October 1, 2024 • 20 mins
Dans cet épisode, Jonathan Léveillé et Mathieu Mérineau discutent de l'intégration de l'intelligence artificielle (IA) dans des projets concrets chez Openmind Technologies. Après avoir abordé les principes de l'IA dans l'épisode 80, ils se concentrent cette fois sur des exemples réels pour améliorer les processus en entreprise. Découvrez comment l'IA peut non seulement résoudre des problèmes complexes mais aussi offrir des gains d'efficacité et une automatisation numérique exponentielle.
Mark as Played
Transcript
Episode Transcript
Available transcripts are automatically generated. Complete accuracy is not guaranteed.
(00:00):
Bienvenue au podcast pivot. Mon nom est Jonathan Léveillé,
président d'open mind technologies.
Le Podcast pivot est diffusé afin d'inspirer, d'éduquer les
entrepreneurs ayant une idée de produits technologiques
innovantes, communément appelée SAS, plateforme web, application
web ou mobile, et qui désire maximiser leurs chances de
succès dans l'aventure. Nous partageons trucs, astuces,
(00:23):
histoire à succès ainsi que des apprentissages d'échecs
d'entrepreneurs de renom. Le Podcast pivot est une
présentation de dev to. Co.com, filiale d'Open Main
technologies dev to co.com, aideexclusivement les entrepreneurs
ambitieux qui désirent développer leur idée
d'applications logicielles afin d'en faire un succès
(00:44):
d'envergure. Avant de débuter, je vous invite
à vous abonner et à activer les notifications sur votre
plateforme de balado préféré afin d'être avisée des nouveaux
épisodes sur ce bon podcast. De retour sur le podcast cette
semaine, on parle encore d'intelligence artificielle avec
Mathieu mérineau, notre directeur général bien aimé chez
(01:04):
open mind technologies. Mathieu, comment vas-tu cette
semaine? Et merci à toi Jonathan.
Ça va très bien. On fait suite à l'épisode numéro
quatre-vingts ou on dévoile un petit peu comment on utilise
l'intelligence artificielle dansnos équipes de développement
logiciel ici à l'interne. Maintenant l'épisode 82, on veut
parler un petit peu de cas réel qu'on voit dans les projets,
(01:26):
donc l'impact que ça peut avoir chez nos clients directement.
Donc l'intégration de l'intelligence artificielle.
Je débute par faire une prémisseque il y a beaucoup de gens qui
viennent nous voir en dire et jeveux faire de l'intelligence
artificielle, je veux avoir de l'intelligence artificielle.
C'est un buzzword que moi je perçois comme c'est trop utilisé
présentement et faut faire une distinction qui a une différence
(01:48):
entre créer de l'intelligence artificielle et slash d'en
développer et intégrer ce qui existe comme modèle présentement
en place. Exemple, chat GPT, Open I et
compagnie jimei et l'intégrer dans notre utilisation quotidien
ou dans nos systèmes qu'on développe.
Donc faut vraiment départager, créer de la nouvelle
(02:10):
intelligence artificielle et. Intégrer l'intelligence
artificielle on voit aujourd'huiy a des beaux cas d'utilisation
à faible coût d'intégration d'intelligence artificielle qui
ont été développées à coups de milliards de dollars par des
grandes entreprises open AI entre autres pour ne pas la la
nommer. On est capable de s'y interfacer
à ce moment-là, avec 1API entre autres, pour être capable
d'utiliser cette force là et de venir donner des super-pouvoirs
(02:33):
au logiciel qu'on développe. Donc aujourd'hui, on va parler
vraiment d'intégration de la force qui a été développée et
non de créer de l'intelligence artificielle.
Et une 2e parenthèse, souvent les les.
Ma perception de l'intelligence artificielle, c'est qu'à court
terme c'est surestimé et à long terme c'est sous-estimé.
(02:57):
Donc on a beaucoup de gens qui viennent nous voir, qui pensent
que ça va tout faire dans leur entreprise, ça va solutionner
toutes leurs problèmes. Aujourd'hui, on n'en est pas là.
On a quand même des bons cas réels d'intégration qu'on va
vous donner aujourd'hui, mais lavitesse à laquelle que ça se
développe à moyen et à long terme, il y a beaucoup trop de
gens qui sous-estiment l'impact que ça va avoir dans leur
logiciel, dans leur quotidien. Alors automatisation numérique
(03:20):
c'est pas une accélération qui est linéaire, c'est
exponentielle. Donc ne sous-estime pas ça.
Et de là l'importance d'avoir des lignes de code qui vous
appartiennent dans vos organisations ou ce que vous
êtes capable facilement éventuellement d'intégrer cette
force là qui commence à être disponible mais qui va être de
plus en plus disponible devant nous versus d'avoir seulement
(03:41):
des logiciels qu'on appelle des logiciels préfets ou tablette.
Que vous êtes dépendant du roadmap de ce fabricant là de
logiciels. Vous pouvez avoir un super
pouvoir que vous pouvez utiliseravec des lignes de code sur
mesure. C'est un peu ce qu'on offre chez
open mind, donc on saute dans levif du sujet à Mathieu.
Donc Mathieu, qu'est-ce que on répond ou qu'est-ce que tu
réponds aux gens qui viennent nous voir, qui disent je veux de
(04:04):
l'intelligence artificielle? La première des choses, on veut
d'abord bien comprendre leurs besoins.
L'intelligence artificielle, c'est une solution, mais on
cherche à comprendre qu'est-ce qui se cache comme besoin de
rien. Donc on va avoir 111 analyste
d'affaires ou un product owner qui fonctionne chez le client
pour comprendre les différents processus d'affaires de
l'organisation et les besoins qui sont les plus.
(04:28):
Dans une majorité de cas, d'abord, il faut qu'il y ait un
logiciel qui soit utilisé dans l'organisation.
