- il y a 2 mois
Ce mardi 9 septembre, Emmanuel Vignon, président de Theodo Data & AI, Lucas Perraudin, fondateur de AI Partners, Stéphane Roder, PDG de AI Builders, et Erik Campanini, associé chez Alixio Group, sont revenus sur les avantages et les inconvénients du tout récent ChatGPT-5, l'IA générative, et le passage des DSI en mode "Agentic IA Ready", dans l'émission Tech&Co Business présentée par Frédéric Simottel. Tech&Co Business est à voir ou écouter le mardi sur BFM Business.
Catégorie
📺
TVTranscription
00:00BFM Business présente Tech & Co Business, le magazine de l'accélération digitale, Frédéric Simotel.
00:12C'est parti, j'avais démarré un peu plus tôt, Tech & Co Business, deuxième partie. On va
00:17la prolonger un peu plus cette deuxième partie, vous allez voir tout au fil de l'année pour
00:20débattre encore plus de tous ces sujets. Il y a avec nos experts qui reviennent en pleine forme,
00:26Stéphane Rohdeur, président de AI Builders, bonjour. Bonjour Frédéric. Merci à nous AI Builders qui
00:30accompagne justement les entreprises dans cette transformation de l'IA, du numérique, enfin de
00:34tout ce qui se passe en ce moment. A tes côtés, Eric Campagnini, bonjour. Bonjour. Eric associé chez
00:38Alixo Group qui conseille aussi les entreprises dans tout cet univers. Emmanuel Vignan, président de
00:42Theodo Data EIA, bonjour. Bonjour Frédéric. Et pareil qui accompagne ces entreprises, voilà,
00:47elles ont besoin de ça. Et on va le dire d'ailleurs dans une étude dont on va parler, parce que les
00:50entreprises ne se font pas accompagner, c'est beaucoup plus compliqué. Et puis Lucas Perronin qui est resté
00:55avec nous, donc bonjour cofondateur AI Partners, évidemment dans cet univers. Messieurs, on démarre,
01:00ChatGPT5 est sorti cet été. Les bons points, les mauvais points, Emmanuel. Alors ChatGPT5 est sorti
01:07cet été effectivement, un peu après d'ailleurs Claude Opus 4.1. Donc c'est toujours intéressant de voir
01:13aussi dans le calendrier de communication des annonces d'OpenAI où on a l'impression que dès qu'il y a
01:18l'un des compétiteurs qui publie quelque chose, forcément eux publient quelque chose derrière. Ce qu'on voit
01:24globalement, pour faire simple, c'est qu'il est très fort en code. Il y a des choses un peu nouvelles,
01:29sans que ce soit non plus un saut quantique. Il est très fort en code. En revanche, dans la
01:34partie rédaction, c'est pas encore exactement ça. Et les modèles... Il y a quelques critiques de gens
01:40qui l'utilisaient un peu grand public, qui disaient, oh il est moins empathique. Il est moins empathique. Je
01:44retrouve pas mon copain. Mais c'est peut-être pas grave en fait, d'accord ? On insiste aussi beaucoup à des
01:48spécialisations des modèles. Moi ça me va qu'il y ait des modèles qui soient forts sur la partie raisonnement et rédaction de code,
01:53et qui soient un peu moins forts sur le côté littéraire. Et à ce moment-là, on utilisera un
01:57modèle un peu plus... Enfin, un modèle spécifique pour le côté littéraire. D'ailleurs, OpenAI avait
02:02communiqué en mars sur l'entraînement d'un modèle vraiment spécifiquement sur la partie rédaction, sans
02:08trop donner de date de publication. Mais on pourra peut-être arriver d'ici la fin de l'année avec un
02:14modèle spécifique sur la partie rédaction. Je t'ai vu faire un petit peu la moue, Lucas, sur la partie... Alors,
02:19fort sur les raisonnements complexes ? Alors oui, parce qu'en fait, ChatGPT 5, c'est un changement très important.
02:27D'abord, ChatGPT 5, c'est un gros impact sur l'utilisateur individuel, que ce soit en entreprise ou à titre privé.
02:34Mais quand on utilise les modèles d'OpenAI pour l'entreprise, on les appelle en API et on veut un modèle qui soit stable.
02:41Donc, par exemple, nos agents, nous, ils ne sont pas passés sur ChatGPT 5 pour la plupart pour des raisons de stabilité.
02:46ChatGPT 5, ce n'est pas un modèle. C'est, on pense, entre 7 et 5 modèles.
02:53Oui, il va piocher chez 4, chez 4 hauts et tout ça.
02:56Alors, c'est comme un switchboard, comme un aiguillage selon le prompt. Il va sélectionner un système prompt et une architecture un peu agentique derrière pour voir s'il fait de la réflexion ou pas, s'il répond tout de suite.
03:07Et c'est ça qui le rend un peu pas assez prévisible, en fait, pour les entreprises, parce qu'on ne sait jamais. Et puis, parfois, il faut lui dire, non, mais réfléchis bien.
03:12Et comme ça, il va faire un modèle de raisonnement et pas un modèle de réponse directe.
03:16Mais pour la génération de code, il est plutôt bon, non ?
03:19Pour la génération de code, il est plutôt bon. Oui, Claude reste quand même, surtout Claude code. Alors, Claude code, c'est cher, mais ça marche très bien.
03:28Claude reste devant. En tout cas, pour ce qui nous concerne, nous, on fait principalement du Java, du Python.
03:33Et ça marche mieux, en tout cas pour nous. Bon, c'est très performant, après, c'est pas...
03:39Il y a un gros changement aussi dans GPT-5, c'est la capacité qu'a le modèle à travailler avec des tools.
03:45Il le fait beaucoup plus tôt qu'un Claude, par exemple.
03:48C'est-à-dire des tools pour... Enfin, les outils...
03:50Oui, pardon, des outils externes. Voilà, des outils externes pour aller récupérer des informations,
03:54interagir avec un écosystème d'outils pour, je ne sais pas moi, accéder à la météo, accéder à certains...
04:02Oui, à chercher les API et tout ça.
04:03Oui, voilà, naviguer avec le Shell, qui nous permet d'accéder directement,
04:07naviguer dans la code base ou des choses comme ça.
04:09Messieurs, Stéphane ?
04:10Nous, en ce qui nous concerne, on a regardé surtout la partie orchestration des agents
04:15et on a vu vraiment une forme de saut quantique en termes de capacité d'orchestration.
