00:00Tech & Co Business, l'invité.
00:05Allez, notre premier invité, vous le connaissez sans doute si vous suivez Tech & Co, la quotidienne.
00:09Il vient régulièrement dans le débrief avec François Sorel, Lucas Perronin.
00:14Bonjour.
00:15Bonjour.
00:15Lucas, merci d'être avec nous.
00:16D'habitude, c'est un peu plus tard.
00:17Aujourd'hui, on te voit ici à cette heure, cofondateur d'AI Partners,
00:23ancien de HP, ancien de Meta.
00:27Un mot sur AI Partners.
00:28Je trouve intéressant de revenir avec toi, parce que tu as cette expérience autour de l'AI générative.
00:33Tu t'es installé en Angleterre, c'est de là que partent tes activités.
00:37Comment tu sens aujourd'hui ce marché ?
00:39Ça accompagne les entreprises, justement ?
00:42Effectivement, nous, on réaccompagne les entreprises dans leur adoption de l'IA,
00:47depuis la politique, quels outils qui s'en servent, le training.
00:52Ensuite, quand on a fait du training, il faut expliquer aux gens comment s'en servir sur le long terme,
00:55du community management.
00:57Et là, on fait des choses qui sont très spécifiques,
00:59c'est qu'on identifie des process business,
01:03qu'on peut automatiser avec de l'IA.
01:04Donc, on fabrique des agents, on les prototype, on les fabrique,
01:07on les livre, on les donne aux clients.
01:08On n'a pas de plateforme, en fait.
01:09On les livre, on les pose chez eux, et on leur apprend à s'en servir.
01:12Et alors, pour toi, quels sont les domaines qui sont les plus avancés ?
01:14Est-ce que c'est dans le monde de la finance ?
01:15Est-ce qu'il y a certains secteurs qui sont plus avancés dans ce domaine ?
01:20On reviendra, tu vas rester tout à l'heure pour notre débrief,
01:23on reviendra sur cette étude du MIT qui dit que 95% des entreprises sont déçues
01:27par leur projet de Gen&I, donc on reviendra dessus.
01:30Mais justement, pour ce qui marche, en tout cas.
01:31Il y a des fonctions qui sont plus impactées plutôt que des domaines,
01:36parce qu'en gros, ce qu'on est en train de dire,
01:38c'est que l'IA génératif, ça remplace les humains pour toute ou toute partie de leurs tâches.
01:42Donc, ce que font les humains, il y en a dans tous les domaines, de toute façon.
01:45Mais quand on a des tâches qui sont très consommatrices de données,
01:50qui sont relativement répétitives et qui demandent un peu de jugement,
01:53donc on ne pourrait pas les automatiser,
01:55parce qu'il faut avoir un peu de jugement dans cette tâche,
01:56et qu'on sait les décrire, alors ça marche très bien.
01:58Donc, ça marche très bien, par exemple, les services de clients,
02:02tout ce qui est après-vente, ça c'est extrêmement...
02:05Parce que d'abord, ça n'a jamais été agréable,
02:06même avec des humains, appelés un call center sur des gens qui vous lisent un script.
02:10Donc ça, effectivement, c'est en disruption vraiment extrêmement rapide.
02:14Les fonctions vente, support des ventes,
02:15tout ce qui va impliquer beaucoup d'échanges,
02:18de langage, de communication,
02:20et qui s'est reposé sur de la donnée.
02:22Donc, ces fonctions-là, toutes les fonctions front-end,
02:24le marketing aussi, énormément.
02:25Et pour toi, c'est quoi les leviers qui sont indispensables,
02:28justement, pour transformer une entreprise à partir de...
02:31Parce qu'évidemment, là, on n'est pas juste à rajouter une application de G&I,
02:34on transforme quand même les relations entre les métiers,
02:37entre les systèmes d'information,
02:39enfin, on transforme beaucoup de choses.
02:40Alors, ces leviers, c'est les leviers de la transformation.
