10h11 : interview avec Julien Daubert, Fondateur

Après avoir rencontré jusque-là des acteurs plutôt spécialisés, il me tenait à coeur d’avoir un point de vue plus transversal. Pour cela, j’ai eu la chance de rencontrer Julien Daubert, le fondateur de la société 10h11. La particularité de 10h11, c’est cette double compétence Service & Produit. D’autre part, la diversité de leurs cas clients, avec de très belles références pour des sociétés majeures (plus du quart des entreprises du CAC40). Pour cela, direction Station F !

Julien Daubert, fondateur de 10h11.

Présentation et parcours

Merci Julien de prendre le temps de me recevoir aujourd’hui. Nous sommes à Station F où tu as tes bureaux Parisiens. On va s’intéresser à ton parcours et à tes projets d’IA à travers ta société, 10h11. Tu commences par nous parler un peu de toi ?

Bonjour Hugo. Je m’appelle Julien Daubert, j’ai 33 ans et je suis le fondateur de 10h11. Le coeur de notre activité est la donnée et son exploitation, sujet sur lequel nous travaillons depuis 2011. En 8 ans, notre activité nous a donné l’opportunité de travailler avec de beaux noms comme la SNCF, Geodis, Havas, Keolis, Bordeaux Métropole, la RATP… Au total, nous comptons parmi nos clients plus de 25% du CAC40 et avons travaillé pour plus de 100 clients différents. Nous avons aussi une forte composante Recherche & Développement, matérialisée par un programme de recherche reconnu par l’État. Avec un objectif qui n’a jamais changé : celui d’être utile.

10h11 a conçu et développé le plus grand dashboard Power BI d’Europe. Ici au siège de la SNCF.

Alors première question qui me vient c’est : pourquoi “10h11” ?

C’est un clin d’oeil historique ! Car la première connexion entre 2 ordinateurs a eu lieu le 16 octobre 1962, à 10h11 précisément. Et donc quelque part le premier échange de données, cette donnée qui est dans notre ADN.

Parle-nous un peu de ton parcours ; comment se retrouve-t-on à la tête d’une entreprise qui donne vie à la donnée ? Car à l’inverse de ce que l’on pourrait penser, il me semble que tu n’es pas issu d’une formation “technique”.  

Après le lycée, je me suis orienté vers un BTS Communication des Entreprises qui a duré 2 ans. Après des années de théorie, j’avais envie de rentrer dans le concret et de travailler sur des sujets pratiques. Et je me suis éclaté ! C’est d’ailleurs durant le BTS que j’ai rencontré l’associé avec qui j’ai monté 10h11.

Suite au BTS, j’ai fait un Master Pro en Communication Digitale à l’Université de Bordeaux. Quelques années après la fin de mes études, en 2015 et en parallèle de mon activité pro, je suis retourné à l’école pour quelques mois. J’ai fait un Executive Education à HEC Paris, programme Dirigeant PME. Qui m’a d’ailleurs pas mal aidé sur la conduite de 10h11.

Il me semble que 10h11 est né justement pendant ton parcours “académique”.

Le projet 10h11 s’est un peu fait à travers la Junior Entreprise de l’université, en 2010. J’ai commencé en qualité de Président de la JE. À l’époque en terme de mission, on lançait par exemple toute l’université sur les réseaux sociaux. Linkedin, Facebook, Twitter. Ça peut paraître surprenant aujourd’hui, mais à l’époque, tous ces réseaux n’avaient pas le poids et l’importance qu’ils ont aujourd’hui ! Nous avions pas mal de missions autour de la communication, logique puisque étudiant en Master Communication Digitale. On accompagnait des sociétés dans la création de leurs supports de communication. Au-delà de la fac, on travaillait aussi pour les clients de partenaires, comme Wopata, sur des missions type réalisation de vidéos promotionnelles. 

Pour une application qui se lançait, je me souviens que nous avions réalisé une mission de stratégie de communication. Sur quels supports être présent ? Où et comment communiquer ? Je ne me souviens plus combien est-ce qu’on facturait à l’époque, mais c’était dérisoire. Nous avions quand même fait 40k€ de CA sur l’année ! Ce qui n’est pas grand chose, mais quand tu es étudiant, pour nous c’était énorme (rire). C’est la Junior Entreprise qui facturait les clients, et nous on payait les étudiants pour effectuer les missions. Au total, nous devions être une vingtaine dans l’équipe.

Et l’Université dans tout ça ?

Ils nous ont aidé avec un peu de financement et des missions. Mais ça n’a pas toujours été vu d’un très bon oeil. J’étais vraiment investi dans le projet, donc j’y passais beaucoup de temps. Une des professeurs principales de l’Université m’avait même dit que j’aurais mieux fait de faire une école de commerce (et elle avait sûrement raison !) 😄. Mais je voulais continuer à travailler sur cette “boîte” qu’était la JE. Cela m’a amené à prendre quelques libertés. Alors que je commençais à travailler sur 10h11 avec mon associé, je voulais faire mon stage dans “notre” société. Ce que l’université n’a pas trop accepté. Du coup je me suis arrangé avec un chef d’entreprise pour trouver un compromis afin qu’il accepte de faire une convention de stage. Je travaillais 4 jours pour 10h11, et 1 jour pour sa société ! Un grand merci pour son aide d’ailleurs.

Le début de l’aventure 10h11

Ça commence donc avec quelques missions à travers la Junior Entreprise de l’Université qui te donne le goût d’entreprendre. Comment s’est dessiné ensuite 10h11 par rapport à ce projet entamé ?

