{"id":22105,"date":"2024-05-23T18:10:48","date_gmt":"2024-05-23T18:10:48","guid":{"rendered":"https:\/\/www.trccompanies.com\/insights\/faites-de-lia-generative-votre-avantage-en-matiere-de-donnees-dentreprise\/"},"modified":"2024-11-27T14:20:10","modified_gmt":"2024-11-27T14:20:10","slug":"faites-de-lia-generative-votre-avantage-en-matiere-de-donnees-dentreprise","status":"publish","type":"news-and-insights","link":"https:\/\/www.trccompanies.com\/fr\/insights\/faites-de-lia-generative-votre-avantage-en-matiere-de-donnees-dentreprise\/","title":{"rendered":"Faites de l\u2019IA g\u00e9n\u00e9rative votre avantage en mati\u00e8re de donn\u00e9es d\u2019entreprise"},"content":{"rendered":"\n\n
\n
\n \n
\n
\n \n <\/div>\n\n
\n <\/div>\n <\/div>\n\n <\/div>\n<\/section>\n\n\n
\n
\n
\n \"GettyImages-1648548822\" <\/div>\n <\/div>\n \n
\n
\n

L\u2019IA g\u00e9n\u00e9rative rend les entreprises nerveux<\/h2>\n

Pourquoi plus d\u2019entreprises que jamais cherchent-elles \u00e0 puiser dans l\u2019IA conversationnelle ou les LVM en premier lieu ?<\/p>\n

Commen\u00e7ons par les m\u00e9dias. Sur tous les canaux imaginables, des m\u00e9dias d\u2019information aux r\u00e9seaux sociaux en passant par le divertissement, il est impossible de ne pas consommer d\u2019histoires ou d\u2019\u00e9couter des bavardages autour d\u2019exp\u00e9riences comme ChatGPT. Et si tout le monde en parle, cela signifie que les hauts dirigeants des entreprises le sont aussi – et comment ils pourraient exploiter cette technologie \u00e9mergente pour d\u00e9velopper les affaires, quelle que soit l\u2019entreprise. <\/p>\n

De nombreuses entreprises, personnes ou d\u00e9partements exp\u00e9rimentent ou commencent ind\u00e9pendamment de petits projets pilotes. Les organisations reconnaissent qu\u2019elles ont besoin d\u2019un plan et de politiques pour \u00e9viter une approche disparate et non strat\u00e9gique. Ils doivent tenir compte des avantages et des menaces et de la fa\u00e7on dont ils peuvent \u00e9liminer les obstacles et l\u2019acc\u00e8s aux donn\u00e9es cloisonn\u00e9es pour faciliter la r\u00e9cup\u00e9ration transparente de l\u2019information dans le cadre d\u2019une approche s\u00fbre, s\u00e9curis\u00e9e et strat\u00e9gique. <\/p>\n

Cependant, les d\u00e9fis de la mise en \u0153uvre d\u2019un LLM interne ou hybride sont importants. Le plus grand d\u00e9fi concerne les aspects techniques de la pr\u00e9paration des donn\u00e9es. Les donn\u00e9es ne sont g\u00e9n\u00e9ralement pas assez bien structur\u00e9es pour \u00eatre utiles pour LLM ou viennent dans des formats diff\u00e9rents. S\u2019ils r\u00e9sident dans une base de donn\u00e9es, ils peuvent avoir des sch\u00e9mas diff\u00e9rents sur lesquelles un LLM n\u2019est pas form\u00e9 et ne savent donc pas lire. En outre, les donn\u00e9es peuvent \u00eatre verrouill\u00e9es dans une technologie exclusive, ce qui les emp\u00eache d\u2019\u00eatre accessibles \u00e0 un LLM. Enfin, il y a souvent un manque g\u00e9n\u00e9ral de m\u00e9tadonn\u00e9es, de sorte que les sources de donn\u00e9es sont mal document\u00e9es, ce qui rend difficile de d\u00e9terminer ce qui fait autorit\u00e9. <\/p>\n