02:43C'est déjà, il faut un niveau d'acceptation de l'état de fait,
02:47que là, on est dans un choc de productivité mondial,
02:51comme quand on a mis la production des voitures dans des usines
02:54et qu'avant, elles étaient faites à la main dans les garages.
02:56C'est exactement ce qui est en train de se passer pour l'école Blanc.
02:58Donc, il faut déjà qu'il y ait une reconnaissance du choc de productivité.
03:03Alors, pour avoir énormément d'expérience dans la gestion de la transformation,
03:06il faut que le top management sache qu'il se passe quelque chose.
03:11Et ensuite, le plus difficile, c'est qu'il sache qu'il ne sait pas.
03:15C'est-à-dire qu'entre avoir utilisé ChatGPT le week-end...
03:19Et que parfois, il sait, mais trois semaines après, il ne sait plus.
03:21Voilà.
03:21Ça va très vite.
03:22Donc, il faut cette espèce de conscience qu'il y a un choc de productivité.
03:26Si on ne s'adapte pas, la structure de coût ne sera plus compétitive.
03:29Ça, c'est sûr.
03:30Maintenant, par où on commence, qu'est-ce qu'on fait ?
03:32Comment est-ce qu'on structure notre approche ?
03:34Là, il faut de l'aide.
03:34En général, à cause de la vitesse et de la profondeur de la transformation,
03:38c'est très difficile à faire en attaque.
03:39Ça veut dire qu'en parallèle, parce que tout le monde apprend un peu en marchant,
03:41que ce soit évidemment les entreprises,
03:43mais quelque part, ce qu'ils conseillent aussi.
03:44Enfin, chez iPartners, vous apprenez aussi.
03:47En plus, les technos, toutes les trois semaines, il y a une nouvelle version.
03:49Enfin, voilà, il faut savoir aussi être assez agile de ce côté-là.
03:54Comment tu vois cette mutation du secteur du conseil,
03:57conseil IA, Généaï pour les entreprises ?
03:59Il y a deux choses.
04:00D'abord, c'est vrai que c'est complexe et ça a une itération rapide en termes de technologie.
04:06Et c'est pour cette raison qu'en interne, c'est extrêmement difficile à faire,
04:09parce qu'en général, en interne, on a des savoir-faire qui sont relativement stables.
04:12Donc, avoir des agences pour changement et qu'ils soient la dernière,
04:14c'est un peu comme quand on fait du marketing créatif.
04:16Faire les créations marketing, on prend toujours des agences,
04:19parce que la créativité, elle s'essouffle en interne à cause de l'environnement,
04:23c'est un peu pareil.
04:24Donc ça, déjà, c'est hyper important.
04:27Il y a un certain nombre de choses qui sont stables,
04:29dont on sait qu'on aura besoin dans les 5-10 prochaines années,
04:31un certain nombre de choses qui sont à un changement extrêmement rapide.
04:36Ce qui est stable, c'est que si on veut remplacer
04:38ou si on veut améliorer des process avec de l'IA,
04:41il faut qu'on soit capable d'avoir documenté ces process
04:44et d'avoir une architecture logique des process.
04:46Or ça, dans les entreprises, des bibliothèques de processus,
04:48il n'y en a pas forcément beaucoup.
04:50Et donc, il y a cette grande avance.
04:52On était dépendant d'un tel, explique à un tel,
04:54quand il change de job, il y a une formation.
04:56En plus, il y a des projets agiles.
04:58Il y a des projets agiles, il y a des documents un peu partout.
05:00Alors, tu vas lire 5 PDF d'un côté,
05:01tu vas faire 5 rendez-vous, tu vas revenir, etc.
05:04Donc, tout ça, il faut pouvoir le formaliser.
05:06Et ça, que ce soit avec ChatGPT 5 ou avec ChatGPT 18,
05:11il y aura toujours cette banque de savoirs.
05:13En fait, c'est un nouveau savoir de l'entreprise qu'il faut documenter,
05:15c'est les process.
05:16Donc, faire ça, c'est à long terme
05:17et ils peuvent commencer ici et maintenant.
05:19Savoir sur quelle technologie le brancher,
05:22il y a deux choses.