Après quelques mois d’activité, même s’il y avait déjà des agences qui faisaient du web, on voyait qu’il y avait de la place. Et particulièrement autour de la communication avec la donnée. On était notamment inspiré par une société New-Yorkaise, ColumnFive, qui faisait beaucoup d’infographies. Nous trouvions ça super pertinent et très efficace. Alors on s’est dit “Go, on se lance là-dessus !” Avec un axe stratégie digitale plus data. Et dès la 2ème année, on faisait déjà un peu plus de 200k€ de chiffre d’affaires.

C’était quoi vos projets à ce moment-là ?

Pas mal de sites web, de la stratégie, de la communication avec des infographies, du print, des présentations avec des données animées pour des pitch, ce genre de sujets. Nous avions une approche très innovante qui a beaucoup plu à Bordeaux, qui est finalement un petit écosystème. D’autant qu’il y avait à l’époque peu d’agences digitales dans la région.

Vos clients vous alliez les chercher comment ?

Nous avions déjà construit un réseau avec la Junior Entreprise. Et les newsletters nous ont aussi pas mal aidé. Après, Bordeaux c’est petit. Une fois rentré dans les 4-5 cercles pro existants, tu as rapidement fait le tour. C’est une époque à laquelle il y avait beaucoup de besoins et peu d’agences. Nous pratiquions en plus des prix bas, presque « étudiant ». Nous avons donc eu énormément de demandes, et avec le recul je pense que l’on n’était pas assez prêt ! Sur la façon de gérer les clients, l’équipe, les relations entre associés, il y a eu pas mal d’erreurs de faites. Mais bon, nous étions de jeunes entrepreneurs… et nous avons fait quand même de bonnes choses ! Et puis surtout, nous avons appris.

Quel était le profil type de ces clients ? Bordeaux, on pense d’abord aux châteaux, un peu d’aéronautique, quelques PME…

Alors nous avons eu effectivement des châteaux, et que l’on a toujours. Le négociant WingsWine est un bon exemple de l’évolution de 10h11. Au départ pour un site web, et toujours client chez nous pour un outil autour du scrapping de data. 

WingsWine fait du négoce en vin. Lorsqu’il est consulté pour une commande, il doit être en mesure de fournir très rapidement une propale. Pour cela, il faut consulter les prix chez des acteurs type Liv-Ex ou Wine Searcher, qui sont de grosses plateformes web. Nous avons développé pour eux une solution qui fait du scrapping automatisé par API et sur interface des prix pratiqués sur ces plateformes. Une fois que le prix de la référence qui nous intéresse est récupéré, nous calculons automatiquement la marge. De cette manière, le négociant qui a son client au téléphone est capable de faire une proposition en quelques secondes. Alors qu’ils avaient besoin avant d’une matinée entière pour sortir un prix ! En terme de R.O.I., on est passé de 1 proposition par collaborateur par demie-journée à 5 propositions.

Est-ce que de telles optimisations de process n’effraient pas les salariés ? 

Effectivement, il faudrait regarder à moyen terme si au final ces améliorations auront servi à recruter davantage pour développer d’autres activités ou… au contraire réduire les effectifs pour gérer une même quantité de commande. Après en France, l’objectif n’est généralement pas de licencier du personnel quand on implémente des solutions de ce type. D’une part la réalité c’est de dire “les gens qui faisaient ça je les mets sur une activité à plus forte valeur ajoutée”. Et le licenciement auquel on peut penser dans ce cas, c’est davantage américain comme façon de voir les choses.

Pour compléter ce que tu dis, je n’aime pas trop cette frilosité et cette façon de voir les choses. “Oui, vous nous remplacez par des machines, vous voulez nous virer, etc etc”. On peut aussi se dire que cela améliore la compétitivité de l’entreprise et du coup que cela lui permet de recruter ou d’augmenter les salaires ! Car de toute façon si on ne fait pas évoluer nos outils de production, ce sera le concurrent qui le fera. Et à terme, l’emploi de cette même personne qui disparaîtra.

Pour en revenir à 10h11, vous aviez quoi d’autre comme type de client ?

En plus des châteaux, nous avions des PME comme “Yachts D’Exception”, une entreprise qui vend des yachts sur le Bassin d’Arcachon. Nous avions aussi des associations, pour qui on faisait du site web, de la stratégie de communication. Des organisations publiques sur leur communication avec la data. La Métropole de Bordeaux, Cap Sciences. Aussi, quelques banques ! Voilà pour les premiers clients.

En 2013, suite à 2 délégations avec l’Office Franco Québécois pour la Jeunesse, nous nous rendons 2 fois au Canada au “Web à Québec”, qui est le plus gros événement du digital francophone. Nous rencontrons là-bas le créateur de Ixmedia, une agence digitale de 40 personnes, et il montre un réel intérêt pour notre travail. Nous venons juste de sortir nos premières cartographies et dashboard. Il nous dit : “Moi je ne fais pas de dataviz, ça vous intéresserait de monter une filiale ici ? On aurait sûrement pas mal de choses à faire ensemble”. Mon associé qui adorait le Canada a tout de suite été emballé. Je me souviens encore lorsqu’on a pris le vol tous les 2 pour aller l’installer. Moi je n’avais pas de bagages parce qu’il avait vidé tout son appartement qui tenait dans nos 3 valises !

Présentation de l’événement Web à Québec 2019.

