Latest / DSI et des Hommes / Quand les IA prennent la parole : 5 LLM face aux mêmes questions

Transcript

Quand les IA prennent la parole : 5 LLM face aux mêmes questions · DSI et des Hommes

0:02
Bonjour à toutes et tous et bienvenue dans ce nouvel épisode de Décis et des Hommes.
0:06
Aujourd'hui,
0:06
je vous propose un format un peu particulier.
0:09
Pas d'invité humain,
0:10
mais cinq intelligences artificielles.
0:13
Chat GPT d'OpenAI,
0:14
Claude d'Anthropique,
0:16
Perplexity,
0:17
Jiminy de Google et le chat,
0:19
le modèle français de Mistral.
0:21
Je vais leur poser les mêmes trois questions.
0:24
La première,
0:25
c'est quelle est la plus grande transformation que l'IA va amener dans les entreprises dans les cinq prochaines années ?
0:30
La deuxième,
0:31
si vous étiez un DSI aujourd'hui,
0:32
quel serait votre premier chantier prioritaire avec l'aide d'un
0:36
LLM ? Quel est selon vous le plus grand risque lié à l'usage massif des IA génératives et comment une entreprise peut-elle s'en prémunir ?
0:45
On va écouter leurs réponses et je vais ensuite les analyser,
0:48
les commenter et les mettre en perspective avec mon vécu de DSI et de directeur du développement.
0:54
Allez,
0:54
c'est parti !
0:57
IA interrogé et chat GPT.
0:59
Je veux l'y poser.
1:00
les trois questions et elle va vous répondre.
1:03
Alors,
1:03
Chad GPT,
1:04
quelle est la plus grande transformation que l'IA va mener dans les entreprises dans les cinq prochaines années ?
1:09
Dans les cinq prochaines années,
1:11
la transformation la plus visible sera la démocratisation de l'accès à l'expertise.
1:15
Aujourd'hui,
1:16
certaines compétences sont rares,
1:18
coûteuses,
1:18
longues à acquérir.
1:20
Avec l'IA,
1:20
un collaborateur pourra,
1:22
en quelques secondes,
1:23
générer un plan stratégique,
1:24
analyser des données complexes ou produire du code fiable.
1:28
Cela va profondément changer l'organisation du travail.
1:30
Moins de temps passé à faire,
1:32
plus de temps pour penser,
1:33
décider et arbitrer.
1:35
Les entreprises capables d'orchestrer cette bascule,
1:37
donner à leurs équipes des outils,
1:39
un cadre et une culture adaptées,
1:41
prendront une avance considérable.
1:43
Si vous étiez un DSI aujourd'hui,
1:45
quel serait votre premier chantier prioritaire avec l'aide d'un
1:49
LLM ? Si j'étais DSI aujourd'hui,
1:52
mon premier chantier serait la gestion de la connaissance.
1:55
On a tous des documents éparpillés.
1:56
des process implicites,
1:58
des savoirs dans la tête de quelques experts clés.
2:00
C'est une vraie perte de valeur.
2:02
Avec un LLM bien intégré et sécurisé,
2:04
je pourrais transformer ce capital dormant en un assistant interne.
2:08
Un moteur de recherche contextuel qui répond en langage naturel,
2:11
documente automatiquement les pratiques et réduit drastiquement le temps perdu à chercher l'info.
2:16
C'est à la fois un gain de productivité et une assurance contre la dépendance à quelques personnes.
2:21
Tchad GPT,
2:22
quel est selon vous le plus grand risque lié ?
2:24
à l'usage massif des IA génératives et comment une entreprise peut-elle s'en prémunir.
2:29
Le risque majeur,
2:30
ce n'est pas tant que l'IA se trompe,
2:32
on sait qu'elle le fera,
2:33
mais que l'entreprise lui fasse une confiance aveugle.
2:36
Le danger,
2:36
c'est la perte d'esprit critique,
2:38
la délégation sans contrôle.
2:40
Pour s'en prémunir,
2:41
il faut deux choses.
2:42
1.
2:42
La gouvernance,
2:43
définir des règles claires sur ce qui peut être produit par l'IA et ce qui doit être validé humainement.
