L’IA générative au service des métiers des opérations Le champ des possibles
Cela fait maintenant un an que ChatGPT a pris place dans nos quotidiens et dans toutes les conversations sur l’avenir de nos métiers. Avec le recul de cette année de découverte, d’exploration et d’expérimentation, il semble paradoxalement qu’il y ait à présent davantage de questions ouvertes autour de cette technologie. Le champ des possibles de l’IA générative au sens large, au-delà de ChatGPT, est encore largement inexploré.
Qu’est-ce que l’IA générative ? Par opposition aux modèles de Machine Learning (une autre branche de l’IA) qui sont des modèles spécialisés sur des tâches précises, l’IA générative a un champ d’application beaucoup plus généraliste.
Prompt
AI agent
Le concept de « génératif » exprime bien que, en réponse à une requête (un prompt), un agent intelligent va pouvoir générer de nouveaux contenus.
Contenu généré
L’instant ingénieur - Comment ces modèles d’IA ont-ils été construits ? Ces modèles sont le résultat d’avancées considérables dans plusieurs domaines de la data science et de l’informatique en général.
Entraîner un modèle d’IA générative (texte) GPT-3.5 (le modèle qui opère ChatGPT) a été entraîné sur 570Gb de données textuelles brutes — soit l’équivalent de 1,3 millions de livres. Source : OpenAI
Les mots contenus dans ces textes sont convertis en tokens (~segments de mots), eux-mêmes modélisés par des nombres (vecteurs).
Transformers Neural networks
RLHF Reinforcement Learning from Human Feedback
“Le modèle apprend à parler” Des algorithmes de réseaux de neurones sont entraînés à prédire le prochain token dans une phrase, en conservant le contexte de tout le texte qui précède. “Le modèle apprend à répondre aux instructions” Les modèles sont entraînés sous supervision (humaine dans le cas d’OpenAI) pour apprendre à répondre à des prompts : les réponses sont évaluées en matière de qualité puis intégrées à l’ensemble d’entraînement.
1à 10 M$ Pour chaque run d’entraînement du modèle GPT 3 d’OpenAI Source : OpenAI
Des modèles qui ouvrent un champ d’applications très large Gestion de la base de connaissances
Analyse et exploration de données
e.g. Chatbot avec accès aux procédures métier internes
e.g. Consolidation de données peu structurées (contrats, mails…)
Sketch-to-product
Idea-to-app
e.g. diagrammes de processus, développement produits
e.g. Réduction des budgets de développement pour spécifiques et applications ad hoc
Service client augmenté par IA
Assistant personnel
e.g. relation client, conseils à l’achat, relation fournisseurs
e.g. Apport d’expertise technique, coaching
Veille marché e.g. Revues de presse, benchmarks
Génération de contenus de format fixe
Génération de contenus marketing e.g. Articles, vidéos…
e.g. RFI, RFQ, contrats…
Gestion des données e.g. Mise en forme de données, generation de données de tests, qualité des master data…
Mobilisez la puissance de l’IA dans une approche bout-en-bout Au-delà d’un chatbot, aussi intelligent soit-il, ces modèles d’IA générative peuvent être combinés à d’autres briques technologiques pour former de véritables solutions, capables d’adresser un problème complexe et de supporter ainsi un métier donné au quotidien.