Du coup nous voilà à ouvrir 4h11, la filiale Canadienne de 10h11. Je pilotais principalement la maison mère, et mon associé le pendant canadien. Assez vite, la filiale brûle pas mal de cash, nous sommes jeunes, et on a pas encore une assise assez solide. La distance n’est pas simple à gérer, avec les 6h de décalage horaire. Et nos visions finissent par différer. 

On arrive en 2016, la vision de mon associé (qui n’était pas mauvaise) c’est de partir sur du dashboard et automatiser, vendre un produit. Moi je veux rester dans le service et ouvrir à la data sciences. Je sens qu’on apporte de la valeur avec la data visualisation, mais je sens qu’on peut apporter plus. Des KPI, prédire, accompagner nos clients sur leur business, consolider la donnée et la transformer. Un peu comme dans la food : quand tu vends de la tomate, elle a un certain prix au kilo. Et quand tu la vends transformée, comme en sauce tomate, tu peux la vendre plus chère.

Donc nous finissons par arriver à une séparation avec un accord. Lui prend la filiale 4h11 et la pilote comme il le souhaite, et moi je récupère 10h11. Avec le recul, je pense qu’on aurait dû prévoir ce genre d’événement dès le départ, cadrer les choses. Mais ce n’est pas facile ! Après cela m’aura été utile par la suite, puisque lorsque je récupère 10h11, je décide d’associer 4 de mes collaborateurs. Un data scientist, un développeur fullstack, une personne en gestion de clientèle et un designer. L’équipe correspondant bien à là où nous souhaitions aller. Nous voilà donc parti à continuer de travailler sur la dataviz, et à ouvrir aux sujets de data sciences et algorithmie. À l’époque, on ne parlait pas encore d’IA.

Donc tu décides de garder une majorité pour garder le contrôle sur ta société mais tu ouvres le capital aux salariés, pour souder et faire participer l’équipe au projet, c’est bien ça ?

Oui, j’avais vraiment envie de capitaliser sur l’équipe et je pense que c’est aussi une bonne façon de motiver. Et depuis le début de l’aventure, je ne conçois pas l’entrepreneuriat seul. Il y en a qui préfèrent, moi j’apprécie d’abord l’aventure humaine. Avoir du monde autour, qui challenge les idées, l’émulation entre associés, j’en ai besoin. Un succès, un échec, nous sommes ensemble pour le partager. Avoir des gens autour de soi dans les moments difficiles ou s’enthousiasmer avec eux dans les victoires, cela a une autre saveur à plusieurs que tout seul je trouve. Ça me fait penser au film Into The Wild, la phrase à la fin du film qui dit « Le bonheur ne vaut d’être vécu que s’il est partagé ».

Le moment correspond aussi à ton retour sur les bancs de l’école il me semble.

Quand je fais HEC Paris en 2015, justement parce que je veux ouvrir la boîte à la data sciences, je sens qu’il faut faire un pivot. Je candidate au programme Executive Education, qui est un condensé en 6 mois. J’étais le plus jeune en Executive à HEC Paris, pas évident d’y être reçu à moins de 30 ans. Je construis la stratégie avec HEC, je l’explique à mes collaborateurs que j’associe dans la foulée, en avant !

En Janvier 2016, j’écris aussi un programme de R&D validé par le Ministère de la Recherche, nous devenons jeune entreprise innovante. La société bénéficie alors du soutien de l’État, nous avons un cadre très précis sur les travaux qu’on veut mener, un nouveau positionnement, un nouveau site, une équipe motivée, nous sommes prêts. C’est comme ça qu’on exécute. Et on se sépare de 4h11 qui part sur une autre belle aventure.

Au niveau de la R&D cela se passe comment, c’est une équipe dédiée fulltime pendant plusieurs mois ?

Non, nous arrivons quand même à continuer à produire du service à côté, car il faut payer les salaires. Nous avons alors 4 axes de recherche :

  • bases de données hétérogènes
  • algorithmie
  • architecture scalable (ndlr : des architectures techniques qui peuvent évoluer rapidement dans le temps)
  • et nous gardons « visualisation des données »

Nous travaillons ces 4 axes, beaucoup de clients nous font alors confiance pour les accompagner uniquement sur ces sujets data. Fini les projets type site web. Nous avons uniquement des sujets comme :

  • Suez : gérer les données d’ouverture et de fermeture des vannes de réseaux d’eau
  • Coca-Cola : avec Publicis, prédiction du coût d’une mention sociale au regard de la stratégie de communication déployée (quel média influence le plus telle thématique en ligne, telle publicité influence plus telle thématique, etc…)

Donc des mandats avec beaucoup de dashboards et d’analyses. Tout ça pendant 3 ans, avec une croissance continue du chiffre d’affaires, qui passe de 200k€ à 500k€. 

Concrètement sur cette partie R&D, vous avez construit des produits ? Comment s’est matérialisé le fruit de cette recherche.

Par des briques technologiques. Nous avons tout un tas de briques capables de traiter de l’information. Par exemple, nous avons des briques capables de se plugger à différents outils. Des briques capables de nettoyer automatiquement la donnée. D’autres qui peuvent construire des dashboards automatiquement.