2:48
2.
2:48
La formation,
2:49
apprendre aux équipes à dialoguer avec l'IA,
2:51
à vérifier,
2:52
recouper.
2:53
Challenger les réponses.
2:54
Bref,
2:55
l'IA n'est pas une boîte magique,
2:57
c'est un coéquipier exigeant.
2:58
Les entreprises qui garderont cette posture de vigilance active seront celles qui en tireront le plus de valeur sans en subir les dérives.
3:06
Alors,
3:06
mon analyse,
3:07
ici,
3:08
ChatGPT insiste beaucoup sur l'accessibilité.
3:10
Rendre l'expertise disponible à tous.
3:13
Sur la gestion des connaissances,
3:14
c'est une vision très réaliste.
3:16
On le vit tous,
3:17
les documents sont éparpillés,
3:18
la valeur est mal exploitée.
3:20
Le risque pointé,
3:21
c'est la perte d'esprit critique.
3:23
est à mon sens centrale.
3:24
Trop d'entreprises croient encore que l'IA donne une vérité absolue.
3:27
La vérité,
3:28
c'est que l'IA propose un éclairage,
3:30
mais qu'il faut toujours vérifier,
3:31
recouper,
3:32
challenger.
3:34
Alors maintenant,
3:34
on va passer à la deuxième IA,
3:36
Claude,
3:37
d'Anthropique.
3:38
Je vais vous passer l'intégralité des réponses aux trois questions.
3:42
Je ne vais pas...
3:43
C'est un mode un peu moins interview.
3:45
Je vous laisse l'écouter,
3:46
puis on se retrouve juste après pour mon analyse.
3:48
Question 1.
3:49
La plus grande transformation de l'IA dans les entreprises.
3:52
Je pense que la transformation la plus profonde sera l'émergence de ce qu'on pourrait appeler l'organisation augmentée.
3:58
Au-delà de l'automatisation classique,
4:00
nous allons voir une hybridation inédite entre intelligence humaine et artificielle dans la prise de décision quotidienne.
4:06
Concrètement,
4:06
chaque métier va intégrer des capacités d'IA comme extension naturelle.
4:10
Le juriste qui analyse des contrats avec un assistant IA,
4:13
le commercial qui génère des propositions personnalisées en temps réel,
4:16
ou encore le DSI qui peut diagnostiquer et résoudre des incidents complexes avec un support intelligent permanent.
4:22
Cette transformation va redéfinir les compétences attendues.
4:25
Il ne s'agira plus seulement de savoir utiliser des outils,
4:28
mais de savoir orchestrer l'intelligence artificielle pour amplifier sa propre expertise métier.
4:33
Question 2.
4:34
Premier chantier prioritaire pour un DSI avec un LLM.
4:37
Si j'étais DSI,
4:38
mon premier chantier serait la création d'un « compagnon technique intelligent »
4:42
pour mes équipes.
4:43
Un LLM spécialisé et entraîné sur la documentation technique de l'entreprise,
4:47
capable d'assister les développeurs et administrateurs système.
4:50
Pourquoi ce choix ?
4:51
Parce qu'il répond à un besoin immédiat et mesurable.
4:54
Réduire le temps perdu en recherche de documentation,
4:56
accélérer la résolution d'incidents et faciliter l'onboarding des nouveaux collaborateurs.
5:01
C'est un cas d'usage à forte valeur ajoutée avec un roi rapidement visible.
5:05
Ce compagnon pourrait analyser les logs d'erreur,
5:07
suggérer des corrections de code ou encore documenter automatiquement les procédures.
5:12
L'objectif ?
5:13
Libérer du temps pour que les équipes se concentrent sur l'innovation plutôt que sur la maintenance.
5:17
Question 3.
5:18
Le plus grand risque et les moyens de s'en prémunir.
5:21
Le risque majeur que j'identifie est la « dépendance cognitive »
5:24
quand les collaborateurs perdent progressivement leur capacité de raisonnement critique en délégant trop massivement leurs réflexions à l'IA.
5:30
Cette dépendance peut créer une vulnérabilité double.
