Mayoly, laboratoire pharmaceutique
Un profil Koïno Ops qui enchaîne les cas d’usage de l’IA chez Mayoly
Chez Mayoly, laboratoire pharmaceutique français et maison de Topicrem, Koïno a déployé un profil qui passe d’une équipe à l’autre : les données marché et le marketing, puis le réglementaire, à chaque fois sur les vrais fichiers des équipes.
Par Maxence Morin, cofondateur de KoïnoPublié le Mis à jour le
En bref
Mayoly a fait appel à Koïno au format Koïno Ops : un ingénieur de Koïno enchaîne les cas d’usage de l’IA avec les équipes commerce, marketing et réglementaire. Les travaux portent sur le tri mensuel des données du marché de la pharmacie, les rapports de marché et le social listening, l’analyse des ventes et cinq cas d’usage de l’équipe réglementaire, avec des tutoriels et des démonstrations construits sur les fichiers réels.
Koïno Ops est le format de Koïno qui intègre un expert IA aux équipes du client : il choisit les cas d’usage avec elles, les construit et les forme à s’en servir, un cas après l’autre.
Quel problème fallait-il résoudre chez Mayoly ?
Chaque mois, Mayoly reçoit du GERS, la base de données du marché de la pharmacie, un fichier d’environ 72 500 références. L’équipe doit classer les nouveautés du mois dans quatre colonnes, selon une procédure écrite, et renvoyer le fichier en une semaine. Le tri revenait à un stagiaire différent à chaque rotation, et l’apprentissage recommençait chaque fois.
Les équipes marketing de Topicrem voulaient aussi tirer davantage des rapports de marché et du social listening, et l’équipe réglementaire passait beaucoup de temps à mettre en forme ses pièces : dossiers d’export par pays, rapports de cosmétovigilance, veille, dossiers d’information produit.
Qu’a construit Koïno pour Mayoly ?
Koïno a travaillé au format Koïno Ops : un profil déployé auprès des équipes, qui prend les cas d’usage les uns après les autres, des départements commerce et marketing jusqu’au réglementaire, avec les outils que les équipes ont déjà, Microsoft 365 Copilot et Copilot Studio d’abord.
Marketing : un atelier animé le 8 juillet 2026, avec huit démonstrations en direct sur les données de la marque, du social listening aux rapports de marché. Pour chacune, la matière de départ, la demande faite à l’IA et le résultat obtenu. Les rapports payants ne sont pas aspirés : l’accès d’abonné est automatisé et complété par une recherche sur les sources publiques.
Commerce : un tutoriel et un rapport d’analyse des ventes construits sur trois exercices extraits de Qlik, pour lire les clients perdus et gagnés, la saisonnalité et les produits achetés ensemble.
Tri GERS : Koïno a séparé le socle de règles fixes, qui s’automatise une fois pour toutes, de la part de jugement, où l’IA propose un classement que l’équipe valide. La règle de la première étape, reconstituée par Koïno, redonne le classement de la procédure sur les 477 références d’un mois de test.
Réglementaire : cinq cas d’usage, chacun avec son tutoriel (pièces de la base d’export, dossiers par pays, cosmétovigilance, veille réglementaire ciblée, dossier d’information produit). Pour la cosmétovigilance, une démonstration remplit la trame de rapport de l’équipe à partir d’un tableur. Deux règles posées dès le départ : les formules ne passent jamais dans un outil d’IA grand public, et l’IA prépare le brouillon que l’équipe valide.
Comment le profil Koïno Ops enchaîne les cas d’usage
- Les demandes des équipesCommerce, marketing, réglementaire
- Choisir le cas d’usageCelui qui pèse dans la semaine des équipes
- Construire sur les vrais fichiersAutomatisation des règles fixes, IA pour le jugement
- Démontrer et documenterDémonstration en direct, tutoriel pas à pas
- L’équipe reprend la mainPuis le cas suivant
Où en est le projet ?
Les tutoriels, les démonstrations et la procédure de tri sont entre les mains des équipes. Aucun gain chiffré n’est publié à ce stade : il le sera après mesure, avec l’accord de Mayoly.
Ce que nous en retenons
Un cas d’usage tient quand il part du fichier réel de l’équipe et qu’il sépare ce qui relève d’une règle, à automatiser, de ce qui relève du jugement, où l’IA propose et l’humain tranche.
Rédigé par
Maxence MorinCofondateur et président de Koïno, expert en IA
Il porte la technique et les opérations de Koïno : il conçoit et met en production des agents et des automatisations pour les entreprises, publie avec des écoles et des laboratoires d’IA, et intervient régulièrement sur l’IA en entreprise.
Son profil LinkedInQuestions sur ce cas
Ce qu’on nous demande le plus souvent à propos de ce projet.
Qu’est-ce que le format Koïno Ops ?
Un expert IA de Koïno intégré à vos équipes, qui choisit avec elles les cas d’usage, les construit et les forme à s’en servir, un cas après l’autre. Le détail et le prix sont sur la page Koïno Ops.
Pourquoi ne pas tout confier à l’IA dans le tri GERS ?
Parce que l’essentiel du tri suit des règles fixes, qu’une automatisation rejoue chaque mois sans erreur. L’IA sert là où il faut juger un libellé produit, et l’équipe valide sa proposition.
Les formules des produits passent-elles dans une IA ?
Non. Règle posée dès le premier atelier : les formules ne passent jamais dans un outil d’IA grand public. Les cas réglementaires s’appuient sur les outils internes de l’entreprise, et l’IA ne prépare que des brouillons relus par l’équipe.
Avec quels outils Koïno a-t-il travaillé chez Mayoly ?
Avec ceux que les équipes avaient déjà, Microsoft 365 Copilot et Copilot Studio d’abord ; Power Automate et Python complètent quand une tâche doit être automatisée. Koïno n’est partenaire d’aucun éditeur : l’outil se choisit d’après le cas d’usage.