Pourquoi les entreprises doivent s'intéresser à l'IA
Summary
TLDRDans cette interview d'Odyssée.biz, Anaël Budan, experte en IA, partage son parcours du secteur du private equity au conseil des start-ups, en passant par l'entrepreneuriat. Elle explique son intérêt pour l'IA générative et son développement, soulignant l'importance de la productivité et de l'innovation dans tous les secteurs. Anaël insiste sur les possibilités offertes par l'IA pour améliorer les services et créer de nouvelles offres, tout en abordant les défis tels que les erreurs et les hallucinations des modèles. Elle encourage les entrepreneurs à explorer l'IA pour gagner en efficacité et à s'inspirer des avancées technologiques pour innover.
Takeaways
- 😀 Anaël Budan, une experte en IA, a une carrière antérieure dans le private equity et le conseil aux start-up.
- 🎓 Elle a découvert l'IA à travers des start-ups cherchant des financements et a décidé de se former en 2020, poursuivant ses études avec un master à Télécom Paris.
- 🚀 L'IA générative offre de nouvelles perspectives et permet de faire mieux, moins cher, favorisant l'innovation et la productivité.
- 🌟 L'importance de suivre les avancées technologiques, comme celles présentées au CES ou dans des incubateurs, pour s'informer sur les dernières tendances en IA.
- 🤖 La décision critique d'entraîner ses propres modèles IA avec des données spécifiques ou d'utiliser des modèles pré-entraînés comme GPT.
- 📚 L'IA peut être utilisée pour créer de nouveaux services et modèles d'affaires, en s'appuyant sur des connaissances pré-emmagasinées et une analyse de texte ou d'image.
- 🛠️ L'entrepreneuriat implique l'exécution rapide et la compréhension des besoins clients, où l'IA peut aider à automatiser et prédire pour ajouter de la valeur.
- 🔮 Les modèles génératifs comme GPT sont capables de fournir des réponses techniques et métier, même si leur compréhension peut être limitée par leur date d'entraînement.
- 💡 L'utilisation de l'IA pour créer des architectures de modèles comme RAG (Retrieval-Augmented Generation), qui combinent le savoir-faire interne et les capacités de langage des modèles IA.
- 🏦 La question de la propriété et du stockage des données, qui est cruciale en matière de droits et de confidentialité, est en évolution avec des solutions nationales comme Mistral pour héberger des données en France.
- 💰 Les coûts associés à l'utilisation des modèles IA génératifs, qui peuvent être élevés en fonction de la taille des modèles et de la complexité des requêtes.
Q & A
Quel est le domaine d'expertise d'Anaël Budan cjan avant de se tourner vers l'IA générative ?
-Avant de se tourner vers l'IA générative, Anaël Budan cjan a eu une carrière dans le private equity et dans le conseil aux start-up.
Pourquoi Anaël a-t-elle décidé de faire un master à Télécom Paris ?
-Anaël a découvert l'IA à travers des start-ups cherchant des financements et s'est intéressée aux fondements de l'IA, ce qui l'a motivée à se former et à faire un master à Télécom Paris.
Quelles sont les perspectives offertes par l'IA générative selon Anaël ?
-L'IA générative offre de nouvelles perspectives en permettant de faire mieux, moins cher et dans l'innovation. Elle est un enjeu de productivité et permet de créer de nouveaux services avec des modèles qui fonctionnent différemment.
Quels sont les défis liés à l'entraînement des données dans le domaine de l'IA ?
-Les défis liés à l'entraînement des données incluent la décision entre l'entraînement de ses propres jeux de données ou l'utilisation de données mises à disposition par des entreprises comme Open AI.
Quelle est la différence entre entraîner ses propres modèles et utiliser des données pré-entraînées ?
-Entrainer ses propres modèles permet d'exploiter des données spécifiques à l'entreprise, tandis qu'utiliser des données pré-entraînées comme celles de GPT permet de bénéficier de la puissance intrinsèque des modèles sans avoir besoin de ses propres données.
Quels sont les avantages de l'utilisation de modèles pré-entraînés comme GPT ou Claude ?
-Les modèles pré-entraînés comme GPT ou Claude offrent l'avantage de fournir des résultats sans avoir besoin de données spécifiques, en se basant sur des connaissances emmagasinées et une capacité d'analyse du texte et de l'image.
Quelle est la recommandation d'Anaël pour les entrepreneurs intéressés par l'IA ?
