L’art de maîtriser l’imprévisible :
façonner une solution IA Gen
Raphaël Anjou - @Orange Business
Google DevFest 2024 Sophia Antipolis – 28/11
Slide 2
Slide 2 text
Qu’allez-vous obtenir
de cette présentation ?
Slide 3
Slide 3 text
Qui suis-je ?
Slide 4
Slide 4 text
Pourquoi avons-nous besoin
de maîtriser l’imprévisible ?
Slide 5
Slide 5 text
Un LLM est une boîte noire.
Slide 6
Slide 6 text
Le plus de responsabilités on donne,
le moins de contrôle on a.
Slide 7
Slide 7 text
Comment les humains partagent-ils
les responsabilités ?
Outil Usine Équipe
Slide 8
Slide 8 text
Dans l’IA Gen ça ressemble à quoi ?
GPT
wrappers
LLM
chaining
Système
multi-agents
Slide 9
Slide 9 text
Où mettre le curseur ?
Slide 10
Slide 10 text
1 job
1 responsabilité
+ de contrôle
Slide 11
Slide 11 text
Est-ce que
j’ai vraiment besoin d’IA Gen ?
La question qui fâche…
Slide 12
Slide 12 text
Les LLMs sont juste
de nouveaux outils.
Lire, regarder,
écrire
« Comprendre »
« Réfléchir »
Slide 13
Slide 13 text
Un outil doit être bien utilisé.
Libre à vous d’en faire autre chose.
Slide 14
Slide 14 text
Un LLM est une partie de la solution,
ce n’est pas LA solution.
Slide 15
Slide 15 text
Infrastructure
Modèles
Intelligence
Données
Les briques de notre solution
Transverse
Slide 16
Slide 16 text
Infrastructure
Je veux
mon GPU.
Je ne veux
pas savoir.
Je veux le GPU
d’un autre.
(GPUaaS)
Cloud vs On-Premise ?
Besoin d’être souverain ?
Slide 17
Slide 17 text
Infrastructure
Modèles
Intelligence
Données
Les briques de notre solution
Transverse
Je veux mon
GPU.
Je ne veux
pas savoir.
Je veux le GPU d’un
autre. (GPUaaS)
Slide 18
Slide 18 text
Modèles
Open-source vs Propriétaire ?
Large LM vs Small LM ?
Finetuné, ou pas ?
Slide 19
Slide 19 text
Infrastructure
Modèles
Intelligence
Données
Les briques de notre solution
Transverse
Large LM vs
Small LM ?
Open-source vs
Propriétaire ?
Finetuné, ou
pas ?
Je veux mon
GPU.
Je ne veux
pas savoir.
Je veux le GPU d’un
autre. (GPUaaS)
Slide 20
Slide 20 text
Intelligence
LLM chaining
Prompt engineering
Système multi-agents
Slide 21
Slide 21 text
Infrastructure
Modèles
Intelligence
Données
Les briques de notre solution
Transverse
Large LM vs
Small LM ?
Open-source vs
Propriétaire ?
Finetuné, ou
pas ?
Je veux mon
GPU.
Je ne veux
pas savoir.
Je veux le GPU d’un
autre. (GPUaaS)
LLM chaining
Prompt engineering
Système multi-agents
Slide 22
Slide 22 text
Données
Retrieval Augmented Generation
API Database Document Internet
Slide 23
Slide 23 text
Infrastructure
Modèles
Intelligence
Données
Les briques de notre solution
Transverse
Large LM vs
Small LM ?
Open-source vs
Propriétaire ?
Finetuné, ou
pas ?
Retrieval Augmented Generation
API Database Document Internet
Je veux mon
GPU.
Je ne veux
pas savoir.
Je veux le GPU d’un
autre. (GPUaaS)
LLM chaining
Prompt engineering
Système multi-agents
Slide 24
Slide 24 text
Transverse
Sécurité
Gouvernance des données
DevOps, MLOps, LLMOps
Impact Business et ROI
Éthique et responsabilité
Slide 25
Slide 25 text
Infrastructure
Modèles
Intelligence
Données
Les briques de notre solution
Transverse
Large LM vs
Small LM ?
Open-source vs
Propriétaire ?
Finetuné, ou
pas ?
Je veux mon
GPU.
Je ne veux
pas savoir.
Je veux le GPU d’un
autre. (GPUaaS)
LLM chaining
Prompt engineering
Système multi-agents
Retrieval Augmented Generation
API Database Document Internet
Sécurité
Gouvernance
des données
DevOps,
MLOps,
LLMOps
Impact Business
et ROI
Éthique et
responsabilité
Slide 26
Slide 26 text
Une architecture plus détaillée
Réalisé par Ali Arsanjani
Slide 27
Slide 27 text
Et mes utilisateurs ?
Slide 28
Slide 28 text
Que devez-vous retenir ?
Le succès d’une solution IA Gen,
repose sur l’alignement entre :
• les utilisateurs,
• la complexité du problème,
• les données,
• l’intelligence,
• l’infrastructure.
Slide 29
Slide 29 text
Merci de m’avoir écouté !
Des questions ?
Raphaël Anjou - @Orange Business
Google DevFest 2024 Sophia Antipolis – 28/11