04:21Ah oui, donc on a vraiment franchi...
04:22Vraiment, il n'y a pas photo, on a fait des tests.
04:26On était très contents à 4.1, mais on avait un gros travail de description, en fait,
04:31du travail qu'avait à faire l'agent et surtout de description des outils.
04:36Là, pour le coup, il comprend très rapidement l'outil sans qu'on ait besoin beaucoup de le décrire.
04:42Donc, on gagne beaucoup de temps, en fait, dans la description, en fait,
04:46de chacune des parties des agents qu'on développe.
04:49Et on a des réponses qui, pour le coup, sont vraiment excellentes.
04:52Donc, on change, on voit qu'OpenAI a travaillé ce qu'on appelle la dimension cognitive
04:57et que, certainement, oui, il fait appel, en fait, on le voit bien,
05:02certainement à LLM qui a été entraîné verticalement pour, en fait, faire ses raisonnements
05:08qui permettent de faire l'orchestration.
05:10Alors, il y a une chose très intéressante, c'est qu'on voit que GPC5 Mini,
05:15donc, pour le coup, qui va plus vite et qui coûte moins cher,
05:17est lui aussi très bon.
05:19Pas partout, pas aussi bon, mais on va pouvoir l'utiliser, par exemple,
05:24dans des sous-agents ou pour orchestrer les outils.
05:29Et donc, là, on commence à avoir quelque chose de vraiment opérationnel.
05:31– C'est-à-dire, sur le marché, là, ça y est, enfin, c'est toujours OpenAI qui mène le bal, là.
05:36– Oui, sur OpenAI.
05:37– Même si, évidemment, si on regarde outil, pas outil, très précisément,
05:39peut-être un cloud est meilleur, mais voilà, il donne un peu le rythme.
05:43– Oui, il donne le rythme, et pour revenir sur ce que disait Lucas,
05:45sur la dimension presque plus grand public, en fait.
05:47C'est-à-dire que pour quelqu'un qui ne veut pas chercher de façon très détaillée,
05:51c'est vrai qu'il y a une vraie avancée sur des recherches avancées, tu le disais,
05:56sur des études, sur des agents et sur la possibilité d'utiliser
06:01une puissance de calcul beaucoup plus importante.
06:03Donc ça, je trouve que c'est vraiment spectaculaire.
06:05Je rappelle qu'il y a encore 55-60% du chiffre d'affaires d'OpenAI
06:08qui se fait sur vous et moi, en termes d'abonnement mensuel.
06:12– Allez, 20 dollars ou 200 dollars.
06:13– Donc, du B2C.
06:15Donc, toute la partie ShadowAI, donc l'usage clandestin d'entreprises,
06:19va continuer à généraliser.
06:21Donc ça, oui, une avancée très forte.
06:24Effectivement, moins empathique.
06:25Alors, ce n'est pas moi qui le dis, c'est un benchmark qui s'appelle SimpleBench,
06:28qui a été lancé en 2024, qui vise justement à voir,
06:30au niveau empathie, relations sociales, qu'est-ce que ça donne ?
06:33Et là, ChatGPT 5 est classé cinquième, largement derrière Cloud et Gemini.
06:38La dernière chose qu'on ne cite pas là, c'est sur la partie environnementale.
06:41Le modèle est quand même assez consommateur,
06:438 ou 9 fois plus que la version 4.
06:46Et donc, ça continue à poser un problème d'usage de façon générale
06:49et de son impact environnemental.
06:50– Bon, donc globalement, vous êtes tous d'accord pour dire qu'il y a un cas ?
06:54– L'empathie, ça se paramètre.
06:57Donc, ça, à la limite, on peut dire, on peut régler le niveau d'empathie.
07:01Et d'ailleurs, il y a un réglage.
07:02– Donc, c'est pour ça que nous, grand public, il faut qu'on apprenne aussi à ce serveur de tout ça.
07:05– Exactement. Et c'est une application grand public, en fait, comme tu disais.
07:08Il décide du niveau de profondeur de la réflexion selon ce que demande l'utilisateur.
07:11– On a même dit parfois qu'il est un peu paresseux, parce qu'on dit,
07:14oui, il fait des phrases toutes courtes.
07:15– Parfois, il fait des phrases courtes.
07:16Mais en fait, c'est là où c'est intéressant, c'est que les modèles ont été souvent critiqués
07:20par leur côté verbeux.
07:21– Oui, c'est vrai.
07:22– Et du coup, moi, personnellement, j'ai ce qu'on appelle un pré-prompte,
07:28des choses que je mets dans le paramétrage de mon TchagPT,
07:33pour lui demander, soit succinct,
07:36ne me remercie pas tout le temps à chaque fois que tu fais quelque chose, etc.
07:39Et on a l'impression, avec TchagPT, qu'ils ont mis vraiment un coup de barre,
07:44alors à gauche ou à droite, peu importe,
07:45mais un coup de barre d'un côté où ils se disent,
07:47allez, on va essayer de comprendre le prompt,
07:49et comme tu disais, Lucas, de trouver le bon outil pour y répondre,
07:52soit c'est des réponses simples et basiques,
07:54soit c'est des réponses un petit peu plus travaillées.
07:56Et on se rend compte que, je pense que le système,
07:58il n'est pas super bien équilibré.
08:00Parce que parfois, il ne répond pas tout à fait
08:02comme ce à quoi on s'attendrait à avoir.
08:06On retrouve un peu ce qu'on…
08:07– Ça, c'est un peu habitué.
08:07Je ne sais pas si tu te souviens, cette vallée de l'étrange,
08:11la Uncanny Valley, dont on parlait beaucoup
08:13dans les chatbots des années 2015, ou des choses comme ça,
08:15où finalement, le comportement du système d'intelligence artificielle
08:18est un peu bizarre.
08:20Et en gros, il est bizarre dans des subtilités
08:23qui font qu'on se rend bien compte que ce n'est pas un être humain.
08:26Et j'ai l'impression qu'avec TchagPT 5,
08:27on se retrouve un peu dans ces côtés un peu bizarres
08:31où on se dit, c'est étonnant.
08:32Et il répond, soit trop court, soit trop long,
08:35ou justement avec ce problème d'empathie.
08:36C'est le protocole de renforcement à la sortie qu'ils ont changé.
08:40Il l'a encouragé à être verbeux avant.
