Le retour d'expérience du mois
Stratégie cloud : quel modèle de gouvernance et assistant IA ?
Retour
Thomas Berger est le CTO de La Centrale, le 1er expert indépendant français du véhicule dans l’achat, la vente, l’estimation de prix et le contenu automobile. Thomas a présenté comment l’entreprise apporte de l’innovation à son SI, grâce aux Services Cloud Managés et à l’IA pour satisfaire ses clients existants, et en attirer de nouveaux notamment avec ses services dopés à l’IA Générative. Thomas a reçu le Trophée du CTO 2024 dans la catégorie « ETI/PME ».
Et data, parce que notre métier est de fournir aux clients toutes les informations pour simplifier l’achat parmi 325.000 véhicules d’occasion disponibles sur le site. Nous sommes une marketplace un peu particulière, avec 325.000 références différentes chaque mois, dont le stock est toujours d’une seule unité, chaque véhicule étant unique !
Pour être le plus agile possible, nous avons créé 12 feature teams. Nous avons défini les 3 missions principales des équipe Tech :
C’est cette dernière mission qui nous a encouragés à nous tourner vers le cloud, et plus spécifiquement vers les services managés. Nous pensons que faire une montée de version d’OS ou de base de données ne créé pas réellement de la valeur pour l’entreprise. Autant avoir recours à des services managés, et utiliser les compétences nos équipes IT à des tâches plus efficientes pour le business de La Centrale !
Aujourd’hui, nous effectuons près de 200 déploiements en production par mois, soit environ un par jour et par équipe. Nous avons découpé nos applications en microservices, et par conséquent, nous totalisons plus de 800 répertoires Git.
• Si l’application n’est pas dans notre cœur de métier, notre stratégie est de nous tourner vers une application SaaS. Ce n’est pas parce qu’on sait le faire qu’il faut le faire !
• Avant de migrer une application, on se demande d’abord si elle remplit toujours sa mission, s’il faut l’adapter, y ajouter de nouvelles fonctionnalités, et si l’IA pourrait apporter de nouvelles perspectives à cette application. Nous évitons au maximum de nous limiter au Lift and Shift, qui n’apporte pas de plus-value concrète.
• Et si on veut apporter de la valeur, alors notre règle est d’identifier le service managé le plus approprié.
Mais, avec la profusion de services managés disponibles, la question pour les feature teams est de faire un choix parmi plusieurs solutions et architectures qui offrent à peu près les mêmes fonctionnalités. Mais, vu de la DSI, la question est d’assurer une certaine cohérence dans les technologies utilisées. C’est là qu’intervient la gouvernance !
Même si nous encourageons nos feature teams à travailler de façon indépendante les unes des autres, pour éviter qu’au final nous ayons des dispersions dans les choix de solutions techniques, nous avons mis en place un Tech Radar accessible par chaque Feature Team, qui liste les logiciels que nous recommandons, et ceux que nous ne souhaitons plus utiliser.
Et comme il y a toujours des cas où l’application aveugle de la règle créerait des problèmes, un comité statue sur des cas d’exception. Par exemple, pour les micro-services, la technologie recommandée est AWS Lambda. Mais nous avons décidé d’autoriser l’utilisation d’ECS Fargate pour les workloads éphémères dont le temps d’exécution dépasse les limites d’utilisation de AWS Lambda.
Pour chaque nouvelle application, la feature team doit préparer une feuille d’architecture, qui est revue et validée par un comité pour s’assurer qu’elle est complète, qu’elle respecte la gouvernance et le Tech Radar. Le comité donne son GO pour lancer les développements, et vérifie la conformité avant la mise en production. La fiche repasse par une phase de validation à chaque fois que des modifications importantes sont apportées dans l’application.
Sur un plan technique, nous nous sommes basé sur les modèles LLM d’OpenAI , que nous avons adaptés aux spécificités du domaine automobile ainsi qu’à la recherche au sein de notre base de véhicules disponibles., Afin d’opérer cet applicatif, en conservant la maitrise des coûts, nous avons mis en place une infrastructure serverless via différents services proposés par AWS, tels que Lambda et DynamoDB. Cette architecture sous assure une scalabilité et une résillence, tout en limitant les coûts.
Grâce à cet Assistant IA, nous avons mesuré que nos clients trouvent plus rapidement et facilement le véhicule qui répond à leurs besoins, sans nécessairement avoir une expertise forte dans le domaine. Cela conduit à un taux de conversion de près 8% des utilisateurs de notre Assistant AI, soit près du double de la conversion suite à des recherches effectuées « classiquement », via l’utilisation de filtres.
Ce projet a non seulement transformé l’expérience utilisateur sur La Centrale, mais il a également permis de positionner l’entreprise comme un acteur pionnier dans l’utilisation de l’intelligence artificielle générative dans le secteur automobile et posé les premières briques de notre stratégie GenAI, qui accélère depuis mi-2024.
Qui est La Centrale en 2024 ?
Nous aimons nous présenter comme une entreprise tech et data. Tech, car aujourd’hui 100% de notre activité repose sur le digital. Nous avons cessé de publier notre célèbre journal il y a déjà 15 ans, et aujourd’hui notre activité passe par nos sites web La Centrale (www.lacentrale.fr), et sur celui de Caradisiac (www.caradisiac.com), qui accueillent en moyenne 40 millions de visites par mois.Et data, parce que notre métier est de fournir aux clients toutes les informations pour simplifier l’achat parmi 325.000 véhicules d’occasion disponibles sur le site. Nous sommes une marketplace un peu particulière, avec 325.000 références différentes chaque mois, dont le stock est toujours d’une seule unité, chaque véhicule étant unique !
Comment est structurée la DSI ?
