Interview de Gaël Gueguen : du conseil industriel à l’IA appliquée
Il a conseillé Airbus, Naval Group et Bombardier. Aujourd’hui, Gaël Gueguen pilote notre équipe IA dédiée au Traitement Automatique du Langage (NLP, Natural Language Processing) implantée au sein du Laboratoire des Sciences du Numérique de Nantes.
Après 5 ans dans la gestion de projets, l’automatisation de processus métiers et l’analyse de données, il collabore désormais avec notre Responsable Scientifique, Richard Dufour pour concevoir et déployer des solutions IA, adaptées aux besoins métiers complexes des entreprises.
Il nous partage sa vision, ses priorités, et ce qui l’a séduit dans ce projet.
Ce qui m’a convaincu chez CAPACITÉS : data, expertise et impact local
C’est une combinaison d’éléments qui m’ont motivés ! Avant tout, c’est mon fort intérêt pour la data, un domaine que je connais très bien.
J’avais envie de me consacrer à des sujets avec une vraie profondeur scientifique, en m’appuyant sur une équipe composée de personnes particulièrement compétentes dans ces domaines. J’ai été vraiment sensible à cette opportunité de travailler avec de véritables spécialistes de l’intelligence artificielle et du traitement automatique du langage. Pouvoir évoluer au sein d’un collectif d’experts est particulièrement stimulant !
Enfin, ce poste me permet d’être à l’intersection entre la recherche et les enjeux business, tout en restant ancré dans un écosystème local, au contact direct des clients.
Le traitement automatique du langage (NLP), un levier stratégique pour les entreprises
Le NLP permet de faire ce qui n’était pas possible auparavant ! Concrètement, les technologies d’IA actuelles offrent la capacité de comprendre et de générer du langage humain, ce qui ouvre un vaste champ d’applications : analyse de la satisfaction client, gestion des ressources humaines, chatbots de support, automatisation de processus, etc. Cela représente un nouveau levier, à la fois pour créer de la valeur et pour optimiser les coûts.
Par ailleurs, le NLP permet d’exploiter des sources de données jusqu’ici difficiles à traiter, comme les documents internes et procédures, les fichiers audios ou les retours clients. Ce type de données non structurées était auparavant complexe et coûteux à analyser. Aujourd’hui, il devient possible de les intégrer dans des processus décisionnels, ce qui élargit considérablement les cas d’usage accessibles aux entreprises.
Transformer des données inexploitées en décisions stratégiques : ce que le LLM change pour les entreprises
En ce moment, il est impossible de manquer l’évolution des modèles de langage (LLM) et leur interfaçage avec d’autres solutions. Concrètement, cela signifie qu’un LLM peut se connecter à des outils externes pour effectuer des tâches avancées : rechercher des informations sur Google, envoyer des e-mails, ou, dans un contexte professionnel, interagir avec les systèmes internes d’une entreprise — interroger des bases de données, valider des demandes, etc.
Une autre dimension intéressante est leur capacité à dialoguer entre eux. On peut alors imaginer plusieurs « agents LLM », chacun spécialisé sur un domaine, capables de collaborer pour résoudre une tâche plus complexe.
Cela dit, dans le domaine de l’IA, les effets de mode sont nombreux. Il est parfois difficile de faire la part des choses entre ce qui relève de l’innovation réelle et qui n’est qu’un effet d’annonce. C’est pourquoi je garde un œil attentif sur ces évolutions, sans perdre de vue les enjeux de fond.
Par ailleurs, je m’intéresse aussi aux questions de confidentialité et de souveraineté technologique, c’est-à-dire le développement de modèles indépendants, qui ne dépendent pas d’acteurs étrangers, notamment américains. Sans oublier les préoccupations environnementales, qui sont aujourd’hui incontournables dans toute réflexion sur l’IA.
Au-delà des chatbots et des agents virtuels : des solutions sur mesure, nourries par la recherche
Le lien avec la recherche académique, plus particulièrement avec le LS2N, est un véritable atout pour notre équipe. Dans le cas de projets complexes où les solutions standards ne suffisent pas, nous pouvons mobiliser des chercheurs pour nous aider à lever des verrous scientifiques pour les entreprises.
Un autre point fort de notre équipe réside dans les synergies que nous entretenons avec les autres équipes de CAPACITÉS, notamment celles spécialisées en robotique et en computer vision. Ces collaborations enrichissent nos approches et renforcent notre capacité à répondre à des besoins variés.
Notre accompagnement va donc bien au-delà des chatbots de support connectés à une base documentaire. Nous nous spécialisons dans des cas d’usage plus avancés, intégrant des enjeux de confidentialité, de souveraineté des données, et s’inscrivant dans des processus entièrement automatisés (chatbots spécifiques, compréhension et extractions de données, génération de textes, intégrations dans des processus métiers, etc.). Pour cela, nous intégrons les grands modèles de langage (LLM) dans des solutions complexes, au-delà des simples interfaces conversationnelles.
Enfin, notre équipe maîtrise l’ensemble du cycle de vie technique de la donnée : de sa collecte à la mise en œuvre de solutions concrètes, avec des interfaces développées sur mesure. Nous sommes en mesure de proposer des prestations intégrées, allant du diagnostic initial à la livraison d’une solution fonctionnelle codée par nos développeurs.
En savoir plus sur notre expertise IA – Traitement du langage