08:42Avant, il donnait à des humains deux réponses
08:43et l'humain devait dire laquelle était la meilleure.
08:45Et comme l'humain lisait les gens qu'ils s'employaient à revoir ça,
08:48au bout d'un moment, ils en avaient marre de lire les réponses.
08:50Donc, ils mettaient systématiquement que la plus longue était la meilleure.
08:52Le modèle, il a appris, au fur et à mesure, être verbeux.
08:54C'est littéralement comme ça que ça s'est.
08:55Et là, ils ont essayé de changer ça.
08:56Et finalement, c'est devenu un peu plus erratique, en fait,
09:00dans le niveau de réponse qui fait qu'il n'a pas l'air empathique.
09:03Alors, est-ce que c'est ça qui fera changer d'avis les utilisateurs ?
09:08Cette étude, je voudrais qu'on revienne dessus.
09:10Alors, c'est une étude qui est sortie là cet été.
09:12On en a beaucoup parlé parce qu'on a tous retenu qu'un chiffre.
09:15C'est IA Générative.
09:1795% des entreprises qui on travaille avec sont déçues.
09:21Voilà, tout simplement.
09:22Après, il faut aller creuser, évidemment.
09:23C'est ceux qui ont développé leur propre outil.
09:26Enfin, il y a beaucoup de choses à raconter là-dedans.
09:29Mais j'imagine que vous l'avez tous vu.
09:31Parce que quand j'ai regardé les sujets, vous l'avez tous placé.
09:33Tiens, je démarrais avec toi, Éric, alors, cette étude.
09:36Oui, ça a fait un peu l'effet d'une bombe sur les plages cet été.
09:39C'est-à-dire qu'après...
09:41En plus, l'AMIT, on se dit, oula, c'est les gens sérieux.
09:43C'est une forme de déception, de frustration de la part des entreprises.
09:48On se disait, attendez, vous en avez fait des montagnes.
09:51Et concrètement, financièrement, je suis au COMEX.
09:53Qu'est-ce que ça me rapporte ?
09:54Et là, effectivement, que le MIT dise que dans 95% des cas,
09:58le ROI n'est pas là,
09:59effectivement, ça a secoué sur le sujet.
10:03Cela dit, il faut dépasser ça
10:06et regarder effectivement plus en détail.
10:08Le MIT a regardé 52 entreprises.
10:12Ce qui, déjà, permet de relativiser un peu l'approche.
10:16Ils n'ont pas regardé mille et quelques entreprises sur le sujet.
10:18Et surtout aux États-Unis.
10:19Et surtout aux États-Unis.
10:21Donc, on est quand même sur un modèle.
10:23Donc, attention, il ne faut pas surinterpréter.
10:27Maintenant, ça traduit quand même un sentiment assez généralisé de se dire,
10:31finalement, les entreprises qui ont réussi à déployer de façon massive des modèles d'IA,
10:37LLM en particulier, parce que c'est ça aussi.
10:39On ne parle pas d'IA de façon générale.
10:41On parle d'IA sur la partie purement LLM.
10:43Ça permet de confirmer une tendance de fond.
10:46Là où moi, je suis frappé, c'est que le hype cycle du Gartner,
10:48vous connaissez tous, avec une surexcitation.
10:51Et puis là, on a l'impression de traverser la vallée du désert.
10:53En même temps, les mêmes grands groupes qui se disent assez frustrés
10:56lancent pour la plupart des gestions prévisionnelles des emplois,
11:01des parcours professionnels, en se disant,
11:03je ne veux pas être le dernier de la farce.
11:05En me disant, j'ai probablement trop d'effectifs.
11:08Ou en tout cas, il faut que je travaille davantage sur la mobilité interne.
11:11Et c'est vraiment ce dans quoi les entreprises se sont engagées aujourd'hui.
11:14Oui, alors, je rebondis sur le trop d'effectifs.
11:18Je ne pense pas que ce soit le trop d'effectifs.
11:20Moi, je vois assez peu de gens qui disent,
11:21tiens, je vais me séparer de X centaines ou milliers de personnes
11:26à l'échelle de mon entreprise.
11:27On commence à voir un peu dans les médias.
11:28Même si on commence à voir encore un peu,
11:29je ne suis pas certain que ce soit une tendance de fond.
11:31En revanche, et on l'a déjà dit plusieurs fois sur cette émission,
11:34il y a un enjeu de transformation des métiers.
11:36Et donc, de mobilité interne ou des choses comme ça.
11:39Et effectivement, on voit, je travaille beaucoup avec des clients du retail.
11:43Et dans le retail, on voit beaucoup de questions
11:44qui commencent à arriver dès lors qu'on arrive à la phase de pilote.
11:49C'est-à-dire qu'en gros, dans le schéma,
11:50on construit un POC, ça c'est facile, ça ne coûte pas cher.
11:52Ensuite, on construit un MVP, on commence à le mettre en prod.
11:54Et là, à ce moment-là, il commence à y avoir des questions de dire,
11:57mais en fait, cet outil qu'on va mettre en production,
12:00en fait, il va changer la manière dont les collaborateurs vont travailler.
12:03Et donc, ça a un impact qui est beaucoup plus profond
12:05qu'un impact purement technologique.
12:07Voilà, et on commence à avoir des questions.
12:08Aujourd'hui, c'est quand même plutôt des questions qui sont posées.
12:13Ça remonte assez haut au niveau des COMEX.
12:15C'est une bonne chose, c'est nécessaire.
12:17Je ne sais pas combien de temps ça va arriver
12:18avant qu'on ait une forme de standard en disant,
12:20mais si c'est évident, il faut faire ABCD.
12:22Je ne suis pas certain qu'on soit proche de cet aspect-là.
12:26Je pense que, voilà, c'est des problématiques qui sont nouvelles
12:33dans les entreprises et qu'il faut les adresser.
12:35Et c'est plus ça, ce n'est pas forcément des fausses promesses, Lucas,
12:39c'est qu'il faut réapprendre à travailler avec ces outils ?
12:42Oui, il faut s'habituer.
12:44Alors, moi, je pense que c'est normal qu'ils soient déçus.
12:47Parce que, un, ils ont fait une query sur...
12:49Ils ont fait, à titre privé, des essais avec la GPT.
12:52Ils ont été complètement émerveillés.
12:53Donc, maintenant, on a une boîte magique.
