Étude de cas

Présentation du client

• Nom : Schmidt Groupe
• Date de création : 1934
• Secteur : Fabrication de meubles sur mesure (cuisine, salle de bain, rangement…)
• Effectif : Plus de 8 000 collaborateurs
• Sites industriels : Plusieurs usines basées en Alsace et Lorraine

Schmidt Groupe est un acteur majeur de l’ameublement en Europe, connu pour ses marques Schmidt et Cuisinella. Basé en Alsace, le groupe conçoit, fabrique et commercialise des solutions d’aménagement sur mesure.

Avec plus de 8 000 collaborateurs et un réseau de plus de 850 showrooms en Europe, Schmidt Group allie innovation, performance industrielle et proximité client.

Contexte & enjeux

Les équipes de maintenance du Groupe Schmidt doivent gérer quotidiennement un grand nombre de situations : diagnostics, interventions urgentes, recherches d’informations techniques, remontées d’incidents, etc.

Problèmes rencontrés :

• Informations dispersées dans de multiples référentiels
• Accès difficile ou chronophage aux données techniques ou documentaires
• Temps de réponse parfois trop long pour les techniciens
• Enjeu de réactivité sur des lignes de production critiques

L’objectif était de trouver une solution simple, rapide à déployer et intégrée à l’environnement Microsoft 365 déjà en place, pour soulager les équipes maintenance tout en optimisant les interventions.

Objectifs du projet

• Réduire significativement le temps de diagnostic
• Permettre à chacun d’accéder rapidement aux bonnes informations techniques
• Éviter la surcharge cognitive liée à la complexité des documents internes
• Fournir un outil simple d’usage, même pour les non-spécialistes en IA

Solution proposée

Un chatbot conversationnel a été conçu en seulement 3 semaines.

Il permet à l’utilisateur de formuler ses symptômes ou problématiques en langage naturel.

Le chatbot, connecté à une base documentaire indexée, interroge un modèle de langage (LLM) hébergé dans Azure AI pour proposer :

• Des hypothèses de panne
• Des actions correctives possibles

Technologies Microsoft utilisées

• Azure OpenAI Service : moteur conversationnel pour interprétation des symptômes en langage naturel

  Azure AI Search : interrogation intelligente d’une base documentaire indexée

  Azure (environnement Microsoft) : déploiement sécurisé dans l’écosystème déjà en place

Résultats obtenus

✅ Time-to-market ultra court : 3 semaines seulement

✅ Réduction du temps de diagnostic constatée dès les premiers tests

✅ Aucune compétence en prompt engineering requise : l’usage est fluide et naturel