Les limites de l'intelligence artificielle générative

Voici ce que nous répétons aux entreprises qui nous consultent pour mettre en place une stratégie d'IA générative (IAG).

Le potentiel de l'IAG est très important, mais l'IAG n'est pas magique. En voici un exemple concret avec un assureur européen et son nouveau chatbot reposant sur l'API de ChatGPT

Tous les 10 ou 15 ans, l'IA redevient à la mode et des experts auto proclamés font rêver les décideurs en leur expliquant que l'IA va faire des miracles.

Vous tombez, alors, sur des listes d'applications pour votre secteur d'activité, qui mêlent sans distinction applications réelles et usages expérimentaux non validés.

Vous, non spécialiste, comprenez, donc, que toutes ces applications sont déployées avec succès dans les entreprises pionnières.

Mais ce n'est pas le cas.

💻 Certaines fonctionnent très bien.

💻 Certaines fonctionnent ... presque.

💻 D'autres pas tout, car ce sont des applications imaginées et éventuellement testées, mais jamais déployées avec succès.

C'est normal pour les nouvelles technologies.

Ce qui est anormal, c'est que les "experts" ne vous le précise pas.

Exemple concret avec un assureur européen qui est l'un des premiers à oser tester un chatbot reposant sur l'API de ChatGPT, mais entrainé avec le contenu disponible sur le site pour qu'il réponde comme le ferait un conseiller.

Comme on le voit dans les photos d'écran, le chatbot:

🔦 est un peu lent

🔦 comprend beaucoup moins bien que le chatGPT que vous utilisez

🔦 répond de façon beaucoup moins précise

🔦 répond tantôt en anglais, tantôt en français

Pourquoi ?

🔦 Parce que si la techno d'OpenIA est beaucoup plus performante que les précédentes technos de chatbot, il faut ré-entrainer le modèle général pour qu'il réponde comme cet assureur répondrait. Cela nécessite des données d'entrainement, des données de qualité, une compréhension du fonctionnement de fine-tuning des modèles de base de ChatGPT et des itérations.

Cet assureur, parce qu'il a un profil d'innovateur, a raison de lancer son chatbot GPT: cela lui permet de prendre l'avance dans sa courbe d'apprentissage de l'IAG. Il accumule des données qui lui permettront de mieux comprendre jusqu'où les chatbots GPT peuvent aller.

Mais cette approche n'est pas forcément pertinente pour tous les assureurs:

Cet assureur a visiblement une culture de l'IA (un chatbot s'appuyant sur une autre techno est déjà en place sur son site) et est mur pour des usages avancés de l'IAG.

Pour d'autres assureurs, la bonne stratégie d'IAG passera pas des applications plus simples et plus mûres: par exemple, une formation de ses agents à l'art du prompt pour rédiger plus vite des documents, des réponses personnalisés à des demandes de clients, des illustrations de documents, de l'analyse de statistiques, de l'analyse d'avis clients...

24pm Academy peut former vos équipes à l'art du prompt et aux usages avancés de ChatGPT.