Le programme de R&D s’arrête en Mars 2019. On se retrouve à 10 employés, avec une bonne croissance. Et là, réunion avec les associés et on se dit : « Sur quoi est-ce qu’on part pour ces 3 prochaines années ». J’aime bien me projeter à 3 ans. Il y a beaucoup de start-up qui vont dire « C’est délirant, on sait pas à 6 mois où on sera, comment on peut se projeter à 3 ans ?! ». Mais je trouve qu’avoir un cap à 3 ans est très structurant. Même si on ne sait pas encore comment on va y arriver, au moins nous savons où on veut être. Et ça permet de se recentrer quand on a des périodes plus compliquées, nous connaissons le cap à tenir.

Nous avons donc reposé un programme de recherche en Mars de cette année, et on s’est dit « Faisons un pivot ». Je ne sais plus qui a eu cette phrase mais j’y adhère totalement : « une entreprise sur son modèle ou son idée de base, elle a une durée de vie extrêmement courte, 6 mois peut-être. Quelle que soit l’idée de départ ». Très rapidement, on va se rendre compte qu’il faut évoluer car le besoin n’est pas tout à fait comme on l’imaginait. Donc constamment, il faut te remettre en question. Là nous sommes partis sur un programme en se disant qu’il nous fallait améliorer les ARR, les revenus récurrents. En étant monté à 10 employés, avoir des gros mandats en one-shot c’est bien, mais s’il y a un creux dans les ventes, tu te mets dans une situation à risque. Les salaires étant là tous les mois, et allant en augmentant, il faut avoir un système qui couvre, au moins un matelas. C’est pour cela qu’on s’est dit qu’il fallait aller vers plus de software. C’est aussi demandé par nos clients. Industrialiser nos briques de R&D en produit. Et nous avons sorti 3 produits qui sont aujourd’hui sur le site. Analyse de tonalité sur les réseaux sociaux, optimisation des entrepôts et prédiction des paniers d’achat.

Aujourd’hui, toute proposition que nous faisons à nos clients, on la package sur un contrat assez long terme avec des revenus récurrents. Ce qui veut dire qu’on essaie d’être scalable sur les techno et que nous proposons une vision long terme à nos clients. Nous sommes donc passés sur un design plus technique, technologique et algorithmique que graphique. Ce nouveau pivot a sans doute entraîné le départ de l’un de nos associés, qui occupait le poste de designer. Mais je pense que c’était la meilleure issue pour tout le monde. 

Je pense que tu as fait ce qu’il fallait. Faire des choix forts, quitte à ce qu’il y ait un peu de casse, plutôt que de s’obstiner dans une direction où la majorité ne trouve pas son compte. Ce qui peut en plus amener tout le monde à crever. Moi je trouve ça sain, et amené intelligemment.

En tant que chef d’entreprise, il y a des décisions fortes à prendre. Nous avons pris le temps d’en discuter, de s’écouter, nous avons fait en sorte d’être très transparent, de se dire les choses. Et je pense que c’était le plus bénéfique pour tout le monde. Comme quoi, ces choix stratégiques sont importants. C’est un nouveau 10h11, avec lequel on vient de partir depuis 6 mois sur une nouvelle dynamique.

Parmi vos 3 produits, est-ce qu’il y a déjà des tendances qui se dessinent ?

Oui. Nous commençons par apprendre déjà, car vendre du produit VS vendre du service, c’est différent. Nous sommes sur un modèle hybride, nous faisons encore du service sur-mesure, et nous essayons de déployer des produits chez des clients. J’ai pas mal échangé avec mes mentors HEC pour leur demander “Est-ce que ce n’est pas bizarre d’avoir un modèle hybride ?”. Mais beaucoup de monde le fait aujourd’hui, cela semble logique et le marché l’accepte complètement.

Sur notre solution Smart Warehouse, cela se passe très bien. Nous sommes déployés chez Geodis, avec qui on a construit le produit. Nous sommes d’ailleurs dans plusieurs entrepôts chez eux. Et nous commençons à avoir des contacts chez un autre leader du marché. En 6 mois je pouvais difficilement rêver mieux.

La solution Smart Warehouse.

Pour Predicart, nous avons construit la solution avec Lyreco, ils sont supers. Nous sommes capables de prédire le panier d’achat que vont faire les utilisateurs du site web, jour après jour. En fonction de plusieurs paramètres, nous sommes capables de dire s’il va acheter ou non, en quelle quantité, quelle référence, etc. Pour chaque prédiction, nous avons un indice de confiance associé. Et ils considèrent qu’à partir de 62%, c’est bon, on utilise la prédiction. On ne s’attendait pas à un tel niveau de confiance de leur part ! 62% cela peut paraître relativement faible, mais cela veut aussi dire que le boulot a été très bien fait au niveau de l’analyse. Nous sommes très contents, et le déploiement avance. En plus, la solution est hyper scalable. Et nous sommes en mesure d’adapter ça facilement à un site web avec de la commande récurrente.

Le dashboard de la solution Predicart.

Enfin, le produit Social Control pour la SNCF. C’est de l’analyse de ton sur les réseaux sociaux. Lui est moins scalable que les autres car on travaille sur de la reconnaissance sémantique. Pour dire si la mention sociale est positive, négative ou neutre. Et c’est très lié au sujet traité.

Social Control pour la SNCF.

D’autant que la concurrence doit être rude avec des sociétés spécialisées sur la thématique sémantique. 

Oui, mais malgré ça la SNCF n’était pas satisfait du niveau de performance (sur la langue française) proposé par l’ensemble des acteurs qu’ils ont rencontré. Pour faire leur choix, ils ont testé, tout simplement. Résultat : “Vous êtes aujourd’hui le plus performant du marché, on vous prend.” Top ! Nous sommes donc déployés sur 25 dashboards dans tous les centres d’informations voyageurs de France. 