12:55Moi, nous, on fait beaucoup d'accompagnement des COMEX
12:57avant d'aller poser des agents.
12:59On fait des sessions pour, en français, déboulshiter les AI.
13:04Parce que, eux, quand on arrive dans le COMEX,
13:07moi, ça m'est arrivé, une très grande société écotée internationalement
13:10qui m'a dit, dans deux ans, je crois qu'il y ait 50% de gens en moins dans la salle.
13:14J'ai dit, ok, asseyez-vous, on va discuter.
13:18Il y a une bulle IA, parce que tout le monde a fait toutes les promesses du monde.
13:22Maintenant, entre se servir de tchat GPT à titre individuel
13:25pour faire des choses qui sont fascinantes et incroyables
13:28et avoir des agents qui rendent des services B2B
13:31de manière permanente, constante et prévisible,
13:34c'est deux sports différents.
13:36Et donc, ils ont été déçus parce qu'on leur a tout promis.
13:39Il y a notamment des sociétés de consulting très connues
13:41qui font des white papers en permanence
13:43sur les équipes d'agents autonomes qui prennent des décisions.
13:46Nous, des agents, des vrais agents en production,
13:47on en a dans plein de secteurs.
13:49Il n'y en a aucun qui est totalement autonome.
13:51Ils ont tous une supervision humaine
13:52parce qu'aujourd'hui, ces LLM, ils driftent, ils dérapent
13:57et il faut toujours les maîtriser, les maintenir et les superviser.
14:00Donc, c'est normal qu'ils soient déçus.
14:02Ensuite, c'est vrai que ça n'est que 52 entreprises,
14:05que c'est du déclaratif,
14:06qu'on ne sait même pas s'ils avaient bien défini le succès.
14:08Alors, à chaque fois qu'on fait une transformation,
14:10on sait que la moitié, d'abord, ton point,
14:12c'est que 70% de l'effort, c'est le changement humain
14:14et ce n'est pas la solution technique.
14:15Et ensuite, la définition du succès,
14:17si on demande à tous les parties prenantes,
14:19ils n'ont pas forcément la même jour 1.
14:20Donc, ils ne parlent pas tous de la même chose.
14:22Mais il y a une bulle, il y a beaucoup d'attentes.
14:25Par contre, ils continuent, je pense, à investir
14:26parce qu'il n'y a aucun doute, aucun doute
14:30sur le choc de productivité qu'on est en train de faire.
14:32Et puis, il faut faire attention aussi au biais d'investissement.
14:35Enfin, c'est un moment juste là,
14:37puis après, je passe la parole à Stéphane.
14:38Donc, sur les biais d'investissement,
14:39ce qui est intéressant, c'est qu'on est très drivés par...
14:41En fait, nos sociétés sont très drivées par le financier.
14:43Donc, avant d'engager des transformations de ce type-là,
14:46on va beaucoup demander à des gens de faire des business plans.
14:49Combien tu vas gagner ?
14:50Que ce soit en termes de génération de nouveaux revenus
14:52ou en termes d'économie de coût.
14:53Et ce que constate le rapport,
14:56c'est que c'est relativement plus facile
14:58d'estimer un gain en termes de nouveaux revenus
15:02qu'en termes d'économie.
15:03Parce que le gain en termes d'économie
15:05va nécessiter d'aller très profondément dans les processus
15:07et on va gagner des petites secondes ici ou là
15:09ou alors des choses qu'on va gagner derrière
15:12dans le customer service
15:13parce qu'on aura augmenté notre qualité.
15:15Mais ce sera vu dans deux mois, trois mois, six mois.
15:17Oui, il y a une inertie, il y a un coût du changement
15:20qui fait que jamais on met une pièce dans la machine
15:22et elle retourne deux dollars tout de suite.
15:24Et parfois, le biais d'investissement fait qu'on investit
15:26sur des sujets de top line, de génération de revenus,
15:29alors qu'il y a probablement beaucoup plus de gains
15:35dans tout ce qui est efficacité opérationnelle,
15:38c'est-à-dire au niveau de réduction des coûts.
15:39Ce qui devrait vous plaire, c'est que les partenariats externes
15:42affichent un taux de réussite deux fois supérieur au développement interne.
15:44Oui, oui, il faut être accompagné.
15:46Stéphane, j'ai vu ton oeil qui brillait là.
15:48Oui, moi je trouve cette étude excellente.
15:52Pourquoi ? Parce que ça fait deux années, trois années qu'on le dit.
15:56Finalement, dans l'entreprise, il n'y a pas que du texte,
15:59il y a aussi des chiffres.
16:01Et en fait, l'IA générative, vous le savez,
16:03traite du texte, de la connaissance.
16:05Et donc, finalement, elle ne correspond pas complètement
16:10aux attentes d'augmentation de la performance
16:14des directions générales.
16:16Que ce soit l'IA générative, que ce soit du traitement de texte
16:19ou du machine learning qui a une vision plutôt prédictive
16:24sur des quantités, eux, ils ne veulent pas savoir.
16:28Ce qu'ils veulent, c'est de la performance
16:29et de l'augmentation de la productivité.
16:32Donc oui, ça fait deux, trois ans qu'on le dit.
16:34On ne peut pas tout faire avec l'IA générative.
16:37Et donc, l'IA générative, en fait, il y a plus de bruit
16:40que ce qu'on en attend, finalement, dans l'entreprise
16:44en termes d'augmentation de la performance.
16:47Pourquoi ? Parce que si vous regardez une entreprise,
16:50qu'est-ce qui la traite ?
16:51C'est par exemple la prédiction de la demande.
16:55Ça ne sera jamais un modèle d'IA générative.
16:57C'est du bon vieux machine learning.
16:59Et aujourd'hui, l'IA générative, il y a un tel marketing
17:02que toute cette partie prédiction de la quantité
17:04qui a fait, franchement, des cartons,
17:08quand on l'a bien utilisé, est occultée.
17:11Et donc, ça va demander aux directions générales
17:14de se reposer la question, en fait,
17:16de faire la part des choses entre ce marketing de l'IA générative
17:20qui est extraordinaire et ce qui arrive avec les agents après aussi,
17:23mais de revenir aux bons vieux fondamentaux,
17:27en fait, de prédiction, de quantité, quantitative,
17:31avec du bon vieux machine learning
17:32qui a été totalement occulté.
