS et l'EPFL, nous avons commencé à des postes de recherche en IA chez des grandes entreprises tech américaines : IBM, Facebook et Microsoft.

Ma passion pour l'informatique m'est venue au collège, période où j'ai appris à coder grâce à des ressources en ligne. Le développement m'a passionné par ses possibilités créatrices, principalement pour réaliser des sites web et des jeux vidéo à destination de mes amis. En étudiant leur fonctionnement, j'ai aussi pris conscience de la fragilité de certains systèmes, en repérant par exemple des failles de sécurité dans le système de réservation d'entretiens de mon lycée.

Arnaud et moi avions cette même envie de créer des produits utiles et impactant grâce à l'informatique. En sortie d'école, nous avons cofondé avec deux autres associés une solution de prévision d'affluence dans les salles de cinéma grâce à l'IA, que nous avons revendue un an plus tard à un fournisseur européen. Suite à cette première expérience réussie, nous avons cofondé Galadrim, une société de services développant des applications web et mobiles. À partir de la sortie de ChatGPT fin 2022, les avancées fulgurantes en IA nous ont donné envie de proposer davantage de prestations utilisant cette technologie. Ce souhait s’est réellement concrétisé en 2024, où notre chiffre d’affaires en prestations IA est passé de 0 à presque 2 millions d’euros. Nous avons aujourd’hui plus de 30 ingénieurs spécialisés en IA sur une équipe technique de 120 personnes.

Début 2026, les meilleurs modèles d’IA génératives sont capables, avec suffisamment de contexte, de réaliser une partie significative de l’entièreté des tâches intellectuelles faites par des humains. Il semble évident que l’intégration de cette technologie en entreprise va générer une croissance économique sans précédent. Il y a cependant de l’inertie dans l’adoption, car les données doivent être disponibles, les écosystèmes connectés, et il y a aussi des contraintes sécuritaires, réglementaires et organisationnelles à prendre en compte.

Comment Galadrim aide-t-elle concrètement les entreprises à transformer leurs données en leviers stratégiques grâce à l'intelligence artificielle?

Nous accompagnons les entreprises de plusieurs façons. La première consiste à automatiser des processus chronophages. Nous les identifions puis nous testons les solutions d’automatisation sur des données historiques, afin de garantir leur fiabilité avant de passer à une mise en production à grande échelle. Plusieurs de nos clients ont drastiquement réduit leurs coûts opérationnels grâce à nos solutions. Nous avons par exemple automatisé la génération de plus de 400 000 fiches produit par an pour Showroomprivé, la réponse à des dizaines de milliers de demandes client pour le groupe de courtage en assurance Odealim, ou encore la catégorisation de plus d'un million de références pour Rexel, leader mondial de la distribution de matériel électrique.

Au-delà de l’automatisation, nous travaillons aussi sur l’optimisation des processus et des ressources. Pour le groupe de pompes funèbres OGF, leader en France, nous avons conçu un algorithme de planification permettant d’optimiser les trajets, le temps du personnel et la consommation de carburant. Dans un autre registre, nous aidons des collectivités à prévoir l’affluence dans les cantines scolaires pour réduire le gaspillage alimentaire. Nous avons aussi développé une solution de prédiction de la consommation de centaines de milliers de compteurs d’eau pour le groupe Suez.

Un autre domaine avec beaucoup d'applications est la vision par ordinateur (Computer Vision). Nous avons implémenté une solution de classification et de comptage des gestes pour un groupe cosmétique afin d'évaluer la qualité des produits. Nous travaillons aussi actuellement sur le développement de solutions d'analyse vidéo pour détecter des vols, et de comptage de pièces pour des industriels.

Enfin, l'IA générative transforme durablement les modes d'interaction des utilisateurs avec les applications. Les agents conversationnels intelligents sont une première étape, nous avons beaucoup de demandes sur le sujet, mais nous travaillons aussi sur d’autres types de fonctionnalités très innovantes.

Pouvez-vous partager une expérience ou un projet où l'adoption de l'intelligence artificielle a significativement amélioré les processus d'une entreprise?

Nous avons accompagné une entreprise dans la transformation radicale de son processus d'expertise médicale, faisant passer le temps de traitement moyen d'un dossier complexe de 6 heures à seulement 30 minutes.

Un dossier d’expertise médicale peut faire plus de 1000 pages. La solution que nous avons développée supprime les doublons, classifie les documents et en extrait les informations clés (date, type de prestation, professionnel concerné, etc.).

Une interface utilisateur simple permet aux collaborateurs de valider les données extraites, vérifier leur source et générer un résumé chronologique, retraçant les éléments clés du parcours de l'assuré, qui est ensuite traité par un expert.

Quels sont, selon vous, les plus grands défis auxquels les entreprises font face lorsqu'elles intègrent l'intelligence artificielle, et comment Galadrim les aide-t-elle à les surmonter?

