
Tendances d'utilisation de l'IA générative par secteur d'activité
Description
Introduction au livre
Se contenter de penser à ChatGPT ou Midjourney ne permettra pas de suivre le rythme des tendances en matière d'IA générative qui se manifestent actuellement dans chaque secteur.
Dans ce livre, nous explorerons comment les entreprises leaders utilisent l'IA générative pour développer leurs activités et les monétiser.
Ce livre est un recueil d'histoires de réussite commerciale utilisant l'IA générative, couvrant des projets et des services actuellement en cours dans divers secteurs et entreprises.
Nous avons recensé des cas de réussite d'entreprises utilisant l'IA générative dans divers secteurs, notamment les chatbots dans les institutions financières, les expériences virtuelles dans l'industrie de la beauté, la gestion des anomalies dans le secteur manufacturier, les simulations de conception virtuelle, la découverte de nouveaux médicaments et les essais cliniques dans l'industrie biotechnologique, ainsi que la création et la révision de documents dans des domaines spécialisés tels que la médecine et le droit.
Dans ce livre, nous explorerons comment les entreprises leaders utilisent l'IA générative pour développer leurs activités et les monétiser.
Ce livre est un recueil d'histoires de réussite commerciale utilisant l'IA générative, couvrant des projets et des services actuellement en cours dans divers secteurs et entreprises.
Nous avons recensé des cas de réussite d'entreprises utilisant l'IA générative dans divers secteurs, notamment les chatbots dans les institutions financières, les expériences virtuelles dans l'industrie de la beauté, la gestion des anomalies dans le secteur manufacturier, les simulations de conception virtuelle, la découverte de nouveaux médicaments et les essais cliniques dans l'industrie biotechnologique, ainsi que la création et la révision de documents dans des domaines spécialisés tels que la médecine et le droit.
- Vous pouvez consulter un aperçu du contenu du livre.
Aperçu
indice
Partie 1.
stratégie d'adoption de l'IA générative
Ingénierie rapide | Intégration d'API | Utilisation de plugins | Optimisation | Développement de votre propre modèle | Approche hybride | Exploitation des plateformes d'IA | Utilisation de plateformes sans code/à faible code
Partie 2.
Cas d'utilisation de l'IA générative spécifiques à un emploi
1.
Recrutement des ressources humaines
Création d'offres d'emploi | Analyse d'adéquation des candidats | Accompagnement aux entretiens et simulations | Performance et innovation
Étude de cas – SAP | Unilever
2.
Marketing et publicité
Générer des publicités variées | Créer du contenu publicitaire vidéo dynamique | Pages de destination et e-mails personnalisés | Chatbots et assistants virtuels | Performance et innovation
Études de cas - Coca-Cola | Nike | Hyundai Motor Company
3.
Conception et fabrication
Conception générative | Analyse des défauts de fabrication et intervention rapide | Maintenance prédictive | Optimisation des processus de production | Performance et innovation
Applications - Airbus | US Steel | Siemens | Nike | Matterport
Partie 3.
Cas d'utilisation de l'IA générative par secteur d'activité
4.
Finance
Extraction et analyse d'informations financières | Recommandations financières personnalisées | Fonctionnalités avancées de chatbot | Détection des fraudes | Assistance à la modification du code pour les changements réglementaires | Performance et innovation
Études de cas - Mirae Asset Securities | Dunamu | Morgan Stanley | Kensho Technologies
5.
Médical et biopharmaceutique
Développement de nouveaux médicaments | Médecine personnalisée | Aide au diagnostic clinique | Génération de données médicales synthétiques | Automatisation de la documentation clinique | Performance et innovation
Études de cas - Amazon | NVIDIA | Moderna
6.
loi
L'intelligence artificielle générative au service de l'innovation dans la pratique juridique | Contentieux | Transactions et contrats | Performance et innovation
Études de cas - Westro | LexisNexis | RegalOn Technologies | Luminance | Intellicon Labs, Law & Good, Law & Company
7.
automobile
Intégration de ChatGPT et de la navigation | Intégration de ChatGPT et des systèmes d'aide à la conduite | Fourniture d'informations trafic en temps réel | Performance et innovation
Études de cas - Volkswagen | BMW | Sony | Honda Mobility
8.
