 | Partage d’expert SAS Beeznet, parce que nos experts font gagner en performance en éclairant les problématiques les plus souvent rencontrées sur le terrain : Partages sur les systèmes et solutions d’intelligence artificielle (IA) selon les usages. Avec la contribution des prestataires engagés Beeznet : Dominique (Personal Interactor), Pierre et Vincent (Synertal), Serge-Alain (Transform’IT). |
Sous le terme IA se dessinent plusieurs approches plus ou moins complexes et nécessitant plus ou moins de moyens.
Les systèmes IA mis en œuvre ont des caractéristiques très différentes et doivent de ce fait présenter des garanties très différentes selon le contexte, la stratégie, les usages et les priorités de chacun.
Libre à chacun d’utiliser les systèmes d’IA en faisant au plus simple sans se poser de question. Pour les autres qui voient l’IA comme un outil qui va augmenter ses capacités de réflexion, d’analyse, d’action…, les étapes suivantes sont indispensables !
1- Être éclairé sur les enjeux
Les enjeux sont nombreux :
* Les systèmes d’IA ne raisonnent pas et génèrent un contenu statistiquement le plus probable selon des données d’apprentissage, définies en fonction de masse très importantes de données et contenus, rendues disponibles et accessibles par l’hyper-concentration de la collecte autour d’une poignée d’acteurs -GAFAM NATU BATX….- et au traitement de masse de gros volumes de données (big data).
* L’utilisation de plus en plus importante de bot pour « animer » les médias sociaux (50% en 2024) dont 32 % de badbot (source Imperva 2024)
* La difficulté à garder son libre arbitre, sachant que “Science (IA) sans conscience (Humain) n’est que ruine de l’âme” (Rabelais).
* Les atouts et avantages pour augmenter les capacités à qui sait en faire un usage raisonné.
* Les impacts environnementaux des systèmes d’IA actuels… en attendant l’émergence des processeurs neuro-morphiques.
* Les impacts sociétaux (économique, sociaux, environnementaux…) et limites de l’IA en général et IA génératives sont en forte évolution (optimisation des algorithmes…) et il est peut être urgent d’attendre…
2- Définir sa stratégie et ses priorités en matière d’IA
Chacun doit avant toute chose faire un certain nombre de choix éclairés en matière d’IA, selon des critères comme par exemple :
 |
Sachant que deux tendances sont possibles à deux niveaux :
* niveau maîtrise:
– soit on maîtrise les contenus injectés,
– soit on maîtrise le sujet pour s’assurer de la validité de la réponse,
– soit on prend un risque (manipulation, erreur…).
* niveau charge consacrée:
– soit on passe moins de temps à faire (fait par l’IA) et on doit prendre du temps à contrôler (contrôle humain),
– soit on passe plus de temps à faire (fait par l’humain) et pas la peine de passer du temps à contrôler
– soit on ne passe pas de temps à faire et à contrôler (fait uniquement par l’IA) et il y a risque de ne rien maîtriser et/ou être manipulé.
3- Définir l’usage attendu de l’IA
Usages d’IA Générative :
– Recherche conversationnelle de contenu / IA type moteur de recherche
– Synthèse, résumé
– Création de contenu (procédure, formation…)
– Agents virtuels (Service client)
– Traduction
– Reconnaissance/ classification automatisée (décision suite à analyse d’image (marquage de photo sur réseaux sociaux, imagerie médicale…), détection de comportements (fraude…), recommandation suite à analyse de profil/ tendance, Trading automatisé…)
– Prédiction-prévision, analyse de profil/ tendance (météo…)
– …..
Autres usages de l’IA:
– Synthèse vocale
– Reconnaissance vocale,
A ces différents usages, déterminer s’il est utile ou pas d’injecter des contenu spécifiques dans le système d’IA (sans trop savoir d’ailleurs précisément la part de « spécifique »s » que le RAG prend en compte dans la génération des réponses).