Il va avoir des besoins spécifiques et le développement
sur mesure va répondre à la majorité des cas d'utilisation
qui ont réellement besoin souvent.
C'est ensuite qu'on va pouvoir venir intégrer de l'intelligence
artificielle pour répondre au cas un peu plus complexes qui
peuvent pas être résolus par lessimples développements sur
(04:53):
mesure ou l'automatisation ou qui va pouvoir venir enrichir
des modules supplémentaires. Ou logiciels qui sont existants
dans. Et et un élément intéressant
qu'on voit constamment, les gensviennent nous voir, dit-elle.
Je veux l'intelligence artificielle.
On leur demande, OK mais c'est quoi tes problèmes réels que tu
as? On finit par identifier un
(05:13):
problème qui est qu'il existe un1L, un large language model qui
est disponible là, qui était encore une fois développé à coup
de milliards qu'on peut prendre pour solutionner ce problème.
Que le client a mais on se rend compte qu'il manque la donnée,
le client n'a pas la donner requise qu'on doit envoyer au LM
dans le fond au au modèle d'intelligence artificielle.
Et de là encore faut partir par la base de dire OK on va
(05:36):
développer les interfaces, on vacréer les connecteurs en pour
aller chercher cette donnée là. Donc il y a souvent du travail à
faire en amont et des lignes de code à programmer avant même de
dire qu'on intègre ces modèles d'intelligence artificielle.
Donc comme tu dis Mathieu, on part de OK, vous voulez de
l'intelligence artificielle maisquels sont vos réels problèmes
et réels besoins? Et on va venir creuser à ce
moment-là ce qu'on a la donnée disponible souvent en quantité
(06:00):
pour être capable après ça d'utiliser toute la force de CL
là de ces langages large language model qui permettent
après ça de faire un petit peu de magie dans notre quotidien au
niveau de l'automatisation, au niveau de l'automatisation
numérique. Je pense qu'un coup qu'on sait
c'est quoi le problème. On fait une approche sélective à
ce moment-là de regarder quellesquelle solution de LM de large
(06:23):
language model ou une solution spécifique qui pourrait venir
régler le problème. Peux-tu nous parler un petit peu
de ça? Mathieu, de comment on fait
cette démarche là? Ouais tout à fait.
Après qu'on est identifié, quelssont les besoins on va regarder.
Est ce qu'une solution comme chat GPT ou le modèle de de
d'Open I avec lequel est interfacé?
Je vais répondre à la solution parce que dans certains cas il
(06:46):
faut avoir des personnes dépitées qui sont entraînées
avec la donnée existante pour bien y répondre, ou dans
d'autres cas ça va être des librairies ou des bibliothèques
de Computer vision par exemple pour le traitement de documents
ou d'images qui leur raconte plus spécifiquement au modem.
Donc là faut. Pour regarder.
Et souvent il va falloir faire des preuves de concept aussi
(07:07):
pour voir dans quelle mesure estce qu'on est capable de répondre
aux différents principaux cas, puis là ensuite on peut
continuer de peaufiner l'interface avec le monde.
Donc, si on amène un peu le langage en termes humains, on
pourrait dire qu'un modèle, c'est l'équivalent d'un cerveau.
On a un problème qu'on soumet à ce cerveau là pour venir nous
(07:29):
retourner. Une réponse qui théoriquement
devrait être pertinente. Il existe des cerveaux qui sont
génériques, qui sont entraînés sur beaucoup, beaucoup de
données qui peuvent nous solutionner un paquet de
problèmes. Donc.
Exemple open AITGP, c'est un cerveau générique, il peut avoir
des cerveaux spécifiques, comme tu disais Mathieu, si on a un
problème qu'on veut solutionner de reconnaissance, d'images, de
(07:50):
de de de comprendre ce qu'il y adans une image et d'en sortir
une bonne réponse. Mais y a des modèles, y a des
cerveaux qui ont été entraînés juste pour ça, qui vont souvent
donner une réponse plus pertinente que.
Un modèle générique comme celui d'Open I, Chat, GPT et
compagnie. On saute à ce moment-là dans les
cas concrets qu'on a vu qu'on a implantés dans différents
(08:11):
systèmes, dans différents produits qu'on a développés
autant à l'interne que pour des clients.
Mathieu, je t'inviterais peut-être à nous parler d'abord
et avant tout d'un produit qu'ona développé chez Open mind, qui
s'appelle Barry cast, qui est unqui permet d'enregistrer de
courtes vidéos qu'on peut partager facilement à d'autres
interlocuteurs. Ça peut sauver un paquet de
meetings inutiles. Ça peut enregistrer des
(08:33):
procédures qu'on peut transférerà à, à nos clients, à nos
employés. Ouais donc y a un paquet de code
d'utilisation mais la logique debarricades c'est d'enregistrer
du vidéo et de l'audio et le transmettre.
On a réussi à utiliser plusieurscerveaux générals généraux et
spécifiques. Dans le cas de Micas.
Pourrais-tu nous en parler, nousdonner des cas concrets là qui
(08:55):
sont en fonction aujourd'hui? D'Américains qui pourraient
inspirer un peu les gens? Dire ça, je pourrais le prendre
et peut-être l'utiliser dans monorganisation.
Tout à fait, donc berkan ça va générer un un vidéo et un des
premiers exemples qu'on vient. Interfacer avec l'intelligence
artificielle c'est beaucoup convertir l'audio du vidéo en
(09:15):
texte donc ça peut être ajouté dans les transcripts dans dans
le vidéo ou on pouvoir en avoir un résumé aussi également parce
que là ça nous permet de regarder quels sont les points
d'action que le l'interlocuteur a mentionné pendant son vidéo.