Distribution (achats)
Marketing personnalisé | Amélioration de l'expérience client | Prévision de la demande et réduction des coûts logistiques | Performance et innovation
Études de cas - Stitch Fix | Wayfair | Carrefour
9.
Divertissement et jeux
Création de scénarios et de contenus originaux | Création de jeux automatisée et processus de développement améliorés | Fonctionnalités des personnages non-joueurs optimisées | Tests et débogage simplifiés | Performance et innovation
Études de cas - Netflix | Pixar | Epic Games | Yahoo Studios | Musique : « Symphonie n° 10 de Beethoven » | Film : « One More Pumpkin » | Jeu : « Minecraft »
10.
éducation
Innovation pédagogique grâce à l'IA générative | Apprentissage personnalisé | Enseignants et tuteurs virtuels | Conception de cours et création de contenu | Gestion efficace de l'apprentissage | Performance et innovation
Études de cas - Duolingo | Kanmigo
11.
édition
L'IA générative dans l'édition | Expérience utilisateur ChatGPT pour les auteurs | Performance et innovation
Applications - Springer Nature | Forbes | Institut de recherche Hidden Brain
12.
Beauté
Expériences virtuelles combinant IA et réalité augmentée | Performance et innovation
Étude de cas - ModiFace | L'Oréal
Partie 4.
Problèmes à résoudre et avenir à venir
13.
Problèmes rencontrés
Droits d'auteur | Biais et équité | Baisse de la qualité et de la créativité | Confidentialité | Gestion efficace des ressources et durabilité | Évolution du marché du travail
14.
Lignes directrices pour l'utilisation de l'IA générative
Se familiariser avec les outils d'IA générative | Clarifier les rôles et responsabilités des membres de l'équipe | Définir clairement le problème | Résoudre les problèmes d'hallucination
15.
Perspectives d'avenir
L’évolution des modèles de langage est en cours | L’émergence des modèles de langage semi-larges (sLLM) | Combinaison de l’IA embarquée et des sLLM
stratégie d'adoption de l'IA générative
Ingénierie rapide | Intégration d'API | Utilisation de plugins | Optimisation | Développement de votre propre modèle | Approche hybride | Exploitation des plateformes d'IA | Utilisation de plateformes sans code/à faible code
Partie 2.
Cas d'utilisation de l'IA générative spécifiques à un emploi
1.
Recrutement des ressources humaines
Création d'offres d'emploi | Analyse d'adéquation des candidats | Accompagnement aux entretiens et simulations | Performance et innovation
Étude de cas – SAP | Unilever
2.
Marketing et publicité
Générer des publicités variées | Créer du contenu publicitaire vidéo dynamique | Pages de destination et e-mails personnalisés | Chatbots et assistants virtuels | Performance et innovation
Études de cas - Coca-Cola | Nike | Hyundai Motor Company
3.
Conception et fabrication
Conception générative | Analyse des défauts de fabrication et intervention rapide | Maintenance prédictive | Optimisation des processus de production | Performance et innovation
Applications - Airbus | US Steel | Siemens | Nike | Matterport
Partie 3.
Cas d'utilisation de l'IA générative par secteur d'activité
4.
Finance
Extraction et analyse d'informations financières | Recommandations financières personnalisées | Fonctionnalités avancées de chatbot | Détection des fraudes | Assistance à la modification du code pour les changements réglementaires | Performance et innovation
Études de cas - Mirae Asset Securities | Dunamu | Morgan Stanley | Kensho Technologies
5.
Médical et biopharmaceutique
Développement de nouveaux médicaments | Médecine personnalisée | Aide au diagnostic clinique | Génération de données médicales synthétiques | Automatisation de la documentation clinique | Performance et innovation
Études de cas - Amazon | NVIDIA | Moderna
6.
loi
L'intelligence artificielle générative au service de l'innovation dans la pratique juridique | Contentieux | Transactions et contrats | Performance et innovation
Études de cas - Westro | LexisNexis | RegalOn Technologies | Luminance | Intellicon Labs, Law & Good, Law & Company
7.
automobile
Intégration de ChatGPT et de la navigation | Intégration de ChatGPT et des systèmes d'aide à la conduite | Fourniture d'informations trafic en temps réel | Performance et innovation
Études de cas - Volkswagen | BMW | Sony | Honda Mobility
8.
