Traduit de l’original anglais. Les chiffres et les sources sont inchangés. Lire l’original en anglais
Credit Agricole Bank Polska
Credit Agricole Bank Polska fait tourner le modèle ouvert polonais Bielik sur ses propres serveurs pour ses outils internes
Credit Agricole Bank Polska a choisi Bielik, un modèle de langage polonais à poids ouverts, à la suite d'un hackathon interne sur l'IA, et a acheté des serveurs GPU pour le faire tourner dans ses locaux. Il alimente aujourd'hui polCA, un correcteur de textes en langage clair affiné, ainsi qu'un chat interne ouvert à tous les collaborateurs. La banque indique ne pas encore disposer d'indicateurs d'efficacité.
Chiffres clés
Repris tels quels des sources. Copiez n’importe quel chiffre avec sa citation.
plus de 50
Projets reçus lors du hackathon IA de la banque en 20241
cinq
Idées du hackathon retenues pour être mises en œuvre1
Ce que cela a demandé
Le problème
Credit Agricole Bank Polska voulait commencer à travailler avec de grands modèles génératifs, mais l'accès à des outils comme ChatGPT était restreint, comme c'est l'usage dans la banque. Seules quelques personnes, dont son laboratoire d'innovation, pouvaient les utiliser, sous contrôle. La banque n'avait par ailleurs aucune infrastructure propre pour faire tourner des modèles de langage. Elle cherchait un moyen d'ouvrir l'IA générative à davantage de collaborateurs en toute sécurité, sans que des données sensibles ne quittent la banque.
Ce qu’ils ont construit
La banque utilise Bielik, un modèle de langage polonais à poids ouverts, c'est-à-dire dont les fichiers peuvent être téléchargés et exécutés sur ses propres serveurs. Deux outils internes reposent dessus. polCA est un correcteur qui réécrit les textes selon les règles du langage clair. Le second est un chat interne que tout collaborateur peut utiliser pour dialoguer avec le modèle ou travailler sur des documents. Bielik alimente aussi des outils qui retirent ou masquent les données sensibles avant l'envoi d'un texte à un modèle dans le cloud, ainsi que des outils qui aident le marketing et les RH à rédiger des contenus conformes aux standards internes de la banque à partir d'un court brouillon.
Comment ils s’y sont pris
Le déclencheur a été un hackathon sur l'IA organisé en 2024 avec un partenaire technologique, Deviniti. La banque avait besoin d'un moteur pour faire vivre les idées des participants. Le hackathon a réuni plus de 50 propositions et la banque en a retenu cinq pour les mettre en œuvre. polCA, l'une d'entre elles, est devenu le premier usage en production. Il a été volontairement gardé simple, testé face à d'autres modèles, puis affiné sur le corpus de textes de la banque, ce qui signifie que le modèle a été entraîné davantage sur les propres données de la banque pour répondre à ses besoins.
Le hackathon et polCA ont conduit la banque à acheter des serveurs GPU et à y installer Bielik, après quoi elle a ouvert le chat interne à tous. Le nouveau matériel n'est arrivé qu'à la fin de 2024, ce que la banque désigne comme son plus grand obstacle. Elle fait aujourd'hui aussi tourner des plateformes de création d'agents (n8n et RAGFlow) alimentées par Bielik et d'autres modèles, et a organisé un second hackathon en 2025, consacré aux agents.
Résultats
Le modèle tourne sur les propres machines de la banque ; les données sensibles restent donc sur son infrastructure. polCA est en production et tous les collaborateurs peuvent utiliser le chat Bielik. La banque indique mesurer le nombre de textes corrigés ou générés, d'exécutions d'agents et de données traitées, et que ces mesures montrent que les outils permettent aux équipes d'accomplir davantage de tâches. Elle déclare ne pas encore disposer d'indicateurs précis du temps gagné en pourcentage et définir des indicateurs de performance dans le cadre d'une démarche plus large de pilotage de l'IA à grande échelle.
Enseignements pour votre projet
Utilisez un hackathon pour trouver à la fois les premiers cas d'usage et le premier modèle. Le hackathon 2024 de Credit Agricole a produit plus de 50 idées et l'argument en faveur d'un modèle partagé.
Commencez par un premier outil de production simple. La banque a choisi polCA, un correcteur de textes, parce qu'il était facile à valider, puis a avancé à petits pas vers les projets suivants.
Comparez les modèles sur votre propre tâche. La banque en a testé plusieurs, et polCA a donné ses meilleurs résultats sur Bielik après affinage sur le corpus de textes de la banque.
Donnez aux équipes un chat interne sécurisé pour qu'elles comprennent ce que les modèles de langage peuvent et ne peuvent pas faire. La banque indique que Bielik est moins puissant que des modèles bien plus grands, mais suffisant pour cela.
Anticipez les délais de livraison du matériel. La banque cite l'obtention et l'installation des serveurs GPU comme son principal défi.
Prévoyez la mesure dès le départ. La banque compte les textes corrigés et les exécutions d'agents, mais n'a pas encore d'indicateurs d'efficacité, et précise que leur définition fait partie de la prochaine phase.
Réserves
- La seule source est un entretien avec le responsable du laboratoire d'innovation de la banque, publié par le fonds de développement public polonais PFR. Toutes les affirmations sont celles de la banque et aucune source indépendante ne les confirme.
- La banque déclare ne pas encore disposer d'indicateurs précis de l'évolution du temps de travail ou de la productivité. Les chiffres ci-dessus sont des comptages d'idées, pas des résultats métier.
- L'article ne donne aucune date de mise en service de polCA ni du chat interne. La date de déploiement affichée est l'année du hackathon et de la livraison des serveurs GPU (fin 2024) ; l'article ne dit pas quand polCA ou le chat ont été mis à disposition des utilisateurs, ce qui a pu se faire après 2024. L'année vient du texte et aucun mois n'est indiqué.
- L'article ne donne ni coût, ni nombre de serveurs, ni nombre d'utilisateurs du chat.
- La banque utilise aussi d'autres modèles, dont Qwen et gpt-oss, dans ses plateformes d'agents, et indique que Bielik a cédé la place à d'autres modèles pour certaines tâches.
- La page de l'entretien bloque les lecteurs automatisés ; nous l'avons lue via une copie archivée.
Sources
- Start z polskim AI – od pomysłu do wdrożenia
Polski Fundusz Rozwoju (PFR) · 2026-02-26 · Entretien · pfr.pl
Résumé dans nos propres mots à partir des sources ci-dessus. Une erreur ? Consultez les corrections.