HyperAI
Back to Headlines

Walmart crée une plateforme AI indépendante et adoptée par 1,5 million d'associés

il y a 8 jours

Comment Walmart a créé une plateforme d'IA qui ne dépend de personne (et que ses 1,5 million d'employés veulent réellement utiliser) 24 juin 2025 Walmart ne se contente pas d'acheter des solutions d'IA d'entreprise ; il les crée lui-même via sa-foundry d'IA, appelée Element. Cette plateforme a évolué pour devenir une usine interne capable de produire des applications d'IA à un rythme rendant l'approche traditionnelle de développement de logiciels obsolète. Aujourd'hui, 1,5 million d'associés utilisent des outils d'IA construits sur Element, résolvant ainsi le dilemme classique de construction versus achat en créant quelque chose de tout à fait unique. Conception avec l'échelle en tête Element a été conçu avec la mise à l'échelle comme priorité absolue. La plateforme gère actuellement 3 millions de requêtes quotidiennes pour 900 000 utilisateurs hebdomadaires. Parmi ses fonctionnalités phares figure la traduction en temps réel entre 44 langues, qui a réduit le temps de planification des quarts de travail de 90 à 30 minutes. Ce succès n'est pas seulement une amélioration technique, mais le signe d'une transformation plus profonde : Walmart a industrialisé le développement d'IA. Parvez Musani, vice-président senior de la technologie pour les magasins et la cueillette et la livraison en ligne chez Walmart, a révélé lors d'un entretien récent avec VentureBeat que la plateforme avait été conçue de manière à être indifférente aux différents modèles linguistiques larges (LLMs). Elle permet donc de choisir le meilleur LLM disponible de manière rentable et performante. Cette approche confère à Walmart une indépendance totale quant à l'architecture sur laquelle ils peuvent rapidement intégrer les derniers modèles linguistiques, ce qui maintient son avantage compétitif. L'un des principes essentiels de Element est sa forte adhésion au logiciel open source, intégré dans les options et la structure de la plateforme. Cette décision stratégique offre une souplesse maximale et une réduction des coûts. La première vague de développement La première série de productions d'Element illustre parfaitement le modèle de foundry. Comme l'explique Musani, l'objectif était de créer un outil accélérant le développement de modèles d'IA. Cinq applications ont été « fabriquées » sur la même plateforme : Réduction du temps de planification des quarts de travail : De 90 à 30 minutes. Conversational AI : Gérant les questions des associés. Système AR pour la gestion des inventaires : Utilisant la réalité augmentée. Traduction en temps réel : Prenant en charge 44 langues. Système de gestion des tâches : Priorisant les tâches en fonction des arrivées de camions et des habitudes de consommation. Brooks Forrest, vice-président des outils associés chez Walmart, a souligné l'importance de l'agilité : « Nos associés donnent fréquemment des retours, ce qui nous permet d'être agiles et innovants. À cette échelle, avec plus d'un million d'associés dans plus de 4 000 magasins, la simplicité et la prestation de ces outils sont cruciales. » Industrialisation du développement d'IA L'un des aspects les plus novateurs d'Element est sa façon de traiter chaque application comme un produit sortant en série d'une chaîne de montage. Lorsqu'on pose les spécifications, Element gère la sélection du modèle, l'infrastructure, l'évolutivité et le déploiement. Chaque nouvelle application hérite des composants éprouvés des précédentes, réduisant la friction du développement à zéro et accélérant les cycles de production. Comment le modèle de foundry d'Element change l'économie du développement Les cycles de développement d'IA traditionnelle impliquent une identification précise du cas d'utilisation, une évaluation des fournisseurs, des négociations de contrats et une mise en œuvre. Pour chaque nouvelle application, ce cycle se répète. Element a éliminé ce cycle, traitant le développement d'IA comme une chaîne de production. Lorsqu'ils identifient un nouveau cas d'utilisation, les équipes de Walmart peuvent immédiatement démarrer le développement sans évaluation de fournisseur ni négociation de contrat. Les idées passent directement de la conception à la production grâce aux capacités déjà disponibles de la foundry. En résulte un processus beaucoup plus efficient, les applications étant déployées en semaines plutôt qu'en trimestres. Données de la chaîne d'approvisionnement transformées en ressources de développement L'architecture d'Element intègre les données opérationnelles de Walmart dans ses processus de développement. Quand des camions arrivent aux centres de distribution, ces données transitent par Element. Les schémas de comportement des clients alimentent les mêmes pipelines, tout comme les retours des associés, qui créent des ensembles de données d'entraînement. Musani a souligné la richesse des données de la chaîne d'approvisionnement, qui deviennent une source de carburant pour le développement rapide d'applications : « Element transforme les données opérationnelles en ressources de développement. La tâche de gestion des livraisons est consciente de l'arrivée des camions grâce à Element, qui fournit un accès unifié à la logistique. » Une stratégie d'arbitrage de modèles La flexibilité d'Element va bien au-delà de la capacité à intégrer rapidement des nouvelles technologies. Walmart effectue un arbitrage continu des coûts et des performances entre les différents fournisseurs d'IA. Que ce soit pour les requêtes simples ou les problèmes complexes, Element choisit automatiquement le meilleur modèle possible, en équilibrant exigences de précision et coûts computatifs. Ce n'est pas qu'une question d'économies budgétaires. Quand de nouveaux modèles émergent, Walmart peut les tester immédiatement sans modifications de l'architecture. Les améliorations des modèles existants bénéficient