Marwane Bouayad

● Stratégie IA & Média: Conception et pilotage d’un programme IA générative (vision 3 ans), aligné sur les enjeux productivité éditoriale, monétisation et expérience audience. ● Industrialisation IA : Déploiement de 15+ solutions cloud (automatisation vidéo, génération de contenu, personalisation digitale) en partenariat avec Google Cloud et Salesforce, en coordonnant tech, data et métiers. ● Gouvernance transverse : Animation d’un comité IA avec direction générale, CDO et responsables métiers pour prioriser les cas d’usage et allouer les ressources. ● Acculturation : Formation de 200+ collaborateurs (journalistes, techniciens, commerciaux) aux outils IA via des ateliers pratiques et démos.

• Achieved over 40% monthly active users within the first quarter of launch by leading the worldwide rollout of CMA CGM’s internal AI platform, providing 80,000+ employees with secure access to cutting-edge LLMs. • Empowered employees with diverse access to LLMs by implementing a dual-approach platform offering both a conversational interface and a Retrieval-Augmented Generation (RAG) service for querying internal data. • Drove continuous platform improvement by spearheading the product roadmap, prioritizing use cases based on user query analysis, and planning future integrations, including persistent data storage and custom LLM models. • Successfully launched the platform to 5,000 headquarters employees as a pilot program, demonstrating a strategic and scalable approach to enterprise-wide generative AI adoption

● Framework d’industrialisation IA : Conception et déploiement d’un modèle opérationnel standard pour les projets analytics, ML et NLP, incluant gouvernance (MLOps), outils et KPI de performance (précision, drift, ROI). ● Pilotage transverse : o Collaboration avec IT et le Data Office pour standardiser les processus projets ainsi que les environnements cloud et les pipelines CI/CD. o Alignment avec la conformité sur les enjeux éthique IA (explicabilité, biais) et RGPD (anonymisation des données textuelles en NLP). ● Accélération des déploiements : o Création de templates reutilisables pour les cas d’usage récurrents (segmentation client, chatbots, prédiction sinistres), réduisant le time-to-market o Mise en place d’un centre de compétences IA interne pour capitaliser sur les bonnes pratiques (documentation, formations techniques).

● Déploiement d’une IA de Computer Vision : Pilotage de l’intégration de la solution Tractable (analyse automatisée de dommages véhicules par IA) au sein des processus de claims management, en collaboration avec les équipes techniques, actuarielles et les experts sinistres. ● Impact opérationnel : o Réduction de 30% du temps moyen d’expertise grâce à l’automatisation de l’analyse de photos et de devis. o Standardisation des processus avec création d’un référentiel de dommages aligné sur les standards IA. ● Scalabilité & Innovation : Extension du périmètre à 3 filiales après validation du POC.

● Roadmap IA Sinistres Auto : Définition d’une feuille de route IA priorisant 3 cas d’usage (analyse dommages, fraude, prédiction coûts) selon impact métier et faisabilité technique. ● Business Case : Modélisation des gains (+10M d’optimisation des coûts) et des risques (RGPD, éthique) pour validation Comex. ● Accélération tech : Recommandation d’une stack technique (Computer Vision, intégration cloud/legacy, partenaires) et collaboration avec la DSI pour le plan de déploiement.