5:33
D'une part,
5:34
une perte de compétences humaines essentielles,
5:36
d'autre part,
5:37
une confiance aveugle dans des systèmes qui peuvent halluciner ou produire des résultats biaisés.
5:41
Pour s'en prémunir,
5:42
une entreprise doit mettre en place trois piliers.
5:45
1.
5:45
Formation continue.
5:46
Enseigner à tous les collaborateurs les limites de l'IA et les techniques de vérification des outputs.
5:51
2.
5:52
Gouvernance claire.
5:53
Définir des domaines où la validation humaine reste obligatoire,
5:56
notamment pour les décisions critiques.
5:58
3.
5:58
Culture du questionnement.
6:00
Alors
6:04
Claude a une vision plus philosophique et humaniste,
6:15
l'idée d'une organisation augmentée.
6:17
C'est une hybridation intéressante.
6:19
Son chantier prioritaire est plus technique,
6:21
un assistant pour les équipes IT.
6:23
Je trouve ça persinant car ça répond à un besoin immédiat et mesurable.
6:26
Réduire le temps perdu,
6:28
mieux documenter.
6:30
Le risque est très proche de celui de ChatGPT.
6:32
Une perte de capacité critique,
6:34
là aussi,
6:36
on voit que le danger n'est pas technique,
6:37
mais humain et culturel.
6:39
Alors maintenant,
6:40
je vais interviewer Perpicity,
6:42
la troisième IA.
6:43
Je vous laisse l'écouter et je vous montrerai mon analyse juste après.
6:47
Question 1.
6:48
La plus grande transformation que l'IA va amener dans les entreprises dans les cinq prochaines années ?
6:52
La plus grande transformation sera l'émergence et la généralisation des agents IA autonomes capables d'automatiser des processus complexes et de prendre des décisions stratégiques en partie sans intervention humaine.
7:02
Cette évolution permettra aux entreprises d'augmenter significativement leur efficacité opérationnelle,
7:07
jusqu'à 30%
7:08
selon certaines études,
7:10
en intégrant l'IA dans des fonctions clés comme la gestion financière,
7:13
la planification ou le service client.
7:15
Ce changement dépasse la simple assistance conversationnelle pour devenir un véritable moteur de transformation des organisations et des modèles économiques,
7:22
où l'IA impactera aussi la personnalisation de masse des offres et la transition vers des services continus facturés à l'usage.
7:29
En somme,
7:29
l'IA ne sera plus une expérimentation mais un pilier de la valeur ajoutée et de la croissance.
7:34
Question 2.
7:35
Premier chantier prioritaire d'un DSI avec l'aide d'un LLM.
7:38
Le premier chantier prioritaire pour un DSI aujourd'hui serait d'industrialiser l'intégration des LLM dans les applications métiers,
7:44
En se focalisant sur la gouvernance,
7:46
la sécurité et la création de cas d'usage à forte valeur ajoutée.
7:50
Ceci inclut la mise en place d'agents IA capables d'automatiser des tâches comme le support utilisateur,
7:55
la rédaction intelligente ou la gestion des tickets,
7:57
tout en garantissant la conformité aux exigences réglementaires et la protection des données sensibles.
8:02
La priorité serait aussi de former les équipes techniques à ces nouveaux outils et d'instaurer des processus d'expérimentation sécurisés pour libérer l'innovation sans mettre en danger l'entreprise.
8:11
Cette industrialisation doit s'accompagner d'un suivi rigoureux du roi plutôt que de simples métriques d'utilisation technique.
8:17
Question 3.
8:18
Plus grand risque lié à l'usage massif des IA génératives et ses protections.
8:22
Le plus grand risque tient à la sécurité et à la protection des données confidentielles,
8:26
notamment la fuite ou l'exploitation abusive d'informations stratégiques qui sont utilisées comme entrée dans les modèles.
8:32
L'IA générative peut involontairement réutiliser ou exposer ses données.
8:35
compromettre la confidentialité et engager la responsabilité juridique de l'entreprise en cas de non-conformité au RGPD ou de décisions automatisées injustes.
8:44
Pour s'en prémunir,
8:45
l'entreprise doit intégrer dès le départ des équipes juridiques et de cybersécurité,
8:49
adopter des solutions avec traçabilité et contrôle des accès,
8:52
définir clairement les responsabilités contractuelles et mettre en place des chartes d'usage strictes.