Distribution (achats)
Marketing personnalisé | Amélioration de l'expérience client | Prévision de la demande et réduction des coûts logistiques | Performance et innovation
Études de cas - Stitch Fix | Wayfair | Carrefour
9.
Divertissement et jeux
Création de scénarios et de contenus originaux | Création de jeux automatisée et processus de développement améliorés | Fonctionnalités des personnages non-joueurs optimisées | Tests et débogage simplifiés | Performance et innovation
Études de cas - Netflix | Pixar | Epic Games | Yahoo Studios | Musique : « Symphonie n° 10 de Beethoven » | Film : « One More Pumpkin » | Jeu : « Minecraft »
10.
éducation
Innovation pédagogique grâce à l'IA générative | Apprentissage personnalisé | Enseignants et tuteurs virtuels | Conception de cours et création de contenu | Gestion efficace de l'apprentissage | Performance et innovation
Études de cas - Duolingo | Kanmigo
11.
édition
L'IA générative dans l'édition | Expérience utilisateur ChatGPT pour les auteurs | Performance et innovation
Applications - Springer Nature | Forbes | Institut de recherche Hidden Brain
12.
Beauté
Expériences virtuelles combinant IA et réalité augmentée | Performance et innovation
Étude de cas - ModiFace | L'Oréal
Partie 4.
Problèmes à résoudre et avenir à venir
13.
Problèmes rencontrés
Droits d'auteur | Biais et équité | Baisse de la qualité et de la créativité | Confidentialité | Gestion efficace des ressources et durabilité | Évolution du marché du travail
14.
Lignes directrices pour l'utilisation de l'IA générative
Se familiariser avec les outils d'IA générative | Clarifier les rôles et responsabilités des membres de l'équipe | Définir clairement le problème | Résoudre les problèmes d'hallucination
15.
Perspectives d'avenir
L’évolution des modèles de langage est en cours | L’émergence des modèles de langage semi-larges (sLLM) | Combinaison de l’IA embarquée et des sLLM
Image détaillée

Dans le livre
Le secteur a déjà créé beaucoup de valeur grâce aux méthodes existantes appelées « IA analytique ».
Cependant, la plupart des IA analytiques sont développées pour effectuer des tâches spécifiques, ce qui les rend difficiles à appliquer à un large éventail de situations ou à des situations nouvelles.
En revanche, l’« intelligence artificielle générative » surmonte ces limitations et peut être appliquée à diverses situations.
Ainsi, tandis que l'IA analytique se rapproche davantage d'un stratège compétent doté de compétences exceptionnelles en analyse de données et en prise de décision, l'IA générative se rapproche davantage d'un artiste qui crée un contenu original et créatif.
Ces caractéristiques sont clairement évidentes dans les domaines d'application.
L'IA analytique est adaptée à la veille stratégique, à la modélisation financière et à l'analyse prédictive, tandis que l'IA générative est plus largement utilisée dans les domaines créatifs tels que l'art, le design et la création de contenu.
--- p.11
Actuellement, la plupart des ouvrages se concentrent uniquement sur les explications techniques, l'utilisation des outils et leur mise en œuvre rapide, et il est difficile de trouver des livres qui traitent des réussites commerciales liées à l'application de l'IA générative dans des contextes industriels réels.
De ce fait, les professionnels du secteur que j'ai rencontrés étaient désireux d'accroître leur valeur en tirant parti de l'IA générative, et ils étaient également curieux de connaître les applications commerciales.
Lorsqu'une entreprise planifie un nouveau projet, sa première action consiste à rechercher des cas dits « avancés ou réussis ».
Cependant, il n'existe pas beaucoup d'exemples largement connus dans le domaine de l'IA générative.
Cela s'explique en partie par le fait que l'IA générative est relativement nouvelle, mais aussi par la réticence des entreprises à partager publiquement leurs réussites.