automatiquement à toutes les applications créées sur Element. Lorsque les prix fluctuent, la plateforme ajuste les stratégies de routage. La flexibilité s'est particularly révélée cruciale pour l'outil de traduction, qui supporte 44 langues. Chaque paire de langues requiert des capacités spécifiques, et Element sélectionne le modèle optimal pour chaque demande de traduction, offrant une balance fine entre précision et coût. Intégration de boucles de feedback en temps réel L'approche de Walmart en matière de boucles de feedback met en lumière la sophistication d'une foundry d'IA avancée. Les associés n'utilisent pas seulement les applications construites sur Element ; ils les améliorent constamment à travers des interactions structurées. Le système d'IA conversationnel traite 30 000 requêtes quotidiennes, générant des signaux sur la performance des modèles, les schémas de requêtes et la satisfaction des utilisateurs. Element capture ces données et les réintègre dans le processus de développement. Nouvelles applications ou mises à jour, toutes bénéficient des améliorations issues des interactions existantes. Brooks Forrest a insisté sur ce point : « Nos associés donnent constamment des retours, ce qui nous permet d'être agiles et innovants. » L'implémentation technique de ces boucles de feedback à grande échelle nécessite des pipelines de données sophistiqués, des systèmes de versionnement des modèles et des orchestrations de déploiement, ce dont nombreuses entreprises peinent à disposer même pour leurs applications uniques. Pourquoi les foundries internes surpassent les plateformes externes Le modèle de foundry d'Element remet en question les conventions en matière de déployment d'IA d'entreprise. Au lieu de s'appuyer sur l'expertise des fournisseurs, Walmart a développé des capacités que ceux-ci ne peuvent pas égaler. La raison est structurelle et non technique. Les plateformes externes optimisent pour la généralisation, construisant des fonctionnalités adaptées à plusieurs industries, entreprises et cas d'utilisation. Cette polyvalence nécessite des compromises. Element, quant à lui, optimise pour un seul client avec des besoins particuliers et uniques : Walmart. 2,1 millions d'associés partagent des flux de travail, une terminologie et des objectifs communs que nul fournisseur externe ne peut pleinement adresser. Le modèle de foundry modifie également les cycles d'innovation. Dès que Walmart identifie un nouveau cas d'utilisation, le développement commence. Pas d'évaluation de fornisseur, pas de négociation de contrat, pas de planification d'intégration. Les idées passent directement de la conception à la production en utilisant les capacités de la foundry existante. Implications concurrentielles Les autres grands acteurs du retail font face à un choix difficile dans la course à fournir des applications et outils d'IA à leurs vendeurs, canaux et partenaires. Construire des capacités similaires nécessite un investissement massif et des compétences techniques importantes. Acheter des solutions signifie accepter des limitations et des cycles d'innovation plus lents. Attendre est synonyme de distanciation de plus en plus grande. Dans un contexte de marges commerciales fines et de concurrence féroce, chaque amélioration opérationnelle a un impact direct sur la rentabilité. Par exemple, l'outil de planification des quarts de travail sauve 60 minutes par jour et par manager, ce qui se traduit par des économies de coûts de travail en milliers. Extrapolé à travers les dizaines d'applications construites sur Element, cet impact devient stratégiquement significatif. Leçons tirées du blueprint de foundry d'IA de Walmart Walmart offre un modèle de transformation de l'IA d'entreprise qui redéfinit totalement les stratégies de déploiement. Après des décennies d'études sur les transformations technologiques des entreprises, du ERP aux migrations cloud, rarement ai-je vu une approche aussi révolutionnaire. Quatre principes clés définissent l'architecture d'Element : Traiter les modèles d'IA comme des composants interchangeables : Éviter la dépendance aux fournisseurs tout en permettant une optimisation continue. Unifier l'accès aux données avant de développer des applications : Intégrer les connaissances mondiales des LLMs et les données internes de Walmart. Industrialiser le processus de développement : Transformer la création d'applications d'IA en un processus répétable et à l'échelle de fabrication. Concevoir pour intégrer le feedback dès le départ : Assurer des améliorations continues par l'usage. Walmart a posé le nouvel imperatif des entreprises En traitant le développement d'IA comme une chaîne de fabrication, Walmart a résolu le problème le plus complexe du déploiement d'IA à l'échelle. Au lieu d'acheter ou de construire individuellement des outils d'IA, ils ont créé Element. Le résultat ? 1,5 million d'associés utilisent des outils IA chaque jour, générant des insights qui s'améliorent avec chaque interaction. La vraie leçon n'est pas tant technologique que de changement mental. Le succès ne dépend pas du choix du bon modèle ou du bon fournisseur, mais de la construction de la capacité organisationnelle pour transformer potentiel d'IA en réalisté opérationnelle de manière scalable et cohérente. Walmart a démontré ce qui est possible quand on cesse de voir l'IA comme un logiciel à installer et qu'on la considère plutôt comme une capacité à créer. Les entreprises qui saisiront cette distinction définiront le prochain décennie. Évaluation de l'industrie Des experts de l'industrie considèrent que le modèle de foundry d'Element est le futur de l'IA d'entreprise. Cela permet de créer des applications rapidement, de manière flexible et à grande échelle. Walmart, avec ses 4 000 magasins et 1,5 million d'associés, a réussi à convertir cette idée en une réalité fonctionnelle, montrant le chemin à d'autres entreprises qui cherchent à demeurer compétitives.

Related Links