20240325 - Acculturation - ACEP.pdf

DATE 25/03/2024 IA, Chat GPT : quels impacts pour les entreprises ? PROJET Acculturation à l’intelligence artificielle générative INTRODUCTION Sommaire Histoire et théorie de l’IA Usages et cas concrets : l’IA en entreprise 01. Qui sommes-nous ?...

DATE 25/03/2024 IA, Chat GPT : quels impacts pour les entreprises ? PROJET Acculturation à l’intelligence artificielle générative INTRODUCTION Sommaire Histoire et théorie de l’IA Usages et cas concrets : l’IA en entreprise 01. Qui sommes-nous ? 07. Comment prompter ? 02. l‘IA : kézako ? 08. Cas d‘usages concrets 09. Cas d‘usages Copilot 03. L‘arrivée de ChatGPT 10. Identifier les tâches augmentables 04. Les autres modèles d‘IA 11. Les limites et dangers de l’IA 05. Les caractéristiques des modèles 12. Comment s‘adapter ? 06. Demain l‘IA partout dans les entreprises 13. Installer ChatGPT  MISTER IA Histoire et théorie de l’IA  MISTER IA 01. Qui sommes-nous? 01. Qui sommes nous ? Expertise IA 20 000 lecteurs 60+ conférences Martin Pavanello CEO  MISTER IA 02. l’IA : kézako? 02. l‘IA : kézako? 1990 Machine Learning Le Machine Learning est un domaine de l'intelligence artificielle qui permet aux ordinateurs d'apprendre à partir des données. S’améliore avec les données​ Fait des prévisions basées sur les données​ Simplifie la prise de décisions 02. l‘IA : kézako? 1990 Machine Learning 2015 IA générative Le Machine Learning est un domaine L’IA générative bouleverse le secteur de l'intelligence artificielle qui permet car pour la première fois une IA est aux ordinateurs d'apprendre à partir capable de produire du contenu des données. original à partir de motifs répétitifs. S’améliore avec les données​ Production d’images​ Fait des prévisions basées sur les Production originale​ données​ Production infinie Simplifie la prise de décisions 02. l‘IA : kézako? 1990 Machine Learning 2015 IA générative 2017 Modèle de langage Le Machine Learning est un domaine L’IA générative bouleverse le secteur Enfin, la machine réussit à cracker de l'intelligence artificielle qui permet car pour la première fois une IA est un domaine impossible jusqu’ici : aux ordinateurs d'apprendre à partir capable de produire du contenu le langage. des données. original à partir de motifs répétitifs. S’améliore avec les données​ Production d’images​ Entrainement avec milliards de Fait des prévisions basées sur les Production originale​ données​ données​ Production infinie Technologie Transformer​ Simplifie la prise de décisions Analyse et génère du texte  MISTER IA 03. L’arrivée de ChatGPT 03. L’arrivée de ChatGPT Interface fin 2022​ Microsoft majoritaire ($ 10B investis)​ GPT-1, 2, 3, 4...​ 2022 : $ 28M​ 2023 : $ 1,6B Sam Altman CEO of OpenAI  05. L’arrivée de ChatGPT Sources : Yahoo Finances, UBS 03. L’arrivée de ChatGPT GPT-3.5 GPT-4 Texte Voix Entrée Fichiers PDF, Excel, PPT, etc. Images, captures d’écran Texte, codes informatique, formule Excel, etc. Voix Sortie Fichiers PDF, Excel, PPT, etc Images, captures d’écran Accès internet  MISTER IA 04. Les autres modèles d’IA  04. Les autres modèles IA Texte Source : Dust avec utilisation du modèle Claude 3  04. Les autres modèles IA Image Source : Midjourney  04. Les autres modèles IA Voix Source : Lipitt  04. Les autres modèles IA Vidéo Source : Sora  04. Les autres modèles IA Perplexity est un moteur de recherche propulsé par l'IA, capable de synthétiser les résultats de plusieurs sites pour fournir des réponses claires et complètes. Bientôt, il pourra être utilisé comme moteur de recherche par défaut dans les navigateurs, offrant une manière plus intelligente et efficace de trouver des informations en ligne. Source : Perplexity 04. Les autres modèles IA Entreprise Interface Modèle de langage OpenAI ChatGPT GPT-4 Anthropic Claude Claude 2.1 Google Gemini Gemini Microsoft Copilot GPT-4 X X Grok Meta Pas d’interface LLaMa  MISTER IA 05. Les caractéristiques des modèles 05. Les caractéristiques des modèles Le stagiaire Entrainé avec des milliards de données Du langage naturel pour les machines Pas de question mais des instructions Input de qualité = output de qualité  05. Les caractéristiques des modèles Sources : Ouest France, AFP  MISTER IA 06. Demain l’IA partout dans les entreprises 06. Demain l‘IA partout dans les entreprises - L‘IA arrive dans le quotidien des entreprises 06. Demain l‘IA partout dans les entreprises - L‘IA arrive dans le quotidien