Intégrer l’IA générative sans le buzz: une approche produit ancrée métier

Dans ce talk, je partage la stratégie et les apprentissages concrets de Pennylane pour intégrer l’IA générative dans un SaaS B2B verticalisé, avec une boussole exclusivement tournée vers l’impact métier. Plutôt que de “mettre de l’IA partout”, nous partons des problèmes cœur des utilisateurs, cartographions les workflows comptables, puis ciblons des sous-étapes où l’IA apporte un gain net et mesurable, tout en gardant un socle déterministe robuste. Cette approche “LLM comme routeur intelligent” limite les hallucinations et maximise la fiabilité.

Je détaillerai nos arbitrages clés: workflow vs agent, make vs buy, réactif vs proactif (et ses implications coûts), gouvernance/sécurité des données, et notre cadre d’évaluation pragmatique (ship & monitor plutôt que sur-investir en pré-release).
Illustrations concrètes à l’appui: mapping intelligent des imports CSV pour booster l’activation, extraction de données (vision/OCR) pour pré-remplir des formulaires légaux, suggestions de classement documentaire (>90 % d’acceptation), synthèses automatiques de fin de révision, et agents configurables.

Avec plus de 10 use cases en production et 15 000 utilisateurs actifs sur des fonctionnalités IA, le retour d’expérience met l’accent sur ce qui crée réellement de la valeur: la connaissance métier, la qualité des données, et la mesure d’usage et de coûts par cas d’usage plutôt que l’orchestration “parfaite”.