BusinessOpenAI Blog32sem· 1 min de lecture

De l'expérimentation aérienne à la mise en œuvre : Comment BBVA déploie l'IA à travers l'ensemble de l'organisation

BBVA transforme son fonctionnement interne grâce à ChatGPT Enterprise, intégrant l'IA dans ses activités quotidiennes. Le groupe bancaire a réduit drastiquement le temps de travail hebdomadaire par employé, généré plus de 20,000 ChatGPT personnalisés et réalisé jusqu'à 80% d'amélioration en efficacité.

Impact France/UE

BBVA, un groupe bancaire non français, utilise l'IA pour optimiser ses processus internes, ce qui pourrait inspirer des institutions financières européennes à adopter des technologies similaires, potentiellement affectant le marché du travail et l'efficacité opérationnelle dans le secteur bancaire de l'UE.

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1Blog du Modérateur

IA en entreprise : de l’expérimentation à l’adoption, le rôle de la formation pour un déploiement réussi

L'article discute de l'importance de la formation pour un déploiement réussi de l'IA dans les entreprises, mettant l'accent sur une approche par métier plutôt que par outils, selon Ikram Bouchikh, responsable de l'offre de formation Technologies Numériques chez Lefebvre Dalloz Compétences.

UELefebvre Dalloz Compétences, acteur français de la formation professionnelle, structure une offre de montée en compétences IA orientée métiers pour accompagner les entreprises françaises dans leur transition vers l'IA en production.

BusinessOpinion

1 source

2Le Big Data

Comment NTT DATA et NVIDIA accélèrent le déploiement de l’IA en entreprise

NTT DATA et NVIDIA s'associent pour lancer des "usines d'IA" — des plateformes entreprise combinant les GPU NVIDIA avec les logiciels NeMo (création de systèmes multi-agents) et NIM (microservices conteneurisés) pour industrialiser le déploiement de l'IA. L'objectif est de réduire la complexité technique et le temps nécessaire pour passer d'un prototype à une solution opérationnelle, grâce à des prototypes GenAI pré-qualifiés et une gouvernance intégrée. Des cas d'usage concrets existent déjà, notamment dans le médical (analyses radiologiques pour un centre de recherche oncologique) et l'automobile (validation de charges de travail IA chez un équipementier mondial).

UENTT DATA dispose d'une présence significative en Europe, rendant cette offre d'usines IA directement accessible aux DSI européens cherchant à industrialiser leurs déploiements GenAI.

BusinessActu

1 source

3Siècle Digital

Mistral lance Forge pour aider les organisations à concevoir une IA vraiment sur mesure

Mistral lance Forge, une plateforme permettant aux organisations de concevoir des modèles d'IA véritablement personnalisés, adaptés aux réalités métiers spécifiques. Cette initiative fait suite à une alliance avec Accenture et marque un tournant stratégique pour Mistral, qui souhaite réduire la dépendance aux modèles généralistes. L'objectif est de redonner le contrôle aux entreprises sur leurs outils d'IA.

UEMistral étant une entreprise française, le lancement de Forge renforce la souveraineté numérique européenne en offrant aux organisations une alternative locale aux modèles généralistes américains.

BusinessOutil

1 source

4FrenchWeb

Les fonds d’investissement face à l’IA : de l’expérimentation à la construction d’un système d’exploitation

Le secteur du capital-risque entre dans une nouvelle phase de sa relation avec l'intelligence artificielle. Après un premier épisode consacré aux raisons de l'adoption, ce deuxième volet d'une série publiée par FW.MEDIA déplace le curseur vers l'exécution concrète. La question n'est plus de savoir si les fonds doivent s'intéresser à l'IA, mais comment passer des expérimentations isolées à la construction d'une infrastructure cohérente, ce que les auteurs appellent un véritable "système d'exploitation" de l'IA au sein des organisations de gestion. Ce glissement de la démonstration vers la systématisation est central pour l'industrie. Les fonds qui se contentent de tester des outils ponctuels sans les intégrer dans leurs processus structurels risquent de rater l'essentiel du gain de productivité. L'enjeu concerne toutes les fonctions du métier, du sourcing de deals à l'analyse de portefeuille, en passant par la relation investisseurs. Ceux qui construisent une architecture cohérente aujourd'hui se donnent une avance compétitive difficile à rattraper. Le capital-risque est un secteur fondé sur l'information et la vitesse d'analyse, deux domaines où l'IA excelle, ce qui explique la pression croissante à agir. Le premier épisode avait posé la question de la gouvernance interne, notamment qui devait piloter le sujet. Ce deuxième volet suggère que la phase d'interrogation est révolue et que les fonds doivent désormais traiter l'IA comme une infrastructure critique, au même titre qu'un CRM ou un outil de gestion de portefeuille.

UELes fonds de capital-risque français et européens sont directement ciblés par cette analyse publiée par un média francophone, les incitant à systématiser l'adoption de l'IA comme infrastructure organisationnelle plutôt que de se limiter à des expérimentations isolées.

BusinessOpinion

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, rédigé par un humain · désinscription en un clic