Dans certains cas véhicule c'estutilisé également pour
(09:37):
enregistrer des rencontres, donclà ça permet d'obtenir les
résumés de ce qui s'est discuté.Et des points d'action qui
doivent être suivis dans la rencontre.
C'est des exemples que les modèles d'intelligence
artificielle permettent aux. Généralement, quand on a le
transcript, on peut avoir les résumés, les points d'action.
(09:59):
Mais ce qui est intéressant, ce qui s'en vient aussi avec les
modèles, c'est la capacité pour une intelligence artificielle de
répliquer la voix, la tonalité d'une personne avec le même
accent. Donc les modèles s'en viennent
que avec un court 7 secondes d'audio.
Vont être en mesure de pouvoir reconnaître les les tons
spécifiques de quelqu'un dans une vidéo par exemple, et
(10:24):
éventuellement de pouvoir traduire un vidéo dans une autre
langue en respectant les mimiques puis la tonalité d'une
personne pour donner l'impression que cela a été
enregistrée dans la langue d'origine.
Donc on est vraiment rendu proche de ce qu'on appelle le le
fameux Deep fake qui met dans des cas d'utilisation de positif
(10:46):
et non négatif. Donc exemple, vous auriez des
clients dans une autre langue, vous voulez leur montrer quelque
chose à l'écran ou leur transmettre l'information avec
du non-verbal qui passe? Ben vous le faites dans votre
langue native, ça se traduit pratiquement automatiquement
dans la langue de la personne qu'il reçoit.
L'autre côté, il a l'impression que vous parlez parfaitement sa
langue et par contre vous avez votre touche humaine à vous
(11:08):
derrière tout ça. Donc on en est rendu là, on a vu
des choses, on a des gens entre autres, on parlait avec des gens
chez Microsoft. Les dernières journées qui me
disaient qu'ils utilisent à l'interne déjà ces modèles là et
qu'ils les testent. Donc on est vraiment là sur le
point d'avoir ça disponible au grand public devant nous dans
les prochaines journées, voir prochaines prochaines semaines.
Donc quelques cas concrets pour béric NAS, on a des cas concrets
(11:30):
qu'on a fait là pour les clientschez open mind de reconnaissance
d'images. Peux-tu nous parler un peu de ça
s'il te plaît, Mathieu? C'est c'est un exemple de
excellent pour distinguer les cas où l'intelligence
artificielle ajoute vraiment un plus par rapport au
développement sur mesure. Donc les librairies de
reconnaissance d'images peuvent servir reconnaître par exemple,
(11:52):
des documents qui vont avoir éténumérisés et dans lequel on
cherche à insérer dans notre IP ou dans notre système comptable
le numéro de PO, le montant total de la facture, les taxes
par exemple, qu'on doit distinguer dans une majorité de
cas-là quand les documents. Que de façon numérique, qui sont
toujours dans le même modèle, onpeut les traiter de façon
(12:14):
automatisée, avec du développement sur mesure et dans
des cas qui sont concrets, là qui arrivent souvent sur le
terrain et on reçoit les documents, pas toujours de façon
électronique, faut les numériser, ils sont pas toujours
des qualités parfaites. On travaille avec différents
fournisseurs qui ont pas toujours les mêmes numéros de
facture aux mêmes endroits. Les factures sont pas formatées,
(12:35):
toujours de la même façon. Donc c'est là que l'intelligence
artificielle va nous aider à travailler.
À apprendre dans une facture. Ben où est dans celle-ci que je
ne connais pas, que j'ai pas pu programmer dans mon modèle à
l'avance, mais trouve-moi le numéro de PO Trouve-moi les
taxes trouve-moi? Quelles sont les juges, les
(12:56):
numéros de produits qui sont surla facture?
Donc l'intelligence artificielleva permettre de gérer des cas
qui sont. Qu'un sur le terrain, mais qui
peuvent être très remarqués. On a vu des cas réels chez des
clients qui servaient beaucoup de factures fournisseurs, qui
avait une personne à temps pleinqui retranscrivait cette
(13:17):
information là de manière manuelle.
On a eu la chance d'automatiser ce processus là pour réussir à
créer vraiment de la valeur et et c'est fonctionnel.
Là on va vraiment sur le terrain.
Les modèles de reconnaissance auniveau de l'image sont rendus à
un niveau qui sont égal ou même supérieur au minimum requis pour
dépasser ce que l'humain peut faire.
(13:38):
Donc grande accélération ce moment-là du traitement de
l'information, diminution du nombre d'erreurs.
Retour sur investissement très rapide à ce moment-là pour le
client, donc ça c'est c'est des cas réels qu'on a faites chez
des clients. Autre cas que je pense qu'on
pourrait parler, c'est au niveauencore de la reconnaissance
d'image, c'est au niveau des défauts potentiels sur des
(13:59):
choses en production avait un petit peu d'information Mathieu,
que tu pourrais nous partager là-dessus?
Oui, Ben là. Ensuite, on peut traiter aussi
la photo d'une pièce qui vient d'être usinée ou produite et de
s'assurer à ce qu'elle répond auplan initial.
Donc, la reconnaissance d'image va nous permettre de détecter
s'il y a des défauts dans la pièce ou dans certains cas.
(14:20):
À l'inverse, je dois dire de digitaliser une pièce, d'être
capable de reconnaître quelles sont ses dimensions, les
mesures, de la mesurer puis de l'amener dans un outil de
cadre-là donc un outil de modélisation.
Très pertinent. On a vu également des cas d'aide
à la prise de décision pour la gestion d'inventaire et des
(14:41):
ventes. Pourrais-tu nous exprimer un
petit peu ça plus en détail, Mathieu?