Dans une moindre mesure, l\u2019\u00e9normit\u00e9 du d\u00e9ploiement de la technologie et son potentiel peuvent souvent \u00eatre intimidants en raison des facteurs de risque impliqu\u00e9s – des donn\u00e9es confidentielles qui sont divulgu\u00e9es hors de l\u2019organisation. En outre, les entreprises peuvent trouver que le manque d\u2019expertise interne est le plus grand obstacle \u00e0 la cr\u00e9ation d\u2019applications internes et \u00e0 la compr\u00e9hension de la pr\u00e9paration des donn\u00e9es \u00e0 utiliser par les nouvelles technologies. <\/p>\n <\/div>\n <\/div>\n<\/section>\n\n\n

\n
\n \n
\n
\n \n <\/div>\n\n
\n

L\u2019IA g\u00e9n\u00e9rative commence par la bonne conception<\/h2>\n

Alors, comment une organisation commence-t-elle son voyage d\u2019IA g\u00e9n\u00e9rative ? La tentation pour de nombreuses entreprises pourrait \u00eatre d\u2019utiliser une IA g\u00e9n\u00e9rative simple en utilisant un service 3rd party en visitant simplement un site Web pour obtenir une r\u00e9ponse g\u00e9n\u00e9rale \u00e0 une question fondamentale. <\/p>\n

Mais si vous devez d\u00e9cider de donn\u00e9es exclusives – pour prot\u00e9ger les secrets commerciaux ou les m\u00e9tiers comp\u00e9titifs, les dossiers confidentiels des clients ou les informations r\u00e9glement\u00e9es s\u00e9curis\u00e9es et priv\u00e9es, vous avez besoin de votre propre LLM. Vous avez des options : il y a diff\u00e9rents niveaux de maturit\u00e9 et de sophistication. Certaines MLM sont form\u00e9es \u00e0 l\u2019aide de dizaines de milliers de param\u00e8tres pour une port\u00e9e d\u2019int\u00e9r\u00eat \u00e9troite. Certains sont form\u00e9s avec des milliards de param\u00e8tres, par exemple, pour g\u00e9n\u00e9rer des images et consid\u00e9rer le contexte d\u2019une question. <\/p>\n

Les organisations qui commencent \u00e0 utiliser l\u2019IA g\u00e9n\u00e9rative de mani\u00e8re responsable veulent tirer parti des mod\u00e8les pr\u00e9-form\u00e9s disponibles dans le commerce. Pourtant, ils ne veulent pas former ce LLM sur leurs donn\u00e9es. Ils veulent que ce soit dans les deux sens : mettre en \u0153uvre une architecture hybride qui leur donne acc\u00e8s au service pr\u00e9cieux qu\u2019ils n\u2019ont pas \u00e0 cr\u00e9er et leur permet de contr\u00f4ler enti\u00e8rement leurs donn\u00e9es. <\/p>\n

En fin de compte, les entreprises veulent mettre les informations les plus pr\u00e9cieuses \u00e0 la disposition de tous ceux qui en ont besoin, quand ils en ont besoin, o\u00f9 qu\u2019ils r\u00e9sident. Ils veulent les moyens les plus efficaces disponibles pour tirer parti de ce qu\u2019on appelle une hi\u00e9rarchie de valeur dans la sph\u00e8re des donn\u00e9es, compos\u00e9e de : <\/p>\n

    \n
  1. Donn\u00e9es brutes (non structur\u00e9es, non filtr\u00e9es, non format\u00e9es)<\/li>\n
  2. Informations (donn\u00e9es trait\u00e9es dans un format utilisable)<\/li>\n
  3. Connaissances (ajouter un contexte pour des utilisations fonctionnelles)<\/li>\n
  4. Sagesse (les id\u00e9es glan\u00e9es \u00e0 partir de l\u2019application r\u00e9elle)<\/li>\n<\/ol>\n

    La bonne architecture et la d\u00e9finition de normes pour les formats de questions impliquent de s\u00e9parer les donn\u00e9es qui ne peuvent pas \u00eatre expos\u00e9es \u00e0 LLM des types de donn\u00e9es que vous envoyez et recevez de LLM.<\/p>\n