--- p.17
L'IA peut gérer des tâches répétitives et fastidieuses comme la rédaction d'annonces d'emploi décrivant le poste, l'analyse des réponses des candidats et la production de rapports comparant les compétences des candidats aux postes à pourvoir.
Grâce à ChatGPT, les recruteurs peuvent résoudre ces problèmes beaucoup plus rapidement qu'auparavant.
--- p.48
Les plus grands annonceurs du monde, du géant de l'agroalimentaire Nestlé à la société de biens de consommation Unilever, utilisent déjà l'IA générative pour créer et diffuser des publicités.
WPP, la plus grande agence de publicité au monde, s'associe au Royaume-Uni à des entreprises de biens de consommation pour utiliser l'IA générative dans leurs campagnes publicitaires.
Vous pouvez créer des publicités pour seulement 5 à 10 % du coût de la publicité traditionnelle, et vous n'avez plus besoin de vous rendre au pôle Nord ou en Afrique pour les filmer.
--- p.66
Le groupe LG prévoit d'appliquer à grande échelle l'utilisation d'un agent d'IA industriel autonome appelé EXAONE sur ses lignes de production dans les secteurs de l'électronique, de la chimie, des biotechnologies et des télécommunications.
Il est possible de prévoir et de détecter les arrêts d'équipement et même de déceler les anomalies pouvant survenir lors de l'assemblage des composants.
On peut dire qu'il s'agit d'un exemple d'usine intelligente qui présente le triple avantage d'une productivité accrue, de coûts réduits et d'une qualité améliorée.
--- p.82
Morgan Stanley, une banque d'investissement et société de gestion d'actifs, a lancé en septembre 2023 un assistant d'IA génératif basé sur GPT-4 pour ses conseillers en gestion de patrimoine et son personnel de soutien.
Voici l'assistant IA de Morgan Stanley (IA @ Morgan Stanley Assistant).
Cet outil permet d'accéder rapidement à environ 100 000 rapports et documents de recherche. L'assistant IA vise à fournir aux conseillers en gestion de patrimoine des analyses rapides et approfondies issues d'une masse considérable de rapports et de documents.
Cela réduit également le temps consacré aux différentes tâches de recherche, ce qui nous permet de consacrer plus de temps et d'attention à nos clients.
--- p.118
L'IA générative est un moteur d'innovation dans le secteur de la santé, jouant un rôle dans un large éventail de domaines, du développement de nouveaux médicaments et du diagnostic clinique à la synthèse et à la gestion des données médicales.
Non seulement il découvre rapidement de nouveaux candidats médicaments, mais il en crée également de nouveaux en combinant des médicaments existants de manière inédite.
De plus, le manque de données nécessaires aux essais cliniques de nouveaux médicaments est comblé par des données créées grâce à l'IA.
--- p.126
Pour les cabinets d'avocats qui traitent un grand nombre de documents, notamment pour la recherche jurisprudentielle, la prévision des litiges, l'examen et l'analyse des contrats et l'automatisation documentaire, les technologies juridiques sont perçues comme un gain de temps précieux. En effet, l'automatisation grâce au traitement automatique du langage naturel et à l'apprentissage automatique, permissifs issus de l'intelligence artificielle, peut accroître considérablement l'efficacité.
Les services juridiques utilisant les technologies juridiques se développent rapidement à l'étranger.
Déjà, de grands cabinets d'avocats et d'expertise comptable utilisent cette technologie pour rationaliser les tâches à forte intensité de main-d'œuvre.
Plusieurs start-ups juridiques ont également vu le jour.
Selon certaines informations, un grand cabinet d'avocats national aurait adopté des avocats dotés d'intelligence artificielle, et une start-up a également été lancée, utilisant l'IA pour préparer automatiquement des documents de litige simples.
--- p.142
Les chatbots d'IA générative, dont ChatGPT, sont intégrés aux systèmes de navigation automobile, aux systèmes d'assistants vocaux d'IA et aux systèmes d'aide à la conduite afin d'améliorer l'expérience de conduite et la sécurité.
À mesure que la conception générative et l'IA sont intégrées au processus de conception automobile, les modèles automobiles évolueront vers des formes plus personnalisées et optimisées.