En fait ce que je trouve difficile dans votre cas, c’est la pluralité du discours d’un point de vue commercial. Quand on comprend la technique et votre travail de R&D, bien sûr que cela fait sens. Mais comme vous adressez 3 cas d’usages assez différents d’un point de vue métier, est-ce que cela n’est pas un frein ? Est-ce qu’un décideur dans la logistique ne va pas se dire “Attendez, vous auditez des tweets d’usagers du RER D, quel est le lien avec mon entrepôt ?”. C’est une réflexion que tu as déjà entendu ?

Je suis d’accord avec toi, et dans le même temps c’est quelque chose que l’on n’a pas vraiment eu jusque-là. Le client ne se concentre que sur ce qu’on lui propose. Alors oui s’il va sur notre site, c’est à double tranchant. Soit cela le rassure il se dit que l’on a un champ de compétence large et que l’on va pouvoir faire plein de choses ensemble, soit il se demande si nous sommes vraiment spécialistes de son sujet.

Dans notre démarche, nous proposons toujours un test pour démarrer le travail avec nos clients et se faire une idée du niveau de performance que l’on est en mesure de leur offrir. Pas d’a priori, on se branche et on dit ce qui se passe. S’il est satisfait, tant mieux nous avançons ensemble. Sinon, cela nous donne l’occasion de nous améliorer.

C’est ce qui me plaît dans la tech et dans les sujets d’intelligence artificielle. C’est très orienté résultat, 0 ou 1. On ne peut pas mentir avec ce que l’on fait. Mettez-nous vos données à disposition, on fait un test et nous vous livrons les résultats. C’est ce qu’on a fait avec Lyreco. Ils nous ont fourni de la donnée, et nous leur avons dit qu’avec cette base on serait en mesure de prédire les ventes de la semaine suivante. Nous avons travaillé, la semaine test est passée. Et le lundi, ils nous ont rappelé pour nous dire que nos prévisions étaient justes, qu’ils étaient super contents du travail réalisé. Et depuis, nous travaillons ensemble.

Donc pour vous, cette transversalité des sujets adressés n’est pas un problème. Tant mieux ! Je te disais ça car j’ai constaté que sur certains secteurs assez techniques, les clients attendent de leur prestataire qu’il soit expert des sujets métier. 

Alors oui, c’est vrai. Mais j’ai un autre exemple, c’est celui de Norauto. Un de nos plus gros clients. Ils nous ont confié plusieurs années d’historique de tickets d’achat de tout le réseau Norauto en France. C’est dire le niveau de confiance. Ce que nous a dit le responsable c’est : « Je fais appel à vous parce que vous ne connaissez pas notre secteur. On a besoin de se renouveler, mais on a peut-être un regard biaisé. Alors voilà nos données, faites une exploration”. Nous avons sorti tout un tas de scenarii, appuyés sur la data. Notamment le lien entre les ventes et la météo, et il y a des choses fabuleuses qui apparaissent. Nous avons fait des croisements entre produits qu’on aurait pas forcément anticipé. Alors oui, quelques fois il faut être expert d’une industrie. Mais il y a aussi de la place pour des “généralistes” ! Notre expertise, c’est la data.

L’intelligence artificielle

Nous allons maintenant rentrer dans le coeur du sujet, et parler un peu plus d’intelligence artificielle. La première fois que tu as entendu parler d’intelligence artificielle, c’était à quel propos ?

Alors c’est très philosophique, c’était pour le film HER avec Joaquin Pheonix. Ce film m’a frappé parce que je sentais que ce qu’on montrait était très proche… d’une réalité proche. Je comprenais totalement la relation qu’on pouvait avoir avec un avatar. Nous, jeune, on a déjà eu des discussions avec des inconnus sur MSN. C’était des personnes réelles, mais tu ne les voyais jamais. Elles pouvaient très bien être à 400km et ne pas exister ! Je comprends l’intérêt et l’excitation que tu peux avoir sur ce genre de conversation. 

Il y a ce truc génial dans HER quand la machine démarre. Elle dit au personnage principal : « Quelle est votre relation avec votre mère ? » « Avec ma mère c’est….(silence) » « OK, la configuration est faites ». C’est une blague mais, la réponse à la question sur sa mère, la machine est capable de l’interpréter ! Elle range l’individu dans une case, du genre “Très bien je vois quel type de personne tu es, on va pouvoir t’adresser ce type de contenu.

Cover du film HER.

Et en sujet plus pro ? Vous avez démarré avec la data chez 10h11, la frontière avec l’intelligence artificielle ensuite est assez mince…

La transition s’est faites naturellement. On faisait déjà de l’IA mais on appelait pas ça IA à l’époque. Et peut-être que dans 3 ans il y aura un nouveau nom pour tout ça, et on dira que c’est de l’intelligence artificielle améliorée ! 

À ce propos, j’étais à un meet-up il y a quelques jours autour de l’XAI. L’IA explicable. Partant du postulat que les réseaux de neurones sont un peu des boîtes noires, et que dans plus en plus de cas on a besoin d’expliquer pourquoi l’IA est arrivée à tel ou tel résultat.

J’y crois beaucoup à ce sujet. Notamment concernant la partie compliance. Le fait qu’une IA soit conforme aux process d’une entreprise.

