Propulsé par   
🎤 Interview - IA en entreprise : promesses, échecs et solutions concrètes (Mickaël Mina, Sage)    🎤 Interview - IA en entreprise : promesses, échecs et solutions concrètes (Mickaël Mina, Sage)   

🎤 Interview - IA en entreprise : promesses, échecs et solutions concrètes (Mickaël Mina, Sage)

Jerome Colombain

Seules 16 % des initiatives en IA en entreprises génèrent un retour sur investissement, et à peine un quart des PME françaises y ont recours. Alors, pourquoi une adoption aussi timide ? Mickaël Mina, directeur IA chez Sage, revient en profondeur sur les raisons de ces échecs et les clés pour réussir l’intégration de l’IA dans les processus métiers.


En partenariat avec Sage


👉 Contenu de la discussion :


Résultats préoccupants des projets IA en entreprise : retours d’études et constats terrainL’approche de Sage : comment l’éditeur a intégré l’IA dans ses solutions de gestionIA générative, copilots, agents autonomes : quelles promesses pour la finance et la comptabilité ?Clôture comptable continue, prédiction de trésorerie, détection de fraudes : exemples concrets d’usageLes risques du \"Shadow AI\" et l’importance d’une gouvernance encadréeRetour d’expérience sur l’entraînement d’un LLM propriétaire à partir du modèle MistralVers une IA semi-agentique : comment allier autonomie technologique et supervision humaine



 

Seules 16 % des initiatives en IA en entreprises génèrent un retour sur investissement, et à peine un quart des PME françaises y ont recours. Alors, pourquoi une adoption aussi timide ? Mickaël Mina, directeur IA chez Sage, revient en profondeur sur les raisons de ces échecs et les clés pour réussir l’intégration de l’IA dans les processus métiers.

En partenariat avec Sage

👉 Contenu de la discussion :

Résultats préoccupants des projets IA en entreprise : retours d’études et constats terrainL’approche de Sage : comment l’éditeur a intégré l’IA dans ses solutions de gestionIA générative, copilots, agents autonomes : quelles promesses pour la finance et la comptabilité ?Clôture comptable continue, prédiction de trésorerie, détection de fraudes : exemples concrets d’usageLes risques du \"Shadow AI\" et l’importance d’une gouvernance encadréeRetour d’expérience sur l’entraînement d’un LLM propriétaire à partir du modèle MistralVers une IA semi-agentique : comment allier autonomie technologique et supervision humaine

Écouter l'épisode
YouTube