En analysant différents environnements de conduite et les préférences des utilisateurs, nous proposons en conséquence la forme de carrosserie optimale et la configuration de l'espace intérieur.
--- p.172
Decorify est un outil de décoration d'intérieur virtuel proposé par Wayfair, un site de vente en ligne américain spécialisé dans le mobilier et les articles de décoration. Ce service utilise l'intelligence artificielle générative pour aider les utilisateurs à concevoir leur intérieur et à choisir leurs meubles.
Vous pouvez créer différentes images d'intérieur avec des meubles disposés dans une pièce, reflétant les commentaires des utilisateurs.
--- p.181
Pixar a introduit l'IA générative pour surmonter les limitations du processus de production d'animation existant.
De ce fait, le niveau d'animation a été rehaussé tandis que les délais et les coûts de production ont été réduits grâce à la génération automatique de scénarios, d'images de fond, de designs de personnages, de musique, etc. pour les films d'animation.
--- p.196
Phobos a développé deux outils d'IA appelés « Adelaide » et « Vertie ».
Lancée en 2023, Adelaide utilise l'IA générative pour rechercher et personnaliser les articles de Forbes en fonction des intérêts des lecteurs.
Auparavant, en 2019, nous avons développé Bertie, un système de gestion de contenu basé sur l'IA qui offre aux contributeurs (rédacteurs d'articles) des fonctionnalités telles que des recommandations de sujets, la rédaction d'ébauches d'articles et la vérification grammaticale.
--- p.244
L'Oréal a été la première à déceler les nouvelles tendances en matière de cosmétiques et à développer des produits répondant aux besoins des consommateurs.
L'Oréal a lancé L'Oréal Beauty Genius, un outil d'essai virtuel de maquillage doté d'un chatbot d'IA générative utilisant une vaste base de données collectée dans de nombreux pays du monde entier.
Elle utilise les informations des photos personnelles pour vérifier le teint et l'état de la peau et recommande des produits cosmétiques ou des méthodes de maquillage appropriés.
--- p.254
Des problèmes similaires se posent dans le domaine du traitement automatique du langage naturel.
Certains systèmes de traitement automatique du langage naturel ont tendance à considérer les titres professionnels comme « docteur » comme fortement associés à des caractères masculins, et les titres comme « infirmière » comme fortement associés à des caractères féminins.
Cela s'explique par le fait que le biais sexiste inhérent aux données d'entraînement a été appris.
Dans le domaine de la génération d'images, des biais sont également constatés, avec des cas où une image masculine est générée pour le mot « PDG » et une image féminine pour le mot « cuisine ».
--- p.265
Le PDG et le directeur technique doivent collaborer étroitement. Le PDG fournit au directeur technique les ressources et le soutien nécessaires et assure un suivi continu de l'avancement du projet.
Le directeur technique rend compte régulièrement au PDG des progrès techniques et des risques potentiels. Si des problèmes de qualité des données surviennent lors de l'entraînement du modèle d'IA, il en explique la gravité au PDG et discute de la nécessité d'allouer des ressources supplémentaires ou d'effectuer des ajustements stratégiques pour y remédier.
Le développement réussi d'applications d'IA est possible lorsque la vision stratégique et le soutien indéfectible d'un PDG doté d'une vision à moyen et long terme sont combinés au leadership technique d'un directeur technique expérimenté et compétent.
--- p.279
Les inquiétudes concernant le transfert externe des données clients peuvent être particulièrement graves dans des secteurs comme le secteur juridique, qui traite des informations sensibles d'ordre civil et pénal concernant les clients.
En guise de contre-mesure, certains préconisent le maintien de l'utilisation des modèles de langage à grande échelle (LLM), assortie de règles de sécurité et d'une surveillance très strictes. Toutefois, les entreprises sceptiques quant à cette approche adoptent des modèles de langage à échelle réduite (sLLM) afin d'atténuer les problèmes de sécurité tout en profitant des avantages de l'intelligence artificielle.
--- p.290
L'IA embarquée fonctionne de manière totalement différente de l'IA basée sur LLM comme ChatGPT.
Les LLM à grande échelle effectuent des calculs à l'aide de ressources informatiques telles que des serveurs situés dans des centres de données distants via le cloud, puis reçoivent les résultats.
