Leçons clés d’une startup IA
Lancer une entreprise d’IA révèle rapidement des défis inattendus, notamment en matière de conception de prompts et de sélection de modèles. L’approche initiale d’instructions détaillées s’est avérée moins efficace que la définition de garde-fous pour laisser l’IA innover. L’avenir réside dans des systèmes agentiques, des systèmes d’exploitation dynamiques qui orchestrent les automatisations et redéfinissent les normes de l’industrie.
Points clés
- L’approche initiale consistait à intégrer toutes les décisions possibles dans un prompt unique, conduisant à des hallucinations et des ajustements constants.
- La nouvelle approche privilégie la logique déterministe codée en dur et la définition de garde-fous pour permettre aux LLM de prendre des décisions.
- La causalité des résultats des prompts est difficile à cerner, contrairement au code traditionnel.
- L’ajout d’émotion dans les prompts semble renforcer la couche d’attention du LLM.
- Les prompts sont des hypothèses qui doivent être testées à grande échelle pour évaluer leur performance.
- Une amélioration de 20 % de la pertinence de la sortie d’un agent de service client a été observée après un changement de framework de prompt.
- Le choix du modèle LLM est crucial et peut faire la différence entre un système prêt pour la production et une preuve de concept.
- Des modèles comme Claude 3 Sonnet excellent dans le raisonnement de haut niveau, tandis que d’autres sont meilleurs pour la communication conversationnelle.
- L’architecture Planificateur-Exécuteur-Vérificateur est considérée comme suffisante pour la plupart des agents.
- Le développement d’outils personnalisés pour le traitement des données, l’appel de fonctions API et l’ingénierie des prompts est jugé supérieur aux solutions prêtes à l’emploi.
- La majorité des entreprises n’ont pas adopté l’automatisation traditionnelle, offrant une opportunité de passer directement à l’IA Agentique.
- Les systèmes agentiques sont des systèmes d’exploitation dynamiques qui utilisent les automatisations comme un ensemble d’outils, et non de simples automatisations améliorées.
- L’UI/UX est un goulot d’étranglement majeur pour l’adoption à grande échelle des systèmes agentiques.
- L’IA Agentique devrait être perçue comme une collaboration humain-agent, où le système possède le processus de bout en bout.
- Le retour sur investissement des systèmes agentiques est potentiellement exponentiel, créant un effet de volant d’inertie imparable en réduisant les coûts opérationnels et en augmentant la valeur client.
- L’entreprise se concentre désormais exclusivement sur la construction de systèmes agentiques et propose des blueprints de développement d’IA pour les clients intéressés.
- La communauté construite autour de l’entreprise est précieuse pour l’apprentissage et l’échange, privilégiant les interactions en direct aux tutoriels.
- L’entreprise prévoit de développer sa propre plateforme communautaire pour offrir une expérience plus personnalisée.
- L’entreprise se positionne comme experte dans la construction de systèmes agentiques et ne propose plus de conseil sur des projets individuels qui ne correspondent pas à son approche.
- L’objectif est de construire un Agentic OS équipe par équipe, pour finalement créer un système d’exploitation pour l’ensemble de l’entreprise.
À retenir
Alors, vous pensiez que lancer une startup d’IA se résumait à écrire quelques lignes de code et à regarder la magie opérer ? Détrompez-vous ! Apparemment, il faut non seulement apprendre à parler la langue des machines avec émotion, mais aussi accepter que ces “outils” d’IA sont en fait des employés virtuels avec leurs propres KPI et leurs jours sans. Et si vous n’avez pas encore automatisé votre machine à café, ne vous inquiétez pas, vous pouvez sauter cette étape et passer directement à l’Agentic OS pour gérer votre entreprise. Après tout, qui a besoin d’une simple automatisation quand on peut avoir un système d’exploitation qui redéfinit les marges de l’industrie ?
Sources
Quiz sur la vidéo: 5 questions