Oui, dans dans bien des cas, lesfacteurs qui viennent influencer
sur le le, le coût d'un produit,soit à l'achat ou le prix de
vente peuvent varier selon différents facteurs, l'économie
mondiale, ce qui est en stock, ce qu'on peut en sniper devant
(15:05):
nous. Donc c'est un domaine qui mérite
d'être approfondi. Il y a différents projets de
recherche et de développement qui peuvent se faire pour savoir
à quel moment selon. Une historique pensée, mais
l'ensemble de facteurs qui serait difficile à modéliser
pour un humain, dans quel momentest-ce que c'est approprié de
venir stocker ou de venir vendreà un prix plus avantageux pour
(15:28):
écouler de l'invention? Donc encore là, de la suggestion
qui fait à l'humain, l'humain prend la décision finale.
Mais l'intelligence artificiellea la capacité d'aller chercher
beaucoup plus de données, beaucoup plus de volume d'inter.
Croiser ces variables là mais ces données là pour faire une
proposition, et ça rend un petitpeu des super-pouvoirs allumer
par la suite à prendre la décision derrière tout ça.
(15:51):
Comment également ça peut aider l'intelligence artificielle pour
un utilisateur dans un système par exemple?
Ça va grandement contribuer à l'implantation.
D'un système succès parce qu'un utilisateur qui va avoir des
questions sur l'utilisation d'unsystème pourrait interroger la
base de connaissances qu'on a fourni à l'intelligence
(16:13):
artificielle et poser des questions sur l'utilisation du
système. Donc comment est-ce que je dois
créer une commande? J'ai un champ ici, dans quel cas
est-ce que je dois le remplir oule laisser vide?
Donc on peut fournir toute l'information de comment le
système doit être utilisé. L'intelligence artificielle
pourrait apprendre aussi l'usagedu système en fonction de ce
(16:35):
qu'on lui a fourni. Comme une maquette, comme un
requis au cours du développementégalement.
Et puis là, l'utilisateur peut poser la question à même le
logiciel qui va lui donner la réponse qui est approprié.
Donc ça contribue grandement à former quelqu'un à l'utilisation
d'un logiciel, puis à réussir à l'implanter avec succès.
(16:57):
Foresti, donc si on résume rapidement l'intelligence
artificielle dans l'intégration,aujourd'hui dans les solutions
logicielles, on voit qu'il y a une belle force et capacité de
partir. De de l'audio à du texte, du
texte à l'audio, la reconnaissance d'images, la
conversation, ou du moins de répondre à des questions si on a
injecté le bon contenu à l'intérieur.
(17:18):
Donc on est dans cette sphère làà l'heure actuelle, il y a des
cas concrets qu'on peut régler dans des organisations ou des
problèmes d'entreprise réels, etça ne fait que s'accélérer
devant nous de manière exponentielle.
Donc on est vraiment selon moi au début de la vague où ce qu'on
va voir, une grande accélérationde l'automatisation numérique
grâce à l'intelligence artificielle.
Mais pour ça, il vous faut des gens qui développent des lignes
de code pour vous, donc. Plus vous avez des lignes de
(17:42):
code sur-mesure, plus que vous avez la capacité d'intégrer ces
effets de levier là au niveau del'intelligence artificielle, et
c'est ce qu'on fait chez openmind pour vous aider à
atteindre l'excellence numérique.
Mathieu, quelque chose à ajouteravant qu'on termine pour
aujourd'hui l'épisode? J'ajouterai, en fonction des
besoins dans un projet, il peut y avoir toutes sortes de
(18:03):
solutions. Les modèles continuent à se
développer et à se confiner. Je pense entre autres au modèle
pour analyser les sentiments dans ce qu'on pourrait lire
comme note qu'un représentant inscrit par rapport à ces
rencontres d'un client ou ce quele client dans certains cas va
nous fournir comme information pour venir déterminer à ce qu'on
est fait d'une vente par exemple.
Donc il y a de plus en plus de modèles spécifiques qui
(18:25):
répondent à différents cas d'utilisation, donc en fonction
des besoins. Faut identifier c'est quoi le
modèle? Puis si le modèle n'est pas
entraîné aujourd'hui, demain il risque.
Enfin, astique, merci Mathieu d'être généreusement.
Venez avec nous aujourd'hui partager un petit peu ce que tu
vois sur l'intelligence artificielle dans des cas
(18:45):
concrets. On vous invite également une
fois de plus à écouter l'épisodequatre-vingts où on explique
avec Mathieu Mathieu nous explique comment on intègre dans
nos méthodes de production dans nos équipes de développement
l'intelligence artificielle doncà ne pas manquer, épisode 80 et
on a un petit cadeau dans l'épisode 80 pour vous.
Gratuit, vous pouvez téléchargerpour vous aider dans
l'intégration de l'i a dans vos équipes de développement
(19:07):
logiciel donc merci à tous. D'avoir été des nôtres.
Si vous aimez le contenu qu'on produit, on vous demande une
seule chose, mettez sur pause cet épisode, prenez 7 secondes
de votre temps pour aller mettreun 5 étoiles sur votre
plateforme de balado préféré. Ça fait toute la différence pour
nous et ça nous encourage à de plus en plus créer du contenu
qui se colle à votre réalité. Donc plus vous allez liker et
(19:31):
mettre un mettez un 5 étoiles plus qu'on peut dédier du temps
pour vous aider à avancer vers le positif dans votre
organisation. Merci Mathieu encore une fois et
pour tous ceux qui nous écoutent.
Dit à bientôt. Merci encore une fois d'avoir
été des nôtres cette semaine. On est également curieux de
savoir ce que vous avez aimé et qu'est-ce que vous aimeriez
entendre sur le podcast dans lesprochains trimestres.
(19:53):
Donc n'hésitez pas à venir m'écrire directement sur
LinkedIn. Bon Ben j'entends l'éveiller et
je vous dis à la prochaine.
Bienvenue au podcast pivot. Mon nom est Jonathan Léveillé,
président d'open mind technologies.
