Read more
L'Oréal fait progresser l'analyse conversationnelle avec Claude
Secteur d'activité :
Commerce électronique
Taille de l'entreprise :
Grande
Produit :
Claude Platform
Région :
Europe
44 000 utilisateurs par mois
sur la plateforme IA de L'Oréal, avec 2,5 millions de messages par mois
Plus de 15 agents spécialisés
orchestrés par Claude pour obtenir des informations sur les données
Video caption
Video caption
L'Oréal est la plus grande entreprise mondiale de produits cosmétiques et de beauté, présente dans plus de 150 pays avec un portefeuille de plus de 37 marques internationales spécialisées dans les soins de la peau, les soins capillaires, le maquillage et les parfums. L'entreprise se positionne comme leader dans le domaine des technologies de la beauté, en associant une recherche et une innovation de pointe à des capacités en IA, en données et en numérique.
Grâce à Claude, L'Oréal a :
- Atteint une précision de 99,9 % dans les applications d'analyse conversationnelle, contre 90 % avec les approches d'IA générative précédentes
- Créé un système multiagent qui transforme les questions posées en langage naturel en éclairages et en visualisations de données
- Permis aux employés d'interroger directement les données au lieu de créer des tableaux de bord personnalisés pour chaque question
- Déployé Claude sur sa plateforme d'IA interne, desservant 15 000 utilisateurs quotidiens et 44 000 utilisateurs mensuels
La problématique
Après des années passées à développer et déployer des applications d'IA traditionnelles, L'Oréal a entamé son parcours vers l'IA générative en 2023. L'entreprise devait démocratiser ses capacités d'IA pour l'ensemble de son personnel mondial tout en préservant sa sécurité, sa gouvernance et sa valeur métier. L'un des principaux défis était de permettre aux employés d'accéder aux données et de les analyser, sans expertise technique et sans avoir à créer un tableau de bord personnalisé à chaque demande.
L'Oréal avait besoin de capacités de raisonnement sophistiquées pour les tâches analytiques et financières complexes impliquant des mathématiques, du codage et de la génération SQL, en particulier pour l'analyse conversationnelle, où les employés pouvaient poser des questions en langage naturel et recevoir des informations précises. L'entreprise cherchait également à accroître la productivité en éliminant les tâches répétitives et en permettant aux employés de se concentrer sur des tâches à valeur ajoutée élevée, tout en réduisant les délais de mise sur le marché, en gagnant des parts de marché et en accélérant les recherches sur la formulation.
Claude orchestre plusieurs agents spécialisés dans les flux de travail complexes
L'Oréal a choisi Claude à l'issue de tests rigoureux sur ses cas d'usage. « Nos capacités d'auto-évaluation, telles que le LLM en tant que juge, ont établi à maintes reprises la supériorité des modèles Claude dans différents cas d'usage, notamment les plus complexes », déclare Thomas Ménard, Global Head of Agentic AI Platform and Lab chez L'Oréal.
L'Oréal a mené des tests pratiques approfondis afin de valider les performances de Claude, en particulier dans le domaine de l'analyse conversationnelle. Les capacités de raisonnement avancées de Claude se sont révélées essentielles dans les applications les plus exigeantes de l'entreprise, notamment dans l'analyse conversationnelle où la précision et la fiabilité sont primordiales pour gagner la confiance des utilisateurs.
L'Oréal déploie Claude comme orchestrateur intelligent
L'Oréal utilise Claude de deux manières principales : au sein des assistants IA qui nécessitent des capacités de raisonnement de haute qualité, et tout au long du cycle de vie du développement logiciel, au moyen d'outils comme GitHub Copilot et Claude Code.
Dans l'analyse conversationnelle, Claude joue le rôle d'orchestrateur principal pour plusieurs agents spécialisés qui travaillent ensemble afin de transformer les questions des utilisateurs en éclairages et en visualisations. Lorsqu'un employé pose une question en langage naturel, Claude orchestre l'interaction entre des agents d'API sémantiques, des systèmes de récupération de données et des agents spécialisés pour les calculs, le référentiel produits et le référentiel géographique.
Cette approche d'orchestration permet à Claude de déterminer quels agents spécialisés engager en fonction de la question de l'utilisateur, de coordonner leur travail et de synthétiser les résultats sous forme de réponses claires accompagnées de visualisations de données. Au lieu de s'appuyer sur un modèle unique pour toutes les tâches, L'Oréal a créé des agents spécialisés dans des fonctions spécifiques. Claude redirige les calculs vers un agent de calcul dédié. Claude délègue les dimensions des produits à un agent de données de référence produits. Les requêtes géographiques sont traitées par un agent de données de référence géographiques.
Cette architecture permet d'atténuer les problèmes de précision potentiels. « Le risque d'hallucination a été suivi par l'équipe et atténué », explique M. Ménard. Le routage de types spécifiques de requêtes vers des agents spécialisés permet au système de maintenir un haut niveau de précision dans les différentes tâches analytiques, tandis que Claude gère le flux de travail global et synthétise les résultats. Le système interroge la plateforme de données Beauty Tech de L'Oréal en langage naturel tout en gérant les contrôles d'identité et d'accès des utilisateurs.
Les tests ont validé l'efficacité de cette architecture. « Nos tests ont prouvé que Claude 3.7, Claude 4 et maintenant Claude 4.5 Sonnet sont de loin les modèles les plus capables et les plus avancés lorsqu'il s'agit de piloter des sous-agents pour répondre aux besoins des utilisateurs », précise Thomas Ménard.
Résultat
L'impact sur la précision a été substantiel. L'Oréal atteint désormais des scores de précision de 99 % dans les applications d'analyse conversationnelle, contre 90 % avec les approches d'IA générative précédentes. Cette amélioration permet de renforcer la confiance des employés afin qu'ils adoptent ces nouvelles fonctionnalités à grande échelle.
Le changement dans la manière dont les employés peuvent travailler avec les données est tout aussi significatif. Au lieu de créer des tableaux de bord personnalisés pour chaque question ad-hoc, les employés peuvent désormais simplement poser leurs questions en langage naturel. Cela transforme en profondeur la façon dont le personnel de L'Oréal accède aux informations et les analyse.
La plateforme d'IA interne de L'Oréal a été largement adoptée, comme en témoignent les 15 000 utilisateurs uniques quotidiens, les 33 000 utilisateurs uniques hebdomadaires et les 44 000 utilisateurs uniques mensuels générant 2,5 millions de messages par mois sur plusieurs modèles. Les premiers tests de Claude Code auprès de 30 à 50 développeurs donnent également des résultats prometteurs en matière de productivité technique.
L'Oréal considère que l'IA agentique n'en est encore qu'à ses débuts au sein de l'entreprise. « L'IA agentique commence tout juste à prendre forme et nous comptons sur les modèles Anthropic pour nous positionner à la pointe des technologies de la beauté », ajoute M. Ménard. L'entreprise prévoit d'étendre ses capacités agentiques et d'approfondir son partenariat avec Anthropic afin de conserver sa position de leader des technologies de beauté dans le secteur très concurrentiel des cosmétiques.
L'IA agentique commence tout juste à prendre forme et nous comptons sur les modèles Anthropic pour nous positionner à la pointe des technologies de la beauté
Head of Agentic Platform and LAB, L'Oréal
Video caption