des entreprises Interface type ChatGPT Outils IA Logiciels existants Une grande partie des français Des outils utilisant l’intelligence artificielle Une grande partie des logiciels déjà connaissent et utilisent désormais Chat existent et vont aider les collaborateurs utilisés en entreprise vont être GPT entrainant de nouveaux enjeux : dans des tâches telles que : augmentés grâce à l’IA et il va falloir : Identifier des cas d’usages La prospection Les mettre en place Apprendre à prompter La synthèse de réunion Apprendre à les utiliser Sécuriser la donnée L’analyse de documents Exploiter leur potention 06. Demain l‘IA partout dans les entreprises - Certaines entreprises investissent massivement dans l’IA Propres modèles de langage Certaines entreprises décident même d’aller plus loin et de développer leur propre modèle de langage Plus précis Cas d’usages spécifiques Cher et difficile à créer 06. Demain l‘IA partout dans les entreprises - Etude BCG X Harvard Des tâches dans des domaines très divers 18 tâches différentes (analyse, créativité, etc.) : Proposer 10 nouveaux produits sur un créneau particulier, Analyser un segment de marché, Rédiger un communiqué de presse 758 consultants Réaliser une note inspirante Etc. 06. Demain l‘IA partout dans les entreprises - Etude BCG X Harvard +25% 18 tâches différentes tâches réalisées plus rapidement +12% plus de tâches réalisés 758 +41% consultants une qualité des tâches accrue 06. Demain l‘IA partout dans les entreprises - Etude BCG X Harvard Participants moins compétents. Amélioration de +43% Participants plus compétents. Amélioration de +17% Un consultant junior utilisant l’IA peut être plus performant qu’un senior ne l’utilisant pas  MISTER IA Usages et cas concrets : l’IA en entreprise  MISTER IA 07. Comment prompter? 07. Comment prompter? La méthode 01. Détailler une action/une tâche à réaliser 02. Fournir un contexte Par ordre 03. Donner des exemples d’importance 04. Prendre un rôle 05. Demander un format de sortie 06. Spécifier le ton  MISTER IA 08. Les cas d’usages ChatGPT 08. Les cas d’usages concrets Rédaction de Réalisation d’une Analyse avancée de Création de modules Accompagnement documents (NDA, étude de marché fichiers de formation pour un onboarding synthèse managériale) Analyse et réponses Création de contenu Création de logo, Amélioration du Aide au aux avis clients marketing contenus visuels SEO brainstorming 08. Les cas d’usages concrets - L’importance d’adapter le discours 08. Les cas d’usages concrets - L’utilisation de la capture d‘écran Analyse et résumé de pages web Traductions de documents visuels Assistance présentation PowerPoint Gestion des réseaux sociaux Analyse des schémas et des graphiques  08. Les cas d’usages concrets - La démo ChatGPT Source : SAP, ChatGPT  MISTER IA 09. Les cas d’usages Copilot  09. Les cas d’usages Copilot - C‘est quoi Copilot ? Source : Microsoft 09. Les cas d’usages Copilot Synthétiser un échange Modifier la couleur et la Résumer une réunion Générer de nouvelles Teams de plusieurs police des titres d’un PPT et en faire un email idées en se basant sur participants en 1 clic pour son équipe des documents Classifier et analyser Analyse de Préparer des Générer des des avis clients marchés entretiens formules excel en 2 clics 09. Les cas d’usages Copilot - Sondage 297 + de 3 mois 3 oct- 2 nov utilisateurs interrogés d’utilisation de Copilot 2023 09. Les cas d’usages Copilot - Sondage 70% Je suis plus productif 68% J’ai une meilleure qualité de travail 64% Je passe moins de temps à traiter mes mails 85% J’ai de meilleures “premières ébauches” 75% Je trouve rapidement ce que je cherche dans mes fichiers 77% Je ne veux plus travailler sans copilot  MISTER IA 10. Identifier les tâches augmentables 10. Identifier les tâches augmentables/automatisables Rédiger le contenu d’un site internet Optimiser le SEO Sans ChatGPT Avec ChatGPT Analyser les Améliorer les performances de la prompts campagne 10. Identifier les tâches augmentables/automatisables Tâches conscientes et accomplies : Tâches conscientes et non accomplies mais désirées: 1 les tâches que l’employé sait qu’il doit faire et qu’il accomplit effectivement les tâches que l’employé sait qu’il doit faire, qu’il ne fait pas, mais qu’il aimerait bien 2 Ex : Visites de propriétés accomplir Ex : Réalisation des comptes rendus de visite Tâches inconscientes et non accomplies, mais nécessaires : les