17:34Nous, on n'arrivait même plus à en parler
17:36devant des comités d'élection
17:37qui nous disaient, non mais, de toute façon,
17:39non mais, CHGPT va nous le faire.
17:42Ah non, non, CHGPT ne fait pas de prédiction de stock
17:45ni de prédiction de la demande.
17:46Ça ne gère que du texte.
17:48Ah d'accord.
17:49J'irai même plus loin.
17:50Il y a une couche d'automatisation en dessous
17:52qui était encore latente et qui n'a pas été exécutée,
17:54qui est basée sur des règles et pas sur de la prédiction.
17:57En fait, les agents qui marchent aujourd'hui,
17:59c'est beaucoup d'automatisation,
18:02parfois du ML en quantité,
18:04et une orchestration ou une couche
18:06qui ne fait que ce que l'IA générative,
18:08c'est faire de mieux, par-dessus.
18:10Les agents, juste pour partager deux secondes
18:13la façon dont un client, un ingénieur IA,
18:15eux, ils veulent mettre de l'IA partout.
18:17Ils font des flux agentiques, il y a de l'IA partout.
18:18Et ensuite, on passe la plupart de notre temps
18:21à déshabiller l'IA de ces process.
18:23Là, est-ce qu'on ne pourrait pas créer des règles
18:25au lieu de demander à un LLM de nous dire le résultat ?
18:28Est-ce qu'on ne pourrait pas la mettre du ML ?
18:29Et ne laisser l'IA que là où elle fait des choses,
18:32qu'aucune autre technologie peut faire,
18:33où elle ajoute cette valeur incroyable.
18:36Mais il faut essayer de ne pas s'en servir
18:37si on n'en a pas besoin,
18:38parce qu'elle est non déterministe.
18:40C'est souvent ça, les gens, quand on en parle,
18:41ils disent finalement, c'est un peu du décisionnel.
18:43Ce n'est pas une boîte magique, l'IA.
18:45Il y a une chose qui est dramatique, je pense,
18:48de ces deux dernières années,
18:49c'est qu'autant il y a 2-3 ans avant l'arrivée de TGPT,
18:52on avait des très grosses équipes de data scientists
18:54dans les grandes entreprises,
18:56autant TGPT a complètement déshabillé
19:00les entreprises des data scientists.
19:02Il y en a moins en proportion.
19:05Mais ce n'est pas forcément dramatique, Stéphane.
19:06Est-ce que c'est une forme de commoditisation aussi
19:08de ces marchés-là ?
19:09On en a besoin si on veut le déployer à l'échelle.
19:11Oui, mais encore une fois,
19:14il n'y a pas que le texte.
19:15Il y a des documents dans l'entreprise
19:17et il y a des chaînes de traitement.
19:18On est d'accord, et c'est ça qu'ont fait les agents.
19:20Mais par contre,
19:22toute cette partie prédiction,
19:24c'est du mathématique.
19:25Et ça a aussi été commoditisé.
19:28En 2015, quand tu voulais faire
19:30un modèle prédictif de vente,
19:32peut-être que tu disais directement
19:33des frameworks bas niveau de type TensorFlow
19:36ou des choses comme ça.
19:37Mais aujourd'hui, tu as peut-être un SaaS qui le fait.
19:39Parce que tu as des solutions qui se sont créées.
19:41Et c'est vrai sur le pricing,
19:42c'est vrai sur la supply chain,
19:44c'est vrai sur l'observation des nids
19:46dans les tours avec des drones.
19:47C'est vrai sur beaucoup de choses.
19:49Donc, je ne pense pas que ce soit
19:51un vrai problème fondamental.
19:52En tout cas, le mot que tu as employé
19:53est un mot assez fort.
19:55Mais le besoin de ressources.
19:56Peut-être trop fort.
19:57Mais quand même,
19:59il faut à nouveau acculturer
20:01sur cette partie.
20:03En fait, la culturation,
20:04c'est le sujet fondamental.
20:05En termes d'investissement.
20:07L'investissement est trop faible.
20:08L'IA générative a pris beaucoup de place.
20:11Il va y avoir cette vague agendique
20:13qui va être très importante,
20:14mais dans laquelle on va être obligé
20:16de rappeler quand même
20:17que les fondamentaux d'entreprise,
20:20c'est sa performance financière,
20:23ce n'est pas le texte.
20:25Je vous rejoins tous les trois.
20:27En fait, il y a une attente un peu magique.
20:30Oui, qu'on a eu avec l'utilisation.
20:32Très bien, ça, c'est deux sports différents.
20:33Et nous, on a cru que l'un des sports,
20:35ça allait se décliner.
20:36Ça, c'était la première chose.
20:37La deuxième chose,
20:38mais tu l'as rappelé, Lucas,
20:39il y a quand même des vrais sujets
20:40d'intégration derrière.
20:41De se dire, OK, je mets de l'agent
20:43comment il y a quelque part,
20:44mais comment ça s'intègre
20:45dans mes processus,
20:46dans mon système d'information.
20:48La troisième chose,
20:48c'est qu'on continue à regarder
20:50ces solutions-là
20:51comme des logiciels classiques
20:52et on rajoute un logiciel
20:54par rapport à d'autres,
20:55alors qu'il faut repenser
20:55un peu l'ensemble.
20:56Et effectivement, on l'a dit,
20:58d'un point de vue
20:59développement des compétences,
21:01acculturation,
21:01développement des compétences
21:02côté COMEX, côté employés
21:05et aussi côté partenaires sociaux.
21:08Je ne sais pas si vous avez vu,
21:08la France Télévisions,
21:09nouvelle décision rendue
21:13par le tribunal qui dit
21:14qu'en fait, il n'y a pas besoin
21:16d'un changement majeur
21:18ou spécifique au niveau
21:20du système d'information
21:21pour générer une consultation
21:23des syndicats.
21:24Et l'intelligence artificielle
21:26rentre complètement dedans.
21:27Et ça, c'est le tribunal
21:28qui vient de le rendre là,
21:29sur un grand groupe
21:30comme France Télévisions.
21:31Donc, il y a aussi
21:32les partenaires sociaux
21:33à prendre en compte
21:33dans ce dispositif-là
21:34et de se dire,
21:35comment est-ce qu'on crée
21:35un dialogue au sein de l'entreprise
21:37pour se dire,
21:38ça ne va peut-être pas supprimer
21:39des millions d'emplois,
21:40mais il faut travailler
21:41sur les compétences,
21:41travailler sur la mobilité.