8:57
La transparence et la gouvernance sont essentielles pour minimiser ces risques et préserver la confiance des clients et partenaires.
9:04
Pour Perplexity,
9:05
la vision est plus business et chiffrée.
9:08
On parle d'efficacité opérationnelle,
9:10
d'industrialisation.
9:11
Perplexity se base sur des sources,
9:13
ça se sent.
9:14
Le chantier proposé est intéressant,
9:16
industrialisé plutôt qu'expérimenté.
9:18
En clair,
9:19
sorti hors du POC permanent et structuré vraiment les usages IA.
9:24
Le risque identifié est très concret,
9:25
la fuite de données.
9:26
Et là,
9:26
je confirme,
9:27
c'est LE sujet sur la table dans toutes les entreprises que je rencontre.
9:32
Alors maintenant,
9:32
on va passer chez Google avec Gemini,
9:35
que j'ai interviewé.
9:36
Je vous laisse l'écouter et je reviens tout de suite après.
9:39
La plus grande transformation de l'IA en entreprise ?
9:42
Selon moi,
9:43
la plus grande transformation que l'IA va amener dans les entreprises dans les cinq prochaines années est la généralisation de l'IA comme copilote pour chaque employé,
9:52
à chaque niveau de l'organisation.
9:55
Aujourd'hui,
9:56
l'IA est souvent perçue comme un outil spécialisé,
9:59
utilisé par des experts en sciences des données.
10:02
Dans le futur proche,
10:03
elle deviendra une aide omniprésente pour tous.
10:06
Imaginez un commercial qui utilise l'IA pour générer des propositions personnalisées en quelques minutes,
10:12
un développeur qui s'appuie sur l'IA pour écrire et déboguer du code plus rapidement,
10:16
ou un DRH qui analyse d'énormes volumes de CV pour trouver le candidat idéal.
10:22
Cette démocratisation va modifier la nature même du travail,
10:26
en transformant les tâches répétitives en tâches d'exécution,
10:29
Ce qui permettra aux humains de se concentrer sur des activités à plus forte valeur ajoutée,
10:34
la créativité,
10:36
la stratégie,
10:37
la relation client et la prise de décisions complexes.
10:40
Cela ne remplacera pas les humains,
10:42
mais augmentera considérablement leur productivité et leur créativité.
10:48
2.
10:48
Le premier chantier d'indécis avec un LLM.
10:52
Si j'étais indécis aujourd'hui ?
10:54
Mon premier chantier prioritaire avec un grand modèle de langage LLM serait de créer une base de connaissances internes intelligentes et conversationnelles pour l'ensemble de l'entreprise.
11:05
La plupart des entreprises souffrent d'un manque d'accès à l'information.
11:09
Les documents sont éparpillés sur des serveurs,
11:12
dans des e-mails,
11:13
ou sur des plateformes différentes.
11:15
Il est difficile pour les employés de trouver rapidement la bonne information.
11:19
Un LLM,
11:20
entraîné sur les données internes de l'entreprise note de réunion,
11:24
rapports,
11:25
manuels de procédure,
11:26
etc.,
11:27
pourrait agir comme un moteur de recherche ultra-puissant et un assistant intelligent.
11:33
Imaginez un employé de l'assistance technique qui pose une question en langage naturel,
11:38
par exemple,
11:39
comment résoudre le problème d'accès à l'application X pour le client Y ?
11:43
L'IA pourrait instantanément lui donner la solution en s'appuyant sur des rapports d'incidents passés,
11:48
des fiches techniques et des e-mails de l'équipe support.
11:51
C'est un gain de temps énorme ?
11:53
qui augmente l'efficacité et réduit les frictions au quotidien.
11:57
3.
11:58
Le plus grand risque et comment s'en prémunir ?
12:01
Le plus grand risque lié à l'usage massif des IA génératives est le manque de contrôle sur la qualité,
12:06
la sécurité et l'éthique des données utilisées et générées.
12:11
Il y a trois aspects majeurs à considérer.
