Pourquoi les entreprises doivent s'intéresser à l'IA

Summary

Dans 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

00:00

🤖 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.

05:02

📚 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.

10:04

🔮 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.

15:05

🚫 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.

20:07

🛠️ 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.

Keywords

💡IA générative

L'IA générative fait référence à un type d'intelligence artificielle capable de créer du contenu original, comme du texte, des images ou de l'audio, de manière autonome. Dans le script, cette notion est au cœur de la discussion, illustrant comment elle peut apporter de la valeur ajoutée et de la productivité aux entreprises et aux secteurs traditionnels.

💡Entrepreneuriat

L'entrepreneuriat est le processus par lequel des individus mettent en place des entreprises nouvelles ou innovantes. Dans le script, Anel a fait le passage de l'entrepreneuriat à l'IA, démontrant comment les compétences acquises dans le secteur des startups peuvent s'appliquer à de nouvelles technologies comme l'IA générative.

💡Productivité

La productivité fait référence à la capacité de produire plus de biens et services avec moins de ressources. Dans le contexte de l'IA, elle est mentionnée comme un enjeu majeur, car les technologies permettent d'améliorer l'efficacité et de réduire les coûts.

💡Modèles pré-entraînés

Les modèles pré-entraînés sont des algorithmes d'IA qui ont déjà été formés avec de grandes quantités de données et peuvent être réutilisés pour différentes tâches sans nécessiter d'entraînement supplémentaire. Dans le script, ils sont évoqués comme une opportunité pour les entreprises de bénéficier de résultats rapides sans avoir à collecter et entraîner sur leurs propres données.

💡Données d'entreprise

Les données d'entreprise sont des informations spécifiques à une entreprise qui peuvent être utilisées pour entraîner des modèles d'IA et améliorer ses services. Le script discute de la valeur de ces données et de la décision entre l'utilisation de données internes ou de données externes pour l'entraînement d'IA.

💡RAG - Retriever-Augmented Generation

RAG est un type d'architecture de modèle d'IA qui combine un système de recherche (retriever) avec un générateur de texte. Dans le script, il est mentionné comme une méthode pour améliorer la précision des réponses en se concentrant sur les documents pertinents.

💡Hallucinations

Dans le contexte de l'IA, les 'hallucinations' se produisent lorsque les modèles génératifs produisent des réponses qui, bien qu'intelligibles, sont fausses ou inexactes. Le script met en garde contre ces erreurs et souligne l'importance de la critique des réponses fournies par l'IA.

💡Coût d'utilisation

Le coût d'utilisation fait référence aux frais associés à l'exécution des modèles d'IA, qui peuvent être élevés en raison de la taille des modèles et de la quantité de calculs nécessaires. Le script aborde cette question en expliquant que les entreprises doivent optimiser leurs requêtes pour gérer ces coûts.

💡Confidentialité des données

La confidentialité des données est un aspect crucial dans l'utilisation de l'IA, surtout lorsque des données sensibles sont utilisées pour l'entraînement ou l'exécution des modèles. Le script mentionne cette préoccupation, soulignant l'importance de la protection des informations personnelles.

💡Optimisation des requêtes

L'optimisation des requêtes implique de réduire la quantité d'information envoyée au modèle IA pour réduire les coûts et améliorer l'efficacité. Dans le script, cette pratique est recommandée pour éviter les surcoûts liés à l'utilisation de modèles génératifs d'IA.

💡Multimodalité

La multimodalité dans l'IA se réfère à la capacité des modèles à traiter et à intégrer plusieurs types de données, tels que le texte, l'image, la voix et la vidéo. Le script évoque cette capacité comme un élément clé pour l'avenir de l'IA et son application dans divers secteurs.

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