Paul Mochkovitch reçoit Marc Combarel, Lead Analytics Engineer chez Brevo, plateforme CRM française anciennement connue sous le nom de Sendinblue, devenue licorne fin 2025 avec + de 200 millions d’euros d’ARR et une nouvelle levée de fonds de 500 million d’euros. Ensemble, ils reviennent sur la transformation de l’écosystème data de Brevo, passé d’un paysage fragmenté entre plusieurs outils de Business Intelligence (BI) à une plateforme analytique unifiée, gouvernée et pensée pour le self service.

Marc partage les coulisses du chantier qu’il a mené chez Brevo pour remplacer un empilement d’outils BI hétérogènes par une architecture moderne reposant sur dbt, une couche sémantique (Semantic Layer) robuste et Omni, la plateforme AI Analytics de référence pour plus de 1 000 collaborateurs.

Un retour d’expérience concret sur la modernisation d’une stack data à grande échelle, l’adoption interne d’un nouvel outil d’AI Analytics, la documentation comme levier d’IA fiable et l’évolution du rôle des équipes data à l’ère agentique.

Les temps forts de la discussion :

• Adoption d’Omni Analytics : Pourquoi Brevo a abandonné un paysage composé de multiples outils BI pour converger vers Omni Analytics.
• Le semantic layer, clé d’une transition réussie : Comment construire une couche sémantique capable de traduire le langage métier en requêtes fiables.
• Démocratisation de la donnée : Comment Omni a permis d’ouvrir et de faciliter l’accès aux données auprès de l'ensemble des équipes métiers.
• Évolution des usages : Ce qui émerge réellement chez les utilisateurs entre les dashboards traditionnels, le chat IA ou les agents autonomes.
• Intégration de l'écosystème : Comment Brevo connecte aujourd’hui Omni aux assistants IA et aux différents workflows internes.

Timeline:

• 02:00 Du marketing à la data : le parcours de Marc qui l’a mèné à la tête de la data chez Brevo.
• 07:34 Les débuts chez Brevo : quand six outils BI racontent six versions différentes de la réalité.
• 14:50 Pourquoi dbt a changé la façon dont les entreprises construisent leurs plateformes data.
• 20:20 La guerre des définitions : quand personne n’est d’accord sur ce qu’est une “conversion”.
• 23:30 Le Semantic Layer : le traducteur universel entre le langage métier et les données.
• 40:03 L’adoption d’Omni : transformer un projet data en succès d’entreprise.
• 51:47 Dashboard, chat ou agent : comment les collaborateurs de Brevo utilisent réellement l’IA au quotidien.
• 1:01:27 Les métiers de la data vont ils disparaître ? La vision de Marc sur les cinq prochaines années.

À propos :
Molia déploie et gère les systèmes d'IA des ETI et grands groupes français. Nos Forward Deployed Engineers (FDE) s'installent au contact de vos équipes métier : ils conçoivent le système, construisent votre contexte d'entreprise qui en fait un actif durable, et en assurent l'évolution pour maintenir votre système IA à la pointe et indépendant.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Dans cet épisode de Paroles d’IA, Paul Mochkovitch reçoit Jean-François Gelfi, AI Product Lead chez Sumeria, la néo-banque de Lydia, fintech française aux millions d’utilisateurs en Europe.

Ensemble, ils reviennent sur la création de SIA, l’agent IA bancaire lancé en février 2026, qui permet aux clients d’interagir avec leur compte bancaire en langage naturel.

Ils analysent comment ils ont transformé une application bancaire statique en un agent autonome capable d'exécuter des opérations complexes. Au fil de la discussion, il décrypte les coulisses de la conception d’un produit IA sécurisé dans un environnement hautement régulé.

Un retour d’expérience concret, enrichi par une réflexion sur la nature de l’IA aujourd’hui, ses limites et son impact sur les interfaces homme-machine (IHM).

Au programme :

• L'architecture de SIA : L'usage combiné des LLMs, dispatchers et deep links pour transformer l'intention utilisateur en exécution technique.
• Sécurité & Compliance : Minimisation des données et gestion de la confiance en milieu bancaire.
• Le défi de l'évaluation : Pourquoi le « LLM-as-a-judge » ne suffit pas et comment structurer un scoring de qualité robuste.
• Partenariat stratégique : L'intégration des modèles Mistral AI au cœur de l'expérience produit.
• IA Agentique : Vers des interfaces qui anticipent, conseillent et agissent comme un véritable copilote personnel.

Timeline :

• 00:00 Parcours : Du marketing digital à l’IA Produit.
• 06:54 Lydia vs Sumeria : Redéfinir les usages bancaires.
• 09:36 Obsession produit : Supprimer la friction.
• 12:39 Architecture de SIA : Entre ambitions et contraintes techniques.
• 22:55 Compréhension d’intention : Le travail continu derrière le LLM.
• 25:52 Scoring et évaluation : Les limites du "LLM as a judge".
• 29:29 Pourquoi l'approche multimodale devient la norme.
• 33:04 Scan2Pay et collaboration avec Mistral AI.
• 40:22 Méthodologie : Construire un produit IA véritablement utile.
• 42:56 Risques, Éthique et Régulation bancaire.
• 46:28 Vision : La prochaine génération de services financiers.
• 50:02 Mot de la fin : Mieux nommer l’IA pour mieux l'utiliser.

À propos :

Molia déploie et gère les systèmes d'IA des ETI et grands groupes français. Nos Forward Deployed Engineers (FDE) s'installent au contact de vos équipes métier : ils conçoivent le système, construisent votre contexte d'entreprise qui en fait un actif durable, et en assurent l'évolution pour maintenir votre système IA à la pointe et indépendant.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Dans cet épisode de Paroles d’IA, Paul Mochkovitch reçoit Thomas Porez, en charge du document processing chez Alan, l’assurtech française qui redéfinit l’expérience de remboursement santé. Thomas revient sur deux années d’itération pour automatiser le traitement de documents à grande échelle, dans un contexte particulièrement exigeant, entre données sensibles, contraintes réglementaires et diversité extrême des formats.

Au fil de la discussion, il décrypte l’évolution des systèmes de Document AI, des premières approches basées sur l’OCR et les règles simples jusqu’aux pipelines modernes intégrant LLM, VLM et stratégies hybrides. Un retour d’expérience concret sur ce que cela signifie réellement de mettre ces technologies en production.

Au programme :

• La transformation du document processing chez Alan, de la saisie manuelle à l’automatisation de plus en plus massive
• Les limites de l’OCR classique et l’apport des LLMs dans la compréhension des documents
• Les défis du traitement de documents à grande échelle, entre qualité, coût, performance et données sensibles
• Le rôle émergent des systèmes autonomes et des approches agentiques dans l’amélioration continue des pipelines

Un épisode incontournable pour comprendre les coulisses du Document AI en entreprise notamment dans des environnements exigeants traitant des données sensibles comme la santé ou l’assurance.

À propos :

Molia déploie et gère les systèmes d'IA des ETI et grands groupes français. Nos Forward Deployed Engineers (FDE) s'installent au contact de vos équipes métier : ils conçoivent le système, construisent votre contexte d'entreprise qui en fait un actif durable, et en assurent l'évolution pour maintenir votre système IA à la pointe et indépendant.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.