Le 25 septembre, en collaboration avec Proximus Luxembourg, qui nous accueillait à son siège de Bertrange, nous avons ouvert le débat à propos de l’intelligence artificielle sur le thème “L’IA: une intelligence augmentée au Luxembourg”. Devant un auditoire bien garni, nos quatre orateurs ont partagé des analyses et points de vues aussi techniques et économiques que sociologiques et philosophiques. Merci à Magali Pernoud (Proximus), Sebastien Wiertz (Paul Wurth), Gabriele Pozzetti (AI for Finance- Luxembourg School of Business) et Guillaume Policarpo (Cebi Group) de nous avoir instruits et d’avoir partagé leurs points de vue.
Oui, le Luxembourg est prêt à accélérer le déploiement de l’intelligence artificielle, mais certaines compagnies sont sans doute moins préparées que d’autres, particulièrement les acteurs les plus modestes. Les participants au panel ont encouragé à multiplier les rencontres pour partager les bonnes pratiques et les tendances gagnantes dans l’utilisation de l’intelligence artificielle.
Quant à l’impact sur l’emploi de l’intelligence artificielle, il est difficile de le chiffrer à l’heure actuelle. La seule certitude, c’est que l’IA bouleverse tous nos modèles, et qu’il faut réinventer notre façon de vivre et de travailler si on ne veut pas être largué.
Selon Eurostat, 24% des entreprises luxembourgeoises utilisaient l’IA en 2024, soit 10 points de plus que la moyenne de l’UE. Un chiffre qui place le Grand-Duché parmi les pays les plus avancés en matière d’adoption de cette technologie, d’après un rapport du think tank IDEA.
“Mais derrière cette performance encourageante se cache une réalité plus contrastée, estime Michel-Edouard Ruben, qui a signé cet article. Seules 48,8% des entreprises ont innové entre 2020 et 2022, en retrait par rapport à la moyenne de l’UE (51,4%). C’est une tendance également inférieure aux niveaux observés par le passé au Luxembourg. Alors que l’innovation est un moteur essentiel de compétitivité, de croissance et de transition durable, il est à espérer que cette dynamique soit rapidement inversée… ou qu’il ne s’agisse que d’un biais statistique.” (lire l’article complet)
Retour sur les contributions de nos invités lors de la conférence du 25 septembre:
MAGALI PERNOUD ( Proximus)
Retour d’expérience : déploiement de cas d’usage internes de GenAI chez Proximus Luxembourg
Dans le cadre d’un partage d’expérience avec l’association des ingénieurs, Magali Pernoud, en charge de la Transformation & Excellence chez Proximus Luxembourg, a présenté les enseignements clés issus du programme de déploiement de cas d’usage de l’IA générative (GenAI) au sein de l’entreprise. L’objectif : illustrer comment cette technologie peut transformer concrètement l’excellence opérationnelle.
1. Une transformation métier, pas un projet IT
La GenAI n’est pas un simple outil technologique, mais un levier de transformation des métiers. Produire plus de contenu ne suffit pas à améliorer la productivité ; en revanche, la GenAI permet de mieux décider, plus vite, et ainsi d’optimiser l’efficience opérationnelle.
2. Une approche centrée sur les utilisateurs
L’équipe n’est pas partie de la technologie, mais des besoins métiers. Une démarche agile et pragmatique a permis d’identifier des cas d’usage à forte valeur ajoutée via des ateliers d’idéation. Nombre de ces cas concernaient davantage l’automatisation de processus que de la génération de texte au sens strict.
3. Un écosystème technologique hybride
Plusieurs assistants conversationnels ont été déployés ou sont en cours de déploiement. Selon le niveau de sensibilité des données, les solutions peuvent être hébergées sur cloud public ou souverain. En tant qu’acteur PSF, la confidentialité reste un impératif.
