AI Plan
AI Build
AI Run
AI ChangeSolutionDiagnostic Data & IA
Évaluez votre maturité et construisez une roadmap priorisée.
Découvrir le diagnosticDonner un cap IA commun à 16 sociétés sans effacer leurs réalités industrielles
À partir d’un diagnostic mené au plus près des opérations, aiko a aidé ANJAC Health & Beauty à distinguer les cas d’usage propres aux filiales des capacités réellement mutualisables, puis à déployer une première console IA à l’échelle du groupe.
- sociétés aux métiers et maturités distincts
- 16
- sites de R&D et de production
- 23
- utilisateurs actifs de la console IA
- 700+
Périmètre du groupe
France, Europe et Amérique du Nord
Adoption constatée à l’échelle du groupe
Le point de départ
Créer une trajectoire commune sans effacer les réalités locales
ANJAC Health & Beauty rassemble des sociétés expertes dont les métiers, les processus, les systèmes d’information, les données et les niveaux de maturité diffèrent. Cette diversité rendait risquées deux approches opposées : imposer trop tôt une architecture IA uniforme ou laisser chaque filiale avancer seule.
L’enjeu consistait à déterminer ce qui devait rester au plus près des opérations et ce qui avait réellement intérêt à devenir une capacité commune au groupe.
Une progression end-to-end
Du terrain à une première capacité déployée à l’échelle du groupe
Les quatre interventions se répondent : comprendre les opérations, construire un socle utile, observer les usages puis installer les conditions d’une adoption durable.
- 01AI Plan
Partir des opérations
Entretiens avec les directions, ateliers métiers et analyse des dépendances Data ont permis de faire émerger les irritants, de prioriser les cas d’usage et de construire une feuille de route à plusieurs horizons.
- 02AI Build
Créer une première capacité commune
aiko a conçu une console IA interne donnant un accès contrôlé aux modèles et à des fonctions transverses de dialogue, de recherche, d’analyse et de lecture de fichiers.
- 03AI Run
Faire évoluer le socle par l’usage
Le dispositif repose sur une connectivité API, un suivi de la consommation et des ajustements progressifs afin d’enrichir la plateforme sans imposer une architecture lourde.
Installer un langage commun
Séminaires et sessions d’acculturation ont aidé dirigeants, équipes SI et métiers à partager une compréhension des capacités, des limites, des risques et des responsabilités liés à l’IA.
Des décisions aux livrables
Ce qui a été réalisé
Le projet a combiné cadrage stratégique, priorisation de cas d’usage industriels, construction d’une capacité groupe, conditions d’exploitation et accompagnement des équipes.
Diagnostic & feuille de route
Une lecture opérationnelle avant la vision groupe
Le Diagnostic Data & IA a combiné des entretiens avec les directions et des ateliers métiers pour analyser les irritants, les dépendances Data et les opportunités de transformation. Les initiatives ont ensuite été consolidées dans une feuille de route à court, moyen et long terme.
Cas d’usage industriels
Deux priorités cadrées au niveau d’une filiale
Les travaux ont porté sur la prévision probabiliste des approvisionnements et de la demande, ainsi que sur une assistance IA à la R&D et à l’innovation produit : exploration d’ingrédients et support aux tests de stabilité.
Console IA groupe
Une première capacité commune construite et déployée
aiko a conçu une console IA interne légère, connectée aux modèles par API et donnant un accès contrôlé à leurs capacités. Elle réunit le dialogue conversationnel, l’accès Internet sécurisé, l’analyse ainsi que la lecture et l’extraction de contenu à partir de fichiers.
Run & adoption
Un dispositif exploitable et un socle commun de compréhension
La solution intègre une connectivité API et le suivi de la consommation à l’usage. Des séminaires et sessions d’acculturation ont été menés auprès des dirigeants et équipes concernées sur les capacités, limites, risques et responsabilités liés à l’IA.
Architecture d’extension
Une première couche conçue pour évoluer selon les usages
La console constitue un socle pouvant accueillir progressivement des services spécialisés — RAG juridique, RH, marketing ou opérations — ainsi que de futurs agents et des intégrations plus ciblées lorsque leur valeur est démontrée. Ces extensions restent une trajectoire d’évolution, distincte des capacités déjà déployées.
L’arbitrage structurant
Mutualiser les capacités, pas les réalités métiers
Les cas liés à la prévision, aux stocks ou à la R&D dépendent fortement des données et des processus propres à chaque entité. À l’inverse, l’accès contrôlé aux modèles et certaines fonctions transverses pouvaient constituer une première couche commune.
aiko a donc séparé les cas d’usage locaux des capacités de groupe, puis construit une console volontairement simple avant d’envisager des services plus spécialisés.
Au plus près des filiales
- Prévision & supply
- R&D produit
- Données et processus locaux
À l’échelle du groupe
Console IA interneAccès contrôlé · analyse · fichiers · rechercheLes résultats
Une stratégie devenue un usage réel
La première brique mutualisée a dépassé le stade du cadrage : la console IA est déployée à l’échelle du groupe et compte plus de 700 utilisateurs actifs.
- 1
- console IA interne déployée
- 700+
- utilisateurs actifs
Une première capacité commune à l’échelle du groupe
Adoption constatée de la console IA
Un socle commun disponible
Les collaborateurs disposent d’un environnement interne donnant accès aux modèles et à des fonctions génériques utiles à plusieurs métiers.
Une évolution guidée par les usages
Le suivi de la consommation et l’observation des besoins permettent de faire évoluer progressivement le dispositif sans figer trop tôt une architecture définitive.
L'insight projet
Deux échelles, une trajectoire
Dans un groupe décentralisé, scaler l’IA ne signifie pas reproduire le même cas d’usage partout. Il faut décider ce qui reste local, ce qui devient commun et comment les nouvelles demandes seront arbitrées.
Une première capacité simple et maîtrisée peut créer des usages réels plus vite qu’une plateforme exhaustive. L’architecture gagne ensuite en précision à partir de ce qui est effectivement utilisé.
Cas client
Heytens
Concevoir un conseiller IA pour prolonger l’expérience showroom en ligneDécouvrir le cas client
Cas client
Martin Brower
Mesurer et comparer l’impact des campagnes en séparant le signal de marque du bruit culturelDécouvrir le cas client
Cas client