La plupart des défis que l'on rencontre dans un projet d’intégration d’intelligence artificielle sont similaires à ceux d'un projet de transformation digitale, avec quelques nouveautés.

Le premier défi pour nos clients est l’allocation suffisante de ressources et de temps dédié au projet, pour transmettre la connaissance métier à nos équipes, afin de concevoir une solution adaptée. Il est important que les futurs utilisateurs soient impliqués tout au long du développement, pour s'assurer que l'outil sera facile à utiliser. C’est toujours essentiel avec les projets d’IA, car même si une grande partie du travail est automatisé, l’humain garde le contrôle et doit pouvoir intervenir pour orienter ou corriger l’IA.

Pour répondre à ce défi, nous avons une méthode de travail en trois phases : Discovery (comprendre le besoin), Design (conception de la solution qui résout le problème) et Delivery (développement de la solution). Nous travaillons en méthode agile sous forme de sprints d’une semaine, où nous faisons un point d’étape hebdomadaire pour présenter nos avancées, récolter des retours et adapter la solution au fil de l’eau. Cette méthode assure une collaboration étroite entre la technique et le métier, ce qui permet de s'assurer que le LLM (Large Language Model) dispose du bon contexte. Les itérations rapides quant à elles permettent d’adapter l’approche technique aux résultats obtenus en conditions réelles.

Un second défi est réglementaire. Nous nous assurons que nos solutions respectent la réglementation, que ce soit le RGPD, l’AI Act et des réglementations parfois plus spécifiques dans certains domaines sensibles, comme la santé ou la finance.

Un troisième défi est la sécurité. Nous développons des agents IA qui sont de plus en plus autonomes. Il est d’autant plus important de respecter les meilleures pratiques sécuritaires, à la fois d’un point de vue technique et fonctionnel. Nous mettons en place des garde-fous pour nous assurer que la solution reste dans un périmètre sûr, avec une validation humaine sur les tâches critiques.

Pouvez-vous nous donner un aperçu des dernières avancées en intelligence Artificielle que vos ingénieurs utilisent pour développer des modèles sur mesure?

Nos ingénieurs travaillent aujourd'hui notamment sur trois piliers :

Les workflows agentiques : ce sont des agents qui collaborent entre eux pour résoudre une suite de tâches complexes, et qui ont la capacité de vérifier si la tâche a bien été accomplie ou non. Ces systèmes orchestrent plusieurs agents spécialisés qui s'échangent des informations, délèguent des sous-tâches et valident leurs résultats de manière autonome avant de passer à l'étape suivante.

L'interaction avec les bases de connaissances : au-delà du RAG (Retrieval-Augmented Generation) qui permet d'enrichir les réponses en récupérant des informations depuis des documents non structurés, nous exploitons également le Text2SQL pour interroger directement des bases de données structurées. Cette combinaison permet à nos modèles d'accéder à la fois aux connaissances documentaires internes (rapports, emails, PDF) et aux données transactionnelles (ERP, CRM), offrant ainsi des réponses complètes et contextualisées à partir de l'ensemble du patrimoine informationnel de l'entreprise.

Le temps-réel et l'interaction vocale : nous développons des capacités de traitement en streaming et d'interaction vocale naturelle qui permettent des conversations fluides et instantanées avec les modèles d'IA. Ces technologies ouvrent la voie à des assistants conversationnels capables de comprendre et de répondre en temps réel, avec une latence minimale, pour des cas d'usage comme le support client, les assistants métiers ou les interfaces mains-libres.

À votre avis, comment l'intelligence artificielle va-t-elle évoluer dans le monde de l'entreprise au cours des prochaines années?

Les gains d’efficacité que l’on peut obtenir par une bonne utilisation de l’IA sont conséquents. Elle permet déjà d’automatiser une grande partie des tâches intellectuelles, en les réalisant de façon plus rapide, avec une meilleure fiabilité et en étant disponible 24 heures sur 24 et 7 jours sur 7.

Je pense donc que son usage va se développer fortement dans les entreprises les années à venir, qui vont en tirer des gains d’efficacité conséquents. Pour l’instant, le prix de cette technologie baisse constamment tout en gagnant en performance, ce qui risque renforcer son attractivité, du moins à court terme (le rapport offre/demande en IA, et donc son prix, étant plus difficile à prédire à long terme).

Les structures petites et agiles vont adopter l’IA plus rapidement que les plus grosses, ce qui risque de bouleverser certains marchés.

Pour conclure, quel conseil donneriez-vous aux dirigeants d'entreprise qui hésitent encore à intégrer l'intelligence artificielle dans leurs opérations?

L’attentisme est aujourd'hui un suicide économique face à la concurrence. Mon conseil est simple : si vous hésitez, n'attendez pas d'avoir la stratégie parfaite. Lancez un premier POC (Proof of Concept) sur un problème concret et douloureux, en impliquant fortement les équipes métiers, et formez-les massivement à l’utilisation de l’IA.

Pour en savoir plus : https://www.galadrim.fr