La transformation organisationnelle au service de l’innovation

Fondée en 1876, Dai Nippon Printing Co., Ltd. (DNP) est l’une des plus grandes sociétés d’impression au monde, avec plus de 37 000 collaborateurs répartis sur divers sites internationaux. Elle propose des solutions pour la communication intelligente, les sciences de la vie et la santé et les produits électroniques, et s’appuie sur son slogan « Creating future standards » (Imaginer les références de demain) pour guider son activité. ainsi qu’un engagement à rapprocher les personnes et la société tout en faisant progresser la durabilité.

Pour honorer cet engagement, DNP mise depuis longtemps sur les technologies émergentes. En avril 2023, l’entreprise a pris une décision stratégique d’adopter l’IA dans toute l’organisation. En mai, DNP avait mis en place un environnement sécurisé pour une utilisation à l’échelle de l’organisation. En février 2025, l’entreprise a déployé ChatGPT Enterprise dans dix départements stratégiques. Au bout de trois mois, les résultats étaient les suivants :

• 90 % des cas d’utilisation de ChatGPT Enterprise ont donné lieu à des résultats mesurables.
• Taux d’utilisation hebdomadaire active de 100 %
• Le temps nécessaire à l’exécution de certaines tâches a diminué de 87 % grâce à l’automatisation.
• 70 % des connaissances sont réutilisées (avec des GPT personnalisés)
• Le volume traité a été multiplié par 10.

Pour exploiter pleinement l’IA générative, DNP a ciblé les 10 services dans lesquels l’impact attendu de cette technologie était le plus important. L’entreprise s’est fixé des chiffres clairs : chaque employé devait utiliser ChatGPT au moins 100 fois par semaine et l’automatisation devait permettre d’accélérer d’au moins 50 % certaines tâches.

Chaque amélioration individuelle a bénéficié à l’ensemble des équipes grâce à des GPT personnalisés et des cas d’utilisation partagés. Elles ont intégré des schémas stratégiques sur lesquels repose désormais la transformation de notre entreprise.

Parmi les services ayant bénéficié du déploiement de ChatGPT Enterprise, c’est dans celui de la recherche et du développement en matière de technologies de communication que son impact a été le plus palpable. Yohei Ishida, directeur général de l’unité de recherche et développement en innovation P&I du Centre des affaires avancées, a dirigé son équipe pour automatiser et améliorer les stratégies de recherche et de dépôt de brevets, remplaçant ainsi les tâches manuelles.

Son équipe a créé les flux de travail suivants en s’appuyant sur ChatGPT Enterprise :

• Recherche de brevets : recherche, résumé et classement automatisés permettant de réduire le temps consacré à la recherche de 95 % et de décupler le nombre de brevets couverts.
• Stratégie de dépôt : identification d’éléments de différenciation clés entre la technologie de DNP et les brevets de concurrents, ce qui a limité le risque de refus et minimisé le nombre de révisions nécessaires.
• Analyse concurrentielle : génération automatique d’ébauches de rapport ayant abouti à une réduction du délai de préparation de 80 %

En renforçant sa stratégie de propriété intellectuelle, DNP consolide les bases de la différenciation produit et de sa compétitivité à long terme.

La division de recherche et développement de DNP fait progresser les technologies de production pour améliorer le QCD (qualité, coût, délais), valoriser les produits et services existants et développer de nouvelles offres. Avec ChatGPT Enterprise, DNP a pu réduire de manière significative le temps dévolu à des tâches comme l’utilisation d’équipement expérimental à des fins d’évaluation de matériaux, de mesure et d’analyse dans les domaines nécessitant des techniques avancées.

Résultats clés :

• Structuration des informations issues de brevets en anglais et des principes d’équipement en trois jours, contre plusieurs mois auparavant
• Génération et exécution de code en Python avec ChatGPT Enterprise par des employés ne maîtrisant pas la programmation

Un cas d’usage particulièrement marquant concerne des collaborateurs sans expérience préalable en Python, capables de générer du code et d’analyser des données sans formation préalable. Des projets de développement qui prenaient traditionnellement plus d’une année ont été réalisés en seulement quelques jours. En associant ces capacités à l’expertise et aux connaissances des chercheurs, de nouvelles informations ont été découvertes, avec un impact significatif sur l’ensemble du service.

