Slide 1

Slide 1 text

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