05:22Alors, quand on fait des agences, c'est un peu technique.
05:24Il y a les modèles.
05:25Donc, qu'est-ce qu'on va utiliser ?
05:26ChatGPT, Clodentropique, Mistral.
05:29Et il y a l'orchestration.
05:30Donc, qu'est-ce qu'on va utiliser pour décider si on va dans la CRM
05:34chercher une information,
05:36on prend cette information, on le donne à un modèle, etc.
05:38Et la couche d'orchestration, elle, elle est stable
05:40et il y a beaucoup plus de rétention.
05:44En fait, c'est un choix qui est beaucoup plus impliquant.
05:46Donc là, il y a beaucoup à réfléchir.
05:47Maintenant, les modèles, on peut brancher, débrancher un modèle
05:50en 48 heures, changer le prompt.
05:51Donc là, on fait de la chirurgie du cerveau dans l'instant.
05:54Ça veut dire que ça doit être quoi,
05:55les qualités d'un ingénieur aujourd'hui,
05:57Genei, qui se forment aussi sur le tas ?
06:00Alors ça, c'est intéressant aussi,
06:01parce que nous, on en a pas mal
06:02et on a essayé des ingénieurs ML déjà dans le ML.
06:06Dans le machine learning, oui.
06:07Dans le machine learning depuis 5, 6, 7, 10 ans
06:09et déjà en sortie d'école.
06:11Et en fait, ça n'est pas le même.
06:12Le problème qu'on a, c'est que le machine learning est en train...
06:15Alors c'est toujours une discipline qui est très pertinente
06:18et qui a beaucoup d'applications.
06:19Mais la façon de penser, la façon d'interagir et de gérer la transformation
06:23et les data pipeline, etc., elle est différente
06:25et on se rend compte que c'est assez difficile de changer les habitudes
06:27de tout le monde, y compris des ingénieurs ML.
06:30Et donc, on a des ingénieurs qui doivent penser de manière plus modulaire,
06:34qui ont plus d'assemblage que de training des modèles.
06:36Alors il y a du training, il y a de la data,
06:38mais il y a une notion d'assemblage, d'utilité,
06:40d'interface utilisateur et d'orchestration qui sont nouvelles.
06:43Donc il faut bien comprendre ces enjeux-là, cette problématique
06:46et surtout, il faut s'intéresser aux promptes.
06:50Qui paraît la chose simple, à la limite, on se dit
06:53« Oui, bon allez, un prompt, tout le monde sait faire, mais non, c'est social. »
06:56C'est hyper compliqué.
06:57Ce que je disais Kapersky, qui est l'ancien boss de l'EI chez Tesla,
07:00qui a fait un discours qui s'appelle Software 3.0,
07:04c'est des âmes stochastiques.
07:06C'est-à-dire que ces choses, elles sont quasiment vivantes
07:08et que c'est toujours fascinant de faire une question, une réponse
07:11et de voir la notion de savoir.
07:12Alors maintenant, quand on travaille au niveau de l'entreprise
07:14et du B2B, ce dont on parle aujourd'hui,
07:16il faut que sur 1 000 queries, il y en ait 999 voire 1 000
07:19qui soient fiables et qui soient avec des réponses
07:22qui soient toujours pertinentes.
07:23Et en fait, les 10 derniers pourcents de fiabilité,
07:25c'est 90% du travail.
07:27Maîtriser ses agents pour qu'ils donnent des réponses clients,
07:30des réponses collaborateurs qui soient fiables, exploitables
07:32ou qui prennent des actions qui soient pertinentes,
07:35c'est hyper difficile.
07:36Eh bien, merci Lucas Perraudin, cofondateur AI Perter.
07:39Alors tu vas rester avec nous, dans un instant,
07:41on va recevoir nos débriefeurs de l'actu AI.
07:43Je pense que là, on va tous s'entendre dessus.
07:46On va notamment parler de cette étude du MIT.
07:4895% des entreprises sont déçues
07:50de ce qu'elles ont pu faire en GNI.
07:52mais il y a des raisons aussi pour ça.