Le cas typique, demain un assureur veut pouvoir assurer une voiture autonome. La voiture autonome a pris une décision, et on ne sait pas pourquoi. Est-ce qu’elle est responsable ou pas ? Si l’IA n’est pas explicable, l’assureur perdra à chaque fois. Même chose lorsque les industriels vont déployer de l’IA là où il y a un risque. Mais c’est déjà la même chose dans un entrepôt. 

Chez 10h11, nous expliquons de A à Z l’ensemble des intelligences artificielles que nous mettons en place pour nos clients. Avant le run, nous demandons toujours « Est-ce que vous êtes bien sûr que vous avez compris pourquoi l’intelligence artificielle se positionne sur telle ou telle décision ? ». Parce qu’au moindre problème, si cela ne se passe pas comme prévu, on doit pouvoir fournir des explications. Si un salarié dit « vous m’avez pénalisé parce que j’ai fait des choses que l’IA m’a dit de faire » et qu’on ne sait pas l’expliquer, c’est problématique. Tout doit être maîtrisé, explicable.

Dans le credit scoring, on s’est fait avoir il y a 3 ans. Nous avions conçu une solution qui tournait sur du credit scoring consommation. Nous sommes allés dans une grande banque française, et nous nous sommes rendu compte qu’on leur faisait gagner 40M€ par an avec notre solution. Donc ils ont voulu nous acheter la propriété du modèle. On était d’accord pour leur vendre, un montant assez significatif, mais ils n’ont pas accepté. Du coup, on s’est dit qu’on allait vendre notre solution à d’autres banques. Mais nous avons vite remarqué qu’elles étaient assez frileuses, car si le modèle devient discriminant et que tu n’es pas capable de l’expliquer, que tu enfreins les législations en vigueur et la conformité bancaire, c’est très dangereux. Une personne qui se voit refuser un crédit par une banque et qui attaque la banque, si cette dernière n’est pas capable de justifier sa décision via un processus clair, c’est vu comme problématique. La banque perdra à chaque fois. Et ça, c’est un gros sujet.

Dans quel secteur est-ce que tu penses que l’IA a le plus de potentiel ? Chez 10h11, vous travaillez déjà sur certains domaines, mais peut-être que tu penses à autre chose que vos sujets.

L’IA peut servir à n’importe quelle industrie, j’en suis convaincu. Mais pour prendre position, j’ai envie de dire surtout dans l’automobile. Je suis impatient de voir les progrès arriver dans ce domaine. Impatient de la voiture autonome. Je suis convaincu que nos petits-enfants nous diront « Mais comment avons-nous fait pour laisser l’humain conduire ! ». Parce qu’une machine suit des lignes, des instructions. Laisser à l’humain une telle responsabilité, c’est peut-être trop. Il suffit de voir à quel point notre capacité à être attentif a diminué avec les mobiles. Vivement que l’intelligence artificielle prenne place dans l’automobile. Et que tout le monde puisse prendre des voitures, des taxis à des prix imbattables !

Je suis assez d’accord. Bien réalisé, je pense que la voiture autonome permettra d’avoir moins d’accidents qu’aujourd’hui. En revanche, je trouve que c’est tellement complexe de comprendre notre environnement dans sa globalité. Et puis les cas très spécifiques, comme : “J’arrive à un passage piéton trop vite, il y a une femme avec un enfant dans une poussette et une personne âgée, j’écrase qui ? Ou je crashe la voiture dans laquelle je suis ?”. C’est quand même assez difficile de trancher sur des cas pareils !

Je pense qu’il y aura toujours des accidents. Si on observe moins d’accidents statistiquement qu’avec l’humain, alors le pari sera en passe d’être gagné. Si on arrive à démontrer que grâce à la voiture autonome, on a réduit de 80% le nombre de tués sur les routes, on pourra quand même parler de progrès ! Mais si l’IA engendre plus de tués sur les routes, alors bien sûr on arrêtera le truc.

Si nous regardons l’adoption des machines dans les usines. Oui il peut toujours y avoir des accidents, mais cela a tellement apporté. Alors si une machine provoque un accident on ne va pas dire « allez, on arrête toutes les machines ». Non.

Les grands champs d’application de l’IA sur lesquels vous travaillez ?

Nous en avons déjà un peu parlé, mais je commence avec la prédiction (e-commerce et warehouse).

Après notre programme de R&D 2016 – 2019, nous en démarrons un nouveau avec le Ministère de la Recherche. Notamment sur le data management et la vitesse computationnelle. Comment je fais en sorte d’optimiser la vitesse de calcul ou la ressource nécessaire à faire tourner ma technologie. C’est un sujet car aujourd’hui on reste encore limité. Alors il y a l’ordinateur quantique qui arrivera, mais tant que nous n’y sommes pas, il y a une marge de progression sur l’optimisation.

Il y a aussi le sujet du nettoyage des données. Nous travaillons sur des technologies pour être sûr d’être trustfull, et garantir que la donnée qui est nettoyée et exploitée chez nous est propre et fiable.

Tu nous parles de vos derniers projets d’IA ? Les problèmes résolus et les résultats obtenus.

Premier sujet, Geodis. Pour qui nous faisons de l’optimisation de références dans les entrepôts. Avec à la clé, une optimisation de 40% de ces références. Le problème constaté au départ, c’est la désorganisation de leurs entrepôts. Dans un entrepôt, les références sont rangées par taux de rotation. Et certaines références à la rotation faible se retrouvent en zone de rotation forte, et inversement. Ou d’autres références qui devraient être rangées au même endroit sont en fait éparpillées sur 3 emplacements différents. Le résultat avec notre solution, c’est un temps gagné de 10min par opérateur et par jour pour un entrepôt, et 40% de références réaffectées. Tout le suivi est réalisé grâce aux flasheuses des opérateurs, qui scannent tout, et qui ont permis de mesurer la valeur apportée par notre solution.