-Anaël recommande aux entrepreneurs intéressés par l'IA de se rapprocher des experts, de tester rapidement pour valider les cas d'utilisation, et de considérer l'utilisation de solutions existantes plutôt que de se lancer dans un projet interne si cela ne représente pas un avantage stratégique.
Quels sont les risques associés à l'utilisation des modèles IA génératifs ?
-Les risques associés comprennent les erreurs ou les 'hallucinations' où les modèles répondent de manière probabiliste mais incorrecte, ainsi que les coûts liés à l'utilisation de ces modèles, en particulier pour les grandes entreprises.
Quels sont les facteurs à considérer pour optimiser l'utilisation des modèles IA génératifs dans une entreprise ?
-Les facteurs à considérer pour l'optimisation comprennent la taille des modèles, les contraintes économiques, la nécessité de limiter les requêtes coûteuses, et la mise en place de budgets pour les employés.
Quelle est la position d'Anaël sur l'importance de l'exploration et de la curiosité dans le développement de l'IA ?
-Anaël encourage les entrepreneurs à explorer et à être curieux au-delà des généralités de l'IA, à tester et à comprendre les possibilités offertes par la générative AI, car cela peut conduire à des idées disruptives et à une meilleure compétitivité.
Outlines
🤖 Intérêt de l'IA générative par rapport à l'entrepreneuriat
Anaël Budan, une experte en IA ayant une expérience dans le private equity et le conseil des start-ups, partage ses raisons pour se tourner vers l'IA. Elle a découvert l'IA à travers les start-ups cherchant des financements et s'est formée en 2020. Son intérêt pour l'IA générative est motivé par l'opportunité de faire mieux, moins cher et d'innovating avec des technologies qui améliorent la productivité et créent de nouveaux services. Elle souligne l'importance de l'IA générative qui offre de nouvelles perspectives et la possibilité d'utiliser des modèles pré-entraînés puissants sans avoir besoin de données propres pour entraîner des modèles.
📚 Apprentissage et entraînement des modèles d'IA
Le texte aborde la question de l'entraînement des modèles d'IA, en utilisant soit les données internes de l'entreprise, soit en s'appuyant sur des données externes mises à disposition par des entreprises comme Open AI. Anaël conseille de s'informer sur les avancées de l'IA, de regarder les applications innovantes des start-ups et d'examiner les tendances lors de salons ou d'événements organisés par des entreprises telles que la BPI ou le Crédit Agricole. Elle insiste sur l'importance de capitaliser sur les données spécifiques à l'entreprise ou de combiner ces données avec des modèles existants pour partager l'expertise.
🔮 Les perspectives de développement avec l'IA générative
Anaël explore les nouvelles possibilités offertes par l'IA générative, y compris la personnalisation de modèles comme GPT pour répondre à des questions techniques spécifiques au secteur d'activité de l'utilisateur. Elle mentionne les modèles pré-entraînés capables de fournir des réponses qualitatives et les architectures de modèles plus avancées telles que les RAG (Retrieval-Augmented Generation) qui utilisent un corpus de connaissances en plus de l'IA pour une réponse plus ciblée et rapide.
🚫 Limites et défis de l'utilisation de l'IA générative
Le paragraphe discute des limites de l'IA générative, notamment son incapacité à reconnaître ses limites et à dire 'je ne sais pas', ce qui peut mener à des 'hallucinations' où le modèle fournit des réponses erronées. Anaël met en évidence l'importance de la mise à jour régulière des modèles pour rester à jour avec les connaissances les plus récentes et la nécessité d'optimiser les requêtes pour gérer les coûts associés à l'utilisation de ces modèles.
🛠️ Se lancer dans un projet d'IA : Conseils pour les entrepreneurs
Anaël donne des conseils aux entrepreneurs souhaitant se lancer dans un projet d'IA, insistant sur l'importance de bien cibler les priorités et de s'entourer d'expertise. Elle recommande de tester rapidement les solutions existantes pour valider les idées et de chercher l'expertise interne ou externe si nécessaire. Elle souligne également l'importance de considérer les coûts et les bénéfices, et de ne pas hésiter à faire appel à des partenaires ou à des entreprises spécialisées dans l'IA pour tirer parti de leur expertise préalable.
🌟 Conclusion : L'importance de l'exploration de l'IA pour l'entrepreneuriat
Pour conclure, Anaël encourage les entrepreneurs à explorer le monde de l'IA au-delà des généralités et de la curiosité, en soulignant les opportunités de créer des produits et services disruptifs avec l'IA. Elle propose de s'inspirer des incubateurs et des salons pour trouver des idées et des partenariats, et de ne pas hésiter à explorer de nouvelles applications de l'IA dans leur secteur spécifique.
