L'IA en entreprise.

IA Classique vs IA Générative

Qu'est-ce que l'IA ?

Un réseau de neurones ?

IA CLASSIQUE

Avantage : Arrive à être très précis dans son rôle

Inconvénients :
  • Coûteux à entraîner (Dataset propre + ingénierie)
  • Monotâche
  • Pas du tout flexible

IA Générative

Avantages :
  • Peu coûteuse car déjà pré-entraînée
  • Polyvalente (texte, image, son, vidéo, etc.)
  • Omni-sujets

Inconvénients :
  • Probabiliste (jamais deux fois le même résultat)
  • Peut halluciner

Les Différentes Formes d’IA Générative

Text to text

Text to image

Image to image

Image to image

Voice to text

Il y en a énormément

Voice to voice

Text to video

etc.

Data classique vs data IA

Base de données classique

Trier, filtrer, rechercher

Avantages :

  • Précis
  • Visualisable

Inconvénients :

  • Rigide

Exemple : Je recherche "Conducteur de travaux", il ne trouvera pas "Contremaître".

Base de données vectorielle

Recherche par contexte. Groupes de mots placés en 3D.

Avantages :

  • Permet connecter des informations ou documents par contextes.
  • Recherche uèltra rapide dans une immense base de données.

Inconvénients :

  • Nécessite une bonne stratégie de découpage (chunking) et donc de l'ingénierie.

Comment marchent ces IA gen ?

Prompt

Une instruction qui permet de préciser quelle part de son pré-entraînement on active.

Methode RODEE

Rôle : "Tu es un notaire spécialisé dans le droit des successions."

Objectif(s) : "Tu es chargé de rédiger pour moi un acte de donnation au dernier viviant."

Données : "J'ai 60 ans, suis à la retraire et souhaite céder l'usufruit de ma résidence principale en indivision à mes 5 enfants."

Exemple(s) : "Insérez ici un exemple de structure."

Exigence(s) : "Fais moi un docuement PDF qui ne dépasse pas les 10 pages."

Capacité 1

Interprétation

Capacité 2

Raisonnement

Capacité 3

Génération

Cela permet

  • Gagner du temps sur la comprehension des documents.
  • Effectuer des recherches web approfondies.
  • Générer des documents plus rapidement.

Cela permet

Les LLM ?

LLM pour Large Language Models

Ils sont le pilier des IA génératives traitant le langage écrit. C'est egalement la forme la plus aboutie d'IA gen.

Valeur paramétrique

Leur valeur paramétrique reflete leur degré d'intelligence.

1 000 Mrds 4 Mrds

La fenêtre de contexte

Le nombre d'informations maximales qu'un LLM peut prendre en compte afin de vous formuler une réponse

64k tokens ~5h de discours 1M tokens — ~80 à 100h de discours

Architectures

Raisonnement

Architectures

Mixture of experts

Architectures

Multi-agents

Le LLM décompose lui même une tâche et charge en interne jusqu'à 100 agents pour produire un travail.

Un agent IA ?

Un agent c'est un modèle d'IA à qui on donne :

  • Un modèle comme moteur de langage pour interagir
  • Une mémoire pour tenir une conversation ou se souvenir des étapes de traitement
  • Une instruction claire sur ce qu'elle doit incarner et faire
  • Des outils pour agir sur votre environnement de travail

Une automatisation agentique ?

Une automatisation agentique c'est :

  • Un flux de traitement clair et défini
  • Une procédure automatique qui permet de recueillir l'accord des travailleurs pour avancer

Aspects RSE

Impacts Carbone

Une recherche via IA = ~ 10 recherches internet classiques.

IA = ~ 4% de l'impact carbonne lié au numérique, soit 0,2% des emissions mondiales de CO2

Impacts Carbone

Comment le réduire?

  • Bien prompter
  • Conversations courtes
  • Bien choisir le poids paramétrique du modèle
  • Bien réfléchir avant de s'en servir

Impacts RH

Inconvénients

  • Produire avec l'IA va changer les métiers
  • Dépendance aux LLMs comme tiers de validation

Impacts RH

Avantages

  • Permet de produire plus vite, décharge du travail à faible valeur ajoutée
  • Devient superviseur d'un travail, donc responsable
  • Capacités et connaissances augmentées

Impacts Souveraineté

  • Attention à bien cloisonner vos sources de données, pertes des secrets
  • Dépendance à un fournisseur de technologies

Le déploiement en entreprises

Interface chat dédiée

Agents dédiés à la production

Drive vers une mémoire vectorielle

Par où commencer ?

🎓 Acculturation

Sensibilisez l'ensemble des salariés en 1h30 sur le fonctionnement et les enjeux de l'IA au travail.


Pourquoi ?

  • Diffuser les bonnes pratiques et transformer l'IA en véritable levier de performance
  • Faire émerger des idées de mise en œuvre concrètes
  • Recadrer les attentes excessives dès le départ

⬇️ Approche descendante

Alignez les décideurs sur les valeurs de l'entreprise et le potentiel de l'IA.


Résultat :

  • Une stratégie réaliste sur 12 à 18 mois
  • Une charte IA claire : ce qu'on peut faire, ce qu'il ne faut pas faire

⬆️ Approche ascendante

Auditez vos services avec un expert pour identifier le potentiel opérationnel.


Objectifs :

  • Détecter les problèmes opérationnels
  • Repérer les tâches répétitives à faible valeur ajoutée
  • Prioriser les automatisations à fort impact

🎯 Approche ciblée

Vos équipes identifient un cas d'usage prioritaire à résoudre rapidement.


Gain immédiat :

  • Résoudre un cas épineux en temps record

Où va-t-on ?

🚀 La productivité boostée comme standard

L'IA devient l'outil de base du quotidien professionnel, comme le PC dans les années 90.


  • Ceux qui ne l'utilisent pas seront en retard compétitif
  • La productivité individuelle augmentée devient la norme attendue
  • Les processus sans IA seront obsolètes

🎛️ Le manager automaticien agentique

Le manager de demain orchestre des agents IA plutôt qu'il ne gère des tâches.


  • Fin de la gestion des tâches répétitives
  • Focus sur la supervision, la stratégie et l'humain
  • Le manager devient architecte de workflows intelligents

🔄 Transformation fondamentale des métiers

L'effondrement de l'ultra-technicité au profit de la créativité.


  • L'expertise technique pure se démocratise via l'IA
  • La créativité et la co-construction prennent le dessus
  • Exemple : le développeur devient architecte/superviseur

🤖 Les Worlds Models

🤖 Les Worlds Models

🤖 Les Worlds Models

L'IA entre dans le monde physique et transforme la robotique.


  • Des modèles qui comprennent la physique du monde réel
  • Les métiers manuels vont être profondément transformés
  • Un levier immense pour l'automatisation physique

L'IA ne vous remplacera pas.
Mais ceux qui la maitrisent, probablement.

Merci 🤗


Logo La Source