Deuxième sujet, une grande marque de garages automobiles. Nous sommes capables de prédire leurs ventes en fonction de paramètres internes et externes. Interne, c’est l’historique, et externe cela va être la météo par exemple. Cela nous a permis d’envisager des campagnes de marketing automation liées à la météo, et d’avoir un impact sur les ventes. Je prends l’exemple du tapis de voiture. Nous nous sommes rendu compte qu’il y avait une corrélation très forte avec la météo, notamment les précipitations. Les essuie-glaces on pourrait se dire facilement, il y a un lien. Mais en fait, les tapis quand il pleut la personne rentre dans sa voiture, elle salit le tapis, et là elle se dit après « ah bah oui il est sale, depuis le temps que je me dis qu’il fallait que je le change ». Et dans la foulée, les ventes de tapis augmentent ! Au début on s’est quand même posé la question, mais pourquoi les tapis… Et en se refaisant le user-path, on s’est dit “mais oui“ ! Et ça c’est factuel, il y a des chiffres derrière qui l’attestent. L’objectif était d’adapter la communication de cette marque. Quand on a les flux météo pour chaque centre en fonction de leur localisation, ils vont avoir l’info via un dashboard que nous avons mis en place. Le personnel sur le terrain sait qu’il faut mettre en avant les tapis, et comme ça le consommateur ne cherche pas le produit dont il a besoin à l’instant T. Travail valable également sur le webshop, quand on a la localisation de la personne. Lorsqu’il fait ses achats, nous allons lui mettre en avant des recommandations. Mais nous proposons également d’autres produits pour d’autres événements.

« Merci d’essuyer vos pieds avant de rentrer »

Effectivement sans analyse de data, on aurait eu du mal à imaginer la corrélation ! Tu nous parles maintenant de vos projets actuels ?

Nous travaillons en ce moment sur la compréhension du territoire et un outil de data visualisation. Après avoir récupéré plusieurs bases de données, que l’on géo-encode, nous donnons une position géographique, et ensuite nous demandons à un utilisateur de choisir ses critères. Pour illustrer l’utilité de cet outil, prenons l’exemple d’un commerce. Est-ce que tu veux une densité de population forte ou faible, un revenu fort ou faible, un prix au m2 fort ou faible, est-ce que tu as besoin de la fibre, etc… En fonction de ces caractéristiques, nous allons scorer chaque zone du territoire et réaliser un maillage. Nous donnons un score sur chaque zone pour dire ce qui correspond à ce que tu recherches. Nous ne garantissons pas plus de business, mais par rapport à la cible, a minima que cela match. 

Exemple, Tchip Coiffure, chaîne de coiffure low-cost. Ils chercheront sans doute une densité forte, un revenu moyen de la population plutôt faible, la fibre ça ne les intéresse pas, etc… et ils vont chercher à s’implanter en fonction de ces critères. À l’inverse, un Franck Provost voudra sans doute un revenu moyen élevé. Un même type d’activité par rapport à leur positionnement peut avoir des attentes différentes. Et nous sommes là pour les aider à comprendre le territoire.

Un mot sur vos projets futurs ?

L’IA compliance, l’IA conforme. Nous y réfléchissons. Je vois ça comme une obligation. Si nous ne sommes pas capables d’expliquer une IA, cela posera problème. Le problème se pose dès que l’on a une responsabilité. Si notre intelligence artificielle prend une décision à la place d’un humain, et si cette décision est contestée, il faut que l’entreprise soit en mesure de l’expliquer. Que l’outil est conforme à ses process. C’est hyper important.

Les limites de l’intelligence artificielle auxquelles tu as été confronté sur vos projets chez 10h11 ?

Le temps de calcul. Notamment sur le use-case des territoires dont nous venons de parler. Quand il faut pondérer 2500 zones sur lesquelles il va y avoir un million de points, chaque point a une note, la note doit être compréhensible entre le centre d’une zone et sa distance euclidienne, et que la force du point doit s’appliquer sur une grande partie du territoire… on a un problème de temps de calcul. Si l’utilisateur doit attendre 15min pour avoir la réponse, ça ne marche pas. Il s’agit de tests que nous avons déjà faits. Je pense que c’est un constat partagé par beaucoup de sociétés. Nous devons optimiser le temps de calcul. Aujourd’hui, c’est une nécessité que de proposer la réponse en une demie seconde. Alors ou tu augmentes la puissance de serveur mais tu paies plus cher, ou tu fais une techno plus propre, ou tu passes par une méthode scientifique plus intelligente.

Autre sujet, l’intégration au sein des systèmes existants. L’exemple de Smart Warehouse, qu’il faut intégrer dans le système existant chez le client ou dans le WMS (ndlr : Warehouse Management System, la plateforme qui gère les flux dans un entrepôt). Tu dois plugger des technologies à d’autres technologies. Elles n’ont pas été conçu de la même manière, ni à la même époque, et avec des standards différents. La dette technologique est un des freins. Cela fait le lien avec ton interview de BlueCargo il me semble.