Mindmap
Keywords
💡IA générative
💡Entrepreneuriat
💡Productivité
💡Modèles pré-entraînés
💡Données d'entreprise
💡RAG - Retriever-Augmented Generation
💡Hallucinations
💡Coût d'utilisation
💡Confidentialité des données
💡Optimisation des requêtes
💡Multimodalité
Highlights
Anaël Budan, ayant une carrière dans le private equity et le conseil des start-up, s'oriente vers l'IA après avoir découvert ses fondements au travers de ces entreprises.
Elle s'intéresse à l'IA générative pour son potentiel à améliorer les processus, réduire les coûts et innover dans divers secteurs.
Anaël a entrepris des études en IA à Télécom Paris, motivée par l'évolution de l'IA générative et ses nouvelles perspectives.
L'importance de la productivité est soulignée comme enjeu majeur pour les technologies, y compris l'IA, permettant de faire mieux et moins cher.
Les modèles pré-entraînés puissants de l'IA offrent des résultats rapides sans nécessiter de données internes ou d'entraînement de modèles.
L'IA générative ouvre de nouveaux horizons pour les métiers traditionnels et permet une réinvention avec l'aide de l'IA.
La question de l'entraînement des données est cruciale pour l'IA, avec deux approches principales: entraîner avec ses propres données ou utiliser des données ouvertes.
Anaël recommande de capitaliser sur les données internes spécifiques ou de combiner ses données avec des modèles pré-entraînés pour un partage d'expertise.
Les modèles comme GPT, Lama, ou Claude offrent une puissance intrinsèque due à leurs connaissances emmagasinées et capacités d'analyse.
Les entrepreneurs peuvent utiliser l'IA pour gagner du temps sur des processus et se concentrer sur les besoins de leurs clients.
L'IA peut aider à comprendre les priorités et problématiques des clients, même en répondant à des questions techniques spécifiques au métier.
Les modèles génératifs peuvent être personnalisés pour répondre comme un expert dans un secteur particulier, offrant des réponses qualitatives opérationnelles.
Les architectures de modèles comme RAG (Retrieval-Augmented Generation) permettent d'améliorer la précision en combinant le savoir-faire du modèle avec des données internes.
La question de la propriété et le stockage des données est importante, surtout avec l'attente de solutions locales comme Mistral pour le stockage des données en France.
Les limites de l'IA générative incluent l'incapacité à dire 'je ne sais pas' et les risques d'hallucinations, soulignant la nécessité d'un esprit critique.
Les coûts d'utilisation des modèles génératifs importants peuvent poser des défis économiques, surtout pour les requêtes fréquentes dans des applications comme le CRM.
Les entreprises doivent optimiser les requêtes et gérer les budgets pour utiliser efficacement les modèles génératifs, en tenant compte de leur taille croissante.
Anaël encourage les entrepreneurs à explorer l'IA, à tester les solutions existantes et à considérer les partenariats pour développer de nouvelles applications.
Elle insiste sur l'importance de la curiosité et de la découverte pour comprendre et exploiter les opportunités offertes par l'IA générative.
L'avenir de la compétitivité est lié au développement de produits et services innovants avec l'IA, et Anaël invite à s'engager dans cette exploration pour rester compétitif.
