1. Contexte et objectifs

Contexte

ANJAC Health & Beauty est un groupe familial industriel français, partenaire des marques de beauté, de bien-être et des laboratoires de santé.. ANJAC regroupe 16 sociétés expertes et complémentaires, soit 23 sites de R&D et production en France, Europe et  Amérique du Nord.

Chacune de ces entités possède son propre modèle opérationnel, ses processus, ses données et son niveau de maturité technologique, ce qui rend la mutualisation à la fois complexe et stratégique.

La mission débute à l’initiative de Bpifrance, qui sollicite aiko pour accompagner le groupe ANJAC dans la définition d’une vision IA structurée et pragmatique.
Le premier enjeu identifié concerne Roval, la plus grande filiale du groupe, spécialisée dans la sous-traitance de produits  de soin, d'hygiène et de parfums pour des acteurs majeurs de l’industrie.

Suite à un premier audit, il apparaît rapidement que les opérations industrielles et la maîtrise de la donnée constituent les leviers essentiels pour améliorer la performance du groupe.

Objectifs du projet

Les objectifs se déclinent en deux niveaux : filiale et groupe.

Au niveau de Roval :

• Optimiser et automatiser des pans entiers du processus industriel.

• Améliorer la maîtrise des opérations via la donnée.

• Redéfinir le cycle de vie produit,

• Recommandations stratégiques d’outils et structuration de la donnée pour piloter les activités.

Au niveau groupe :

• Construire une vision IA transversale pour ANJAC.

• Encadrer le lancement d’initiatives IA majeures :

  • Création d’une IA interne sécurisée,

  • Construction d’un socle data groupe

• Favoriser l’adoption d’une IA interne capable :

  • d’éviter les fuites de données vers des IA publiques,

  • de répondre aux usages internes (juridique, RH, marketing, opérations) via RAG.

Approche générale aiko

aiko a appliqué sa méthodologie AI Native, articulée autour de l’analyse, de la co-construction et de la priorisation.

L’accompagnement a reposé sur :

• l’étude du business model complexe du groupe (activités très hétérogènes, synergies partielles),

• des entretiens macro avec l’ensemble des directions,

• des ateliers de co-construction pour faire émerger les besoins opérationnels micro,

• l’identification des cas d’usage prioritaires,

• la consolidation d’une feuille de route IA à court, moyen et long terme.

Cette approche a permis au groupe de clarifier ses leviers d’impact, tant sur le plan industriel que sur la valorisation de ses données.

2. Approche aiko

AI Plan — Analyse & Priorisation

Pour Roval, deux cas d’usage majeurs émergent immédiatement :

Prévision probabiliste des approvisionnements et de la demande

• Optimisation des stocks,

• Meilleure anticipation de la demande client,

• Réduction des ruptures et sur-stocks,

• Mise en place de dashboards intelligents illustrant le cycle de vie complet du produit.

Assistance IA pour la R&D / innovation produit

• Aide à la combinaison d’ingrédients,

• Support aux tests de stabilité,

• Réduction potentielle par 2× du temps de conception,

• Accélération du pipeline d’innovation.

Ces cas d’usage sont sélectionnés selon trois critères : impact opérationnel, faisabilité data, scalabilité groupe.

AI Build — Construction des outils & agents

La priorité Build se concentre sur un outil IA interne groupe, déployé pour potentiellement plus de 1 000 collaborateurs.

Cet outil dispose de :

Un accès sécurisé au LLM

• Contrôle complet par le groupe,

• Aucune fuite de données vers des plateformes non maîtrisées,

• Interface simple pour démocratiser l’usage de l’IA.

Capacités avancées dès le lancement

• Dialogue naturel avec l’IA,

• Accès Internet sécurisé,

• Génération d’analyses,

• Lecture et extraction de contenu à partir de fichiers.

Prochaines évolutions possibles

• Intégration RAG pour des cas d’usage spécialisés :

  • juridique,

  • marketing,

  • RH,

  • opérations.

Cette console IA constitue désormais un levier transversale de productivité, utilisable par toutes les filiales.

AI Run — Sprints & Optimisation

La phase Run est en déploiement :

• Tests en conditions réelles avec early adopters.

• Ajustements progressifs des workflows agentiques.

• Suivi objectif de la consommation (à l’usage grâce à l’intégration API OpenAI).

• Maintenabilité facilitée grâce à la simplicité du socle (console légère, connectivité API).

Cette phase est prévue pour être simple, agile et progressive, avec un seuil d’effort réduit pour l’équipe SI.

AI Change — Gouvernance & Adoption

Aiko a accompagné ANJAC sur la dimension stratégique et humaine du projet :

Formation des équipes dirigeantes

• Séminaires dédiés.

• Acculturation aux capacités, limites et risques de l’IA.

• Alignement des priorités IA / SI / métier.

Feuilles de route IA

• Feuille de route Roval en lien avec les systèmes d’information.

Cette approche a créé un socle de maturité IA commun à l’ensemble des managers et collaborateurs impliqués.

3. Impact & Résultats attendus

Impact opérationnel

• Un assistant IA interne déployé à grande échelle, premier jalon vers une transformation data-driven.

• Productivité augmentée sur les tâches transversales (analyse, synthèse, rédaction, support).

• Renforcement du cadre d’usage des outils IA, grâce à la mise à disposition d’un environnement unifié et sécurisé pour l’ensemble des collaborateurs.[AC1] 

Impact industriel (Roval)

• Prévision probabiliste cadrée pour réduire les écarts entre production, stock et demande.

• Vision produit clarifiée de bout en bout.

• Gains attendus sur la planification et l’efficience supply chain.

Impact groupe

• Alignement stratégique des dirigeants.

• T0 d’une trajectoire IA groupe, scalable et sécurisée.

• Nouveaux projets émergents : scraping marché cosmétique / pharma, analyse produit, data consolidation.

  
  

4. Points différenciants d’Aiko

• Professionnalisation de la vision data & IA auprès des dirigeants de Roval et du groupe ANJAC.

• Capacité à transformer un groupe multi-filiales hétérogène via une méthodologie robuste et simple à appliquer.

• Mise en place d’un premier asset IA interne qui servira de socle pour les futures initiatives (RAG, cas d’usage experts, automatisations).

• Approche de conduite du changement réaliste et progressive, centrée sur l’adoption durable.

• Une relation de confiance permettant d’accompagner le dirigeant dans la modernisation technologique du groupe.