22/11/23

Retour sur 6 mois d’implémentation de la GenAI en entreprise

De nos jours, il est rare de trouver une entreprise qui n’ait pas besoin d’automatiser ses processus, ou du moins d’en optimiser certains. Cependant, il peut être difficile de déterminer les processus qui apporteront une réelle valeur ajoutée à l’entreprise. Les entreprises qui se démarqueront sur ce marché seront celles qui sauront identifier les cas d’utilisation les plus pertinents.
Retour sur 6 mois d’implémentation de la GenAI en entreprise

Je suis Gary Rouch, co-fondateur et CTO de Qolaig, une entreprise spécialisée dans l’automatisation de processus avec l’IA générative. Depuis maintenant six mois, nous enchaînons les rendez-vous et projets avec des clients, et je vous propose donc ici un compte rendu de ce que j’ai pu apprendre dans ce marché qui sort à peine de l’œuf.

A la ruée vers les “Use Cases”

De nos jours, il est rare de trouver une entreprise qui n’ait pas besoin d’automatiser ses processus, ou du moins d’en optimiser certains. Cependant, il peut être difficile de déterminer les processus qui apporteront une réelle valeur ajoutée à l’entreprise. Les entreprises qui se démarqueront sur ce marché seront celles qui sauront identifier les cas d’utilisation les plus pertinents.

Chez Qolaig, nous avons rapidement réalisé que la plupart des entreprises ne sont pas disposées à investir des sommes considérables dans des audits de deux semaines, d’autant plus que ces audits ne sont pas toujours nécessaires. Forts d’expérience et d’une mise en application de méthodes de BPA (Business Process Analysis), nous sommes aujourd’hui capables, dans la majorité des cas, d’établir des propositions après trois rendez-vous clients.

Une stack technique pour faire face à vents et marées

Une fois ces processus identifiés, l’enjeu est de pouvoir les réaliser. Pour cela, la stack technique joue un rôle majeur. Elle est généralement composée de 3 composants:

  • Un orchestrateur tel que Node-RED, Kubeflow ou Airflow pour la planification, l’automatisation des pipelines de données ainsi que le réentraînement de modèles.
  • Des outils de base de données puissants et rapides à prendre en main selon le cas d’usage, tels que Firebase ou Elasticsearch.
  • Un serveur cloud tel que AWS ou Azure pour héberger les solutions.

La protection des données, un enjeu majeur

Finalement, la protection des données est devenue une priorité absolue pour la majorité des entreprises souhaitant adopter l’automatisation intelligente, en raison de l’importance accrue de la conformité réglementaire et de la sensibilisation à la confidentialité. Face à ce défi, diverses alternatives existent, telles que l’utilisation de modèles d’intelligence artificielle offrant des garanties de respect de la protection des données, comme Azure OpenAI, qui fournit un cadre sécurisé pour le traitement des données sensibles. Et dans les cas où la sécurité des données est d’une importance capitale, certaines entreprises peuvent opter pour des modèles open source hébergés directement sur leurs propres infrastructures, garantissant ainsi un contrôle total sur la gestion et la sécurité des données, tout en bénéficiant des avantages de l’automatisation et de l’intelligence artificielle.

Je vous remercie d’avoir pris le temps de lire cet article. J’espère qu’il vous a offert des perspectives enrichissantes sur l’implémentation de l’IA générative. Si vous êtes prêt à explorer comment ces technologies innovantes peuvent être intégrées et valorisées au sein de votre entreprise, ou que vous souhaitez approfondir cette conversation n’hésitez pas à me contacter.

contactez-nous

Libérez le temps de vos collaborateurs et gagnez en efficacité avec Qolaig.