21:43Là, on se rejoint,
21:44parce qu'aujourd'hui,
21:45on parle de B2B
21:46et on parle à des décideurs
21:47d'entreprises.
21:48C'est vrai qu'il y a
21:49une espèce de mirage
21:49sur la ressource.
21:50Aujourd'hui, on vous dit,
21:51ça ne sert plus à rien
21:52d'apprendre à coder
21:53et puis, effectivement,
21:54les data scientists,
21:55ça ne sert plus à rien
21:56parce qu'il y a des modèles.
21:57Or, cette demande-là,
21:58elle va exploser
21:59dans les années à venir
21:59parce que chaque entreprise
22:01va devoir s'adapter
22:02et avoir un minimum
22:03de connaissances
22:04de ces technologies.
22:05On peut paraléliser,
22:07moi, j'ai vécu,
22:07j'étais le boss des j'pies.com,
22:09j'allais faire des revues
22:10à Palo Alto
22:11où j'avais le CMO de la boîte,
22:12une boîte qui fait des milliards,
22:14qui me disait
22:14non, mais les gens
22:15n'achèteront jamais
22:15un PC en ligne
22:16parce que ça vaut 1 000 dollars
22:17et que les gens,
22:18ils ont besoin de toucher
22:19un produit à 1 000 dollars
22:19avant de l'acheter.
22:20Bon, vous voyez,
22:20on en est aujourd'hui.
22:22Et donc, mais à l'époque,
22:23on a eu une bulle Internet.
22:23C'est un peu la même chose,
22:24c'est-à-dire qu'aujourd'hui,
22:25toutes les entreprises
22:26doivent un peu connaître
22:27le digital.
22:28Comment acheter des mots-clés
22:29sur Google ?
22:30Comment avoir un site qui marche ?
22:31C'est exactement...
22:32Et ils ont dû insourcer
22:33ces capacités-là.
22:34La capacité de compréhension
22:37du ML,
22:37capacité de compréhension
22:38du code,
22:39il y a beaucoup d'entreprises
22:40qui, aujourd'hui,
22:41étaient sur des agences,
22:42sur des fonds et sur l'acteur,
22:42qui vont quand même avoir
22:43un minimum
22:44de besoins de connaissances.
22:45Donc, le besoin de ressources
22:47et de personnel,
22:48il va ne faire qu'augmenter
22:49là-dessus.
22:50Ça, j'en suis...
22:50Mais ce n'est pas du tout
22:51ce qu'on voit aujourd'hui.
22:52D'ailleurs,
22:52de l'autre côté de l'Atlantique,
22:54le nombre de jeunes diplômés
22:55qui sont embauchés
22:56dans des fonctions de développement
22:57est en chute libre.
22:58Oui, mais c'est un mirage.
22:59C'est un mirage temporaire.
23:01Mais peut-être qu'on en a trop
23:02aujourd'hui.
23:03En fait, ça fait 20 ans
23:03qu'on augmente
23:04la capacité de développement.
23:06Et aujourd'hui,
23:07on a des outils
23:07comme GPT-5
23:08ou CloudCode
23:09qui nous permettent
23:09de développer des choses.
23:10C'est peut-être ça.
23:11Ça fait partie du côté
23:12un peu de déception.
23:13Si je pourrais supprimer
23:14plein de postes,
23:15finalement, je me rends compte
23:15que...
23:16Mais le marché du développement,
23:17il va croître plus vite
23:18le besoin de développement
23:19de chacune des entreprises
23:20pour passer de ça
23:21à ça à l'Agenti.
23:22Ça a un effet rebond.
23:23Il va croître plus vite
23:24que le niveau de ressources disponibles.
23:25OK, mais du coup,
23:26tu es sur une forme indéterminée.
23:29Quel que soit le niveau
23:30de départ du développeur,
23:31il est 50% plus productif
23:32sur de la base Legacy.
23:33Il est 10 000% plus rapide
23:35sur du prototyping.
23:36Aujourd'hui, le prototyping,
23:37on fait des choses
23:37qu'on n'avait jamais su faire avant.
23:39Et il est 200% plus productif
23:41sur de l'Agenti.
23:41Il y a un sujet
23:42que j'aimerais bien,
23:43très rapidement,
23:44Stéphane,
23:44si tu peux aborder,
23:47et en gros,
23:48c'est de dire,
23:48bon, les DSI,
23:49il faut passer en mode agentique
23:50rapidement.
23:51C'est une conséquence.
23:52En fait, ce qu'on a vu,
23:53et c'est Bank of New York
23:55à l'automne dernier
23:55qui nous a montré l'exemple,
23:58c'est qu'effectivement,
23:59avec l'Agenti,
24:01qui est cette capacité finalement
24:02à décrire à un agent
24:03une tâche qu'il doit réaliser,
24:05eh bien, on était capable,
24:06en fait,
24:06de donner des frameworks
24:08des environnements
24:09à des collaborateurs
24:11directement
24:11pour qu'ils développent
24:12leurs propres agents.
24:14Tant et si bien
24:15que Bank of New York
24:17annoncent d'ores et déjà
24:18qu'ils ont augmenté
24:19la productivité
24:20de leur back-office
24:20de 40%,
24:21et finalement,
24:23tout le monde
24:23est en train de s'y mettre.
24:24On voit
24:25beaucoup de frameworks,
24:27en fait.
24:28Y compris en France,
24:29on a des sociétés
24:31comme Prism.ia,
24:32Converso,
24:33enfin,
24:33on a fait toute une étude
24:35chez iBuilder Research
24:36sur cette partie-là
24:38qui est vraiment intéressante.
24:39On voit que c'est en train
24:40de vraiment progresser.
24:41On est étonné
24:42que les grands
24:43comme Copilot Studio,
24:45Microsoft,
24:45ne s'y mettent pas,
24:46mais ils vont certainement
24:47y venir.
24:48Il y a Opal.
24:49Et il y a Opal.
24:50On va y venir.
24:52Opal, c'est Google.
24:53Opal, c'est Google.
24:54C'est Google.
24:54Mais en fait,
24:55une 8N à la Google.
24:56Voilà.
24:56Donc, on voit...
24:57Alors, pourquoi c'est important ?