12:14
Le risque de désinformation et de biais,
12:16
les modèles génératifs
12:17
peuvent produire des informations incorrectes hallucinations ou reproduire les biais présents dans leurs données d'entraînement.
12:25
Le risque de sécurité des données,
12:27
si l'entreprise utilise des modèles publics,
12:29
elle expose involontairement des données confidentielles.
12:34
Le risque éthique et de conformité,
12:36
l'utilisation de données personnelles sans consentement peut entraîner des problèmes juridiques.
12:42
Pour s'en prémunir,
12:43
une entreprise doit mettre en place une stratégie en trois actes.
12:47
Gouvernance et encadrement,
12:49
définir des règles d'usage claires,
12:51
créer un comité de gouvernance de l'IA et former les employés à l'utilisation responsable de ces outils.
12:57
Il faut qu'il y ait des humains dans la boucle de décision finale,
13:01
pour vérifier les résultats.
13:03
Infrastructure sécurisée,
13:05
privilégier des modèles hébergés en interne ou sur des clouds privés,
13:09
plutôt que d'utiliser des modèles grand public.
13:12
Cela permet de garder le contrôle sur les données sensibles et d'éviter les fuites.
13:18
Audit régulier,
13:19
mettre en place des audits techniques pour s'assurer que les modèles ne produisent pas de contenu biaisé ou non conforme.
13:26
Gemini est lui très orienté usage métier.
13:29
On retrouve l'idée du copilote pour tous.
13:31
C'est un discours très proche de l'ADN de Google.
13:34
Le chantier prioritaire rejoint celui de ChatGPT,
13:37
base de connaissances internes.
13:39
Ça confirme que ce sujet est universel et probablement le plus accessible pour un des sites.
13:44
Les risques sont multiples,
13:45
mais le cœur du message,
13:46
c'est...
13:46
attention à la qualité et à la sécurité du donné.
13:50
Maintenant,
13:50
passons au dernier et au cinquième intervenant,
13:53
notre petit français,
13:55
le chat de Mistral.
13:57
Je vous laisse écouter ses réponses à ses questions et je reviens après.
14:01
La plus grande transformation sera l'automatisation intelligente des processus décisionnels.
14:06
Dans 5 ans,
14:07
l'IA ne se contentera plus d'automatiser des tâches répétitives.
14:10
Elle analysera en temps réel des données complexes marché,
14:13
clients
14:13
opérations internes et proposera des décisions stratégiques aux dirigeants,
14:17
avec des scénarios prédictifs et des recommandations contextualisées.
14:20
Exemple concret,
14:21
un directeur commercial recevra,
14:23
chaque matin,
14:24
une synthèse IA des opportunités à saisir,
14:26
des risques à anticiper et des actions prioritaires,
14:29
le tout basé sur des données internes et externes réseaux sociaux,
14:32
tendances économiques,
14:33
etc.
14:34
Impact.
14:35
Cela réduira le temps de réaction des entreprises et rendra la prise de décision plus agile et data-driven.
14:40
mais exigera aussi une montée en compétence massive des équipes pour collaborer avec ces outils.
14:45
Mon chantier numéro 1 serait l'industrialisation de l'IA conversationnelle pour les métiers.
14:50
Concrètement,
14:51
je déploierai des assistants LLM spécialisés par fonction RH,
14:54
finance,
14:55
support client,
14:56
etc.
14:57
Formés sur les données internes de l'entreprise et intégrés aux outils existants ERP,
15:01
CRM,
15:01
etc.
15:02
Pourquoi ?
15:03
Gain immédiat,
15:04
réduction des tâches à faible valeur ajoutée ex,
15:07
génération de rapports,
15:08
réponse au FAQ interne.
15:09
Adoption facilitée,
15:11
les collaborateurs voient l'utilité au quotidien,
15:13
ce qui accélère l'acceptation de l'IA.
15:15
Effet de levier,
15:16
libération de temps pour des projets à plus forte valeur innovation,
15:19
stratégie.
15:20
Exemple,
15:21
un assistant RH qui aide à rédiger des fiches de poste,
15:24
analyser des chevaux,
15:25
ou simuler des plans de formation,
15:27
le tout en respectant les processus internes.
