Schneider Electric déploie un assistant IA conversationnel pour 11 000 utilisateurs

Lors de l'AI Day 2026 de Databricks, au 28 George V à Paris, Margot Jacob et Olivier Allovon ont détaillé comment Schneider Electric a construit un Data Assistant conversationnel, intégré à la plateforme interne Elsy Intel. Le groupe dispose d'un hub IA central couvrant l'Inde, la France, les États-Unis et la Chine, avec plus de 350 experts et environ 120 projets en production depuis quatre ans. L'idée : permettre aux décideurs d'interroger la donnée en langage naturel, sans maîtriser les tableaux de bord ni solliciter les équipes analytics. 

Une architecture agentique en trois temps 

L'assistant repose sur un graphe à trois états. Le pré-processing gère l'authentification SSO, filtre les questions hors contexte et aligne les termes métiers. La récupération de données est pensée en un seul cycle pour limiter coûts et latence. Le post-processing formate ensuite la réponse avec une tonalité business et suggère des questions complémentaires. Côté stack, l'agent est hébergé sur Lambda, s'appuie sur DynamoDB pour la mémoire, utilise les modèles via Bedrock, et se connecte à Databricks via l'API Genie. Les données gouvernées transitent par Unity Catalog, avec des contrôles d'accès jusqu'au niveau ligne, un point critique pour répliquer les droits de chaque utilisateur, dont la tenue à grande échelle reste un défi ouvert. 

90 % de précision en pilote, un déploiement progressif à venir 

« Sans data, pas d'IA », résume Margot Jacob. Le rappel n'est pas anodin : avant de déployer l'assistant, Schneider Electric a posé une gouvernance data structurée, avec des sources de référence, un langage commun et une plateforme unifiée. Le seuil de 90 % d'accuracy, fixé comme critère de validation, aurait été atteint lors du pilote. Le go-live auprès des top executives est annoncé pour la semaine prochaine, avant un déploiement par vagues jusqu'à 11 000 utilisateurs. Mené en partenariat avec Databricks depuis huit mois, le projet explore également les Databricks Apps pour des agents ProCode LangGraph avec mémoire Lakehouse. Plusieurs questions restent toutefois en suspens : la sécurisation du pont entre l'infrastructure interne Schneider et l'environnement serverless Databricks, ainsi que le maintien du niveau de précision en production à mesure que la base d'utilisateurs s'élargira.