Le Podcast pivot est diffusé afin d'inspirer, d'éduquer les
entrepreneurs ayant une idée de produits technologiques
innovantes, communément appelée SAS, plateforme web, application
web ou mobile, et qui désire maximiser leurs chances de
succès dans l'aventure. Nous partageons trucs, astuces,
(00:23):
histoire à succès ainsi que des apprentissages d'échecs
d'entrepreneurs de renom. Le Podcast pivot est une
présentation de dev to. Co.com, filiale d'Open Main
technologies dev to co.com, aideexclusivement les entrepreneurs
ambitieux qui désirent développer leur idée
d'applications logicielles afin d'en faire un succès
(00:44):
d'envergure. Avant de débuter, je vous invite
à vous abonner et à activer les notifications sur votre
plateforme de balado préféré afin d'être avisée des nouveaux
épisodes sur ce bon podcast. De retour sur le podcast cette
semaine, on parle encore d'intelligence artificielle avec
Mathieu mérineau, notre directeur général bien aimé chez
(01:04):
open mind technologies. Mathieu, comment vas-tu cette
semaine? Et merci à toi Jonathan.
Ça va très bien. On fait suite à l'épisode numéro
quatre-vingts ou on dévoile un petit peu comment on utilise
l'intelligence artificielle dansnos équipes de développement
logiciel ici à l'interne. Maintenant l'épisode 82, on veut
parler un petit peu de cas réel qu'on voit dans les projets,
(01:26):
donc l'impact que ça peut avoir chez nos clients directement.
Donc l'intégration de l'intelligence artificielle.
Je débute par faire une prémisseque il y a beaucoup de gens qui
viennent nous voir en dire et jeveux faire de l'intelligence
artificielle, je veux avoir de l'intelligence artificielle.
C'est un buzzword que moi je perçois comme c'est trop utilisé
présentement et faut faire une distinction qui a une différence
(01:48):
entre créer de l'intelligence artificielle et slash d'en
développer et intégrer ce qui existe comme modèle présentement
en place. Exemple, chat GPT, Open I et
compagnie jimei et l'intégrer dans notre utilisation quotidien
ou dans nos systèmes qu'on développe.
Donc faut vraiment départager, créer de la nouvelle
(02:10):
intelligence artificielle et. Intégrer l'intelligence
artificielle on voit aujourd'huiy a des beaux cas d'utilisation
à faible coût d'intégration d'intelligence artificielle qui
ont été développées à coups de milliards de dollars par des
grandes entreprises open AI entre autres pour ne pas la la
nommer. On est capable de s'y interfacer
à ce moment-là, avec 1API entre autres, pour être capable
d'utiliser cette force là et de venir donner des super-pouvoirs
(02:33):
au logiciel qu'on développe. Donc aujourd'hui, on va parler
vraiment d'intégration de la force qui a été développée et
non de créer de l'intelligence artificielle.
Et une 2e parenthèse, souvent les les.
Ma perception de l'intelligence artificielle, c'est qu'à court
terme c'est surestimé et à long terme c'est sous-estimé.
(02:57):
Donc on a beaucoup de gens qui viennent nous voir, qui pensent
que ça va tout faire dans leur entreprise, ça va solutionner
toutes leurs problèmes. Aujourd'hui, on n'en est pas là.
On a quand même des bons cas réels d'intégration qu'on va
vous donner aujourd'hui, mais lavitesse à laquelle que ça se
développe à moyen et à long terme, il y a beaucoup trop de
gens qui sous-estiment l'impact que ça va avoir dans leur
logiciel, dans leur quotidien. Alors automatisation numérique
(03:20):
c'est pas une accélération qui est linéaire, c'est
exponentielle. Donc ne sous-estime pas ça.
Et de là l'importance d'avoir des lignes de code qui vous
appartiennent dans vos organisations ou ce que vous
êtes capable facilement éventuellement d'intégrer cette
force là qui commence à être disponible mais qui va être de
plus en plus disponible devant nous versus d'avoir seulement
(03:41):
des logiciels qu'on appelle des logiciels préfets ou tablette.
Que vous êtes dépendant du roadmap de ce fabricant là de
logiciels. Vous pouvez avoir un super
pouvoir que vous pouvez utiliseravec des lignes de code sur
mesure. C'est un peu ce qu'on offre chez
open mind, donc on saute dans levif du sujet à Mathieu.
Donc Mathieu, qu'est-ce que on répond ou qu'est-ce que tu
réponds aux gens qui viennent nous voir, qui disent je veux de
(04:04):
l'intelligence artificielle? La première des choses, on veut
d'abord bien comprendre leurs besoins.
L'intelligence artificielle, c'est une solution, mais on
cherche à comprendre qu'est-ce qui se cache comme besoin de
rien. Donc on va avoir 111 analyste
d'affaires ou un product owner qui fonctionne chez le client
pour comprendre les différents processus d'affaires de
l'organisation et les besoins qui sont les plus.
(04:28):
Dans une majorité de cas, d'abord, il faut qu'il y ait un
logiciel qui soit utilisé dans l'organisation.
Il va avoir des besoins spécifiques et le développement
sur mesure va répondre à la majorité des cas d'utilisation
qui ont réellement besoin souvent.
C'est ensuite qu'on va pouvoir venir intégrer de l'intelligence
artificielle pour répondre au cas un peu plus complexes qui
peuvent pas être résolus par lessimples développements sur
(04:53):
mesure ou l'automatisation ou qui va pouvoir venir enrichir
des modules supplémentaires. Ou logiciels qui sont existants
dans. Et et un élément intéressant
qu'on voit constamment, les gensviennent nous voir, dit-elle.
Je veux l'intelligence artificielle.
On leur demande, OK mais c'est quoi tes problèmes réels que tu
as? On finit par identifier un
(05:13):
problème qui est qu'il existe un1L, un large language model qui
est disponible là, qui était encore une fois développé à coup
de milliards qu'on peut prendre pour solutionner ce problème.