15:29
Piège à éviter ?
15:31
Négliger la asterisque-asterisque-gouvernance des données asterisque-asterisque-qualité,
15:35
sécurité,
15:36
RGPD ou sous-estimer l'accompagnement au changement.
15:39
Le risque majeur est la perte de contrôle sur la propriété intellectuelle et la conformité.
15:44
Les IA génératives,
15:45
en s'appuyant sur des données externes ou internes,
15:48
peuvent Générer du contenu protégé violation de droit d'auteur
15:51
Exposer des données sensibles fuite via des prongs mal sécurisés Produire des biais ou des erreurs hallucinations,
15:56
décisions discriminatoires
15:58
Comment s'en prémunir ?
16:00
1.
16:00
Cadre juridique clair.
16:01
Auditer les contrats avec les fournisseurs dits à qui possèdent les données,
16:05
qui est responsable en cas de litige.
16:07
Former les équipes aux bonnes pratiques ZEX.
16:09
Ne pas copier-coller de données confidentielles dans un chatbot public.
16:12
2.
16:12
Architecture technique sécurisée.
16:14
Privilégier des LLM en prémise ou privée pour les données critiques.
16:18
Utiliser des outils de détection de fuites ZEX.
16:20
Watermarking des données.
16:22
3.
16:22
Gouvernance éthique.
16:23
Créer un comité IA pour valider les cas d'usage à risque.
16:26
Documenter les processus de validation des outputs ZEX.
16:29
Relecture humaine pour les décisions sensibles.
16:32
En résumé,
16:33
l'IA générative est un accélérateur,
16:35
mais sans garde-fou,
16:36
elle devient un multiplicateur de risques.
16:38
La clé ?
16:39
Anticiper,
16:40
former et contrôler.
16:43
Le chat va droit au but.
16:44
La décision stratégique automatisée,
16:47
c'est une vision plus business.
16:49
Le chantier proposé est intéressant,
16:51
spécialisé l'IA par métier.
16:53
Ça rejoint un vrai besoin que je vois,
16:55
donner des assistants adaptés aux usages plutôt qu'un seul outil générique.
16:59
Le risque identifié,
17:00
la propriété intellectuelle est moins souvent évoquée,
17:02
mais c'est un vrai sujet.
17:04
Qui possède le contenu généré ?
17:06
Comment éviter les violations de droits ?
17:09
Alors en conclusion,
17:10
qu'est-ce qu'on retient de ce tour de table pas comme les autres ?
17:13
D'abord que chaque IA a sa personnalité.
17:15
Chat GPT est pédagogique et structuré.
17:17
Claude est philosophique et humaniste.
17:19
Perplexity est factuel et business.
17:21
Gemini est orienté usage,
17:23
concret.
17:24
Le chat est pragmatique et direct.
17:26
Ensuite,
17:27
ces trois grands traits...
17:28
thèmes émergent.
17:29
La transformation,
17:30
tout le monde parle d'une hybridation humain-IA et d'une réorganisation profonde du travail.
17:36
Le chantier d'AIC,
17:37
c'est la connaissance et la productivité interne sont prioritaires,
17:41
mais avec des nuances entre l'IT,
17:42
le métier et l'industrialisation.
17:44
Les risques,
17:45
d'un côté,
17:46
la perte d'esprit critique,
17:48
de l'autre,
17:48
la sécurité,
17:49
la conformité et la propriété intellectuelle.
17:52
Mon message pour finir,
17:53
l'IA n'apporte pas de vérité absolue,
17:55
mais des angles de vue.
17:56
à nous de comparer,
17:57
recouper et garder notre esprit critique.
18:00
Et vous,
18:00
dans vos organisations,
18:01
quel serait votre premier chantier avec l'IA ?
18:03
Je serais ravi de lire vos retours et vos expériences.
18:06
Merci d'avoir écouté cet épisode,
18:08
cet épisode encore spécial.
18:10
N'hésitez pas à nous mettre des commentaires,
18:12
à partager,
18:13
à nous mettre des notes sur votre plateforme préférée.
18:15
Et rendez-vous très bientôt dans un nouvel épisode de DSI et des hommes.