Embauché il y a 2 ans pour digitaliser les process, Alexandre Aubry raconte tous les changements que cela a induit : transformation de l'organisation, de l'infrastructure matérielle et réseau, ouverture et décommissionnement progressif de l'ERP Cobol...
Nous avons assisté à la conférence client de l'entreprise Orange à Agile en Seine. Cet article vous propose de découvrir comment l'IA Gen devient déjà un atout incontournable chez certains clients.
Un bon mix d'indicateurs - des KPI classiques ainsi que des KPI personnalisés - devrait vous aider, à condition de respecter un principe essentiel : faites simple !
Dans la famille des déclinaisons des LLM, voici venir les LAM : Large Action Models. L’idée est d’aller au-delà d’assistants “passifs”, qui répondent à des requêtes, pour créer de véritables agents “actifs”, opérant des actions.
Il n’est toujours pas question de remplacer l’humain, mais bien de l’augmenter, en lui fournissant un assistant capable de réaliser à sa place une suite de tâches répétitives, sans valeur ajoutée ; c’est en quelque sorte une revisite de la promesse du RDA (Robotic Desktop Automation) rendue possible par l’IA générative.
Le rôle des LAM : orchestrer et automatiser les assistants LLM
Le RDA automatisait une suite de tâches précises (ouvrir telle application, créer un utilisateur, noter son ID, ouvrir une 2e application, y entrer cet ID, etc.) à partir d’un input prédéfini. Grâce aux capacités de traitement du langage naturel, l’objectif des LAM est de permettre à l’utilisateur de définir un objectif final et de laisser l’agent déterminer l’enchaînement des actions à accomplir pour y parvenir.
Le tout récent Rabbit r1 en donne un premier exemple (perfectible) dans la sphère personnelle : son ambition est de remplacer le besoin d’interagir manuellement avec les apps d’un smartphone par des commandes vocales en langage naturel (par exemple, réserve-moi un VTC pour aller à telle heure à tel endroit).
Dans le monde professionnel, le LAM viendra automatiser et orchestrer des actions impliquant plusieurs assistants LLM. La priorité est donc à l’industrialisation des assistants, mais il faut avoir en tête cette évolution !
Nous avons assisté à la conférence client de l'entreprise Orange à Agile en Seine. Cet article vous propose de découvrir comment l'IA Gen devient déjà un atout incontournable chez certains clients.
Matrice Impact vs Effort, Méthode MoSCoW, Scorings RICE & ICE vous aideront à évaluer et prioriser vos projets de data science, pour maximiser les chances d'un résultat satisfaisant - et aligné avec les objectifs stratégiques de l'entreprise.
Nos constatations empiriques sur les bénéfices de l'IA générative sont désormais appuyées par une étude : Google a interrogé plus de 2500 entreprises sur leur usage de la GenAI et le ROI est bien présent !
Les IA génératives d’images sont formidables pour accélérer le processus créatif. D’ici à s’en servir en production, il y a un pas. Cette version 3 de l’IA de Google permet de l’envisager sérieusement.