4- S’entourer des acteurs appropriés
Par exemple, un système d’IA vertueux et maîtrisés nécessite de mobiliser les acteurs appropriés.
| – Décideur (définir la stratégie-positionnement-finalité) ; – Expert en gestion de contenu (labelliser les données) ; – « Fournisseur » du système d’IA (développer et mettre à disposition un système d’IA) ; – « Utilisateur » du système d’IA (déployer le système et le rendre accessible) ; – Expert en numérique(mettre en œuvre le système d’IA dans le système d’information); – Experts métier (valider les résultats et réguler, ajuster, ré-apprendre le système d’IA) ; – Consommateur (interroger le système d’IA en place). |  |
5- Déterminer le système d’IA générative adapté à l’usage
Pour tout usage, avec contenu spécifique, sur serveur privatisé :
(Système utilisant des composants libres, sous contrôle, 500€/mois location serveur GPU, 2 heures d’expert numérique pour installation et 6 heures pour paramétrage-adaptation-apprentissage).
Installer un RAG open-source (par exemple Kotaemon, base de données vectorielle externe et moteur LLM externe) sur un serveur privatisé (au sein de l’entreprise ou loué chez un hébergeur français). Sélectionner le LLM (par exemple Ollama) et sélectionner les modèles/ Collections.
En se limitant à les modèles frugaux, ce système peut tourner sur un serveur classique (quelques dizaines d’euros par mois).
Pour tout usage, sans contenu spécifique, sur un simple PC ou mini-serveur :
(Système utilisant des composants libres, sous contrôle, sans sur-coût).
Installer un ou plusieurs modèles Ollama (ici), tenant compte du fait que le nombre de paramètres du modèle : plus il y en a, plus c’est consommateur de ressource et plus l’apprentissage est renforcé…). Possible d’installer plusieurs modèles disponibles pour tester, sachant qu’on utilise ensuite un seul modèle à la fois.
Pour un usage « agent virtuel » avec contenus spécifiques en SaaS :
(Système à 2 niveaux limitant la « fuite de données », combinant une instance privée chatGPT, non ré-utilisée, figée, hébergé Microsoft Azur Fr & un RAG privatif hébergé en datacentre France privé, env 50 à 100€/ mois).
Exemple WAIABE
Assistant Conversationnel (Chatbot) en langage naturel multilingue basé sur une Intelligence Artificielle « vertueuse » (limitant la fuite de données, préservant les données, questionnements et contenus), avec tableau de bord statistiques (réponse, non réponse…).
Pour un usage générique d’IA public :
(Système propriétaire, gratuit, sans contrôle).
Utiliser les solutions en ligne (SaaS) de type ChatGPT (OpenIA), Claude (Anthropic), Copilot (Microsoft), Gemini (Google).
Pour un usage générique et spécifique d’IA privatisé en SaaS :
(Système propriétaire en instance privatisée (contrôle uniquement garanti contractuellement), hébergé sur des serveurs sous contrôle).
>> Utiliser un RAG en Code open-source sur une base de données vectoriel externe et un moteur LLM externe, hébergé en SaaS (par exemple GitHub Serverless RAG on AWS). Plusieurs semaines de charge d’expert en numérique pour intégrer la solution aux systèmes d’information existants, industrialiser la mise en production, ajouter les couches de sécurisation…) et 500€/ mois de location de serveur.
>> Utiliser une plateforme consommant des services IA Entreprise (exemple OpenAI, Cohere…), indexant des bases de contenus spécifiques, incluant des connecteurs à des applications métiers, à environ 30€ / utilisateur / mois comprenant des coûts « fixes » pour l’application (serveur, base de données, Services de sécurité, Authentification…) et des coûts « variables » selon l’usage (vectorisation des documents importés par les utilisateurs, vectorisation des requêtes des utilisateurs (RAG), Inférence du/des LLM(s)…)
Exemples de mise en œuvre
| Utilisation comparative des différents systèmes d’IA public/ privatif en SaaS/ opensource sur des prompts “audit” et “risque” avec ou sans injection de contenus (contenus injectés : deux ouvrages de V. iacolare sur « l’audit » et deux sur les « risques ») |  |
Détail et exemples de mise en œuvre:
* Atelier pro « Intelligence Artificielle, Cas d’application aux métiers QSE et RSE », Afnor, fev. 2025 (voir ici)
* Conférence Citoyenne Intelligence artificielle, risque ou opportunité, ECG Abidjan, janv. 2025 (voir ici)
* BeezConf « Intelligence artificielle, historique et usages pour tous », janv 2025 (voir ici)
* Livre blanc « Intelligence artificielle » (voir ici)