📣 M­onde Numérique (Actu tech & IA) présente Elasticast - Comment une banque déploie l’IA à grande échelle ?

**SPEAKER_1** (0:02)
Bonjour à tous. Entre deux épisodes de votre podcast préféré, on voulait vous faire découvrir une conversation issue d'Elasticast. Elasticast, c'est le podcast qui réunit les décideurs et les experts qui construisent aujourd'hui les architectures de données et d'IA en entreprise. Alors l'idée est simple, apprendre les uns des autres. Pas de théorie, pas de discours corporel. Ici juste des paires qui partagent sans filtre ce qui marche, ce qui coince et ce qu'ils feraient différemment. Dans l'épisode que vous allez écouter, on se demande ainsi comment une grande banque française déploie l'IA à grande échelle. La Bpce nous a ouvert les portes d'un chantier d'envergure avec son potentiel, mais aussi ses vrais points de friction. Si ce genre d'échanges entrepèrent vous parle, retrouvez Elasticast sur toutes les plateformes de podcast. Abonnez-vous, les épisodes suivants sont déjà en ligne. Bonne écoute !

**Yannick Fhima** (0:56)
Bonjour à toutes et à tous ! Bienvenue dans Elasticast, le podcast d'Elastic qui trouve les réponses au cœur de vos données. Elastic, c'est la Search AI Company qui, grâce à l'IA, à la recherche intelligente et au traitement de données, transforme notre manière de travailler et de décider.
Ravi de vous retrouver aujourd'hui. Je suis Yannick Fhima, Directeur des Solutions Data chez Elastic France. Et aujourd'hui, on va adresser la question qui est que comment une grande entreprise fait-elle pour adopter l'IA dans ses usages du quotidien ? Comment passer du projet au pilote ? Et surtout, comment et à quel horizon en mesurer les bénéfices ? Et pour répondre à toutes ces questions, dans Contre-Left, j'ai aujourd'hui le plaisir d'accueillir Franck Domenech. Bonjour Franck.

**Franck Domenech** (1:35)
Bonjour Monsieur Fhima.

**Yannick Fhima** (1:36)
Vous êtes le manager de leader de DataOps chez Bpce-It. Avant de rentrer dans le vif du sujet, je vais vous demander de nous en dire plus sur les activités de votre entreprise.

**Franck Domenech** (1:46)
Bien évidemment. Donc Bpce-It, il faut gérer cette technologie, est un GE aujourd'hui, le GE du groupe Bpce-It, et qui est en charge aujourd'hui de la production informatique des banques populaires et des caisses d'épargne et des filiales. Aujourd'hui Bpce-It, c'est à peu près 1100 collaborateurs en CDI et qui comptent parmi ces métiers des analystes, des ingénieurs systèmes, des ingénieurs de production, des experts sécurité et nous sommes répartis sur 14 sites en France.

**Yannick Fhima** (2:10)
À l'intérieur de Bpce-It, vous dirigez un département spécialisé dans la data. Est-ce que vous pourriez détailler votre activité concrètement ?

**Franck Domenech** (2:18)
Comme vous le disiez, je suis le directeur aujourd'hui des équipes Data4Ops et notre mission de Data4Ops, c'est de mettre à disposition aujourd'hui des solutions de log management couplées avec de l'AIOps. Donc l'AIOps, l'intelligence artificielle pour les opérations informatiques. Donc sûrement dans le but d'aider nos équipes de production applicative et édition à gagner en efficacité dans le pilotage, la gestion des alertes et le diagnostic des dysfonctionnements en diminuant le délai de détection d'une anomalie et le temps nécessaire entre sa détection et sa correction. Pour ce faire, en fait, on s'appuyait sur des solutions aujourd'hui à base élastique et qui nous permettent aujourd'hui de collecter tous ces événements et de permettre aujourd'hui de comprendre ce qui se passe.

**Yannick Fhima** (2:55)
J'entends un bel usage de machine learning. Mais est-ce qu'aujourd'hui, vous envisagez demain d'aller un peu plus loin, à savoir la mise en place d'agentique ? On parle beaucoup en ce moment d'agentique, on parle d'MCP, on parle donc de toute la partie automatisation qui va arriver dans le codicien des différentes informatiques.
Qu'est-ce qui va en être au-dessus du machine learning ?

**Franck Domenech** (3:16)
Comme vous le disiez, aujourd'hui, on travaille aussi bien sur du data mining, du dashboarding, du machine learning, qui permettent aujourd'hui d'accélérer la route cause, l'analyse de la route cause, le dysfonctionnement, d'analyser le comportement des applications. Mais au travers de ça, on a besoin encore de plein de gens qui analysent tout ça. Donc on a besoin d'équipes de production, d'équibilitions, qui regardent ces dashboards, qui comprennent les algorithmes de machine learning, les détections qui sont faites. Donc aujourd'hui, on parle de MCP, vraiment de la partie agentique.
On va vraiment travailler, et on compte beaucoup sur Elastic aussi, pour nous aider dedans, avec les nouvelles versions qui vont arriver, de pouvoir interroger en langage naturel, aujourd'hui, toutes ces données qui composent ce warehouse. Je pense qu'aujourd'hui, c'est vraiment quelque chose de primordial, parce qu'il devient de plus en plus complexe aujourd'hui dans les systèmes d'information telles qu'on a, de pouvoir comprendre aujourd'hui le comportement de l'application. C'est une chose. Mais en définir avec des éléments de machine learning, mais de log, d'APM aussi, de performance, d'avoir une explication beaucoup plus explicite dans un contexte applicatif de la compréhension de l'application. Donc oui, c'est vraiment pour nous quelque chose d'assez important et on compte sur Elastic en tous les cas, avec l'anniversaire privé de l'agent budeur pour nous permettre d'accélérer ce déploiement.