Transcripts
bonjour et bienvenue dans cette nouvelle
interview sur odysseée.biz aujourd'hui
on va s'intéresser à l'IA générative
pour cela on reçoit anaë Budan cjan
experte Ia qui a eu une carrière avant
dans le private equity et dans le
conseil au
[Musique]
start-up bonjour Anel bonjour alors je
l'ai dit en introduction tu as une
carrière dans le prévate equity dans le
conseil des start-up tu viens donc de
l'entrepreneuriat pourquoi aujourd'hui
cette direction tu es aujourd'hui tu
fais un master dans lia à téécom Paris
euh et et pourquoi ce passage de
l'entrepreneuriat à lia
aujourd'hui alors en fait moi j'ai
découvert lia il y a plusieurs années au
travers des start-ups qui venaient
chercher des financements et assez
rapidement je me suis vraiment interrogé
sur les fondements de l'IA donc j'ai je
me suis formé en 2020 une première fois
et puis j'ai eu l'opportunité de faire
ce master dans un contexte du
développement de l'a générative qui
offre des nouvelles perspectives et la
raison pour laquelle il faut regarder
c'est que l' a ça permet de faire mieux
moins cher et dans l'innovation toutes
les technologies qui permettent de faire
mieux moins cher ont des des boulevards
pour se développer et apporter de la
valeur aux acteurs donc c'est un enjeu
de productivité aujourd'hui c'est ça
pour toi alors les ruptures
technologiques Infiné on arrive à de la
productivité mais c'est aussi
possibilité de créer des des nouveaux
services et puis c'est des modèles qui
fonctionnent peut-être un petit peu
différemment euh des modèles d' qu'on a
eu dans les années 2010 jusqu'à 2020
avec l'arrivée de chat GPT et d'autres
modèles qui sont moins connus mais qui
sont tout aussi intéressants euh en fait
c'est des perspectives totalement
nouvelles avec des modèles qui sont
pré-entraînés très puissants et qui
permettent directement d'avoir des
résultats sans forcément avoir soi-même
les données et la nécessité entraîner
des modèles donc là il y a vraiment un
point d'inflexion on va dire dans l'IA
qui s'est beaucoup concentré sur les
données et sur l'image jusqu'aux années
2020 voilà et donc aujourd'hui avec
cette tiage générative en fait c'est
c'est c'est des mondes totalement
nouveau qui qui qui Arve et tous les
métiers vont pouvoir bénéficier de la
puissance de ces modèles voilà quand je
dis métier c'est ça peut être aussi bien
le secteur médical que le secteur
logiciel que des activités qui ont des
connotations de plus traditionnelles
mais qui apportent des services et qui
peuvent se réinventer avec avec de l'IA
d'accord tu soulevais un point justement
sur l'entraînement des des données c'est
un point qui est crucial pour l parce
qu'il y a je vois deux façons de le
faire soit on entraîne ses propres jeux
de données dans l'entreprise soit on
utilise des données qui ont été mises à
disposition comme le fait par exemple
open a il faut faut faut capitaliser sur
quoi en fait sur ce qui est disponible
aujourd'hui ou plutôt parce que ces
données de l'entreprise elles ont aussi
une valeur est-ce qu'il faut aller
plutôt chercher et capitaliser sur les
données que l'entreprise possède et qui
lui sont spécifiques alors la première
chose c'est que il faut être au courant
de ce qui se passe voilà et donc moi ce
que le conseil que je donnerai à à tout
le monde qui veut faire de l'a c'est
déjà de regarder en fait quelles sont
les applications il y a toujours des
start-up qui vont être en pointe dans un
secteur sur un usage et qui vont elles
avoir une véritable expertise par
rapport à l'offre qu'elle propose de
regarder ce qui se passe au CES fin mai
on a vivateek à Paris on a des
incubateur la BPI fait des événements le
Crédit Agricole à son village voilà
regardez dans dans tous ces élémentsl et
aussi dans la press spécialisée de son
secteur ce qui se passe en IA pour déjà
avoir des éléments de de repère ensuite
soit on a de la donnée qui est unique
qui est exploitable et on peut entraîner
ses modèles ou utiliser sa sa donnée en
la mêlant en fait avec un chat GPT pour
partager l'expertise entre celle du
modèle et sa propre expertise qui se
traduit par ces données soit si on a pas
de données et ben en fait on peut
utiliser lia comm même en partenariat
avec des entreprises qui elles ont de la
donnée et ont des modèles performants ou
alors de des modèles comme GPT ou comme
Lama ou ou Claude pour citer les les les
plus connus ou mistral qui eux vont
avoir une puissance intrinsèque du fait
des connaissances qu'elles ont
emmagasiné et de leur capacité d'analyse
du texte et aussi de l'image d'accord
donc on il faut s'intéresser à tout voir