Cependant, l'IA embarquée traite les données localement, sans les envoyer vers le cloud.
Autrement dit, il collecte et calcule les informations lui-même, sans les envoyer au serveur.
On peut dire que l'IA a été allégée pour être implémentée au sein de l'appareil.
Cependant, la plupart des IA analytiques sont développées pour effectuer des tâches spécifiques, ce qui les rend difficiles à appliquer à un large éventail de situations ou à des situations nouvelles.
En revanche, l’« intelligence artificielle générative » surmonte ces limitations et peut être appliquée à diverses situations.
Ainsi, tandis que l'IA analytique se rapproche davantage d'un stratège compétent doté de compétences exceptionnelles en analyse de données et en prise de décision, l'IA générative se rapproche davantage d'un artiste qui crée un contenu original et créatif.
Ces caractéristiques sont clairement évidentes dans les domaines d'application.
L'IA analytique est adaptée à la veille stratégique, à la modélisation financière et à l'analyse prédictive, tandis que l'IA générative est plus largement utilisée dans les domaines créatifs tels que l'art, le design et la création de contenu.
--- p.11
Actuellement, la plupart des ouvrages se concentrent uniquement sur les explications techniques, l'utilisation des outils et leur mise en œuvre rapide, et il est difficile de trouver des livres qui traitent des réussites commerciales liées à l'application de l'IA générative dans des contextes industriels réels.
De ce fait, les professionnels du secteur que j'ai rencontrés étaient désireux d'accroître leur valeur en tirant parti de l'IA générative, et ils étaient également curieux de connaître les applications commerciales.
Lorsqu'une entreprise planifie un nouveau projet, sa première action consiste à rechercher des cas dits « avancés ou réussis ».
Cependant, il n'existe pas beaucoup d'exemples largement connus dans le domaine de l'IA générative.
Cela s'explique en partie par le fait que l'IA générative est relativement nouvelle, mais aussi par la réticence des entreprises à partager publiquement leurs réussites.
--- p.17
L'IA peut gérer des tâches répétitives et fastidieuses comme la rédaction d'annonces d'emploi décrivant le poste, l'analyse des réponses des candidats et la production de rapports comparant les compétences des candidats aux postes à pourvoir.
Grâce à ChatGPT, les recruteurs peuvent résoudre ces problèmes beaucoup plus rapidement qu'auparavant.
--- p.48
Les plus grands annonceurs du monde, du géant de l'agroalimentaire Nestlé à la société de biens de consommation Unilever, utilisent déjà l'IA générative pour créer et diffuser des publicités.
WPP, la plus grande agence de publicité au monde, s'associe au Royaume-Uni à des entreprises de biens de consommation pour utiliser l'IA générative dans leurs campagnes publicitaires.
Vous pouvez créer des publicités pour seulement 5 à 10 % du coût de la publicité traditionnelle, et vous n'avez plus besoin de vous rendre au pôle Nord ou en Afrique pour les filmer.
--- p.66
Le groupe LG prévoit d'appliquer à grande échelle l'utilisation d'un agent d'IA industriel autonome appelé EXAONE sur ses lignes de production dans les secteurs de l'électronique, de la chimie, des biotechnologies et des télécommunications.
Il est possible de prévoir et de détecter les arrêts d'équipement et même de déceler les anomalies pouvant survenir lors de l'assemblage des composants.
On peut dire qu'il s'agit d'un exemple d'usine intelligente qui présente le triple avantage d'une productivité accrue, de coûts réduits et d'une qualité améliorée.
--- p.82
Morgan Stanley, une banque d'investissement et société de gestion d'actifs, a lancé en septembre 2023 un assistant d'IA génératif basé sur GPT-4 pour ses conseillers en gestion de patrimoine et son personnel de soutien.
Voici l'assistant IA de Morgan Stanley (IA @ Morgan Stanley Assistant).
Cet outil permet d'accéder rapidement à environ 100 000 rapports et documents de recherche. L'assistant IA vise à fournir aux conseillers en gestion de patrimoine des analyses rapides et approfondies issues d'une masse considérable de rapports et de documents.
