.jpg)
Dans ce deuxième épisode de cette mini-sérié dédiée à la GenAi, Vincent Talbo, Data Scientist chez Keley et membre du LabData, vous dévoile les coulisses des outils développés par le KeleyLab - "À la conquête des GPT!"
Les coulisses des LLM !
La transformation digitale représente un enjeu majeur pour les entreprises actuelles. Comme évoqué dans l’épisode #1, face à l'avancée des technologies et à l'évolution des besoins des consommateurs, il est essentiel pour les entreprises de s'adapter et de se moderniser afin de rester compétitives sur le marché. C'est dans ce contexte que les sociétés de conseil en transformation digitale jouent un rôle crucial en accompagnant les entreprises dans leur processus de transformation.
Chez Keley, le LabData adopte une approche proactive de production d’outils pour aider les entreprises à intégrer l'IA dans leur environnement de travail.
Lors de la conférence, Vincent nous a présenté le dernier outil développé par KeleyLab, qu'ils ont choisi d'appeler "GPTMaker".
GPTMaker est basé sur le concept de LLM (Large Language Model), notamment utilisé par OpenAI pour ses différentes versions de ChatGPT. Les modèles LLM permettent de générer du texte de manière automatique en se basant sur un grand volume de données ; il est « pré-entrainé ». Actuellement, à l'instar de GPT-3.5 et GPT-4, briques élémentaires derrière chatGPT, les GPT peuvent être utilisés dans de nombreux domaines tels que l'automatisation des tâches, la personnalisation de l'expérience client, la cybersécurité, l'IoT et bien d'autres encore. Néanmoins, ces outils ne répondent pas encore assez à la volonté des entreprises, c’est pourquoi la recherche en GenAI pourrait grandement améliorer le quotidien de nombreux collaborateurs dans un futur plus ou moins proche.
GPTMaker : un GPT personnalisable
L'objectif derrière GPTMaker était de créer un outil en libre accès permettant aux entreprises de concevoir un GPT personnalisé en fonction de leurs besoins spécifiques. En effet, grâce à cet outil, les bots IA peuvent assister les employés dans leurs tâches quotidiennes en répondant à partir de n'importe quelle base de données téléchargée.
Comment ça marche ?
- Synthétiser les documents souhaités dans un dossier partagé.
- Compresser votre dossier au format .zip.
- Glisser/Déposer votre dossier compressé dans GPTMaker.
- Et voilà ! Vous venez de créer un GPT qui répond aux besoins spécifiques de votre entreprise.
👉 Pour tester l’app : GPTmaker
Pour répondre au prompt, GPTMaker utilise les fonctionnalités de sélection de GPT 3.5 et 4. Lors d'une entrée de prompt sur ChatGPT, il puise dans son immense data set pour vous répondre, ce qui peut entraîner sur certains sujets spécifiques des réponses souvent vagues et/ou fausses. Dans le cas de GPTMaker, l'API d'OpenAI agit donc comme un opérateur de sélection pour répondre uniquement à partir des séquences textuelles les plus adaptées à la situation. Cela permet aux entreprises de dépasser la limite du data set d'OpenAI (modèle arrêté à 2021). De plus, ChatGPT ne cite pas ses sources, ce qui peut poser un problème lorsque les réponses sont basées sur des documents internes à l'entreprise. Également, ChatGPT ne donne pas son avis et ne fait pas référence à des connaissances acquises par ailleurs. À la différence de ChatGPT, GPTMaker est capable de vous indiquer les sources utilisées pour créer sa propre réponse personnalisée, dans une limite de 3 sources citées. Ainsi, pour rendre GPTMaker encore plus interactif et personnalisé, le LabData a développé une fonctionnalité permettant de charger des bases de données spécifiques à chaque entreprise. Ainsi, les utilisateurs peuvent poser des questions directement liées à leurs propres documents et obtenir des réponses précises et pertinentes.
L'utilisation des Large Language Models soulève également des questions éthiques et de conformité. En effet, ces modèles peuvent parfois fournir des réponses inappropriées ou basées sur des données personnelles sensibles. Chez Keley, nous avons pris en compte ces limitations et nous avons développé GPTMaker en veillant à ce qu'il respecte les normes de confidentialité et de sécurité des données. Pour cela, nous avons mis en place des mesures de sécurité pour protéger les données sensibles des utilisateurs. Par exemple, nous utilisons Firebase, un outil de Google, pour sécuriser les bases de données et garantir que seules les personnes autorisées y ont accès. Néanmoins, nous ne pouvons pas affirmer qu’OpenAI n’utilisera pas le contenu du pré-prompt (et donc, de vos documents) pour des futurs entraînements de leurs modèles, même si, à date, OpenAI assure ne pas réutiliser les prompt envoyés à son API.
GPTMaker : quelques exemples de cas d'usage
Dans le domaine du marketing, GPTMaker peut répondre aux questions des clients sur les différences entre deux produits, ce qui permet de gagner du temps et d'améliorer la satisfaction client en optimisant son parcours.
Dans le domaine de la production industrielle, GPTMaker peut être utilisé pour générer des indicateurs-clés de performance sur la chaîne de montage et identifier les facteurs explicatifs des retards de livraison, par exemple. Cela permet aux entreprises d'optimiser leurs processus et d'améliorer leur efficacité opérationnelle à travers la base de données chiffrées de cette dernière.
Le service client est également un domaine où GPTMaker peut être très utile. Il peut répondre aux questions des clients concernant leur facture ou tout autre problème qu'ils rencontrent. Cela permet de réduire le nombre d'appels au service client et d'améliorer la qualité de l'expérience client.
En ce qui concerne les achats et les finances (logistique), GPTMaker peut aider à identifier les catégories de livraison en retard et les raisons de ces retards, intégrant ainsi ces risques dans la stratégie de l’entreprise et de les rationaliser. Cela permet aux entreprises de prendre des mesures correctives et d'améliorer leur processus d'approvisionnement.
Enfin, dans le domaine des ressources humaines, GPTMaker peut répondre aux questions des employés sur les avantages offerts par l'entreprise en matière de prêt immobilier à taux réduit, par exemple. Cela permet aux employés d'obtenir rapidement les informations dont ils ont besoin de façon instantanée et centralisée. La perte/dilution des informations importantes est alors grandement réduite.
De belles perspectives donc, GPTMaker offre un aperçu prometteur des futures utilisations des IA génératives. Il permet d'automatiser de nombreuses tâches et d'améliorer l'efficacité des équipes de travail en s'appuyant sur la documentation existante de l'entreprise. Grâce à sa capacité à générer du texte de manière personnalisée, GPTMaker peut d’ores et déjà répondre aux questions des clients, optimiser les processus de production, améliorer l'expérience et le parcours client.
Nous continuons à travailler sur l'amélioration de cet outil en collaboration avec nos clients afin de répondre aux besoins spécifiques de chaque entreprise et de garantir une expérience utilisateur optimale.
Stay tuned….
👉 Conférence IA générative - #3 Benchmark LLM : Comment faire rimer prix, performance et qualité ?