Que le client a mais on se rend compte qu'il manque la donnée,
le client n'a pas la donner requise qu'on doit envoyer au LM
dans le fond au au modèle d'intelligence artificielle.
Et de là encore faut partir par la base de dire OK on va
(05:36):
développer les interfaces, on vacréer les connecteurs en pour
aller chercher cette donnée là. Donc il y a souvent du travail à
faire en amont et des lignes de code à programmer avant même de
dire qu'on intègre ces modèles d'intelligence artificielle.
Donc comme tu dis Mathieu, on part de OK, vous voulez de
l'intelligence artificielle maisquels sont vos réels problèmes
et réels besoins? Et on va venir creuser à ce
moment-là ce qu'on a la donnée disponible souvent en quantité
(06:00):
pour être capable après ça d'utiliser toute la force de CL
là de ces langages large language model qui permettent
après ça de faire un petit peu de magie dans notre quotidien au
niveau de l'automatisation, au niveau de l'automatisation
numérique. Je pense qu'un coup qu'on sait
c'est quoi le problème. On fait une approche sélective à
ce moment-là de regarder quellesquelle solution de LM de large
(06:23):
language model ou une solution spécifique qui pourrait venir
régler le problème. Peux-tu nous parler un petit peu
de ça? Mathieu, de comment on fait
cette démarche là? Ouais tout à fait.
Après qu'on est identifié, quelssont les besoins on va regarder.
Est ce qu'une solution comme chat GPT ou le modèle de de
d'Open I avec lequel est interfacé?
Je vais répondre à la solution parce que dans certains cas il
(06:46):
faut avoir des personnes dépitées qui sont entraînées
avec la donnée existante pour bien y répondre, ou dans
d'autres cas ça va être des librairies ou des bibliothèques
de Computer vision par exemple pour le traitement de documents
ou d'images qui leur raconte plus spécifiquement au modem.
Donc là faut. Pour regarder.
Et souvent il va falloir faire des preuves de concept aussi
(07:07):
pour voir dans quelle mesure estce qu'on est capable de répondre
aux différents principaux cas, puis là ensuite on peut
continuer de peaufiner l'interface avec le monde.
Donc, si on amène un peu le langage en termes humains, on
pourrait dire qu'un modèle, c'est l'équivalent d'un cerveau.
On a un problème qu'on soumet à ce cerveau là pour venir nous
(07:29):
retourner. Une réponse qui théoriquement
devrait être pertinente. Il existe des cerveaux qui sont
génériques, qui sont entraînés sur beaucoup, beaucoup de
données qui peuvent nous solutionner un paquet de
problèmes. Donc.
Exemple open AITGP, c'est un cerveau générique, il peut avoir
des cerveaux spécifiques, comme tu disais Mathieu, si on a un
problème qu'on veut solutionner de reconnaissance, d'images, de
(07:50):
de de de comprendre ce qu'il y adans une image et d'en sortir
une bonne réponse. Mais y a des modèles, y a des
cerveaux qui ont été entraînés juste pour ça, qui vont souvent
donner une réponse plus pertinente que.
Un modèle générique comme celui d'Open I, Chat, GPT et
compagnie. On saute à ce moment-là dans les
cas concrets qu'on a vu qu'on a implantés dans différents
(08:11):
systèmes, dans différents produits qu'on a développés
autant à l'interne que pour des clients.
Mathieu, je t'inviterais peut-être à nous parler d'abord
et avant tout d'un produit qu'ona développé chez Open mind, qui
s'appelle Barry cast, qui est unqui permet d'enregistrer de
courtes vidéos qu'on peut partager facilement à d'autres
interlocuteurs. Ça peut sauver un paquet de
meetings inutiles. Ça peut enregistrer des
(08:33):
procédures qu'on peut transférerà à, à nos clients, à nos
employés. Ouais donc y a un paquet de code
d'utilisation mais la logique debarricades c'est d'enregistrer
du vidéo et de l'audio et le transmettre.
On a réussi à utiliser plusieurscerveaux générals généraux et
spécifiques. Dans le cas de Micas.
Pourrais-tu nous en parler, nousdonner des cas concrets là qui
(08:55):
sont en fonction aujourd'hui? D'Américains qui pourraient
inspirer un peu les gens? Dire ça, je pourrais le prendre
et peut-être l'utiliser dans monorganisation.
Tout à fait, donc berkan ça va générer un un vidéo et un des
premiers exemples qu'on vient. Interfacer avec l'intelligence
artificielle c'est beaucoup convertir l'audio du vidéo en
(09:15):
texte donc ça peut être ajouté dans les transcripts dans dans
le vidéo ou on pouvoir en avoir un résumé aussi également parce
que là ça nous permet de regarder quels sont les points
d'action que le l'interlocuteur a mentionné pendant son vidéo.
Dans certains cas véhicule c'estutilisé également pour
(09:37):
enregistrer des rencontres, donclà ça permet d'obtenir les
résumés de ce qui s'est discuté.Et des points d'action qui
doivent être suivis dans la rencontre.
C'est des exemples que les modèles d'intelligence
artificielle permettent aux. Généralement, quand on a le
transcript, on peut avoir les résumés, les points d'action.
(09:59):
Mais ce qui est intéressant, ce qui s'en vient aussi avec les
modèles, c'est la capacité pour une intelligence artificielle de
répliquer la voix, la tonalité d'une personne avec le même
accent. Donc les modèles s'en viennent
que avec un court 7 secondes d'audio.
Vont être en mesure de pouvoir reconnaître les les tons
spécifiques de quelqu'un dans une vidéo par exemple, et
(10:24):
éventuellement de pouvoir traduire un vidéo dans une autre
langue en respectant les mimiques puis la tonalité d'une
personne pour donner l'impression que cela a été
enregistrée dans la langue d'origine.