tâches que l’employé ne 3 sait pas qu’il doit faire, qu’il ne fait pas, mis qu’il devrait effectuer Ex : Analyser des données du marché immobilier  MISTER IA 11. Les limites et dangers de l’IA 11. Les limites et dangers de l’IA Inexactitude Respect de la data Il est essentiel de comprendre que Les datas utilisés dans les outils d’IA ChatGPT a ses limites et qu’il ne peuvent être perdues et il est Les limites faut pas accepter toutes ses important de les gérer avec grande réponses comme des vérités précaution absolues. ChatGPT peut être biaisé Choisir les bons outils ChatGPT hallucine Choisir l’information donnée ChatGPT (gratuit) n’est pas Se former connecté à Internet Contourner le problème  11. Les limites et dangers de l’IA Préparer pour un dirigeant d’entreprise un rapport concis qui recommande une ligne de produit pour un investissement stratégique, étayé par des analyses et Certaines tâches facilement des témoignages, et suggérer des stratégies créatives pour optimiser cette ligne réalisables par un humain peuvent de produit sélectionnée. être difficiles pour une IA. Dans cet exemple, des collaborateurs ont utilisé une IA pour réaliser des tâches difficiles pour une IA. Plus de temps passé Qualité moins bonne Moins de rigueur Il faut donc bien connaitre la frontière ! https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4573321 11. Les limites et dangers de l’IA 11. Les limites et dangers de l’IA 11. Les limites et dangers de l’IA Le raisonnement unilatéral 11. Les limites et dangers de l’IA Prompt injection 11. Les limites et dangers de l’IA Questions Réponses OpenAI utilise-t-il mes données personnelles pour vendre des services ou créer des profils ? Non OpenAI peut-il utiliser les données confidentielles d'une session pour d'autres utilisateurs ? Non Oui pour la version gratuite (qui n’est donc pas sécurisée). Pour la version Teams, OpenAI utilise-t-il des données de requêtes pour entraîner ses modèles ? OpenAI anonymise et agrège les données pour éliminer toute information personnelle (à utiliser en cas de traitement de données sensibles) Des informations personnelles sont-elles utilisées pour entraîner ChatGPT ? Non Puis-je désactiver la collecte de données pour l'entraînement du modèle d’OpenAI ? Oui, via les paramètres de ChatGPT Puis-je refuser l'utilisation de mes données pour améliorer les services sans désactiver l'historique des conversations ? Oui ,via le formulaire OpenAI disponible sur le site  MISTER IA 12.Comment s’adapter ? 12.Comment s’adapter ? Se former Pourquoi ? Comment? Il est essentiel d’acculturer les Il est indispensable de se former à Se former collaborateurs avec ces nouveaux outils. Ils doivent comprendre les capacités de la machine ainsi que l’IA en apprenant à prompter. Mais cela ne suffit pas. Il faut avoir une démarche pro-active pour ses limites. appréhender l’IA. Gagner du temps Apprendre à prompter Rester compétitif Connaître les différents outils Technologie qui évolue très vite S’inspirer de cas d’usages “Jagged Frontier” Créer le réflexe IA 12.Comment s’adapter ? LLM ou Quick Wins? LLM Quick Wins La création et le déploiement d’un LLM propriétaire L’approche Quick Wins permet des gains nécessite plusieurs étapes importantes : en productivité beaucoup plus rapides et durables que l’approche LLM Rédaction et validation du cahier des charges propriétaire, à un coût bien moindre : (Taille du modèle,données d’entrainement,durée d’entrainement) Acculturation ou formation aux Identification des ressources et des expertises principes de base de l’IA générative et internes au prompting Recrutement d’experts IA (prestataires) Audit (1 mois) ou Audit flash (2 Développement du modèle semaines) Tests Utilisation par les collaborateurs dans Déploiement leur quotidien 12.Comment s’adapter ? LLM ou Quick Wins? LLM Quick Wins Délais de déploiement 14 mois 1 mois Mise en oeuvre Complexe et chronophage Facile et rapide Cout de l’opération 100k - plusieurs millions d’€ 5k-15k€ Retard de 1 an sur les dernières Dernières mises à jour Constamment à jour mises à jour Maintenance Maintenance indispensable Aucune maintenance  MISTER IA 13. Installer ChatGPT 13. Installer ChatGPT Cliquez pour télécharger 13. Installer ChatGPT 13. La newsletter Mister IA - Ne ratez rien  DATE 25/03/2024 Merci pour votre attention ! www.reallygreatsite.com PROJET [email protected] Acculturation à l’intelligence artificielle 123-456-7890