Cela réduit également le temps consacré aux différentes tâches de recherche, ce qui nous permet de consacrer plus de temps et d'attention à nos clients.
--- p.118
L'IA générative est un moteur d'innovation dans le secteur de la santé, jouant un rôle dans un large éventail de domaines, du développement de nouveaux médicaments et du diagnostic clinique à la synthèse et à la gestion des données médicales.
Non seulement il découvre rapidement de nouveaux candidats médicaments, mais il en crée également de nouveaux en combinant des médicaments existants de manière inédite.
De plus, le manque de données nécessaires aux essais cliniques de nouveaux médicaments est comblé par des données créées grâce à l'IA.
--- p.126
Pour les cabinets d'avocats qui traitent un grand nombre de documents, notamment pour la recherche jurisprudentielle, la prévision des litiges, l'examen et l'analyse des contrats et l'automatisation documentaire, les technologies juridiques sont perçues comme un gain de temps précieux. En effet, l'automatisation grâce au traitement automatique du langage naturel et à l'apprentissage automatique, permissifs issus de l'intelligence artificielle, peut accroître considérablement l'efficacité.
Les services juridiques utilisant les technologies juridiques se développent rapidement à l'étranger.
Déjà, de grands cabinets d'avocats et d'expertise comptable utilisent cette technologie pour rationaliser les tâches à forte intensité de main-d'œuvre.
Plusieurs start-ups juridiques ont également vu le jour.
Selon certaines informations, un grand cabinet d'avocats national aurait adopté des avocats dotés d'intelligence artificielle, et une start-up a également été lancée, utilisant l'IA pour préparer automatiquement des documents de litige simples.
--- p.142
Les chatbots d'IA générative, dont ChatGPT, sont intégrés aux systèmes de navigation automobile, aux systèmes d'assistants vocaux d'IA et aux systèmes d'aide à la conduite afin d'améliorer l'expérience de conduite et la sécurité.
À mesure que la conception générative et l'IA sont intégrées au processus de conception automobile, les modèles automobiles évolueront vers des formes plus personnalisées et optimisées.
En analysant différents environnements de conduite et les préférences des utilisateurs, nous proposons en conséquence la forme de carrosserie optimale et la configuration de l'espace intérieur.
--- p.172
Decorify est un outil de décoration d'intérieur virtuel proposé par Wayfair, un site de vente en ligne américain spécialisé dans le mobilier et les articles de décoration. Ce service utilise l'intelligence artificielle générative pour aider les utilisateurs à concevoir leur intérieur et à choisir leurs meubles.
Vous pouvez créer différentes images d'intérieur avec des meubles disposés dans une pièce, reflétant les commentaires des utilisateurs.
--- p.181
Pixar a introduit l'IA générative pour surmonter les limitations du processus de production d'animation existant.
De ce fait, le niveau d'animation a été rehaussé tandis que les délais et les coûts de production ont été réduits grâce à la génération automatique de scénarios, d'images de fond, de designs de personnages, de musique, etc. pour les films d'animation.
--- p.196
Phobos a développé deux outils d'IA appelés « Adelaide » et « Vertie ».
Lancée en 2023, Adelaide utilise l'IA générative pour rechercher et personnaliser les articles de Forbes en fonction des intérêts des lecteurs.
Auparavant, en 2019, nous avons développé Bertie, un système de gestion de contenu basé sur l'IA qui offre aux contributeurs (rédacteurs d'articles) des fonctionnalités telles que des recommandations de sujets, la rédaction d'ébauches d'articles et la vérification grammaticale.
--- p.244
L'Oréal a été la première à déceler les nouvelles tendances en matière de cosmétiques et à développer des produits répondant aux besoins des consommateurs.
L'Oréal a lancé L'Oréal Beauty Genius, un outil d'essai virtuel de maquillage doté d'un chatbot d'IA générative utilisant une vaste base de données collectée dans de nombreux pays du monde entier.
Elle utilise les informations des photos personnelles pour vérifier le teint et l'état de la peau et recommande des produits cosmétiques ou des méthodes de maquillage appropriés.
--- p.254
Des problèmes similaires se posent dans le domaine du traitement automatique du langage naturel.