ce qui est pertinent pour pour chaque
entreprise finalement c'est des cas un
peu spécifiques à chaque fois ben en
fait quand quand on est un entrepreneur
euh on a plusieurs sujets euh c'est
d'exécuter bien c'est d'exécuter vite et
donc l'a va permettre bah de gagner du
temps sur un certain nombre de de de
process euh mais après ce qui compte
c'est toujours d'être proche des besoins
de ses clients et donc de comprendre
comment est-ce que euh ce que l' a va
permettre d'automatiser euh ou de
prédire euh et source de valeur euh pour
ses clients l'entrepreneur qui veut mux
connaître ses clients qui veut mieux
comprendre des secteurs il peut aller
demander à un chat GPT quelles sont les
priorités de ses clients quelles sont
leurs problématiques et les modèles
génératifs sont capables de de répondre
à ça alors on n est pas au panel
marketing virtuel grâce à liya mais
c'est des choses qui pourraient très
bien
arriver d'avoir au travers de Lia comme
on peut personnaliser GPT dans la la
version professionnelle pour les
développeurs on peut très bien demander
à chat GPT de répondre comme un expert
je sais pas de l'industrie automobile ou
un expert je sais pas dans le secteur
financier tout ça c'est des choses que
le le grand public ne voit pas encore
mais en fait qui qui sont déjà bien
présentes et qui sont déjà totalement
exploitables voilà donc adressez-vous un
chat GPT en lui posant des questions
techniques de votre métier et vous
verrez en fait la capacité qu'à déjà un
modèle pré-entraîné comme chat GPT al
prenez plutôt la version 4 que la la 3.5
mais vous aurez déjà une une assez bonne
bonne idée et c'est assez bluffant de
poser des questions très précises métier
et de voir la qualité des réponses qui
sont apportées et de là bah une fois
qu'on qu'on qu'on établit que le modèle
a déjà une compréhension de son métier
ben on peut lui poser des questions
vraiment métier opérationnels comment
est-ce que je dois faire ceci cela quel
est le la manière de de faire tel projet
quels sont les risques quels sont les
enjeux voilà en fait il y a déjà un
certain nombre de réponses qui sont
plutôt qualitatives euh et après on peut
avoir des architectures de modèles alors
on parle beaucoup des modèles rag en ce
moment euh qui veut dire retrievel
augmented generation et qui consiste en
fait à mettre son corpus de connaissance
à côté de chat GPT et donc on va poser
une question au modèle qui va aller
prendre les textes les plus importants
du corpus les données à chat GPT chat
GPT va formuler une réponse en fait qui
va faire référence à des documents de
référence qu'on aura nous-même mis à
disposition du modèle donc là ça permet
d'aller beaucoup plus vite euh c'est des
architectures qui sont un petit peu plus
compliquées mais mais pas forcément non
plus euh euh hors de portée et ça en
fait en faisant appel à de l'expertise
ila c'est des choses qui peuvent se
mettre en place et qu'un certain nombre
de grands groupes sont déjà en fait en
train de mettre en place euh en interne
pour l'instant c'est beaucoup pour leurs
collaborateurs euh mais on voit bien la
puissance de ce type d'architecture qui
combine à la fois le savoir et les
capacités de l' langage d'un modèle avec
une expertise qu'on peut avoir en
interne d'accord alors tu tu parlais à
l'instant de de de de mixer des des
bases de données qui sont qui ont été
entraîné par des éditeurs avec ses
propres données aujourd'hui sur ce type
de solution les données elles sont
stockées où et elles sont elles
appartiennent à qui par qu'il y a aussi
cette question là le le résultat par
exemple qui est donné par Unia il
s'appuie sur des données c'est un sujet
de droit qui qui revient de façon
régulière et qui est pas totalement
traité en plus aujourd'hui toutes les
données sont stockées dans le le Cloud
et les grandes plateformes que ce soit
Azure que ce soit Google Web Services ou
ou Amazon Web Services ont des des Data
Center euh aux États-Unis mais aussi en
Europe parce que c'est une préoccupation
des des clien euh il faut savoir que sur
toutes les versions professionnelles euh
des des chat GPT euh les données dans
ces versions là appartiennent à
l'entreprise euh ensuite un certain
d'entreprise attendent avec impatience
la sortie de Mistral pour avoir des
données hébergées en France avec un
acteur français pour pour utiliser les
LLM les large language model tels que
chat GPT ou Mistral voilà d'accord ok
alors tu parlais de de de certains cas
d'usage tout à l'heure pour les
entreprises avec des résultats tu disais
un peu bluffant donc c'est vrai que