4. Les défis rencontrés
Le programme a mis en lumière plusieurs points de vigilance :
- La qualité des données : sans données fiables, pas de résultats fiables ;
- L’intégration technique, parfois complexe selon les systèmes ;
- Les compétences à acquérir et à maintenir ;
- Les enjeux éthiques et de conformité.
5. Et demain ? L’IA agentique
La prochaine étape évoquée est celle de l’IA agentique, c’est-à-dire des systèmes autonomes capables de prendre des décisions dans des contextes bien définis. L’humain reste cependant au centre de la validation.
6. Une dynamique orientée client
L’objectif final du programme est clair : capitaliser sur l’expérience interne pour proposer des services à valeur ajoutée aux clients, en toute crédibilité.Conclusion
La GenAI ne relève pas de la baguette magique. C’est un chemin progressif qui nécessite pragmatisme, réalisme, et une focalisation constante sur la création de valeur.
GUILLAUME POLICARPO (Head of Innovation Cebi International S.A.)
“AI: It’s Not about Tech, It’s about Us“
“When we talk about Artificial Intelligence, it’s easy to get lost in algorithms, models, or the latest shiny tools. But the truth is simple: AI is only a tool. What truly matters is not the technology itself, but the people who use it. Real transformation comes from education, adoption, and good practices.
At Cebi, we believe AI should feel as natural as Excel. Everyone can access it, everyone can use it in their own way, and over time, everyone can get creative with it. AI should be a platform that belongs to all, helping each employee solve problems, automate tasks (low added value or repetitive), and unlock potential of each of us.
That’s why our AI journey is driven by people, not technology. Governance, ethics, and training are in place not to limit innovation but to make adoption safe, responsible, and accessible. And the results are already here: AI assistants reviewing contracts in line with our legal guidelines, or guiding employees through complex procedures. Adoption works best when humans stay in control.
And it’s not only about Generative AI. At Cebi, we are also building Predictive, our plug-and-play digital twin. It helps manufacturing teams visualize machine data, predict breakdowns, and act in real time. It flags process instabilities, detects bottlenecks, and even suggests the most sustainable production plans. The impact is clear: higher efficiency, reduced downtime, better quality and measurable value in less than eight weeks.
This is the real story: AI is not here to replace us, but to amplify us. Generative AI gives every employee a “co-pilot” for knowledge and creativity. Predictive empowers our operations to act smarter and faster. The real power of AI is unlocked not by the tools themselves, but by the people who embrace them.
Lessons we’ve learned along the way:
- Avoid the noise: Don’t chase every shiny new AI tool. Focus on one powerful tool that fits most needs to ensure clarity and effectiveness.
- Be pragmatic: start with motivated users, support them, and let adoption spread through their success stories.
- Don’t chase perfection: experiment, make mistakes, improve, and grow step by step.
- Keep learning: with AI, we are all beginners. Foster a culture of curiosity and continuous education to adapt and grow.
In the end, AI is not about technology. It’s about us, our creativity, and our willingness to learn and evolve.
GABRIELE POZZETTI (Professor – AI for Finance- Luxembourg School of Business)
« How AI is changing business and its hidden costs »
“We discussed on how predictive and generative AI have changed and are changing business and of their hidden costs we ofter overllok.
Classical Machine Learning has already shown the potential to turn data into the true oil of business, turning the information and advertising industry into a global high-margin superpower. While chasing such returns, however we too often forget that data has its own costs. Are we ready to support this paradigm-changing vision with the proper infrastructure?
Generative AI took the word by storm, turning a simple prediction tool into the new voice of machines. In less than two years it entered in almost every phone and any business geared-up to take advantage of it. Its costs, however have been masked by unprecedented investments of tech companies that are completely transforming their financials in the name of progress. Hidden trilions of dollars, however, are not the only price we pay for human-sounding machines. As we try to introduce these almost magical breaktroughs in vitrually any of our processes, we risk to spend too much time dreaming of a brighter future than clearly understanding the limitiations of an ever changing promise.”
