Building the AI factory: the operating-model shifts behind Doctolib's AI products

Toutes les entreprises sont en train de mettre de l'IA dans leurs produits. Bien moins nombreuses sont celles qui s'attaquent au problème plus compliqué qui se cache en dessous : faire en sorte que chaque équipe puisse construire des produits IA à l'échelle, fiables et sûrs. Dans notre cas, cela se passe dans la santé, où 100 millions de patients et 580 000 professionnels de santé dépendent de ce que nous livrons.

En tant que Product Manager de la Data & AI Platform chez Doctolib, je donne mon retour d'expérience, d'un point de vue plateforme, sur 2 ans de transformations, permettant de poser les fondations d'une « AI factory » :

• De produits IA artisanaux à des produits « platform-powered », et la stratégie pour y parvenir.
• De capacités plateforme à accélérateurs : la mise en production d'un produit IA passe de plusieurs trimestres à quelques semaines.
• Du code 100 % manuel à un SDLC « AI-native », et les implications pour la plateforme.
• De facilitateur technique à « platform-as-a-product » : traiter les feature teams internes comme des clients.

Je partagerai l'impact de ces transformations avec de vrais chiffres, ainsi que nos apprentissages, nos compromis et nos erreurs décisionnelles. Vous repartirez avec une cartographie concrète des décisions de modèle opérationnel qui sous-tendent la mise à l'échelle de produits IA, celles qui avaient du sens dans le contexte de Doctolib.