quand on peut demander à une générative
de d'agir en tant que puis on a quelque
chose qui tient à peu près la route
maintenant de là à l'utiliser de façon
professionnelle et puis que ça puisse
être utilisé notamment avec des clients
comme tu suggérais un petit peu plus tôt
euh quel quelles sont les limites
aujourd'hui qu'est-ce qu'on peut pas
vraiment faire avec ces Z sur quoi il y
a des erreurs ou des ce qu'on appelle
des hallucinations euh est-ce qu'il y a
des des cas particuliers où on est un
peu en bordure de de cas d'usage et sur
lequel c'est pas pertinent d'aller
aujourd'hui alors effectivement vous
avez parlé des des
hallucinations les modèles répondent de
manière probabiliste donc en fait ils
vont répondre quelque chose qui
statistiquement est très
vraisemblable mais parfois effectivement
une hallucination c'est quand on est
soit à la limite des zones que le modèle
a a prise ou alors quand on est dans des
contextes où le modèle en fait n'a pas
cette capacité à dire je ne sais pas
parce que de manière probable il peut
toujours prédire quelque chose et donc
la limite première de l'IA générative
c'est quand même euh cette incapacité à
dire je ne sais pas voilà donc il faut
il faut en être conscient le modèle de
Rague dont on parlait tout à l'heure où
on adosse un corpus de connaissance au
modèle bah ça a l'avantage quand même de
contraindre le le modèle puisqu'il doit
s'appuyer sur sur des textes existants
donc c'est une manière de réduire ce ce
risque et et d'être focus ciblé aussi
par rapport à à à son expertise euh donc
on peut avoir des des documents plus à
jour puisque les les modèles ils ont des
dates d'entraînement qui peuvent être
parfois anciennes sur les modèles open
source et et donc ce qui est ce qui est
important c'est effectivement d'éviter
des hallucinations euh alors ça à part
tester il y a il y a pas de d'autrees
manière de de faire est qu'on peut pas
vraiment le savoir en fait le moment où
ça arrive ben à part l'esprit critique
qu'on peut avoir de quelque chose et
puis et sa propre con issance euh non
alors ça c'est c'est non mais c'est vrai
que c'est c'est une vraie limite euh
avec la mise à jour des des modèles euh
et donc c'est c'est là où finalement
être capable de combiner un modèle avec
des sources d'information plus récentes
ça permet d'être à jour mais il faut
savoir que que chat gpt4 qu'on utilise
il a été entraîné jusqu'à mars 2023 donc
il a quand même déjà une année de retard
la dernière limite euh de ces modèles
c'est que c'est quand même des modèles
euh puissants parce qu'ils sont gros et
donc en fait il y a un coût à
l'utilisation de de ces modèles euh donc
aujourd'hui on a des fenêtres de
contexte c'est-à-dire l'information que
le modèle est capable de prendre en
compte dans un échange est de plus en
plus important euh mais la contrepartie
de ça c'est que plus le contexte est
important plus on envoie de
l'information au modèle qui doit être
traité et donc le le coût de faire faire
tourner ses modèles et d'obtenir une
réponse en fait augmente avec la taille
des des modèles donc rapporter à une
activité économique qui a des
contraintes qui a des métriques qui a
des des pourcentages de rendement des
coups de marge et cetera et bien il faut
aussi faire attention au coût que ça
peut avoir on a eu une grande entreprise
qui est venue nous nous présenter ce
qu'ils avaient fait et les premiers
pilotes qu'ils avaient fait et par
contre sur le sujet du CRM c'est un vrai
enjeu parce que lorsqu'on a plusieurs
millions de contacts par jour avec des
clients et ben forcément on peut pas se
permettre d'avoir des requêtes qui vont
coûter 1 € à chaque fois sinon on a des
des coûts qui qui explosent donc cette
problématique de coup elle est pas
forcément importante si on on on traite
de l'image ou sur des modèles dont on
est propriétaire qu'on peut faire
tourner sur ces serveurs quand on
utilise des modèles comme GPT ou demain
Mistral ou ou d'autres modèles qui qui
arriveront et ben ce coup ça va être une
vraie contrainte économique en fait pour
les les entrepreneurs ou les entreprises
de manière générale c'est qu'il faudra
optimiser un petit peu les les requêtes
dans ces cas-là ah il faudra totalement
optimiser euh à la fois parce que
euh aujourd'hui quand on utilise la
version grand public de chat GPT on va
avoir tendance à poser plein de fois la
enfin on va passer d'un sujet à un autre
dans le chat mais il faut avoir en tête
que quand on fait ça en fait
euh le le modèle à chaque fois va va
utiliser tout l'historique euh pour
produire une réponse et donc si on est