24:58C'est important parce qu'on a eu
25:00toute une phase
25:01ces cinq dernières années,
25:02en fait,
25:02de développement,
25:04de foisonnement
25:05qui a été réalisé
25:06par le Data Office.
25:08D'accord ?
25:08Et le Data Office,
25:09aussi grand soit-il,
25:10200, 300 personnes,
25:11jamais il ne pourra
25:13équiper des grandes entreprises
25:14qui font
25:151 000,
25:1610 000,
25:16100 000,
25:17150 000 collaborateurs.
25:19Et donc,
25:20à un moment,
25:20il va falloir
25:21que les collaborateurs,
25:23en fait,
25:23puissent avoir la possibilité
25:25de réaliser eux-mêmes
25:26cette émergence.
25:28Et en fait,
25:28c'est ce qu'on voit arriver.
25:29Alors,
25:30maintenant,
25:31quand on a dit ça,
25:32quand on parle d'agents,
25:34il faut que,
25:34de l'autre côté,
25:35eh bien,
25:35si c'est un information
25:36qui sont les outils
25:37qu'utilisent ces agents,
25:39soient prêts.
25:39Et donc,
25:40ça met une grosse pression
25:41sur les DSI.
25:42Et on dit qu'aujourd'hui,
25:43les DSI doivent être
25:44authentic et ready.
25:46Et donc,
25:47en fait,
25:47il y a une grosse demande
25:48de leur part
25:48d'accompagnement
25:50pour savoir,
25:51en fait,
25:51comment,
25:52en fait,
25:53leurs systèmes d'information
25:54peuvent être prêts,
25:55comment on gère
25:56les droits d'accès,
25:57comment on gère
25:57la supervision,
25:58la maintenance.
26:00Et après,
26:00il y a une grosse opportunité
26:01quand même pour eux,
26:03c'est que,
26:03pratiquement à coût marginal,
26:05ils vont pouvoir,
26:07finalement,
26:08en profitant
26:08de la demande des métiers,
26:10eux-mêmes se transformer
26:11parce que leur métier
26:12en entier
26:13va se transformer.
26:14Les DSI
26:15ne ressembleront plus
26:16à ces orientés avant
26:17parce que les agents
26:19vont venir,
26:20en fait,
26:21collaborer
26:21avec les directeurs
26:23des systèmes d'information.
26:24Et ça,
26:25c'est nouveau.
26:25Stéphane,
26:26les DSI,
26:26oui,
26:27pour créer les couches,
26:28les couches d'accès,
26:29mais ce qui va vraiment
26:30être extrêmement important,
26:31et tu le disais un peu
26:31tout à l'heure,
26:32c'est quand on va réussir
26:33à faire en sorte
26:34que les fonctions métiers
26:35s'approprient
26:37ces outils-là
26:37que tu cites,
26:38Prism ou Jask
26:40qui est très collé
26:41à l'environnement Microsoft,
26:42par exemple,
26:42et qui, quelque part,
26:43plaît au DSI.
26:44Moi, je pense que
26:44ce qui va plaire
26:45et ce qui va fonctionner,
26:46mais je ne suis pas
26:47Madame Yerma,
26:47donc ça n'engage que moi,
26:49mais ce qui va plaire,
26:50c'est des solutions
26:52de celles que tu cites,
26:54Prism,
26:55Converso
26:55ou des choses comme ça,
26:56et qui sont
26:58DSI compliant,
27:00c'est-à-dire
27:00qui sont proches
27:02d'un environnement,
27:03d'un autre Microsoft.
27:04C'est la grande discussion
27:05qu'on a aujourd'hui
27:06avec les DSI
27:07qui nous disent
27:07mais c'est pas prêt.
27:08Moi, je ne vois pas
27:09beaucoup de sociétés comme ça.
27:10Je pense que les SAS
27:11comme DUST
27:11vont avoir un problème
27:12parce qu'elles sont
27:13à l'extérieur du système
27:14On est d'accord.
27:15Que des solutions
27:16comme Jask
27:16sont des solutions
27:18qui proposent
27:19des choses
27:20qui sont très intégrées
27:20à l'environnement Microsoft
27:21et qui, demain,
27:22vont probablement réussir.
27:24Le consensus,
27:24là où on en est aujourd'hui,
27:27c'est de se dire
27:27préparons-nous
27:28et il faut des solutions
27:30interchangeables
27:31parce que, finalement,
27:31on est au tout début.
27:32mais autant
27:34ça va être facile
27:35d'interchanger la solution,
27:36autant on est dans
27:37le temps long
27:38sur la structuration
27:39de la DSI
27:39qui, elle,
27:40doit se préparer.
27:41On est d'accord
27:45et pas d'accord
27:46mais c'est intéressant
27:47c'est pour ça.
27:47C'est le but
27:48de se développer.
27:49La question,
27:49c'est à quel horizon
27:50on parle ?
27:52Des équipes d'agents
27:53ou des agents
27:54qui sont construits
27:54par les utilisateurs,
27:56c'est un peu
27:56de la science-fiction
27:57aujourd'hui.
27:58Enfin, c'est vrai
27:58mais c'est extrêmement marginal
27:59et ça va le rester
28:00quand on voit
28:00qu'on a beaucoup de gens
28:01qui ont mis deux ans
28:02à même s'habituer
28:04à prompter.
28:04Donc, on sait
28:05que ça restera
28:06quelque chose
28:06de super user.
28:07Alors, il va y en avoir,
28:08ça va dépendre
28:08des secteurs, etc.
28:09mais ce ne sera certainement
28:11pas la norme,
28:11en tout cas,
28:12pas tout de suite.
28:13Sauf que si tu segmentes bien,
28:16tu as des populations
28:17qui, elles,
28:17savent faire,
28:18qui ont un bon niveau.
28:19Nous, on fait ça.
28:20On fait everyday user,
28:21super user
28:22et on apprend même.
28:23On a fait venir
28:23150 personnes
28:24de L'Oréal Worldwide
28:25en juillet
28:26pour leur apprendre
28:27à leur IT
28:28et à fabriquer des agents.
28:29Donc, tout est possible.
28:30Simplement,
28:31il faut se parler
28:31des masses
28:32et du niveau d'adoption.
28:33Alors, effectivement,
28:34c'est une population
28:34relativement marginale.
28:38Ce qui est intéressant,
28:39c'est que les DSI,
28:40leur profil,
28:41c'est depuis le temps
28:43parce qu'ils sont passés
28:43par le cloud,
28:44leur profil,
28:44c'est plutôt des gens
28:45qui pensent
28:46et par l'architecture,
28:47infrastructure.