Donc on est vraiment rendu proche de ce qu'on appelle le le
fameux Deep fake qui met dans des cas d'utilisation de positif
(10:46):
et non négatif. Donc exemple, vous auriez des
clients dans une autre langue, vous voulez leur montrer quelque
chose à l'écran ou leur transmettre l'information avec
du non-verbal qui passe? Ben vous le faites dans votre
langue native, ça se traduit pratiquement automatiquement
dans la langue de la personne qu'il reçoit.
L'autre côté, il a l'impression que vous parlez parfaitement sa
langue et par contre vous avez votre touche humaine à vous
(11:08):
derrière tout ça. Donc on en est rendu là, on a vu
des choses, on a des gens entre autres, on parlait avec des gens
chez Microsoft. Les dernières journées qui me
disaient qu'ils utilisent à l'interne déjà ces modèles là et
qu'ils les testent. Donc on est vraiment là sur le
point d'avoir ça disponible au grand public devant nous dans
les prochaines journées, voir prochaines prochaines semaines.
Donc quelques cas concrets pour béric NAS, on a des cas concrets
(11:30):
qu'on a fait là pour les clientschez open mind de reconnaissance
d'images. Peux-tu nous parler un peu de ça
s'il te plaît, Mathieu? C'est c'est un exemple de
excellent pour distinguer les cas où l'intelligence
artificielle ajoute vraiment un plus par rapport au
développement sur mesure. Donc les librairies de
reconnaissance d'images peuvent servir reconnaître par exemple,
(11:52):
des documents qui vont avoir éténumérisés et dans lequel on
cherche à insérer dans notre IP ou dans notre système comptable
le numéro de PO, le montant total de la facture, les taxes
par exemple, qu'on doit distinguer dans une majorité de
cas-là quand les documents. Que de façon numérique, qui sont
toujours dans le même modèle, onpeut les traiter de façon
(12:14):
automatisée, avec du développement sur mesure et dans
des cas qui sont concrets, là qui arrivent souvent sur le
terrain et on reçoit les documents, pas toujours de façon
électronique, faut les numériser, ils sont pas toujours
des qualités parfaites. On travaille avec différents
fournisseurs qui ont pas toujours les mêmes numéros de
facture aux mêmes endroits. Les factures sont pas formatées,
(12:35):
toujours de la même façon. Donc c'est là que l'intelligence
artificielle va nous aider à travailler.
À apprendre dans une facture. Ben où est dans celle-ci que je
ne connais pas, que j'ai pas pu programmer dans mon modèle à
l'avance, mais trouve-moi le numéro de PO Trouve-moi les
taxes trouve-moi? Quelles sont les juges, les
(12:56):
numéros de produits qui sont surla facture?
Donc l'intelligence artificielleva permettre de gérer des cas
qui sont. Qu'un sur le terrain, mais qui
peuvent être très remarqués. On a vu des cas réels chez des
clients qui servaient beaucoup de factures fournisseurs, qui
avait une personne à temps pleinqui retranscrivait cette
(13:17):
information là de manière manuelle.
On a eu la chance d'automatiser ce processus là pour réussir à
créer vraiment de la valeur et et c'est fonctionnel.
Là on va vraiment sur le terrain.
Les modèles de reconnaissance auniveau de l'image sont rendus à
un niveau qui sont égal ou même supérieur au minimum requis pour
dépasser ce que l'humain peut faire.
(13:38):
Donc grande accélération ce moment-là du traitement de
l'information, diminution du nombre d'erreurs.
Retour sur investissement très rapide à ce moment-là pour le
client, donc ça c'est c'est des cas réels qu'on a faites chez
des clients. Autre cas que je pense qu'on
pourrait parler, c'est au niveauencore de la reconnaissance
d'image, c'est au niveau des défauts potentiels sur des
(13:59):
choses en production avait un petit peu d'information Mathieu,
que tu pourrais nous partager là-dessus?
Oui, Ben là. Ensuite, on peut traiter aussi
la photo d'une pièce qui vient d'être usinée ou produite et de
s'assurer à ce qu'elle répond auplan initial.
Donc, la reconnaissance d'image va nous permettre de détecter
s'il y a des défauts dans la pièce ou dans certains cas.
(14:20):
À l'inverse, je dois dire de digitaliser une pièce, d'être
capable de reconnaître quelles sont ses dimensions, les
mesures, de la mesurer puis de l'amener dans un outil de
cadre-là donc un outil de modélisation.
Très pertinent. On a vu également des cas d'aide
à la prise de décision pour la gestion d'inventaire et des
(14:41):
ventes. Pourrais-tu nous exprimer un
petit peu ça plus en détail, Mathieu?
Oui, dans dans bien des cas, lesfacteurs qui viennent influencer
sur le le, le coût d'un produit,soit à l'achat ou le prix de
vente peuvent varier selon différents facteurs, l'économie
mondiale, ce qui est en stock, ce qu'on peut en sniper devant
(15:05):
nous. Donc c'est un domaine qui mérite
d'être approfondi. Il y a différents projets de
recherche et de développement qui peuvent se faire pour savoir
à quel moment selon. Une historique pensée, mais
l'ensemble de facteurs qui serait difficile à modéliser
pour un humain, dans quel momentest-ce que c'est approprié de
venir stocker ou de venir vendreà un prix plus avantageux pour
(15:28):
écouler de l'invention? Donc encore là, de la suggestion
qui fait à l'humain, l'humain prend la décision finale.
Mais l'intelligence artificiellea la capacité d'aller chercher
beaucoup plus de données, beaucoup plus de volume d'inter.
Croiser ces variables là mais ces données là pour faire une
proposition, et ça rend un petitpeu des super-pouvoirs allumer
par la suite à prendre la décision derrière tout ça.