passé par trois sujets différents et que
par facilité on est resté dans la même
interface ben en fait on va envoyer euh
enfin on va utiliser ces informations
historiques à chaque fois pour produire
la la réponse d'après donc clairement il
y a des sujets euh d'optimisation euh et
les grands groupes en fait monitor pour
leur salariés l'usage qui est fait en
limitant les versions par exemple GPT
3.5 est beaucoup plus petit que le gpt4
donc certaines entreprises ne vont
donner accès à leurs salariés que au GPT
3.5 qui ne n'utilisent pas les les
images euh d'autres entreprises vont
mettre des budgets par par salariés
enfin voilà donc effectivement c'est des
problématiques euh au-delà des problèmes
de confidentialité des données c'est des
problématiques qui vont se poser
effectivement pour pour les entreprises
et euh et plus les modèles vont devenir
multimodau c'est une capacité à gérer
aussi bien de l'image de la voix de la
vidéo du texte et plus en fait la taille
de ces modèles augmente voilà h
forcément ouais oua alors maintenant
comment comment se lancer je suis
entrepreneur j'ai une entreprise qui
j'ai quelques cas d'usage en tête qui
sont voilà assez intéressant et qui
pourrait être bien bien utilisé dans le
cadre d'une générative c'est quoi la
première étap étape pour toi alors le
plus important c'est toujours de savoir
quelles sont ses priorités voilà donc
lancer un projet
d'IA ça nécessite de la compétence ça
nécessite des données et en fait il faut
être sûr de mettre son énergie dans ce
qui va nous apporter quelque chose euh
donc bien cibler les les
priorités ensuite bien s'entourer lia
c'est quelque chose qui qui a évolué à
toute vitesse euh les papiers de
recherche s'enchaînent et notamment sur
les capacités de de de de l'IA bah il y
a des nouveaux papiers tout le temps qui
sont en train de sortir donc je pense
que c'est important de d'avoir accès à
de l'expertise pour partir dans la bonne
direction en ayant bien bien cadré le
projet toutes les entreprises n'ont pas
de l'IA enfin des compétences il a en
interne donc il y a des freelan il y a
des des SS2I qui développent des pôles
expertise il y a des sociétés de conseil
aussi qui développent des pôles
d'expertise dans dans l'IA et ensuite ma
recommandation ça serait dans la mesure
du possible de tester assez rapidement
pour voir en fait le niveau de
satisfaction et un certain nombre
d'éditeurs de de logiciel de plateformes
web ou d'acteurs qui ont une expertise
sectorielle proposent des solutions et
donc voilà il faut je pense déjà aller
tester ce qui se fait et puis après si
on souhaite
lancer une démarche en interne euh
trouver de l'expertise avec des
consultants ou des freelance des gens
qui sont spécialisé dans l'IA pour là
après développer un un modèle ou
développer un service mais de toute
façon c'est toujours un peu les les
mêmes problématiques c'est soit
augmenter les revenus soit réduire les
coûts ou soit améliorer la qualité et
fiabiliser son offre et lia peut
permettre de faire ces ces trois
choses-là donc ensuite euh
euh si si on a une une activité euh avec
beaucoup d'images là bien évidemment
tout ce que l'œil humain est capable de
détecter un modèle d'IA va être
globalement capable de de de de prédire
euh tout ce qui est en rapport avec les
données bah ça fait des des années que
queil y a différents modèles qui
tournent très très bien que ce soit sur
des séries temporelles que ce soit sur
des données clients que ce soit même sur
des données euh techniques euh ça ça
tourne très très bien et puis bah la
nouveauté c'est tout ce qui est autour
du texte et de cette capacité donc des
modèles à prendre une photo avec
quelques lignes de texte et être capable
de faire une synthèse et de donner un
résultat qui va restituer ce qu'on voit
dans l'image les informations du texte
pour faire par exemple une synthèse
cohérente d'un document avec ces deux
modalités images et et texte donc ça je
pense qu'il y a beaucoup d'entreprises
qui peuvent effectivement euh euh
bénéficier en fait de cette capacité
d'indexer en fait
l'information pour après mieux
l'exploiter pour ses clients en interne
d'accord ok donc si si je résume de
tester il faut tester les produits déjà
existant pour valider un peu les cas
d'usage avant de faire appel à une
équipe de développeurs une sociéé de
conseil pour aller mener un projet un
petit peu plus spécifique voilà mais
c'estàd que tout entrepreneur il a deux
contraintes le temps et l'argent et donc
c'est vrai que s'il y a des choses qui
existent moi mon conseil c'est d'aller
voir et et de voir les limites qu'on
