Aguas arriba de la Cumbre para la Acción sobre AI, la DGE (Dirección General de Empresas), adjunta a Bercy, lanzó una apelación destinada a recopilar casos de uso de IA dentro de las empresas y administraciones. Entre los 600 archivos recibidos, la administración francesa tiene conservados 100 ganadoresSe supone que "muestra el alcance del poder de transformación" de la tecnología.

Entre estas organizaciones distinguidas, el CIO ha seleccionado 12 casos de uso cuyo enfoque parece el más innovador o prometedor en grandes organizaciones, privados y públicos (los editores y otros proveedores de tecnología han sido excluidos deliberadamente de nuestra selección). La principal sorpresa de la selección del DGE: el peso bastante moderado del Genai, muchos proyectos basados ​​más bien en enfoques más convencionales, especialmente basados ​​en el aprendizaje automático o el aprendizaje profundo.

1) ADP

Nombre del proyecto: solución de monitoreo de flujo de pasajeros

Construyendo los datos del sensor 3D LiDAR, Aéroports de Paris operan algoritmos de IA para evaluar los flujos de pasajeros dentro de sus plataformas de aeropuerto. La solución tiene como objetivo administrar mejor las operaciones, al optimizar la asignación de recursos en relación con las expectativas o perturbaciones, para mejorar la experiencia de los viajeros y, obviamente, fortalecer la seguridad, a través de la detección de comportamientos sospechosos.

2) aire líquido

Nombre del proyecto: Lim

El proyecto LIM opera la IA para optimizar la planificación de la cadena de suministro, desde la producción hasta la entrega, dependiendo de diversas limitaciones y objetivos. El sistema utiliza múltiples fuentes de datos: sistemas SCADA para producción, monitoreo de entregas, historial de suministro, distribución y datos de venta.

3) mercados financieros

Nombre del proyecto: pescado

La finalidad del pez es detectar señales débiles en la web para proporcionar regularmente a analistas humanos, una lista de sitios relevantes para analizar, antes de que los ahorradores sean víctimas de las estafas llevadas por estos servicios. Los sitios sospechosos están sujetos a un modelo predictivo que evalúa su carácter fraudulento.

4) Ayvens

Nombre del proyecto: Predictia

La subsidiaria Société Générale especializada en Leasers de automóviles utiliza una herramienta estadística doméstica para predecir los precios de reventa de los vehículos usados, en sus canales B2B y B2C, y asociar un puntaje confiable y una probabilidad de índice de ventas. La solución, re-entrenada diariamente para integrar las últimas tendencias, se implementa en los seis países principales donde opera la compañía.

5) Club Med

Nombre del proyecto: GM Copilot

Para procesar los millones de solicitudes de clientes que grabó en 2024, Club Med desplegó una solución de IA conversacional que respondía las preguntas más clásicas. Probado por primera vez en WhatsApp, la herramienta proporciona citas personalizadas e información específica, como las características de las aldeas. El proyecto piloto, realizado en Brasil, permitió alcanzar el 40 al 50% de las respuestas automatizadas, lo que provocó la extensión de la herramienta a 6 nuevos mercados, incluida Francia. Sobre esta base, Club Med ahora planea proporcionar su plataforma de capacidad de agente.

6) Colas

Nombre del proyecto: Infracare

En este proyecto, Colas se basa en la visión asistida por computadora para garantizar la detección de defectos de la carretera (nidos de gallina, grietas ...), recuperando imágenes de cámaras ligeras desplegadas en vehículos. El desafío del proyecto? Identifique estas fallas tan pronto como aparezcan sin retrasar su empeoramiento, para reducir los costos de las intervenciones y planificarlas mejor.

7) Eiffage

Nombre del proyecto: clasificación y pronóstico de alarma

Mantenimiento predictivo, pero con un enfoque algo original. Los sistemas de energía Eiffage se esfuerzan por unir las alarmas múltiples que generan el mantenimiento de equipos grandes con causas específicas, acercando los diagramas de activación de los eventos subyacentes. El enfoque se prueba en el mantenimiento de cuatro túneles de autopistas en una gran metrópoli francesa.

8) Pierre y grupo de vacaciones

Nombre del proyecto: conserje virtual

La ambición de Pierre y Holiday es mejorar la experiencia de sus clientes, ofreciéndoles, con AI, respuestas personalizadas en tiempo real. Y esto, incluso durante los momentos clave de su estadía, como el check-in. La solución se basa tanto en los datos de reserva como en los datos operativos (gestión de tareas dentro de los parques) o interacciones capturadas a través de la interfaz de conserje virtual.

9) Región Ile-de-France

Nombre del proyecto: Asistente de tecnología

AI generativa en el servicio de soporte de TI. La región ha creado un asistente en Alfred LLM para capitalizar el conocimiento de sus servicios en términos de apoyo a los usuarios (empleados o estudiantes de secundaria), estas operaciones son administradas por una red de 19 proveedores. El asistente, que se benefició de una fase de ajuste fino en datos específicos, tiene acceso a toda la documentación técnica del entorno de TI, que pronto se actualizará en tiempo real a través de la próxima integración con la herramienta de administración de boletos. La región indica que ha visto aumentar la productividad de los servicios de apoyo en un 10 a 30% gracias a este enfoque.

10) Renault

Nombre del proyecto: plataforma MP4A

Democratizar modelos predictivos para superar los múltiples sistemas específicos, a menudo desplegados a pequeña escala. Es la ambición de esta plataforma, ya implementada en 8 sitios industriales para implementar 50 controles por IA, en particular por análisis de imágenes. Sobre todo, MP4AI es una solución de autoservicio que los equipos de fábrica pueden usar para implementar modelos preconcebidos, etiquetar sus datos y causar nuevos modelos a casos de uso específicos. Todos, por supuesto, sin escribir código.

11) Suez

Nombre del proyecto: Autodiag

Ante los desafíos técnicos de clasificar los desechos reciclables, Suez intenta automatizar algunas de sus operaciones a través de AI. La solución apunta tanto a monitorear el flujo de desechos en tiempo real y reducir los costos, fortaleciendo la efectividad de la clasificación y optimización de la asignación de recursos dentro de los centros. Autodiag se basa en particular en el aprendizaje profundo y la visión por computadora, para identificar los tipos de desechos de los flujos de video o evaluar la composición de los flujos en la clasificación de las alfombras.

12) Concesiones de Vinci

Nombre del proyecto: Modelización de la vegetación y el suelo a través de AI

Para sus concesiones aeroportuarias, Vinci ha desarrollado una solución que monitorea el estado de vegetación y suelos, para verificar el daño de sus ambiciones ambientales, especialmente en términos de artificialización del suelo. Para hacer esto, la multinacional condujo a una IA en imágenes satelitales de 50 aeropuertos y 5 infraestructura vial. Por lo tanto, la solución permite modelar tendencias e identificar las áreas donde la empresa debe fortalecer su vigilancia.