28:48C'est où est ma donnée,
28:49où sont mes apps.
28:50Ils gèrent des bases
28:51de données,
28:52des applications
28:52et des gens.
28:53Et est-ce que c'est sécurisé ?
28:55Et la sécurité, ça ?
28:56Oui, mais ça,
28:57mais ils gèrent
28:57la sécurité,
28:58l'accessibilité,
28:59la totale.
29:00Demain, on va dire,
29:01maintenant,
29:02le stack technologique,
29:03c'est plus des gens,
29:05des bases de données
29:05et des SaaS,
29:07parce que la plupart
29:07c'est des gens,
29:09des bases de données,
29:10des assistants,
29:11des agents
29:11et des SaaS.
29:13D'ailleurs,
29:13l'industrie du SaaS,
29:14le problème,
29:15c'est la question
29:15que je dois me poser,
29:16c'est à chaque fois
29:16que je dois acheter un SaaS,
29:17est-ce que je peux le faire
29:17tout seul avec un agent ?
29:18Ça, c'est une bonne...
29:19Donc ça,
29:20ça va être très intéressant.
29:21Juste pour terminer,
29:22Microsoft,
29:24c'est le...
29:24Bon, j'ai bossé
29:25avec Microsoft
29:25pendant 17 ans,
29:26y compris dans l'infrastructure.
29:28C'est à chaque fois
29:29que vous allez demander
29:29à un DSI,
29:30ou un CTO,
29:31un CIO,
29:31il va vous répondre,
29:32bah fais-le sur Microsoft.
29:37Il y a Copeland Studio
29:40d'un côté
29:40et Azure et iStudio
29:42qui peuvent permettre
29:42de faire ça,
29:43mais il manque une couche
29:44un peu plus plug-and-play,
29:45mais ça,
29:46ça va arriver.
29:47Un dernier mot.
29:48Dans les accompagnements
29:49qu'on fait aujourd'hui,
29:50en fait,
29:50on a des DSI
29:51qui ont vécu le RPA.
29:53Et donc,
29:53le RPA,
29:54l'IPA...
29:54L'IPA qui est la robotisation
29:55des processus.
29:56La robotisation,
29:56qui était très simple.
29:58L'IPA,
29:58l'agentive process automation,
30:00eux,
30:00ils le voient
30:00comme une continuité.
30:02La seule chose
30:03qui diffère,
30:04c'est qu'on va toucher
30:05au process
30:06et que la partie process,
30:08la DSI,
30:09ne sait pas les gérer.
30:10Il y a du business.
30:11Et donc,
30:12aujourd'hui,
30:13le consensus,
30:14c'est de dire
30:15qu'il faut un data office
30:16qui est relié
30:16à une direction
30:17de la stratégie
30:18et qui va travailler
30:19avec la DSI
30:21et que tout ça
30:22doit vivre.
30:24Mais c'est la vraie ville
30:25entreprise.
30:25C'est ce qu'on dit
30:25le rapport.
30:26Le rapport en part...
30:26Exactement.
30:28Eric,
30:28pour réagir
30:30et à vous écouter,
30:31j'ai l'impression
30:31de revivre
30:32ce qu'on avait vécu
30:32dans les années 2000
30:33sur la self-BI
30:34et sur le fait
30:36de se dire
30:36ça va être formidable,
30:37on va pouvoir généraliser
30:38à tout le monde
30:39l'utilisation
30:41d'outils décisionnaires
30:42d'être un technicien
30:45pour pouvoir le faire.
30:46Et là,
30:46effectivement,
30:47la promesse
30:47de vibe coding,
30:49c'est je parle
30:49à mon LLM
30:50et puis ils me produisent
30:51des applications,
30:52etc.,
30:52est super intéressante
30:53sur le papier
30:53mais ça passe
30:54par de la formation,
30:55ça passe par de la sécurisation
30:56du système de la formation
30:57et de façon massive
30:59et je ne crois pas
31:01à une sorte de grand soir
31:02où d'un coup
31:03tout le monde va s'amuser
31:03à développer des applications
31:04dans tous les sens
31:05parce que les gens
31:06en côté métier
31:06n'ont juste pas le temps
31:07et donc il faut s'appuyer
31:08sur des spécialistes
31:09pour pouvoir le faire
31:09et s'assurer de l'intégration
31:11derrière avec cette dimension
31:12de compétence.
31:13Cette technologie,
31:14cette particularité,
31:15c'est qu'elle fait peur
31:15à tout le monde.
31:16Donc ils sont résistants
31:17intrinsèquement,
31:18résistants.
31:19Je l'utilise
31:19mais je résiste un peu
31:20en même temps.
31:21Mais si on s'arrête là,
31:22c'était super,
31:23Stéphane Rodeur,
31:23président d'AI Builders,
31:24Emmanuel Bignon,
31:25président Théodot d'Attaïa,
31:27Eric Campanini
31:28associé à l'X Group
31:28et puis on remercie
31:29Lucas Pérodin
31:30d'avoir rallongé un peu
31:31son agenda
31:32pour être resté avec nous
31:33confrontateur de AI Partners
31:34et que l'on retrouve
31:35bien entendu
31:35Tech & Co La Quotidienne.
31:37D'ailleurs on retrouve
31:37aussi Clément David,
31:39l'un de Théodot-Claude
31:40que l'on retrouve aussi
31:41régulièrement dans
31:42Tech & Co La Quotidienne.
31:43Rappelons-le.
31:43Messieurs,
31:44merci infiniment.
31:45On se retrouve là
31:45dans quelques semaines
31:46sur ce décryptage.
31:48J'espère qu'on est rentré
31:49un peu dans le détail
31:50mais justement
31:50c'est pour faire réfléchir
31:51à tout ce qui est en train
31:52d'arriver.
31:53Passez une excellente semaine
31:54sur BFM Business
31:55et puis continuez
31:56de le trouver
31:56en replay
31:57un podcast
31:57Tech & Co Business.
32:00Tech & Co Business
32:01sur BFM Business.
Recommandations
51:53
|
À suivre
37:48
51:42
30:20
9:13
31:06
25:33
53:43
26:15
26:12
26:15
25:22
27:32
31:56
25:06
14:46
21:56
22:26
51:36
52:56
9:50
53:28