Comment l’IA et les solutions guidées par les données peuvent améliorer votre activité
Des problèmes réels, résolus avec les données et l’IA. Voyez comment exploiter vos propres données, et l’IA là où elle est rentable, fait mieux tourner une entreprise.
Une prévision de la congestion portuaire par machine learning pour les importateurs et exportateurs chiliens. Entraînée sur environ vingt millions d’enregistrements douaniers, elle prédit la charge mensuelle de chaque port un an à l’avance à partir de son propre historique, ajoute le risque de fermeture du port à cause de la houle, et indique à un chargeur quel port utiliser pour chaque marchandise.
enregistrements douaniers d’importation et d’exportation. Chacun porte un code SH, la prévision se décline donc par marchandise.
20M
ports, en importation et en exportation, prévus mois par mois sur les 12 prochains mois.
23
de précision en 2026 jusqu’ici. Nous avons comparé la prévision aux expéditions réelles de janvier à mai.
91.5%
de précision à San Antonio, qui traite 57 % des importations maritimes du Chili. Plus le port est actif, meilleure est la prévision.
Chaque port à sa position réelle, coloré selon sa congestion prévue. San Antonio traite 57 % des importations maritimes du pays et c’est le plus chargé, c’est pourquoi la réponse est si souvent un autre port.
L’année à venir d’un port
Valparaíso, importations · prévision de congestion, 2026
Prévision de charge mois par mois face à l’historique du port, pour qu’un planificateur voie les mois calmes et le pic avant de réserver.
La météo, mois par mois
San Antonio · véhicules et pièces · couche météo
Les heures de fermeture du port dues à la houle, chaque mois d’une année type, superposées à la prévision pour une marchandise : c’est la vraie question d’un importateur.
Les exportations, et une meilleure option
Arica · graines oléagineuses · vue combinée
Pour les exportateurs aussi : il note chaque port pour la marchandise choisie et indique quand un autre est la meilleure route.
Alma Secret, une marque espagnole de dermocosmétique, a lancé cette campagne sur almasecret.cl et voulait qu’elle fasse plus qu’attirer des visiteurs sur le site. Désormais, une cliente prend un selfie avec son téléphone et obtient une lecture de sa peau par IA ainsi qu’une routine personnelle de trois produits issus du catalogue de la marque, avec des règles de sécurité intégrées pour la grossesse et les peaux sensibles. Chaque résultat est envoyé au CRM de la marque : le suivi est personnalisé et chaque vente peut être rattachée à l’analyse qui l’a déclenchée. L’équipe de la marque l’utilise au quotidien, sans toucher au code.
états de la peau lus à partir d’un seul selfie.
13
produits dans sa routine personnelle.
3
données enregistrées dans le CRM pour chaque analyse, prêtes pour le suivi.
58
Technologies utilisées
JavaScript
Node.js
Cloudflare
API REST
Make.com
GoHighLevel
L’expérience, du début à la fin
Selfie, carte du visage, scores et routine, tels que la cliente les voit · 40 secondes
Le visage est généré par IA, ce n’est pas celui d’une cliente. Les sous-titres sont en espagnol, la langue des clientes de la marque.
Comptage d’occupation en direct pour les bars et établissements de Barcelone, où dépasser la capacité autorisée vaut une amende. Une caméra et un Raspberry Pi comptent les personnes présentes chaque seconde grâce à un modèle de vision par ordinateur, affichent le nombre et le pic de la soirée sur un écran visible par le personnel, et peuvent alimenter un panneau, un journal ou une alerte. La vidéo est traitée sur l’appareil et n’est jamais stockée ni envoyée nulle part : aucune image des clients ne quitte l’établissement.
image vidéo stockée ou envoyée hors des locaux.
0
seconde entre deux comptages, pour que le chiffre affiché reste en direct.
1
caméra convient : une webcam, une caméra IP ou une vidéo enregistrée.
Toute
Technologies utilisées
Python
YOLOv8
OpenCV
Raspberry Pi
Ce que voit la caméra
Une terrasse de bar, chaque personne encadrée et comptée · scène simulée
Une scène simulée, pas l’établissement d’un client : les détections et le total montrent comment le compteur annote ce qu’il voit.
Ce que voit le personnel
L’écran 16×2 piloté par le compteur, sur le bar
Reproduit à partir de l’écran généré par la version Pi. Il peut aussi piloter un vrai écran LCD sur le bar, ou transmettre le comptage à un panneau ou à un journal.
Une agente immobilière de Santiago et Pichilemu dont les annonces vivaient sur des portails qui diluaient sa marque et lui facturaient chaque contact. Aujourd’hui, son propre site : uniquement ses biens, chaque demande arrivant sur WhatsApp avec la référence de l’annonce déjà dans le message, et un panneau qu’elle gère depuis son téléphone.
Technologies utilisées
JavaScript
React
Cloudflare
SQL
Leaflet
API REST
Le premier écran
Marque, bien en vedette et recherche, sans faire défiler
Les prix sont affichés en UF avec l’équivalent en pesos actualisé chaque jour, et la carte montre une localisation approximative pour que l’adresse d’un propriétaire ne soit jamais publiée.
05
Service de données de vol
Travail universitaire · Infrastructure de données
Construit séance après séance pendant un trimestre dans le module d’infrastructure du MSc, sur un millier de fichiers bruts de données réelles de suivi d’avions. Ce n’est pas un projet client, et il est présenté comme tel — mais c’est là que l’architecture en couches médaillon, l’orchestration et la CI utilisées dans les pipelines clients ont été apprises au grand jour.
Technologies utilisées
Python
FastAPI
Airflow
AWS
MinIO
Parquet
dbt
DuckDB
PostgreSQL
MongoDB
Neo4j
Docker
GitHub Actions
Comment circulent les données
Ingestion, couches, modélisation, service — un seul DAG de bout en bout
Bronze et silver sont les couches médaillon : les fichiers bruts arrivent intacts pour qu’une erreur d’analyse puisse être rejouée, et la couche Parquet est celle que lit toute la suite. L’ensemble tourne sous Docker Compose.