Avec 80 collaborateurs, la DSI représente à peu près 30% des effectifs de l’entreprise. L’IT est le moteur de l’activité commerciale de l’entreprise. Nous nous sommes lancés très tôt dans le Cloud, dès 2015. Pour l’anecdote cette décision a été renforcée suite à une inondation dans notre salle serveur, qui contenait de nombreux applicatifs critiques pour notre activité.Pour être le plus agile possible, nous avons créé 12 feature teams. Nous avons défini les 3 missions principales des équipe Tech :
- Délivrer de nouvelles fonctionnalités à nos clients particuliers ou professionnels,
- Tenir nos engagements de cybersécurité, de résilience et de coûts du SI, mais aussi de delivery
- Accompagner la création de valeur pour notre entreprise.
C’est cette dernière mission qui nous a encouragés à nous tourner vers le cloud, et plus spécifiquement vers les services managés. Nous pensons que faire une montée de version d’OS ou de base de données ne créé pas réellement de la valeur pour l’entreprise. Autant avoir recours à des services managés, et utiliser les compétences nos équipes IT à des tâches plus efficientes pour le business de La Centrale !
Aujourd’hui, nous effectuons près de 200 déploiements en production par mois, soit environ un par jour et par équipe. Nous avons découpé nos applications en microservices, et par conséquent, nous totalisons plus de 800 répertoires Git.
Comment avez-vous articulé votre stratégie cloud ?
Nous avons voulu définir une stratégie assez simple, articulée autour de 3 règles :• Si l’application n’est pas dans notre cœur de métier, notre stratégie est de nous tourner vers une application SaaS. Ce n’est pas parce qu’on sait le faire qu’il faut le faire !
• Avant de migrer une application, on se demande d’abord si elle remplit toujours sa mission, s’il faut l’adapter, y ajouter de nouvelles fonctionnalités, et si l’IA pourrait apporter de nouvelles perspectives à cette application. Nous évitons au maximum de nous limiter au Lift and Shift, qui n’apporte pas de plus-value concrète.
• Et si on veut apporter de la valeur, alors notre règle est d’identifier le service managé le plus approprié.
Mais, avec la profusion de services managés disponibles, la question pour les feature teams est de faire un choix parmi plusieurs solutions et architectures qui offrent à peu près les mêmes fonctionnalités. Mais, vu de la DSI, la question est d’assurer une certaine cohérence dans les technologies utilisées. C’est là qu’intervient la gouvernance !
Justement, quel modèle de gouvernance avez-vous mis en place ?
Nous faisons travailler nos collaborateurs sur des thématiques, en créant des Labs qui ont pour objectif de mettre en place les outils et les processus, et le ‘kick’ initial pour avancer sur les sujets.Même si nous encourageons nos feature teams à travailler de façon indépendante les unes des autres, pour éviter qu’au final nous ayons des dispersions dans les choix de solutions techniques, nous avons mis en place un Tech Radar accessible par chaque Feature Team, qui liste les logiciels que nous recommandons, et ceux que nous ne souhaitons plus utiliser.
Et comme il y a toujours des cas où l’application aveugle de la règle créerait des problèmes, un comité statue sur des cas d’exception. Par exemple, pour les micro-services, la technologie recommandée est AWS Lambda. Mais nous avons décidé d’autoriser l’utilisation d’ECS Fargate pour les workloads éphémères dont le temps d’exécution dépasse les limites d’utilisation de AWS Lambda.
Pour chaque nouvelle application, la feature team doit préparer une feuille d’architecture, qui est revue et validée par un comité pour s’assurer qu’elle est complète, qu’elle respecte la gouvernance et le Tech Radar. Le comité donne son GO pour lancer les développements, et vérifie la conformité avant la mise en production. La fiche repasse par une phase de validation à chaque fois que des modifications importantes sont apportées dans l’application.
Vous avez même développé un assistant IA pour aider les clients à trouver le véhicule de leurs rêves
Oui, début Janvier 2024, nous avons lancé le développement d’un assistant conversationnel basé sur l’IA générative pour offrir aux personnes en recherche d’un véhicule d’occasion, une expérience personnalisée, enrichie et intuitive. Cet assistant est en production depuis juin 2024, et il est utilisé en moyenne par plus de 200 utilisateurs quotidiens.Sur un plan technique, nous nous sommes basé sur les modèles LLM d’OpenAI , que nous avons adaptés aux spécificités du domaine automobile ainsi qu’à la recherche au sein de notre base de véhicules disponibles., Afin d’opérer cet applicatif, en conservant la maitrise des coûts, nous avons mis en place une infrastructure serverless via différents services proposés par AWS, tels que Lambda et DynamoDB. Cette architecture sous assure une scalabilité et une résillence, tout en limitant les coûts.
Grâce à cet Assistant IA, nous avons mesuré que nos clients trouvent plus rapidement et facilement le véhicule qui répond à leurs besoins, sans nécessairement avoir une expertise forte dans le domaine. Cela conduit à un taux de conversion de près 8% des utilisateurs de notre Assistant AI, soit près du double de la conversion suite à des recherches effectuées « classiquement », via l’utilisation de filtres.
Ce projet a non seulement transformé l’expérience utilisateur sur La Centrale, mais il a également permis de positionner l’entreprise comme un acteur pionnier dans l’utilisation de l’intelligence artificielle générative dans le secteur automobile et posé les premières briques de notre stratégie GenAI, qui accélère depuis mi-2024.
Autres articles sur le même thème
Le retour d'expérience du mois
Transformation du réseau mondial d’Elis basé sur des liaisons MPLS vers un réseau SDWAN sécurisé
Mag #19
Lire l'article
Le retour d'expérience du mois
Projet C'zam : l'outil ITSM de France Travail vers une vision ESM
Mag #18
Lire l'article
