Grégoire Mariot

Ownership de 6 solutions IA en production. Je porte la vision produit, définis et priorise la roadmap, rédige les spécifications fonctionnelles, et arbitre en continu entre urgence business et faisabilité technique. Je coordonne les équipes IT (ServiceNow, DataMiner) et les parties prenantes métier (exploitation, NOC, supervision, direction technique). J'anime les revues de sprint, les comités de pilotage, et je suis garant de la valeur livrée à chaque itération.

Power BI est mon outil central de pilotage sur cette mission. Je l'utilise pour le suivi des KPIs opérationnels des solutions IA déployées (taux d'automatisation, volumes traités, error rate), pour l'analyse de performance des modèles, et pour le reporting décisionnel.

- Validation automatique de Plans de Prévention — Système IA autonome de rapprochement des demandes d'accès sites avec les plans de prévention actifs. Suivi Power BI du taux d'automatisation et des cas résiduels.

- Communication client automatisée dans ServiceNow — Génération automatique de communications conformes aux règles internes, intégrée dans ServiceNow. Réduction significative de la charge de travail des équipes NOC. Dashboard Power BI de suivi des volumes et de la qualité des communications générées.

- Automatisation du traitement d'emails critiques (flux Energie) — Classification automatique de 4 000+ alertes annuelles de coupures électriques. Parsing intelligent, extraction structurée, création automatique de tickets ServiceNow. Zéro opération manuelle sur les cas standards.

- Data Analyse augmentée par IA & Power BI — Génération automatique de visualisations et dashboards. Combinaison de l'exploration de données en langage naturel avec des dashboards Power BI pour le pilotage décisionnel.

Stack : Python, Power BI, ServiceNow, DataMiner LangGraph/LangChain, LangSmith, Anthropic Claude, OpenAI, Mixtral (fine-tuning), SQL, REST APIs

Client : Sanofi Aventis R&D

Secteur : Pharmaceutique / R&D

Modalités : Hybride (Vitry-sur-Seine)

Le parc d'équipements scientifiques R&D de Sanofi (53 024 équipements, 7 sites, 4 pays) était fragmenté en 342 catégories et 989 sous-catégories, sans vue globale cohérente. Les méthodes traditionnelles (Excel, 3 personnes, plusieurs semaines) avaient échoué.

Product Owner du projet de classification et d'harmonisation IA du parc d'équipements. Je porte la vision produit et la roadmap projet. Cadrage du besoin avec les parties prenantes (DSI, responsables labo, métier R&D), priorisation des lots fonctionnels, coordination multi-sites et multi-pays (France, Allemagne, USA, Belgique). Animation de 3-4 cycles de validation humain-dans-la-boucle avec des experts scientifiques seniors. Arbitrage entre couverture du périmètre et qualité de classification.

Présentation publique du Use Case au salon Adopt IA 2025.

Power BI est utilisé tout au long du projet pour le suivi de l'avancement de la classification par site et par pays, le monitoring des scores de confiance par catégorie, l'analyse des écarts entre les itérations de validation, et le reporting exécutif présenté aux sponsors du programme. Les dashboards Power BI permettent aux parties prenantes de visualiser en temps réel la progression de la classification et d'identifier les zones nécessitant une attention humaine.

Classification par IA générative multi-modèles (OpenAI + Anthropic Claude), graph matching avec scoring de confiance, contrôle qualité automatisé.

- 53 024 équipements classifiés sur 7 sites dans 4 pays

- Réduction de 342 à 22 catégories (-93%)

- Réduction de 989 à 387 sous-catégories (-61%)

- Taux de précision : 80-90%

Stack : Python, Power BI, OpenAI, Anthropic Claude, LangChain, LangSmith, SQL

Rôle : Consultant IA & Data

Secteur : Industrie / Distribution de matériel

Kubota disposait d'un catalogue de 1,5 million de fiches produits avec des contenus bruts insuffisants pour le e-commerce : descriptions manquantes ou pauvres, métadonnées SEO absentes, images non exploitées.

Conception et déploiement d'une solution IA d'enrichissement automatisé de fiches produits à grande échelle. Pilotage du projet de la phase d'audit à la mise en production.

- Enrichissement automatisé de fiches produits — Transformation de 1,5 million de fiches produits brutes en contenus marketing optimisés via l'analyse automatique d'images produits et la génération de texte par IA. Chaque fiche enrichie avec descriptions commerciales, caractéristiques techniques et métadonnées SEO.

- Optimisation SEO par l'IA — Amélioration de 35% du trafic organique grâce à l'optimisation automatique de 600 000+ fiches produits (titres, descriptions, balises alt images). Résultats mesurés sur le trafic réel du site e-commerce.

- 1,5 million de fiches enrichies

- +35% de trafic organique mesuré

- 600 000+ fiches optimisées SEO

Stack : Python, IA générative (analyse d'images + génération de texte), SEO IA