S’il faut évoquer des solutions, il y a le sujet intéressant du bancaire. Il y a une stratégie intéressante lancée il y a quelques années qui est celle des néo-banques. Alors qu’ils sont bloqués avec leurs vieux système depuis des décennies, on fait progressivement migrer tout le monde sur la néo-banque qui finira par prendre le relais. La stratégie n’est pas bête. Petit à petit je passe les clients sur le nouveau système, et je pourrai killer le vieux.

Les limites de l’IA, on vient d’évoquer la partie technique. Tu penses à d’autres choses ? Comme l’appréhension sociale par exemple.

Avec du recul, je trouve que nous n’avons pas eu trop de difficultés à avancer sur nos projets. J’ai l’impression que les mentalités évoluent. Avant c’est vrai que l’on pouvait être mal vu, nous “les gens qui font de l’IA”. Du style “on va supprimer des emplois”. En réalité, c’est tout le contraire et je pense que l’effet FrenchTech fonctionne, en partie sur l’évangélisation. Il faut faire confiance aux start-up, à la révolution techno, il faut avancer vite. Depuis quelques années, je vois une évolution en terme de tolérance et d’ouverture d’esprit sur ce sujet des nouvelles technos.

L’instant RH

Et pour terminer, parlons un peu de 10h11 sur le volet RH. Quelles sont vos actualités de ce côté là ?

Toutes nos opportunités d’emploi sont sur 10h11.com. Nous recherchons pas mal de monde. Des développeurs web (back, front ou full stack), des data scientist, sur du Phoenix, Ruby On Rails, ViewJS, ces 3 technos principalement. Pour les profils data scientist, nous avons une préférence pour les pro R (software statistique). Mais après, c’est aussi ouvert aux profils Python. En fonction des projets qui rentrent, nous sommes toujours attentifs avec les talents qui veulent nous rejoindre. On répond à 100% des demandes !

Les avantages pour ceux qui veulent venir travailler chez 10h11 ?

Je n’aime pas trop rentrer dans les clichés du type « On est génial, on a un super babyfoot, etc”. C’est un peu tarte à la crème. Le plus important pour moi, c’est la confiance des grands groupes, sur des thématiques stratégiques. Nous travaillons pour la SNCF, Geodis, Lyreco, Havas… Des gros clients avec des sujets très concrets. Je pense que cela doit déjà motiver certaines personnes. Et nous avons une stratégie de R&D très forte, avec un programme encadré. Des sujets sur l’IA, sur la compliance, sur l’éthique. Tout cela doit déjà constituer un bon challenge, en tout cas on cherche des gens qui partagent cette vision !

Autre point, je dirais l’état d’esprit. Chez 10h11, c’est priorité à la meilleure idée. L’écoute est une vraie valeur, on prend le contre-pied du management autoritaire. Tout le monde travaille ensemble. Lorsqu’il y a un brainstorming sur un cas client pour définir comment on va optimiser une solution, tout monde est bienvenue. Le chef de projet, le développeur ou même la personne au marketing vient apporter ses idées. On essaie d’enlever beaucoup d’ego dans le travail. C’est juste du boulot, c’est relax 😉 


Les dessous de l’interview

📍Lieu : Notre entretien s’est déroulé à la Felicità, le resto / café au sein de Station F. Là où tous les élus de la Start-Up Nation viennent reprendre des forces autour d’un bon arabica. Servi par de très sympathiques serveurs qui parlent 3 mots d’italien mais qui n’ont jamais dépassé Vintimille. Pas grave, le lieu est franchement agréable !

Bienvenue à Station F. À l’écoute des conférences durant la journée « France is AI ».

⏱Durée : Un peu plus de 2 heures. Une performance record, digne d’un marathon ! Mais pas couru par mes soins. 

🕹Le premier objet techno que tu aies possédé ? : « Mon père achetait beaucoup d’ordinateurs. C’est peut-être à cause de lui que j’en suis là aujourd’hui ! Il a acheté les premiers ordinateurs qui sont sortis, je me souviens même de Pong. J’ai grandi avec les ordinateurs de mon père. Et le premier objet techno possédé qui m’a vraiment marqué, c’est l’iPhone 3G. C’était mon premier iPhone, mon premier téléphone sur lequel il y avait internet dessus. En amphi à l’université, avec mon associé, on se disait que c’était dingue. Regarde je vais sur Safari, il y a internet et tout ! Ça parait basique aujourd’hui, mais c’était il y a à peine 10 ans… »

« Ceci est une révolution. Et il faut tout racheter. »

💾Le sujet techno que tu trouves le plus intéressant à l’heure actuelle ? « La responsabilité technologique est un des sujets techno qui m’intéresse le plus. En 2030, le premier consommateur d’énergie sera internet, et donc un des premiers pollueurs de la planète. Il y a beaucoup à faire sur l’optimisation des requêtes qui font tourner tous nos services. Optimisation de code, qualité de la requête, du machine-to-machine plus efficace, il y a une vraie marge de progression pour utiliser moins d’énergie pour un même résultat.

Je suis convaincu que les entreprises qui réussiront à optimiser l’énergie nécessaire à l’utilisation des serveurs et autres requêtes informatiques auront énormément de valeur. Cela va devenir un enjeu majeur, et ce seront des technos rapidement rachetées. Chez 10h11, on utilise déjà Phoenix. Cette brique permet de limiter les requêtes et de consommer moins d’énergie pour une information distribuée à un ensemble. Phoenix est un exemple de ce qu’on peut faire. On l’utilise déjà pour tous nos back-office et toutes nos applis. »


Hugo Le Guennec

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *