- il y a 2 jours
Data et algorithmes : la nouvelle boussole des acheteurs d’énergie
Lors de l’édition 2026 du Congrès Gazelec, Emmanuel Sire et Raphaël Barbate, cofondateurs de Sirenergies, s’attaquent à un défi devenu central pour les acheteurs : exploiter la masse de données disponibles sans s’y perdre.Dans cette conférence, ils montrent comment transformer le chaos des datas en véritables opportunités d’achat. Ils précisent aussi les critères d’une donnée pertinente : pilotage, chiffres, analyse et alerte.Ils abordent enfin la maturité numérique : que signifie concrètement être « data ready » ? Face à l’instabilité des marchés de l’électricité et du gaz, les algorithmes deviennent une boussole pour décider plus vite et mieux :
- Comment transformer le chaos des datas en opportunités d’achat grâce aux données et aux algorithmes ?
- Quels critères pour une data pertinente ? pilotage, chiffres, analyse et alerte ?
- Comment acquérir une maturité numérique? Etre “data ready”?
- Les algortyhmes, une nouvelle boussole pour les acheteurs, face à l’instabilité des marchés?
Pour aller plus loin :
--> Découvrir la plateforme Pilott et les solutions Sirenergies :
👉 https://www.sirenergies.com/plateforme-pilott/espace-energie
👉 https://www.sirenergies.com/services/service-piloter-energie-->
Échanger avec un expert sur vos stratégies d’achat d’énergie :
👉 https://www.sirenergies.com/demande-de-demo
Lors de l’édition 2026 du Congrès Gazelec, Emmanuel Sire et Raphaël Barbate, cofondateurs de Sirenergies, s’attaquent à un défi devenu central pour les acheteurs : exploiter la masse de données disponibles sans s’y perdre.Dans cette conférence, ils montrent comment transformer le chaos des datas en véritables opportunités d’achat. Ils précisent aussi les critères d’une donnée pertinente : pilotage, chiffres, analyse et alerte.Ils abordent enfin la maturité numérique : que signifie concrètement être « data ready » ? Face à l’instabilité des marchés de l’électricité et du gaz, les algorithmes deviennent une boussole pour décider plus vite et mieux :
- Comment transformer le chaos des datas en opportunités d’achat grâce aux données et aux algorithmes ?
- Quels critères pour une data pertinente ? pilotage, chiffres, analyse et alerte ?
- Comment acquérir une maturité numérique? Etre “data ready”?
- Les algortyhmes, une nouvelle boussole pour les acheteurs, face à l’instabilité des marchés?
Pour aller plus loin :
--> Découvrir la plateforme Pilott et les solutions Sirenergies :
👉 https://www.sirenergies.com/plateforme-pilott/espace-energie
👉 https://www.sirenergies.com/services/service-piloter-energie-->
Échanger avec un expert sur vos stratégies d’achat d’énergie :
👉 https://www.sirenergies.com/demande-de-demo
Catégorie
📚
ÉducationTranscription
00:09Bonjour à tous. Bienvenue dans notre business session. L'année dernière, nous avions fait
00:17ça le comble. On avait fait un titre à Gazelec. On avait dit est ce que l'IA pouvait prédire
00:26les prix de l'énergie. Donc, on va se présenter rapidement, mais évidemment que non. L'IA,
00:34on en fait, on en dit beaucoup de choses. On en fait beaucoup de choses. On avait fait
00:37ça le comble. On était assez content. On avait eu les félicitations du jury l'année
00:40dernière. Donc, je rappelle un petit peu qui est SirEnergy. SirEnergy, c'est une société
00:48que j'ai créée avec Raphaël Barbat, mon associé, cofondateur, DG CTO.
00:57Principalement CTO à la base, parce qu'en fait, c'est le monsieur tech chez nous. Le
01:02monsieur qui a mis de la tech dans tout ce que j'avais comme idée quand j'ai monté
01:06cette boîte. SirEnergy, c'est un cabinet. On a créé notre cabinet en avril 21. Donc,
01:12on est en train de terminer notre sixième année. On a cinq ans déjà. SirEnergy, je
01:18ne regarde pas les chiffres. Je pense que je ne vais pas faire de bêtises. C'est à peu
01:21près de 200 clients. C'est 22 000 points de livraison. Je dis quoi, 500 clients, 22 000
01:28points de livraison. Après, les chiffres, tout le monde dit ce qu'il veut. Ça peut être
01:32des TWh à l'année. Il y en a qui disent 15 Tera. Si tu fais un Tera 5 par
01:35an pendant
01:36dix ans, tu feras 15 Tera. Quand j'étais fournisseur pendant 25 ans, c'était un petit
01:40peu la bagarre de celui qui mettait le nombre de chiffres en année contractuelle ou en année
01:45civile. On peut raconter ce qu'on veut avec des chiffres. SirEnergy, on est un cabinet.
01:50En fait, l'idée de base du cabinet, c'était vraiment de monter une boîte sans Excel, de
01:56digitaliser un petit peu mon expertise de 25 ans. Moi, j'étais directeur grand compte
02:01chez Eon, une hyper gazelle. Très grand compte, on va dire. Et quand j'ai monté cette boîte,
02:07je me suis dit qu'il y a quand même 500 000 TPE, PME, ETI qui ont besoin d'aide,
02:12des gros
02:12multisites où en fait Excel, on ne sait plus faire avec Excel. Et donc, en fait, on a créé
02:19cette société en avril 21. Et en fait, on essaie de mettre de plus en plus d'IA, d'algorithmes.
02:26Et donc, le nerf de la guerre, je dirais qu'on a discuté avec les gazellecs pour parler de
02:33quels sujets on va parler cette année. Et pour nous, c'était le nerf de la guerre, c'est la
02:37data.
02:39Comment on reçoit de la data, on reçoit des milliards de données, des millions de données
02:42de data. Et comment on peut mettre ça en forme pour que ce ne soit pas simplement pour vous
02:47un fouillis de 12 millions de colonnes et 14 000 lignes. C'est pas mal présenté.
02:54Je laisse la main à Raphaël. Donc, l'an dernier, c'était est-ce qu'on peut prédire les prix
02:59du futur avec l'IA ? La réponse était non. On ne pouvait pas prédire non plus les numéros
03:03gagnants du loto. Et cette année, on nous a demandé de faire un focus plus sur comment
03:08on utilise l'IA, comment on utilise les algos dans toute cette data. Et manualiser qu'on
03:13avait 5 ans d'existence, on gère aujourd'hui, on a 2 Tera de données à peu près, entre les
03:18consommations, les prix de marché, toutes les transactions qui sont faites en bourse, en
03:22Tera-octets, pas Tera-octets. Des Tera-octets, tout à fait, on n'est plus en Mégawater.
03:25Des Tera-octets. Et c'est super, on a plein de données, c'est génial. Vous aussi, vous
03:30accumulez des tonnes de data, je pense, des tonnes de pipi et de batteries, tout et tout.
03:36Qu'est-ce qu'on en fait ? Ça sert à quoi ? Notre mission, donc le cabinet de conseil,
03:40la
03:40majorité des gens qui sont là aujourd'hui ont à peu près la même mission, c'est de
03:44payer le moins d'impôts possible. Le prix sur la facture étant un impôt à la fin de
03:48l'année. Donc globalement, on a deux méthodes, rien de neuf. Acheter au meilleur prix ou consommer
03:56moins et perdre le moins de consommation possible. Donc on nous a demandé de structurer ça sur les
04:02quatre points suivants. Vous allez voir, ça va être assez concret. Comment transformer
04:07donc tout ce tas de data en opportunité d'achat grâce aux données et aux algos ?
04:13Voilà, première partie. Déjà, la première chose à faire, que vous faites quasiment toutes
04:19et tous, j'en suis sûr, c'est de collecter de manière automatique les données. Donc là
04:24aujourd'hui, on gère des tonnes et des tonnes de LD, du GRDF, tout un tas de distributeurs
04:30et fournisseurs un petit peu partout en Europe. Il faut que ça arrive tout seul. Le jour où c'est
04:35quelqu'un qui vous l'envoie à la main, on est sûr qu'un jour ou l'autre, il ne
04:38va plus vous
04:38l'envoyer, il va commencer à manquer des datas. Et tous les calculs qu'on va faire dessus, ça ne
04:43va
04:43plus du tout être à jour, ça ne va plus du tout le faire. De l'autre côté, pareil, il
04:47faut récupérer
04:49toutes les factures des fournisseurs. Donc aujourd'hui, on a un système qui récupère n'importe
04:53quel fournisseur en France, dans quelques pays européens aussi, et enfin je dis n'importe
04:59lequel, on en a une 35-40 de fournisseurs en France. Donc on a des fournisseurs qui ne sont
05:03pas très connus, des trucs très locaux et ainsi de suite. On automatise, on récupère
05:08tout ce que ça vous coûte. De là, on va pouvoir commencer à faire des calculs ensuite. On
05:13anonymise les données et ainsi de suite pour que tout reste RGPD et que les datas ne partent
05:18pas n'importe où non plus. Et donner le marché. Donner le marché, pareil, il faut
05:24tout récupérer, le CO2, le gaz, l'élec, le pétrole, le charbon, toutes les parités
05:30monétaires. On travaille en Europe, donc en Pologne, il y en a des Zloty, en Turquie,
05:34on a des lires. Voilà, chaque pays a d'autres monnaies et pour comparer ce qui est comparable
05:38d'une chaîne de prod d'un pays à un autre, il faut pouvoir tout ramener en dollars, en euros,
05:43en ce que vous voulez. Bon, on viendra là-dessus après, mais il y a tout un tas de données
05:48pareil qu'on récupère tous les jours, toute la journée non-stop. On récupère en bourse
05:54à peu près, en Europe, un million de transactions par semaine à peu près. On est en ce moment
05:58quand ça bouge pas trop mal, qu'on approche la fin de l'année. Donc ça, pareil, il faut
06:01les traiter. Il faut les traiter et qu'est-ce qu'on en fait ? Et enfin, c'est là
06:06où j'en
06:06arrive à la fin de cette partie-là. Tout ça pour faire quoi en fait ? Pour récupérer
06:10d'un côté donc tout ce qui est MW, votre conso, tout ce qui est Euro du MW, c'est
06:14tout ce qui
06:14est marché. Le foie, c'est votre structure de contrat, ça c'est notre métier de l'implémenter.
06:18Pour qu'à la fin, ça fasse des euros, qu'on puisse vous dire combien ça coûte, combien
06:21ça coûterait si c'était comme ci, si c'était comme ça, et qu'on puisse le comparer avec
06:25vos factures qui, elles, sont bien en euros et que vous devez payer.
06:27Je vais te couper deux minutes. Je t'en prie. Une minute, parce que je sais que le temps
06:32passe vite. On essaie de faire ça assez rapide parce qu'on se rend compte qu'une demi-heure
06:34c'est court. L'idée de base de chez SirEnergies, ce qu'il faut vous mettre en...
06:40Je ne mets pas en lumière, mais en gros, on a essayé de monter une boîte, comme dit
06:45Raphaël, dès qu'il y a un être humain qui va mettre le nez dedans, il peut oublier
06:49un copier-coller, il peut avoir oublié le saut de ligne au changement d'heure.
06:54Oh, j'ai oublié de dater, il y avait un espace et je n'ai pas tiré jusqu'au bout
06:56mon fichier Excel. On va dire 90% des grands fournisseurs d'énergie sur les très grands
07:01comptes, c'est encore de l'Excel. Et chez nous, c'est que de la data, c'est du code.
07:06S'il y a une erreur, c'est que c'est une erreur dans le code. On le corrige, il
07:08n'y aura plus
07:08d'erreur. L'idée, c'est vraiment d'aller jusqu'à coder votre contrat. C'est-à-dire
07:12qu'un contrat, je ne vais pas donner de fournisseur à un ENGIE, je vois qu'il
07:15rentre targaz, il y a du LP, qu'est-ce qu'on veut ? On code, que ce soit du
07:19block
07:19piece pot, de l'indexé avec du pipi et sans pipi et du solaire, de l'auto-conso, un
07:24peu ce qu'on veut, c'est coder. Quand on dit coder, ça veut dire qu'on aura l'exactitude
07:28de votre contrat jusqu'au turc, jusqu'au taxe, du budget. Et en fait, on a votre contrat,
07:34parce que d'avoir les mégawattheures, d'avoir les euros et d'avoir les euros du mégawattheure,
07:37on arrive à sortir un budget, mais votre budget, j'ai cliqué aujourd'hui du CAL 27,
07:42j'ai cliqué 50% de CAL 28. C'est quoi mon budget ? Et s'il te plaît, Emmanuel,
07:46à
07:46fin 28, à instant T. Et ça, c'est actualisé toutes les nuits. On va recalculer l'ensemble
07:51de votre contrat, vos clics. On fait des clics virtuels. Si j'ai acheté aujourd'hui, je
07:55peux aller voir mon comex. Voilà mon budget à fin d'année. Si j'avais acheté aujourd'hui,
07:59mais je n'ai pas encore acheté. Je fais mon clic virtuel sur la plateforme. On va mettre
08:03deux secondes à recalculer l'ensemble des 20 000 points de livraison.
08:07Ça va nous ressortir notre budget, qui est remis à jour toutes les nuits en fonction
08:10des prix du marché. De toutes les nuits, c'est mis à jour sur l'ensemble de la plateforme.
08:13C'est vraiment du code. C'est 100 fois plus rapide qu'Excel.
08:17Tu donnes aussi un truc de la fin, c'est que dans les économies d'énergie, il y a aussi
08:20le temps que vous passez dessus. Au moins que vous en passez, plus ça vous fait aussi
08:24des économies et des économies d'erreur aussi. Pour la partie 2, quels critères pour
08:34une data pertinente ? C'est bien d'avoir deux tonnes de data, mais qu'est-ce qu'il faut
08:37prendre ? Qu'est-ce qu'il ne faut pas prendre ? Des fois, on a des nouveaux multi-sites
08:39en client. On nous demande d'aller injecter des factures de 2002-2003 pour avoir l'historique.
08:45Ça ne sert à rien de garder ça. Vous gardez ça sur un drive. On ne va pas vraiment
08:48l'analyser. Il n'y aura pas d'impact. C'était il y a beaucoup trop longtemps.
08:51Et ce qui compte, en fait, pour avoir une donnée pertinente, il y a deux choses.
08:56Il y a l'être humain. Quels sont les gens qui vont s'occuper de cette data, qui vont
09:00la consommer au quotidien. Donc ça demande, je fais une petite copie d'écran, mais ça
09:04demande une organisation super précise, entre guillemets, jusqu'au directeur d'un rayon
09:10dans un supermarché ou le gestionnaire au niveau européen de tout le parc. Il faut
09:16une gestion de droits super fine pour que chacun accède uniquement à ce dont il a besoin.
09:21Et tous ces chiffres, tout ce qu'on peut récupérer, il faut le normaliser. Donc, je ne sais pas,
09:27avant tout à l'heure, je parlais des ELD. Chacun a son format. Il y a des formats de partout.
09:31Chacun utilise son truc. Il faut tout remettre dans un format unique, compréhensible et qui
09:35serve un petit peu de norme, entre guillemets, pour que tout soit comparable. C'est un petit
09:39peu comme les contrats. Quand on envoie deux contrats dans notre plateforme et qu'on veut
09:42faire une comparaison, deux contrats de fournisseurs complètement différents, avec leur manière
09:46à chacun d'exprimer une formule indexée avec Spot ou je ne sais pas, avec tout un tas
09:51de termes. Voilà, on normalise tout ça pour que ça soit comparable. Donc déjà, les chiffres,
09:56il faut tout remettre à plat pour comparer tout ce qui est comparable. Bon, je passe,
10:00je ne vais pas vous donner tout un tas de détails, on pourra en parler après, mais là-dessus,
10:04il y a un gros boulot et ça, on le fait pour vous. Ensuite, en termes d'analyse, il faut
10:08aussi analyser ce qui est comparable. Donc, sur tout ce qui est tertiaire, par exemple, on
10:13propose toute la suite qui permet de ramener toutes vos consos avec les DJU, c'est-à-dire
10:18ramener en fonction des différences de température pour l'hiver, pour enlever, je ne sais pas,
10:23un site de production ou un site de tertiaire qui est dans le nord de la France ou qui est
10:27à Marseille. Ils ont beau produire le même genre de choses, la température n'est pas
10:30la même, les machines ne fonctionnent pas de la même manière, il y a du chauffage
10:33plus à l'île qu'à Marseille, donc on ne peut pas comparer réellement. Et tout ça,
10:37il faut pouvoir le mettre pour ramener, pour pouvoir tout rééquilibrer et comparer ce
10:41qui est comparable. Ensuite, c'est bien d'avoir plein de data, une fois qu'on a toutes ces données,
10:45c'est top, mais il faut pouvoir être alerté. Il y a tellement de données qu'en fait,
10:49ce qu'on demande aux algos, ce qu'on demande à notre IA, c'est d'être alerté quand il
10:53se passe
10:53quelque chose qui mérite d'être regardé et d'aller analyser. Donc ensuite, il y a tous
10:58les outils qu'on fournit d'analyse, mais il faut être alerté quand ça se passe, parce
11:02que quand il y a tellement plein de sites, plein de consos et ainsi de suite, on ne peut
11:05pas suivre tout ce qui se passe. Ensuite, on nous a demandé, ouais, mais qu'est-ce qu'il
11:10faut faire ? Moi, je suis dans une entreprise, je suis acheteur, gère de la data, peu importe,
11:15par quoi je commence, en fait, pour y aller. Donc le premier point basique, le périmètre.
11:20Donc tout le monde peut se dire, oui, je sais, on a des compteurs, on les connaît. Bien
11:24souvent, quand on demande un état des lieux, des périmètres et encore plus dans tout ce
11:27qui est tertiaire, dans tout ce qui est multi-sites, date d'entrée, de sortie et ainsi de suite,
11:32les contrats, oui, mais attends, le contrat, je ne sais plus s'il est dans le contrat là
11:34ou dans le contrat là. Déjà, il faut revenir un petit peu à une sorte de bibliothèque
11:38basique où toutes les choses sont à plat, normées, comme on a dit, et c'est ce qu'on propose
11:42aussi dans notre plateforme pour ne rien louper. Ensuite, une fois qu'on a toute cette
11:46data, il faut la fiabiliser, la ranger. Donc ça, typiquement, on va aller ranger des données
11:52organisées en fonction de votre entreprise, que ce soit par marque, que ce soit par région,
11:58de manière géographique, bref, peu importe, que ce soit en fait en fonction de votre besoin,
12:02de l'utilisation que vous allez en avoir. Et ça, il faut en parler en amont, il faut un
12:06responsable de projet, je pense, dans la boîte qui va un petit peu discuter avec tout le
12:09monde parce qu'aujourd'hui, on se rend compte que les data de console, les data de
12:12prix de marché, d'achat et ainsi de suite, intéressent maintenant tout le monde, soit
12:16du côté RSE, les financiers, la branche production, les techniciens dans le tertiaire
12:21et ainsi de suite.
12:23Une petite précision, Raph. Évidemment, toutes ces données et cette structure de votre
12:30entreprise, de votre code NAF, de votre code PROD, de celui qui fait des pâtes crues,
12:34des pâtes cuites dans un gros groupe laitier, par exemple, on peut vraiment descendre à la
12:38maille site, la maille client, la maille point de livraison, c'est plus simple, la maille point
12:45de livraison. Et ça ne demande pas du développement. Pour certains, on leur donne la main, ils peuvent
12:52sortir un site. On a des gros multi-sites avec des franchisés, dans l'hôtelier, il y en a
12:57beaucoup, dans la grande distrib aussi, où ça sort, puis ça revient dans quatre mois.
13:01Et puis, c'est sorti, on va dire, un franc prix devient autre chose. Il devient franchisé,
13:06il est sorti du contrat, mais il est rentré dans un autre contrat. Et en gros, l'idée, c'est
13:12vraiment, on est l'espace client du fournisseur. Vous changez de fournisseur, vous avez toujours
13:16votre espace client. Parce que le problème, c'est quand vous changez de fournisseur, vous
13:18avez perdu tout l'historique. Chez nous, vous avez votre historique de data, de conso, de
13:22facture, au budget, entrée de site, sortie de site. On a vraiment fait ça dans le but,
13:27on se met à la place d'un acheteur multi-sites, d'un groupement de franchisés. On peut vraiment
13:34descendre à la maille. Et après, on va vous en parler, que ce soit un pipillé, j'intègre
13:38tel volume de mon pipillé à telle branche, tel volume à mon pipillé de mon auto-conso,
13:43je la mets sur ces sites, ces sites, ces sites, pas celui-là, et je clique sur le bouton
13:46sans moi mon budget.
13:48Toute cette donnée, tu viens de le dire un petit peu, après, elle sert uniquement un truc,
13:51c'est l'exploiter. En dernier, on nous avait demandé ce qu'on peut prédire des prix,
13:54et ainsi de suite, ce n'est pas magique. La donnée, elle ne va pas vous sortir des
13:57trucs magiques. Par contre, elle va vous permettre de prendre des décisions, de minimiser
14:02des risques, de rapporter à votre comex, bref, quel que soit le but. Il faut juste exploiter
14:08cette data. Et ce sur quoi on va, c'est ce que disait Emmanuel tout à l'heure, sur
14:12l'économie du temps, c'est sur toute la partie automatisation. Aller piloter directement
14:18des chaînes de production en fonction des prix spot et en fonction de l'état de vos batteries
14:21et de vos pipillés, et de votre stratégie, bien évidemment, que vous avez pu renseigner
14:25avant. Être alerté dès qu'il se passe quelque chose. Envoyer des rapports automatiquement
14:29à votre DAF tous les lundis à 9h sur tel sujet ou tel autre sujet. Donc tout ça, c'est
14:35quelque chose qu'on a intégré dans Pilot. Vous avez peut-être déjà entendu parler
14:37de tout ce qui est serveur MCP sur l'IA. L'IA permet des trucs formidables aujourd'hui,
14:42pas de prédire l'avenir, mais permet de faire, en gros, une journée de boulot en 5 minutes
14:46à votre place, à condition d'avoir les bons outils. Et ça, aujourd'hui, Pilot vous
14:49le permet. Et moi, j'avance, on va accélérer. L'IA, là, par exemple, c'est une courbe
14:56avec des bandes de Bollinger. Pas besoin. Ou RSI, je ne sais plus. C'est du RSI. Non,
15:02du MACD. Alors, vous allez savoir ce que c'est. Il n'a pas la peine de se rappeler qu
15:07'on sort
15:07de la baignoire, qu'on rentre dans la baignoire. Non, non. En fait, vous avez un assistant
15:10qui analyse pour vous, qui sait comment vous cliquez, qui regarde vos habitudes de clic. Est-ce que
15:14vous cliquez toutes les semaines parce que vous avez une stratégie parfaitement définie,
15:18il va le voir. Ou est-ce qu'il voit que vous cliquez d'un coup d'un seul, vous
15:24n'avez
15:24pas vraiment de stratégie. Ça, il va le voir aussi. Quand vous allez lui demander des
15:26rocos d'analyse de prix, de savoir si c'est le moment d'acheter ou pas, tout ça, il va
15:30pouvoir le savoir. C'est des données qu'on intègre à l'intérieur de nos modèles. Au niveau
15:35des consommations, c'est pareil. Aujourd'hui, on fait du calcul automatique de dérive de
15:39conso. C'est-à-dire que quand vous avez un multi-sites avec 5000 établissements qui sont censés
15:42tous à peu près consommer la même chose, ramener à la latitude en fonction de la
15:47météo. Très bien. Lequel a des fuites ? Lequel consomme trop alors qu'il ne devrait pas
15:52consommer ? Lequel laisser lumière allumée la nuit alors qu'il ne devrait pas ? Tout
15:55ça, ça va être détecté automatiquement. Et tout ce boulot fait 5000 fois à l'époque.
16:00On a des clients qui le font encore dans Excel et on leur montre ça. C'est automatisé.
16:04C'est fait en une journée alors que nos clients, eux, ils mettent un mois, deux mois,
16:10trois mois à faire ça, puis ils refont tous les six mois et ainsi de suite. Et ils peuvent
16:13consacrer du temps pour faire autre chose. Pareil pour les analyses de pipillés, ça
16:17c'est un truc. Nos algos vont automatiquement vous alerter quand il y a des pipillés qui
16:22ne respectent pas leur efficacité qui avait été définie au début par le fournisseur
16:26du pipillé parce qu'il y a trop d'arrêt et ainsi de suite. Donc évidemment, en plus
16:30de calculer tout ce qui est taux de capture et ainsi de suite, il va surtout détecter tout
16:36ce que vous avez perdu et que vous allez pouvoir demander en dommage si c'est dans votre
16:40contrat. Et ainsi de suite, ainsi de suite, ainsi de suite.
16:43Là, on va essayer d'aller vite parce que le temps est précieux. On a encore 13 minutes,
16:46on a un peu de temps à revenir sur la page pipillés juste avant. Le pipillé, on va
16:52aller à la maille journalière, vous dire la quantité d'énergie que vous avez vraiment
16:59consommé dans le pipillé, le prix du pipillé versus votre contrat actuel, le prix du spot.
17:04On va se rendre compte, on montre avec des chiffres. En fait, le pipillé, là, les
17:10prix spot remontent, mais sinon, ce n'était pas bien. Heureusement que c'était une demande
17:13du patron pour faire RSE. Sinon, ton pipillé, il n'était pas rentable, etc. Tu aurais dû
17:17mettre des batteries. On arrive à mettre vraiment des chiffres sur des valeurs où on se dit
17:22bon, j'ai acheté 30 mégawatts de pipillé, c'est rien, c'est 3%, 5% de ma console globale.
17:29Mais comment on le fait après en bloc plus spot, etc., on intègre la production horaire
17:34du pipillé, le contrat pipillé est codé chez nous aussi, le contrat du client est codé
17:38chez nous. On arrive à la maille horaire de vous dire, le pipillé, là, on vient de
17:43perdre 3 000 euros à cause du pipillé. Ou le pipillé, super rentable, prise boîte
17:47à 150, là, mon pipillé à 80, bingo, j'ai du pipillé. Sauf que quand on est à moins
17:5130 ou à 0 euros en milieu de journée, comme ça s'est passé pendant les 4 derniers
17:55mois, enfin les 4 derniers mois du printemps, pas les 4 derniers mois, là, on se dit, zut,
18:00j'ai pris un pipillé. Donc, ça permet vraiment de mettre des chiffres en face sur beaucoup
18:04de data et assez facilement. Tout à l'heure, on voyait un Bollinger, une moyenne mobile,
18:09un Bollinger. On se dit, c'est un tableau de trader, c'est un tableau très compliqué,
18:13j'ai pas fait ça à l'école, etc. En fait, avec nos outils, qu'est-ce que je vois
18:17? Tu mets
18:18à l'écran tout ça, dis-moi ce que je dois voir là-dedans. Et en fait, on a mis
18:21l'IA dans nos outils, avec vos grands sources, vos datas, votre contrat. Je laisse, je passe.
18:25Je le montrerai juste après. Bref, pouvoir avec toutes ces datas, la comparer et surtout
18:29imaginer des scénarios aussi pour le futur. Si Trump est réélu en mi-mandat et qu'il
18:36a un impact de tant de pourcents sur tel événement, tel moment, et ainsi de suite, il suffit juste
18:40de dicter, de parler. On parle et puis ça s'écrit tout seul. Et c'est notre système
18:44qui va modéliser votre scénario, aussi bien sur la consommation, enfin sur la consommation
18:50ou la production de vos assets, sur les prix de marché, sur les taxes, qui changent beaucoup.
18:55Là, en ce moment, on a des belles aides sur les batteries, c'est super, en termes d'assises,
18:59qu'on peut optimiser dans certains cas. Le jour où ils vont les enlever, ça sera plus
19:03la même du tout. Quel sera l'impact sur mon budget ? Comment je devrais gérer ma batterie
19:08si demain, j'ai plus LED sur l'assise ? Et ainsi de suite, et ainsi de suite.
19:12Après, nos algos, ils vont aussi vous aider sur, donc on l'a dit, tout ce qui est détection
19:16d'anomalies, mais va pouvoir aussi réparer les anomalies. Donc des fois, bon, on a plein
19:21de cas chez Enedis, au moins chez RTE, évidemment, mais plus chez Enedis, chez GRDF, beaucoup plus.
19:28Évidemment, chez certaines ELD. Il manque des datas, le compteur, il n'a pas transmis,
19:33la donnée est perdue, on ne pourra pas la reconsolider. Qu'est-ce qu'on fait ? Bon,
19:36ben là, pareil, il suffit juste d'expliquer. Refais-moi de la prévision, remplis tous les trous
19:42en fronant l'historique des deux dernières années et en partant du principe qu'à partir de mai
19:462026, on était à moins 20% de production par rapport aux années d'avant. Vous attendez deux
19:51minutes et automatiquement, le système va reconstituer la data comme vous lui avez demandé.
19:54Vous l'exportez, vous l'exploitez, vous la réutilisez ailleurs, vous la réinjectez dans les
19:59contrats. Bref, le but du jeu, c'est de pouvoir faire gagner du temps et que vous ayez des réponses
20:04à vos questions pour pouvoir ensuite prendre les bonnes décisions dans votre boîte.
20:08On a ouvert notre système avec, je vous ai parlé tout à l'heure, de serveur MCP, ce
20:12qui veut dire que tout ce qu'on a là aujourd'hui sur notre plateforme pilote, là où vous voyez
20:15avant les screenshots, si vous n'avez même pas envie d'y aller, on fait une démo tout
20:19à l'heure, une journaliste, là, vous prenez le téléphone, vous avez l'enclos dans votre
20:22chat GPT, Gemini, sur votre truc d'IA, vous connectez, vous logez avec votre compte pilote
20:27dessus et vous posez exactement les mêmes questions à l'intérieur. Toutes les données,
20:31tout ce qui concerne les numéros de SIRET, les adresses, les adresses mail,
20:34et ainsi de suite, restent dans nos modèles, restent sur nos serveurs. Et tout ce qu'on
20:37envoie dans le modèle, lui, est anonymisé. Donc là, juste pour terminer, on va juste
20:42donner un exemple, complètement bidon, comme ça, histoire d'aller vite.
20:46Regarde les clics du contrat, regarde les prix de marché, le RSI, est-ce que je dois
20:49bientôt cliquer ou pas ?
20:52Alors, je ne sais pas si on vous voit, mais heureusement, c'est un indicateur financier
20:58permettant d'autres, peu importe. Et donc là, on était sur un graphe de couverture
21:03d'une formule blogspot avec un pipi. Est-ce qu'on voit la production en verte ?
21:08Les clics en bleu et la prod, la prévision de prod derrière en rose fluo.
21:13Et là, donc, on lui pose la question. Là, c'est écrit en petit ici.
21:16Et là, en fait, c'est ça notre job. C'est ça l'utilisation de la data.
21:20C'est le fait de tout lui donner, mais les bonnes choses ont bon moment pour répondre
21:23à la question. Donc là, l'agent, il se rend compte qu'il est sur le contrat.
21:28C'est le petit truc qui est ici, là, qu'on ne va pas trop bien de loin, je pense.
21:31Et donc, c'est ce que je vous disais tout à l'heure. Il va aller regarder
21:33tous vos clics passés, à combien vous avez cliqué, si vous avez fait
21:36des clics physiques ou des clics financiers, à combien vous avez acheté
21:40en moyenne, si vous étiez régulier ou pas sur les clics, le genre de produit
21:43que vous avez acheté. Il nous a même bluffé l'autre jour, parce que c'était sur
21:46du 2027. On a posé la question il y a quelques jours et il nous dit
21:49« Il reste 12 mois pour cliquer. » Je dis « Ah non, il ne reste pas 12 mois pour
21:52cliquer.
21:52Quel 27 ? Là, en décembre, il n'y en a plus. Il s'est planté. Ce n'est pas
21:55possible. »
21:56Et donc, on lui dit « Tu t'es planté. » Il dit « Non, en 2027, tu peux encore
21:59acheter
22:00du trimestre et du mois. » Je dis « Bah oui, évidemment, il a raison. »
22:03Et on s'est fait avoir. Donc ça, simplement, ce que je vais vous dire par là,
22:06c'est qu'il ne va pas vous donner. « Ah oui, on avait mis des trucs. »
22:09Donc, il va vraiment vous analyser le RSI. Enfin, on ne va pas rentrer dans le détail.
22:15Franchement, c'est un bon stagiaire senior. Je dis stagiaire parce qu'il vous fait
22:18lui demander. Enfin, vous pouvez presque lui demander d'aller faire le café aussi.
22:21Mais en gros, il sait tout. Il sait plus de choses que nous, même des fois.
22:25C'est assez bluffant. Et surtout, on l'a alimenté avec toute la tonne de data
22:29qu'il y a sur votre compte. Enfin, tout ce que vous avez fait, les consoles, les clics.
22:34Bref, vous avez compris le concept. Et on arrive à des résultats où à la fin, voilà,
22:39il nous dit qu'on n'est pas dans un signal d'excès, blablabla. Le niveau actuel, 83 euros.
22:44On est encore à 83 euros quand on a fait les screenshots pour les données à Gazelleck.
22:48C'était Zucal 27. C'était très au-dessus de notre clic moyen historique de 83 euros.
22:54Il reste de la marge de couverture. Ils sont là, c'est 15 mois quand on a fait le truc
22:57avant la fin de trading. En synthèse, rien dans le RSI n'impose de cliquer bientôt dans l'urgent,
23:02blablabla. Et de toute façon, ça, c'est un truc qu'on a rajouté systématiquement.
23:07Moi, je ne prends pas de partie. Voilà, c'est mon analyse. Maintenant, t'as fait ce que t'on
23:10veut.
23:11T'as toujours ton conseil SirEnergy parce qu'au-delà de la plateforme, on fait du conseil
23:14pour nos clients de rencontre. Et là où il y aura un expert qui dira un petit peu ce qu
23:19'il pense,
23:20il aura certainement des infos humaines.
23:22Et l'expert dont je fais partie, on ne sait pas non plus les prix d'après-demain.
23:27C'est juste mon avis, l'avis d'Emmanuel Sir. Moi, je n'achèterais pas du Cale 27 maintenant.
23:32J'attendrai un peu.
23:34J'attendrai début décembre, mi-décembre, que les traders commencent à s'occuper de Cale 28,
23:38arrêtent le Cale 27. Je mets un petit billet que d'ici mi-décembre, on ait perdu 15 euros.
23:44Ou sinon, restez au spot parce que le prix spot ne sera pas à 150 euros l'année prochaine.
23:49On verra.
23:51Mais c'est que mon avis.
23:54Bon, voilà. Comment on gère la data chez nous ?
23:56Comment on essaie d'accompagner nos clients sur l'organisation de la data chez eux
24:00pour en ressortir de la valeur et vous faire gagner du temps ?
24:04Énormément de l'argent.
24:05Avez-vous des questions ?
24:14Il y a toute la partie transport et il y a toute la partie taxe en France et dans quelques
24:18pays européens,
24:19où on recalcule au centime près tout le TURP, que ce soit chez Enedis ou que ce soit du HTB1,
24:262 ou 3 chez RTE.
24:29On arrive à votre facture TTC à l'euro près sur les factures reçues des fournisseurs comparées avec nos outils.
24:36Dès le début, quand on a monté la boîte avec Raph, j'ai dit, il faut qu'on code.
24:41Donc, un des plus durs, ça a été l'optimisation des puissances souscrites.
24:45C'est quoi ? Une équation MP complet de mémoire.
24:48Donc, c'est Raph qui a fait Télécom et Matsup, Matspe.
24:50Mais c'est du MP complet à faire sous Excel.
24:53Très facile à coder, l'usine à gaz.
24:54C'est des algorithmes de chez Google, deux alternants ingénieurs chez nous qui étaient en train de faire leur bac
24:59plus 6 à Grenoble.
25:00J'aurais dit, travaillez là-dessus.
25:02Optimisation des puissances souscrites, voilà la formule de TURP.
25:05Il faut expliquer pour que Raph puisse le coder.
25:08Ça, c'était il y a 4 ans.
25:09Et on l'optimise, on l'injecte.
25:11Et partout dans l'interface, typiquement, c'est sur un budget Bloxpot qu'on découpe par année.
25:15Vous avez la colonne conso dans les résultats, le montant des clics,
25:19les montants d'achats-reventes de blocs tiers qu'il peut y avoir sur certains contrats.
25:24Là, tout le détail des pipillés, combien a coûté ou a rapporté le pipillé.
25:28Ça, c'est toute la stratégie pipillé.
25:30C'est un contrat où apparemment, il y avait du pipillé dedans.
25:32Le montant du spot, ce que vous avez acheté au spot,
25:35avec tout le détail, les heures d'achat, de vente et ainsi de suite.
25:38Les frais, les montants du contrat.
25:40Là, dans ce contrat-là, apparemment, il y a du HTA, il y a du basse tension, il y a
25:44du HTB aussi dedans.
25:45Donc là, vous avez les colonnes, voilà, avec le calcul.
25:47Et à chaque fois, toujours, il y a un petit plus à côté, parce qu'il y a tellement de
25:50data.
25:51Enfin, il y a plein, plein, plein, plein, plein, plein, plein.
25:53On a vu sur le plus, ça ouvre complètement.
25:55Et dedans, vous avez absolument toutes les composantes de tout ce qu'il peut y avoir.
26:00Aussi bien des composantes de coût.
26:02Ça va du site soumis à C2E pour la maison mère, qui est une holding, qui est Codnaf Holding Bureau,
26:09au site industriel, qui lui, n'est pas soumis à Codnaf, donc pas soumis au C2E.
26:13Enfin, on descend à la maille sur le moment, sur toutes les taxes.
26:18Et, petite cerise sur le gâteau, c'est mis à jour toutes les nuits.
26:21Donc, votre budget, il sera mis à jour en fonction des prix de clôture de ce soir.
26:25Donne-moi mon budget à fin 28.
26:27À l'instant T, votre budget va être calculé par prix de clôture d'hier soir.
26:31Et demain matin, il sera la prix de clôture de ce soir, de ce que vous avez acheté, du prix
26:35du Cable 27.
26:36Et, en fait, votre budget, vous demandez en 3 minutes, il vous fait votre slide pour aller voir votre comex.
26:41Si on ne fait rien, voilà notre prix en fin d'année, en euros et en TTC.
26:46Ça vous permet de voir comment il évolue aussi dans le temps.
26:50Il dit toutes les nuits parce qu'on reçoit les consos de la veille.
26:54Mais aussi parce que le prix de clôture du soir, on recalcule une HFC pour faire toute la prévision,
26:59ou le forecast de prix, donc le futur du prix spot.
27:03Et pour recalculer la HFC, on réétalonne en fonction des prix de clôture des mois qui viennent,
27:09des trimestres qui viennent et des années 28 et 29 pour pouvoir, normalement, le plus coller possible au marché.
27:16Alors, HFC qui a un acronyme très connu des experts de l'énergie,
27:20donc c'est Hourly Forward Curve, qui s'appelle chez ENJ un nom, chez EDF un nom, chez Gazelle un
27:26autre nom.
27:27C'est la vision que nous avons chez SirEnergy du prix horaire futur du prix spot.
27:31Donc, possiblement des 4 prix horaires demain, enfin maintenant, des 4 prix horaires.
27:38Et c'est recalculé toutes les nuits.
27:40Donc, c'est la forme de courbe du spot du passé, mais qui est recalculée et recalculée toutes les nuits
27:44en fonction du, là, on est en octobre, du mois de novembre, du mois de décembre, 2Q1 27, 2Q2 27,
27:50de l'année 27.
27:51Ça redéforme toute la courbe des prix spot.
27:53Et votre consommation actuelle est passée jusqu'à hier soir.
27:57On la remodélise et on fait votre projection de consommation.
28:00Mais tu peux aller vers la projection des prix spot.
28:02On arrive à votre prix de contrat, on rajoute le P0, les C2E, les taxes, on arrive à votre budget.
28:06Et on peut même, depuis un mois ou deux, clic virtuel, swap financier,
28:11parce qu'on développe à peu près tous les jours, deux fois par jour.
28:14Raphaël et ses équipes mettent à jour des nouveautés.
28:17Donc, swap financier, j'ai appelé une banque, des grands groupes,
28:21il y a certains, ils ont ici, ils font de l'OTC, du settlement avec le fournisseur.
28:26D'autres font son 100% spot.
28:27C'est des produits qui arrivent des pays nordiques où tu es 100% spot.
28:31Et après, tu hedges complètement financièrement avec des banques.
28:34Ta banque interne ou avec d'autres banques qui te prennent un petit fee.
28:37Et en fait, le fournisseur, il te fait du spot 100%.
28:39Et en fait, c'est ta banque derrière qui te hedge financièrement.
28:42Donc, swap financier, on est capable de le dire, pour vous sortir un budget.
28:46Ou un mix des deux, ou ce qu'on veut.
28:511 minute 22.
29:05Sur la partie consommation, comment vous faites pour récupérer les données du bâtiment ?
29:10Pour détecter les dérives, etc.
29:11Enfin, ce que j'ai compris de votre slide là-dessus.
29:14Sur les dérives de Conso, c'est surtout dans le tertiaire qu'on fait ça.
29:19Et on récupère les consommations des PDL, heure par heure.
29:23Enfin, les appels de puissance toutes les 5 minutes.
29:25Et on va aller calculer les talons automatiquement.
29:28Vous pouvez définir l'heure normale de fonctionnement des bâtiments.
29:34Je ne sais pas, imaginons si c'est des magasins de 7000 m².
29:38Couvre le matin à 8h.
29:39Enfin, les employés arrivent à 8h.
29:40Le magasin ouvre à 9h.
29:42Et puis, ferme à 20h le soir.
29:44Il n'y a pas d'activité, je ne sais pas moi, le samedi, dimanche par exemple.
29:46Ça, vous le définissez une fois en amont.
29:48Et ensuite, automatiquement, nos algos, ils vont aller toutes les nuits.
29:52Regarder sur les semaines passées.
29:54Faire des moyennes sur les semaines passées et sur les années passées de consommation.
29:57Tout ça, vous pouvez le régler dans les paramètres.
30:00Mettre un petit peu les limites que vous voulez, les chiffres que vous voulez.
30:02Et on va aller détecter.
30:04En gros, l'algo par défaut, c'est qu'on fait la moyenne des 4 semaines, heure par heure.
30:09La moyenne des 4 semaines qui ont le moins consommé.
30:12Et à partir de là, on dit que c'est un talon sur l'heure-là pour le PDL.
30:15Et ensuite, nos algos, ils font pour toute l'heure de toutes les semaines.
30:18Ils font pour tous les PDL.
30:20Donc, vous recevez un rapport toutes les semaines pour voir si sur la semaine écoulée,
30:24ça paraît qu'il faut le paramétrer quand est-ce que vous voulez le recevoir.
30:27On l'a fait réellement.
30:28Les magasins devaient être fermés, ça tournait encore.
30:31Et puis après, vous pouvez mettre aussi tout un tas d'exceptions, PDL par PDL.
30:35Parce que quand vous avez un parc, là, typiquement, notre client qui a beaucoup de gros magasins,
30:40il sait très bien qu'il y a des hangars qui n'ont pas été mis à jour, entre guillemets,
30:45sur du chauffage, sur des choses comme ça, sur des pompes.
30:49Donc là-dessus, ils savent très bien qu'il y a des problématiques.
30:52Il faut aussi régler l'autre truc qu'on va de plus en plus sur les talons de consommation,
30:55de plus en plus difficile à régler.
30:57C'est les employés qui laissent leur véhicule au magasin pour les recharger la nuit,
31:03qui rentrent chez eux en vélo ou je ne sais pas quoi.
31:05Et en fait, il y en a de plus en plus.
31:06Il y a certains magasins où, en fait, ça vient complètement déformer les talons la nuit,
31:10parce que le chargement des voitures est un peu erratique, il n'est pas habituel.
31:14Donc ça aussi, on essaie de l'intégrer, on essaie de le lisser,
31:17et le permettre dans certains hangars ou pas, en fonction de s'ils ont des bornes de recharge ou pas.
31:23Mais le but, c'est que les calculs-là, qui sont super chronophages à faire tout seul,
31:27au début, c'est notre premier client qui nous a montré comment il faisait,
31:30et on a halluciné, on s'est dit, il y a un fichier Excel,
31:34et il avait 400 sites comme ça, avec ses talons de consommation annuels.
31:38Il les trouvait lui-même à la main, site par site,
31:41pour pouvoir trouver lesquels optimiser en premier,
31:44pour présenter à son comex les gains potentiels réalisables.
31:48On lui dit, stop, arrête, on va faire un algo,
31:50parce que là, ça va être beaucoup plus facile, ça va aller beaucoup plus vite.
31:57D'autres questions ?
32:04On peut aller au sous-compteur, et on peut imaginer une interface avec des GTB ?
32:08On le fait avec un grand tunnel qui traverse les Alpes.
32:13Je ne vais pas donner le nom, mais si Lyon-Turin, c'est nous.
32:16On a des gros data centers, c'est nous, etc.
32:18Mais là, à l'intérieur du tunnel, il y avait un compteur principal à l'entrée,
32:21puis le gars dit, notre chantier, il avance dans le tunnel,
32:24et puis on s'est connecté avec des box, avec des API.
32:27C'est son métier de prendre de la data et la mettre en jolie,
32:30comme si c'était un compteur en edis.
32:32Alors, les données de conso, oui, elles arrivent soit en API depuis les GRD.
32:37Il y a pas mal de pays en Europe où les GRD, ce n'est pas comme Enedis,
32:41et compagnie en France, où c'est un petit peu plus erratique
32:43et vaut mieux passer par les fournisseurs.
32:45Donc, on récupère aussi de manière automatique les consos par mail.
32:49La majorité, d'ailleurs, des ELD en France, on récupère les consos par mail.
32:53Ils mettent un envoi d'email automatique,
32:55et c'est nos robots qui recevent les mails et qui les injectent dans le système
32:58comme si c'était nous qui allions les chercher chez Enedis.
33:02Après, vous avez des API.
33:03Donc là, typiquement, dans le cas du tunnelier,
33:05oui, ils utilisent des API.
33:07Il y a 27 ou 28 sous-compteurs.
33:10Ils veulent être sûr que la somme fait bien ce que le fournisseur les facture.
33:14Donc voilà, ça aussi, ça inclut.
33:16On crée un groupe, on met le compteur principal,
33:18et en dessous, la trentaine de petits compteurs, de sous-compteurs,
33:22et ça fait la somme automatiquement.
33:23On peut faire des moyennes, ainsi de suite.
33:26Tout à fait, et si vous voulez perdre du temps,
33:29vous pouvez les importer à la main avec un fichier Excel,
33:31ou les mettre dans vos outils d'IA,
33:33et les importer tous ceux à votre place.
33:34L'idée, quand on a monté la boîte, c'est vraiment de minimiser l'erreur possible,
33:39de coder.
33:40Moi, j'ai travaillé, quand je disais, je clique, je fais des sommes,
33:43je fais une somme prod à la fin, je fais mon prix moyen.
33:45L'idée, c'est vraiment qu'on allait faire tout ça,
33:48quand on dit HFC, cobrer, future consommation du client.
33:51Demain, mon budget est 31, 12, 29, maintenant.
33:54Je dis OK, je te le fais.
33:56Et depuis quelques mois, maintenant,
33:58parce qu'on essaie d'être en avance et de rester en avance,
34:01de monter dans le bon train,
34:03en fait, c'est l'IA.
34:06La complexité, je vais laisser Raphaël peut-être terminer là-dessus,
34:09c'est qu'en fait, vos datas, RGPD,
34:10on est très, très, très soucieux de ces données.
34:13C'est à vous.
34:13C'est vos données.
34:14Ce ne sont pas les données de NEDIS,
34:15ce ne sont pas les données de DF,
34:16enfin, c'est vos données de conso.
34:18Et chez nous, c'est nos...
34:19Les data centers, soit en France, en valise chevreuse,
34:23sécurisés, comme le ministère de la Défense, etc.
34:25Et toutes les questions qu'on pose,
34:27les datas restent chez nous.
34:29Ça, c'est une priorité chez nous.
34:31Vous nous donnez mandat,
34:32vous nous donnez accès à vos données de conso.
34:34On est Shrems 2,
34:35pas Shrems, ça c'est Shrek 2,
34:37Shrems...
34:38Enfin, le super data sécurisé,
34:40voilà, je ne sais plus comment ça s'appelle.
34:41Et surtout, anonymiser, ça,
34:43que vous soyez un jour client de nous
34:45ou client de n'importe qui,
34:46de toute façon, il y a de plus en plus d'IA partout,
34:47la data, il y en a partout.
34:48Ça, c'est un truc, garder bien ça en tête.
34:50Je ne sais pas, on va prendre l'exemple d'une facture,
34:52je donnais l'exemple d'une facture tout à l'heure.
34:53Quand on reçoit les factures
34:54et qu'on demande à l'IA d'analyser la facture,
34:58en soi, l'IA, le modèle qui est utilisé,
35:01peu importe que ce soit une IA générative
35:02ou un algo, je ne sais pas quoi,
35:03il n'a pas besoin de connaître
35:04le numéro de sirète en haut de la facture,
35:06il n'a pas besoin d'avoir l'adresse postale
35:08de qui a été envoyé,
35:09de A à qui a été envoyé la facture,
35:10il n'a pas besoin de connaître le PDL non plus,
35:12il n'a pas besoin d'avoir
35:13toute la mention légale
35:14qui est en bas de la facture, bref.
35:16Et donc ça, il faut absolument anonymiser les données,
35:18il faut garder juste ce qui est nécessaire,
35:20c'est-à-dire juste les lignes de facturation,
35:22de rappel du mois d'avant,
35:23des turpes du mois d'après,
35:24de la taxe, des trucs là
35:26qu'on n'arrive jamais à comprendre
35:27comment ça marche,
35:28il a juste besoin des chiffres, c'est tout.
35:30Et ces chiffres-là,
35:32ils sont anonymes en fait,
35:33c'est juste des chiffres,
35:34c'est juste des prix comme ça,
35:35il ne faut pas pouvoir les rattacher
35:36à qui que ce soit.
35:37Donc anonymiser la donnée,
35:38enlever tout ce qui ne sert à rien,
35:40et même si c'est flemme entre guillemets,
35:42il faut absolument le faire,
35:44il faut juste dire,
35:44la facture là,
35:45chez nous en interne,
35:46c'est la facture numéro 2.
35:47Et quand le modèle,
35:48quand l'IA,
35:49quand votre fournisseur,
35:50enfin celui de votre consultant
35:51vous fait les calculs dessus,
35:53il sait juste que c'est la numéro 2,
35:54mais il ne sait pas ce que c'est.
35:55Voilà,
35:56il a travaillé sur des chiffres à l'aveugle,
35:58il ne sait pas ce que c'est,
35:59c'est 2,
35:59et quand il vous redonne le résultat,
36:01bah 2,
36:01en fait il a payé 16 euros de trop,
36:03je raconte n'importe quoi,
36:04bah c'est à vous de rattacher 2 avec,
36:06ah bah c'était le client,
36:07ou c'était le personne,
36:08ou c'était le compteur,
36:09et ainsi de suite.
36:09Ça il faut vraiment le faire,
36:10parce que là franchement,
36:11enfin l'IA,
36:12vous avez vu,
36:13il y a de plus en plus de plateformes,
36:14ça pullule,
36:14il y en a partout,
36:16ça va une vitesse folle,
36:17tous les jours ça va deux fois plus vite
36:18que la veille,
36:19on n'a jamais vécu ça,
36:20et du coup,
36:21bah allez vas-y,
36:21on met tout là-dedans,
36:22on a des clients,
36:23un gros client français,
36:25le plus ennuyeux il y a 3 ans,
36:27vraiment le plus lourd de tous nos clients,
36:29interdiction de enregistrer les réunions,
36:31compte rendu à chaque réunion,
36:33quel cul,
36:34enfin bon bref,
36:34ils nous ont embêté énormément sur la sécurité,
36:37ils nous ont demandé,
36:38il y a 6 mois à peu près,
36:39ils nous ont dit,
36:40est-ce que je peux prendre le PDF de mon fournisseur,
36:42le mettre sur votre plateforme,
36:43et c'est votre IA qui analyse tout le truc tout seul,
36:45et qui met tout comme il faut tout seul partout.
36:48On leur a dit,
36:49mais les gars,
36:49si on fait ça,
36:50ils sont courants de tout en fait,
36:53ouais mais on s'en fout,
36:54c'est pas grave,
36:55ça permet d'aller plus vite,
36:56ça nous fait gagner une journée.
36:57En deux ans là,
36:58ce client qui était pour nous l'exemple de la sécurité en France,
37:01c'est devenu,
37:03ce qui compte c'est d'aller vite,
37:05et de perdre le moins de temps possible,
37:06pour gagner le plus d'argent possible.
37:08Donc faites attention quand même à ça,
37:09avec vos données.
37:13Évidemment,
37:14si vous voulez venir chez nous,
37:15et avec 3 ans,
37:17ou 4 ans,
37:17ou 10 ans de facture,
37:19je pense que Raph,
37:20il mettra à peu près 7 minutes,
37:22à tout mettre chez nous,
37:22ranger tout propre,
37:23et après vous repartez comme si,
37:25comme si vous avez été chez nous depuis 10 ans.
37:27Voilà.
37:28Merci à vous.
37:28Merci beaucoup.
37:30Merci.
37:31Merci.
37:31Sous-titrage Société Radio-Canada,
37:33Sous-titrage Société Radio-Canada,