(15:51):
Comment également ça peut aider l'intelligence artificielle pour
un utilisateur dans un système par exemple?
Ça va grandement contribuer à l'implantation.
D'un système succès parce qu'un utilisateur qui va avoir des
questions sur l'utilisation d'unsystème pourrait interroger la
base de connaissances qu'on a fourni à l'intelligence
(16:13):
artificielle et poser des questions sur l'utilisation du
système. Donc comment est-ce que je dois
créer une commande? J'ai un champ ici, dans quel cas
est-ce que je dois le remplir oule laisser vide?
Donc on peut fournir toute l'information de comment le
système doit être utilisé. L'intelligence artificielle
pourrait apprendre aussi l'usagedu système en fonction de ce
(16:35):
qu'on lui a fourni. Comme une maquette, comme un
requis au cours du développementégalement.
Et puis là, l'utilisateur peut poser la question à même le
logiciel qui va lui donner la réponse qui est approprié.
Donc ça contribue grandement à former quelqu'un à l'utilisation
d'un logiciel, puis à réussir à l'implanter avec succès.
(16:57):
Foresti, donc si on résume rapidement l'intelligence
artificielle dans l'intégration,aujourd'hui dans les solutions
logicielles, on voit qu'il y a une belle force et capacité de
partir. De de l'audio à du texte, du
texte à l'audio, la reconnaissance d'images, la
conversation, ou du moins de répondre à des questions si on a
injecté le bon contenu à l'intérieur.
(17:18):
Donc on est dans cette sphère làà l'heure actuelle, il y a des
cas concrets qu'on peut régler dans des organisations ou des
problèmes d'entreprise réels, etça ne fait que s'accélérer
devant nous de manière exponentielle.
Donc on est vraiment selon moi au début de la vague où ce qu'on
va voir, une grande accélérationde l'automatisation numérique
grâce à l'intelligence artificielle.
Mais pour ça, il vous faut des gens qui développent des lignes
de code pour vous, donc. Plus vous avez des lignes de
(17:42):
code sur-mesure, plus que vous avez la capacité d'intégrer ces
effets de levier là au niveau del'intelligence artificielle, et
c'est ce qu'on fait chez openmind pour vous aider à
atteindre l'excellence numérique.
Mathieu, quelque chose à ajouteravant qu'on termine pour
aujourd'hui l'épisode? J'ajouterai, en fonction des
besoins dans un projet, il peut y avoir toutes sortes de
(18:03):
solutions. Les modèles continuent à se
développer et à se confiner. Je pense entre autres au modèle
pour analyser les sentiments dans ce qu'on pourrait lire
comme note qu'un représentant inscrit par rapport à ces
rencontres d'un client ou ce quele client dans certains cas va
nous fournir comme information pour venir déterminer à ce qu'on
est fait d'une vente par exemple.
Donc il y a de plus en plus de modèles spécifiques qui
(18:25):
répondent à différents cas d'utilisation, donc en fonction
des besoins. Faut identifier c'est quoi le
modèle? Puis si le modèle n'est pas
entraîné aujourd'hui, demain il risque.
Enfin, astique, merci Mathieu d'être généreusement.
Venez avec nous aujourd'hui partager un petit peu ce que tu
vois sur l'intelligence artificielle dans des cas
(18:45):
concrets. On vous invite également une
fois de plus à écouter l'épisodequatre-vingts où on explique
avec Mathieu Mathieu nous explique comment on intègre dans
nos méthodes de production dans nos équipes de développement
l'intelligence artificielle doncà ne pas manquer, épisode 80 et
on a un petit cadeau dans l'épisode 80 pour vous.
Gratuit, vous pouvez téléchargerpour vous aider dans
l'intégration de l'i a dans vos équipes de développement
(19:07):
logiciel donc merci à tous. D'avoir été des nôtres.
Si vous aimez le contenu qu'on produit, on vous demande une
seule chose, mettez sur pause cet épisode, prenez 7 secondes
de votre temps pour aller mettreun 5 étoiles sur votre
plateforme de balado préféré. Ça fait toute la différence pour
nous et ça nous encourage à de plus en plus créer du contenu
qui se colle à votre réalité. Donc plus vous allez liker et
(19:31):
mettre un mettez un 5 étoiles plus qu'on peut dédier du temps
pour vous aider à avancer vers le positif dans votre
organisation. Merci Mathieu encore une fois et
pour tous ceux qui nous écoutent.
Dit à bientôt. Merci encore une fois d'avoir
été des nôtres cette semaine. On est également curieux de
savoir ce que vous avez aimé et qu'est-ce que vous aimeriez
entendre sur le podcast dans lesprochains trimestres.
(19:53):
Donc n'hésitez pas à venir m'écrire directement sur
LinkedIn. Bon Ben j'entends l'éveiller et
je vous dis à la prochaine.
Popular Podcasts
Crime Junkie
Does hearing about a true crime case always leave you scouring the internet for the truth behind the story? Dive into your next mystery with Crime Junkie. Every Monday, join your host Ashley Flowers as she unravels all the details of infamous and underreported true crime cases with her best friend Brit Prawat. From cold cases to missing persons and heroes in our community who seek justice, Crime Junkie is your destination for theories and stories you won’t hear anywhere else. Whether you're a seasoned true crime enthusiast or new to the genre, you'll find yourself on the edge of your seat awaiting a new episode every Monday. If you can never get enough true crime... Congratulations, you’ve found your people. Follow to join a community of Crime Junkies! Crime Junkie is presented by audiochuck Media Company.
24/7 News: The Latest
The latest news in 4 minutes updated every hour, every day.
Stuff You Should Know
If you've ever wanted to know about champagne, satanism, the Stonewall Uprising, chaos theory, LSD, El Nino, true crime and Rosa Parks, then look no further. Josh and Chuck have you covered.