    L\u2019utilisation du mod\u00e8le de g\u00e9n\u00e9ration augment\u00e9e de r\u00e9cup\u00e9ration (RAG) peut garder ces choses s\u00e9par\u00e9es. La pr\u00e9paration des donn\u00e9es pour l\u2019IA g\u00e9n\u00e9rative et l\u2019adaptation d\u2019un LLM pour vos cas d\u2019utilisation impliquent de conna\u00eetre le domaine d\u2019enqu\u00eate ou d\u2019application. <\/p>\n

    \n

    Vous devez concevoir et comprendre le domaine d\u2019enqu\u00eate – que voulez-vous que LLM vous aide \u00e0 r\u00e9pondre ? Par exemple, poser des questions r\u00e9sumant les indicateurs critiques des op\u00e9rations commerciales peut \u00eatre votre domaine d\u2019enqu\u00eate. Pour ce cas d\u2019utilisation, l\u2019obtention de la r\u00e9ponse inclurait l\u2019utilisation d\u2019un ensemble sp\u00e9cifique de sources de donn\u00e9es. Cela implique \u00e9galement d\u2019utiliser ou d\u2019acc\u00e9der \u00e0 une taxonomie ou \u00e0 une terminologie que votre utilisateur final pr\u00e9vu comprendrait et utiliserait. <\/p>\n<\/blockquote>\n

    Vous devez concevoir et comprendre le domaine d\u2019enqu\u00eate – que voulez-vous que LLM vous aide \u00e0 r\u00e9pondre ? Par exemple, poser des questions r\u00e9sumant les indicateurs critiques des op\u00e9rations commerciales peut \u00eatre votre domaine d\u2019enqu\u00eate. Pour ce cas d\u2019utilisation, l\u2019obtention de la r\u00e9ponse inclurait l\u2019utilisation d\u2019un ensemble sp\u00e9cifique de sources de donn\u00e9es. Cela implique \u00e9galement d\u2019utiliser ou d\u2019acc\u00e9der \u00e0 une taxonomie ou \u00e0 une terminologie que votre utilisateur final pr\u00e9vu comprendrait et utiliserait. Un ing\u00e9nieur, par exemple, aurait un lexique diff\u00e9rent de celui d\u2019un technicien de service sur le terrain, bien que les deux puissent \u00eatre impliqu\u00e9s dans le m\u00eame cas d\u2019utilisation (comme l\u2019infrastructure du b\u00e2timent). La formation du mod\u00e8le \u00e0 la connaissance de la langue de l\u2019entreprise et des diff\u00e9rents utilisateurs finaux est d\u2019une importance vitale. <\/p>\n

    De plus, si vous ne connaissez pas les questions que votre syst\u00e8me posera d\u00e8s le d\u00e9part, vous ne pourrez pas tester efficacement la pr\u00e9cision de vos mod\u00e8les. La pr\u00e9-d\u00e9finition de votre domaine d\u2019enqu\u00eate vous permettra de d\u00e9terminer si vous obtenez les bonnes r\u00e9ponses ou la qualit\u00e9 des r\u00e9ponses de vos SMA. <\/p>\n

    Par exemple, vous pouvez cr\u00e9er un mod\u00e8le qui donne une r\u00e9ponse \u00ab hallucination \u00bb, qui implique une r\u00e9ponse incorrecte qui ne correspond pas aux faits ou aux informations fournis au mod\u00e8le d\u2019IA. Un autre exemple concerne la \u00ab paresse \u00bb de l\u2019IA, qui provient d\u2019un utilisateur final qui s\u2019attend \u00e0 une r\u00e9ponse robuste, mais qui obtient plut\u00f4t quelque chose de beaucoup moins suffisant, comme une r\u00e9ponse en deux mots. <\/p>\n

