Keynote – The Left Brain of AI: Why Structured Data Is AI's Next Frontier

Au cours des trois dernières années, les LLM ont transformé la manière dont les organisations interagissent avec les données non structurées comme le texte, les images, le code et la vidéo. Mais la majorité des données d’entreprise à forte valeur ajoutée sont structurées, dans des millions de lignes et colonnes de données tabulaires : journaux de transactions, ERP, CRM, etc. Ce sont ces jeux de données qui sous-tendent chaque décision critique de l’entreprise.

Jusqu’à présent, les entreprises s’appuyaient sur des algorithmes de ML obsolètes pour exploiter ces données tabulaires afin de faire des prédictions et éclairer leurs décisions. C’est un processus lent et imprécis.

Dans ce keynote, Alexandre Gerbeaux explore comment les Large Tabular Models (LTM) résolvent ce problème, et pourquoi les LTM émergent comme la prochaine grande catégorie en IA, avec la promesse de libérer des milliers de milliards de dollars de valeur enfermée dans les tables. Il expliquera pourquoi les données structurées sont restées l’un des plus grands angles morts de l’IA, en quoi les LTM diffèrent des architectures traditionnelles de machine learning et des LLM, et pourquoi l’IA prédictive entre dans sa propre ère de modèles fondamentaux.

À travers des exemples concrets en finance, santé, assurance et industrie manufacturière, Alexandre montrera comment les organisations passent de l’expérimentation au déploiement — et pourquoi ce virage crée une opportunité massive pour les data scientists, les ingénieurs en machine learning et les ingénieurs de déploiement.

L’avenir de l’IA en entreprise n’est pas génératif — il est prédictif.