trouve s'il y a des limites par rapport
au modèles existant et qu'on pense qu'on
a des données qui permettent d'améliorer
en internalisant le le processus et ben
dans ce cas-là il faut internaliser il
faut y aller si il y a des choses qui
existent qui sont pas cœur de stratégie
euh par rapport à l'avantage
concurrentiel et cetera bah autant
utiliser ce qu'il y a sur sur le marché
euh et les éditeurs de logiciel ou les
sociétés de conseil qui ont une bonne
expertise sectorielle et qui font de
l'IA elles auront déjà fait tout un
travail de prétraitement des des données
de de choix des modèles d'apprentissage
dont on peut bénéficier immédiatement
d'accord voilà donc moi effectivement
c'est mon conseil euh et et vraiment
le n'hésitez pas à regarder ce qui se
passe dans les incubateurs sur les
salons type vivatc ou le ces tous les
ans toutes les nouveautés y sont et
c'est vraiment des sources
d'inspiration bah formidable si vous
voyez quelque chose qui se fait dans un
autre secteur et que par transposition
vous pensez pouvoir le faire dans votre
secteur et ben contactez l'entreprise et
puis toutes ces sociétés cherchent aussi
des nouveaux cas d'application des
nouveaux secteurs donc je pense qu'il y
a des des partenariats très gagnant
gagnants à faire sur ces nouvelles
technologies avec l' générative ok c'est
une c'est une excellente idée ou de
s'appuyer sur des sur des acteurs qui
qui se lancent et puis et de d'aller
leur proposer peut-être des usages
auquels ils ont pas pensé ça ça peut
être aussi une ce que je comprends ce
que tu dis çaêtre aussi une façon plutôt
de développer tout en interne de
s'appuyer et de faire des partenariats
puis d'aller vite de gagner du temps et
de de pas risquer de se lancer dans un
projet d'IA qui ne va peut-être pas
aboutir et sur lequel des ressources
auront été
consommées alors qu'une solution qui qui
fonctionne existe par ailleurs d'accord
ok un mot de la fin peut-être Anaël pour
pour boucler sur sur ce sujet
entrepreneuriat
Ia un sujet qu'on aurait pas évoqué et
puis qui qui serait utile pour pour
clore cette interview ben écoutez moi
j'ai fait le le pas d'aller dans le le
monde de Lia en me formant et puis là en
faisant mon Master pour devenir
ingénieura c'est vraiment un monde qui
mérite d'être découvert alors c'est un
petit petit peu technique mais il faut
aller au-delà des au-delà de chat GPT
qui est déjà formidable
euh mais la la version grand public est
vraiment très limitée par rapport à
toutes les possibilités que ça offre
donc ben moi je je j'incite vraiment
tout le monde à avoir la l'élément de
curiosité en plus pour gratter un petit
peu au-delà des généralités et puis je
je pense qu'il y a un vrai enjeu de de
de compétitivité euh demain on
développera des des des produits des
services nouveaux avec l'IA avec chat
GPT moi toutes les semaines j'ai des des
idées d'entreprise de projets de choses
que je pourrais lancer et donc je pense
que en en se plongeant un petit peu dans
l'a il y a vraiment des choses très
disruptives qui qui vont arriver et
chacun connaît bien son secteur et donc
chacun a la capacité en fait à partir de
sa connaissance métier de la
connaissance des besoins de ses clients
et de ses contraintes aussi bah voir ce
qu' peut faire de Lia voilà donc moi
c'est mon mon conseil c'est c'est de
faire ce petit effort de de comprendre
d'aller tester et je suis sûr que les
gens seront pas déçus de d'avoir fait
cet effort et d'avoir franchi le pas de
la voilà ce que je peux recommander ok
super et ben merci beaucoup Anel merci
pierremarie pour cette interview ben
avec plaisir voilà cette interview se
termine je vous mettrai toutes les
informations pour retrouver Anaël en
ligne et puis ben je termine avec cette
question est-ce que ça vous a donné
quelques idées quels sont les cas
d'usage auquels vous pensez avec votre
entreprise pour utiliser les les as
génératives en interne améliorer vos
processus et puis être plus productif
tout ce que tout ce que Anel nous
proposait à l'instant merci encore d'
nous avoir suivi jusqu'au bout et puis
ben je vous dis à très bientôt
Посмотреть больше похожих видео
IAcademie : Comprendre l'IA - Les différentes formes d'IA (Partie 1)
J’ai demandé à un Millionaire de 77 ans si ça en valait la Peine
Chat GPT et Amazon KDP : Vendre plus de livres grâce à l'intelligence artificielle #chatgpt
The AI Crisis: Society May Collapse by 2030
J'ai utilisé ChatGPT tous les jours pendant 1 an — Voici ce que j'ai appris
AI in Healthcare: The Next Frontier | Leonardo Castorina | TEDxUniversityofEdinburgh
5.0 / 5 (0 votes)