    Conna\u00eetre les questions vous permet d\u2019identifier les sources de donn\u00e9es dont vous avez besoin pour obtenir les bonnes r\u00e9ponses et \u00e9viter les hallucinations d\u2019IA, la paresse, etc. L\u2019emplacement est une dimension cruciale des donn\u00e9es qui offre une ing\u00e9nierie intelligente en exploitant la g\u00e9ographie et l\u2019emplacement de vos donn\u00e9es en tant qu\u2019unificateur d\u2019autres types de donn\u00e9es. Si vous avez un emplacement, vous pouvez cr\u00e9er des int\u00e9grations strat\u00e9giques qui rassemblent les donn\u00e9es de plusieurs syst\u00e8mes, y compris le client (CRM), la finance (ERP), l\u2019actif (EAM), etc., pour rendre vos r\u00e9ponses plus robustes. <\/p>\n

    Les entreprises b\u00e9n\u00e9ficient de l\u2019\u00e9tablissement de normes pour les formats de questions ou les invites qui exploitent l\u2019aspect de localisation de leurs donn\u00e9es commerciales \u00e0 l\u2019aide de la technologie g\u00e9ospatiale combin\u00e9e \u00e0 l\u2019IA g\u00e9n\u00e9rative. Cette solution combin\u00e9e garantit la pr\u00e9cision, l\u2019adaptabilit\u00e9 et l\u2019utilit\u00e9 des r\u00e9ponses LLM. Il cr\u00e9e les structures de r\u00e9ponse correctes, y compris o\u00f9 trouver les donn\u00e9es. <\/p>\n

    Par exemple, une application OT peut surveiller les donn\u00e9es sur une ligne de transmission repr\u00e9sent\u00e9e comme une ligne droite, mais cette ligne couvre de nombreuses communaut\u00e9s diff\u00e9rentes, des fermes aux usines en passant par les centres urbains. Avec un processus connu sous le nom d\u2019int\u00e9gration vectorielle, l\u2019IA peut combiner les attributs physiques, l\u2019\u00e9tat op\u00e9rationnel, la g\u00e9om\u00e9trie et le contexte fonctionnel de l\u2019actif pour empaqueter tout le contenu pertinent pour effectuer un certain nombre de fonctions. Les sch\u00e9mas SCADA \u00e0 eux seuls ne par r\u00e9pondent pas \u00e0 ce niveau de d\u00e9tail. <\/p>\n <\/div>\n <\/div>\n\n <\/div>\n<\/section>\n\n\n

    \n
    \n
    \n
    \n

    Votre partenaire d\u2019IA g\u00e9n\u00e9rative<\/h2>\n

    TRC poss\u00e8de l\u2019expertise technique et l\u2019exp\u00e9rience du monde r\u00e9el pour aider votre organisation \u00e0 d\u00e9ployer avec succ\u00e8s l\u2019IA g\u00e9n\u00e9rative dans votre organisation. TRC a travaill\u00e9 avec plusieurs clients dans le monde entier pour cr\u00e9er la bonne architecture, les bonnes int\u00e9grations, les mod\u00e8les et les invites pour assurer la s\u00e9curit\u00e9, l\u2019accessibilit\u00e9, l\u2019adaptabilit\u00e9, etc. Nos scientifiques des donn\u00e9es, concepteurs, d\u00e9veloppeurs, chefs de projet et experts de l\u2019industrie apportent des connaissances et des comp\u00e9tences approfondies fond\u00e9es sur des d\u00e9ploiements r\u00e9ussis. TRC Companies dispose de l\u2019expertise suppl\u00e9mentaire en mati\u00e8re d\u2019investissement et d\u2019ing\u00e9nierie pour combler le foss\u00e9 entre l\u2019IA, l\u2019apprentissage automatique, le cloud et d\u2019autres innovations et vos objectifs commerciaux. <\/p>\n

    Le travail de TRC avec des clients aux \u00c9tats-Unis et dans le monde entier commence par \u00ab s\u2019approprier la mission client \u00bb. En adh\u00e9rant \u00e0 un mod\u00e8le d\u2019\u00e9coute d\u2019abord qui comprend la communication et la collaboration entre les stylos \u00e0 toutes les \u00e9tapes du cycle de vie du projet, TRC travaille avec diligence pour s\u2019assurer que les projets d\u2019IA respectent les d\u00e9lais et le budget. <\/p>\n

    Avec TRC comme partenaire d\u2019IA de confiance, vous gagnez :<\/p>\n