Projets

Adeo déploie une plateforme pour encadrer les LLM du marché

Gwendal Yviquel, chef de produit en capacités IA d’Adeo, lors du salon Future of Software Technologies : « nous n’avons pas l’intention d’héberger nos propres modèles dans l’immédiat, les évolutions de la technologie étant trop rapides. » (Photo : R.F.)

Le groupe de distribution (Leroy Merlin, Weldom...) se repose sur les multiples LLM du marché, mais en leur associant un outillage dédié, pour assurer gouvernance, sécurité et performances.

PublicitéEncadrer l'IA générative et l'IA agentique, oui. Mais comment ? C'est cette question que tente de trancher Adeo, la holding des enseignes de bricolage du groupe Mulliez (Leroy Merlin, Weldom, Bricoman...), qui emploie 115 000 personnes dans 11 pays. Comme l'explique Gwendal Yviquel, chef de produit en capacités IA pour le groupe, qui s'exprimait lors du salon Future of Software Technologies (du 9 au 11 décembre à La Défense), « nous avons besoin de nombreux composants pour nos déploiements agentiques en 2026. Et une bonne partie d'entre eux risquent d'être dépréciés avant même d'avoir été mis en oeuvre ! » Selon une étude récente, la rapidité d'évolution de la technologie confronte en moyenne les DSI à, au minimum, un changement de composant chaque trimestre au sein de leur plateforme d'IA.

Chez Adeo, l'urgence n'est pas encore là, le déploiement de l'agentique restant plutôt au stade de l'exploration. « L'essentiel de la création de valeur aujourd'hui provient d'applications de Machine Learning, des capacités qui sont pleinement matures », souligne Gwendal Yviquel. Et qui sont déployées sur l'ensemble des activités de ce groupe ayant réalisé un chiffre d'affaires de 31,5 Md€ en 2024 : e-commerce, gestion des assortiments, marketing, optimisation de stocks, scoring environnemental des produits, automatisation de la fonction finance, etc.

Le groupe de distribution a toutefois commencé à déployer de premières applications basées sur la GenAI, pour la traduction tout d'abord, mais aussi pour la rédaction des fiches produits, en partant des caractéristiques techniques. Une application bâtie avec les solutions de Google et qui cible un catalogue de 15 millions de référence. « La couverture des attributs produits est passée de 27% à 87% grâce à l'utilisation de l'IA générative, autrement dit nos fiches sont bien plus précises et complètes », soulignait Djamel Mostefa, responsable data d'Adeo, dans un communiqué datant de janvier dernier et publié sur le site de Google.

Se concentrer sur la plateforme

Pour encadrer les futurs déploiements de la GenAI et des agents, Adeo a construit, au cours de l'été dernier, le pilote d'une plateforme censée gérer la gouvernance (y compris l'aspect FinOps), la sécurité, le load balancing (les éditeurs de LLM ne s'engageant pas sur des SLA), la traçabilité et la gestion des configurations. La plateforme se base sur les solutions de l'éditeur californien Kong, spécialiste de gestion des API. « Notre pari consiste à nous reposer sur un registre de modèles tiers, précise Gwendal Yviquel. Car nous pensons que ce marché reste à ce stade une question de gestion d'API. Nous n'avons pas l'intention d'héberger nos propres modèles dans l'immédiat, les évolutions de la technologie étant trop rapides. » Adeo estime ainsi les travaux de spécialisation d'un modèle trop risqués, cet effort pouvant être réduit à néant par un modèle plus performant sortant quelques mois plus tard.

Publicité« Par contre, nous pensons que c'est le bon moment pour concentrer nos efforts sur la fourniture d'un certain nombre de services managés au-dessus des LLM du marché », reprend le responsable. La plateforme née de ce travail, et testée depuis l'été, est en train de passer en production, avec un certain nombre de fonctionnalités. Par exemple, le choix par défaut d'un modèle offrant, pour une tâche donnée, le meilleur rapport entre coûts et performances, après analyse des catalogues des fournisseurs. Le distributeur prévoit d'enrichir graduellement cette plateforme, en particulier avec des outils d'évaluation régulière des modèles. « C'est essentiel, car certains modèles sont déjà utilisés dans des applications placées au contact des clients. Avant de remplacer un modèle, nous devons nous assurer que cela ne se traduise pas, dans notre contexte, par une dégradation du service », souligne Gwendal Yviquel.