DNP modernise sa gouvernance informatique avec ChatGPT Enterprise. Masahiro Kobayashi, directeur général du développement des infrastructures système au sein du centre des technologies de l’information et des opérations d’innovation de l’information, a présenté des améliorations dans des tâches auparavant exécutées manuellement et sans cohérence :

• Audit de sécurité externe : réduction du temps passé à la comparaison des audits de 30 à 5 minutes et réduction du temps nécessaire au choix de la suite cryptographique de 3 à 1 heure
• Sécurité infonuagique : vérification initiale des points non conformes d’environ 100 benchmarks CIS en 10 minutes au lieu de deux jours-personne
• Aide à la relecture : réduction des revues d’exigences d’1 heure à 30 minutes grâce à l’appui sur les politiques de conception et les historiques

Il précise que l’IA ne pourra pas se substituer à la supervision humaine : « La vérification et les contrôles finaux relèvent toujours de la responsabilité d’humains. »

L’une des plus grandes difficultés rencontrées par DNP réside dans la perte des connaissances. L’expertise est souvent détenue par des collaborateurs expérimentés ou enfouie dans des documents papier.

Sous la direction d’Isaku Osawa, directeur du développement technologique au sein de l’unité d’activités d’IA du centre des affaires avancées, DNP utilise désormais l’IA pour relever directement à ce défi.

Son équipe utilise ChatGPT Enterprise pour structurer et numériser des données non structurées, qu’elles se trouvent dans des manuels papier ou des journaux de qualité historiques. Une fois ingérées, ces informations sont insérées dans une base de connaissances interne à laquelle chacun peut accéder via des GPT personnalisés. Le temps nécessaire à définir l’architecture des données a été réduit de 90 %. L’équipe a également doublé sa capacité d’examen de documents techniques.

« Notre objectif est de transformer les connaissances accumulées par plusieurs générations d’employés en informations exploitables numériquement », explique Isaku Osawa. Cette évolution permet non seulement de compenser le manque de main-d’œuvre disponible, mais aussi de mettre en place une capacité d’innovation sur le long terme.

• 90 % des cas d’utilisation ont donné lieu à des résultats mesurables
• Taux d’utilisation hebdomadaire active de 100 %
• Réduction des délais de recherche de brevet de 95 %
• Le temps nécessaire à l’exécution de certaines tâches a diminué de 87 % grâce à l’automatisation.
• Le volume traité a été multiplié par 10.

« Les agents IA rejoindront des scénarios variés de manière parfaitement transparente. Chacun pourra ainsi profiter de l’IA sans même s’en rendre compte », affirme Hiroyuki Otake. Pour lui, la collaboration entre humain et IA évoluera dans certains cas vers des interactions entre agents IA. Avec les progrès de la robotique, cette tendance va prendre de l’ampleur, pour aboutir à l’avènement de l’IA physique.

Hiroyuki Otake insiste sur l’importance capitale de la préservation des connaissances à l’avenir : « Il est impératif de convertir les informations créées pour des personnes en informations que l’IA peut comprendre pour garantir la préservation et le partage des connaissances. Notre objectif est d’optimiser la productivité, car nous savons que la main-d’œuvre disponible va se raréfier. » L’objectif est de convertir le savoir-faire des opérateurs et les informations des dossiers qualité en données structurées que les agents IA et les IA physiques de demain pourront apprendre et appliquer afin de limiter le recours à l’expertise individuelle et en faire un avantage concurrentiel durable.

Conformément à son slogan « Creating future standards », DNP veut renforcer sa maîtrise des technologies d’impression et d’information et devenir une entreprise native de l’IA, créant de nouvelles références pour la société.