Certains systèmes de traitement automatique du langage naturel ont tendance à considérer les titres professionnels comme « docteur » comme fortement associés à des caractères masculins, et les titres comme « infirmière » comme fortement associés à des caractères féminins.
Cela s'explique par le fait que le biais sexiste inhérent aux données d'entraînement a été appris.
Dans le domaine de la génération d'images, des biais sont également constatés, avec des cas où une image masculine est générée pour le mot « PDG » et une image féminine pour le mot « cuisine ».
--- p.265
Le PDG et le directeur technique doivent collaborer étroitement. Le PDG fournit au directeur technique les ressources et le soutien nécessaires et assure un suivi continu de l'avancement du projet.
Le directeur technique rend compte régulièrement au PDG des progrès techniques et des risques potentiels. Si des problèmes de qualité des données surviennent lors de l'entraînement du modèle d'IA, il en explique la gravité au PDG et discute de la nécessité d'allouer des ressources supplémentaires ou d'effectuer des ajustements stratégiques pour y remédier.
Le développement réussi d'applications d'IA est possible lorsque la vision stratégique et le soutien indéfectible d'un PDG doté d'une vision à moyen et long terme sont combinés au leadership technique d'un directeur technique expérimenté et compétent.
--- p.279
Les inquiétudes concernant le transfert externe des données clients peuvent être particulièrement graves dans des secteurs comme le secteur juridique, qui traite des informations sensibles d'ordre civil et pénal concernant les clients.
En guise de contre-mesure, certains préconisent le maintien de l'utilisation des modèles de langage à grande échelle (LLM), assortie de règles de sécurité et d'une surveillance très strictes. Toutefois, les entreprises sceptiques quant à cette approche adoptent des modèles de langage à échelle réduite (sLLM) afin d'atténuer les problèmes de sécurité tout en profitant des avantages de l'intelligence artificielle.
--- p.290
L'IA embarquée fonctionne de manière totalement différente de l'IA basée sur LLM comme ChatGPT.
Les LLM à grande échelle effectuent des calculs à l'aide de ressources informatiques telles que des serveurs situés dans des centres de données distants via le cloud, puis reçoivent les résultats.
Cependant, l'IA embarquée traite les données localement, sans les envoyer vers le cloud.
Autrement dit, il collecte et calcule les informations lui-même, sans les envoyer au serveur.
On peut dire que l'IA a été allégée pour être implémentée au sein de l'appareil.
--- p.293
Avis de l'éditeur
La 44e habitude suggérée par le Good Habits Institute est celle d'utiliser l'IA générative en entreprise.
L'intelligence artificielle générative arrive en fanfare.
De nombreuses entreprises réfléchissent déjà à la manière d'intégrer l'IA générative à leurs activités et aux mesures à prendre pour y parvenir.
Partie 1.
stratégie d'adoption de l'IA générative
La première partie présente les éléments que les entreprises doivent prendre en compte avant d'adopter l'IA générative et les méthodologies d'adoption disponibles.
Nous présentons plusieurs méthodes, notamment l'ingénierie rapide, l'intégration d'API, l'utilisation de plugins, l'utilisation de plateformes d'IA et l'utilisation de plateformes sans code/à faible code, et nous expliquons les avantages et les inconvénients de chacune.
Que votre entreprise ne puisse pas télécharger de données sur un cloud externe pour des raisons de sécurité des informations client, ou que vous soyez plus susceptible d'exploiter des outils créatifs pour améliorer la productivité, un modèle de langage généraliste de grande taille est-il approprié, ou un modèle de langage spécialisé plus petit est-il plus approprié ?
De cette manière, les entreprises peuvent déterminer quelle stratégie d'adoption de l'IA générative est la plus avantageuse pour leur situation particulière.
Partie 2.
Cas d'utilisation de l'IA générative spécifique à un emploi
Nous présentons divers exemples de la manière dont l'IA générative est réellement utilisée dans différents domaines (ressources humaines, finance, planification, marketing, développement, conception, fabrication, etc.).
Par exemple, nous décrivons une entreprise qui utilise l'IA pour examiner et interviewer de nombreux CV lors de son processus de recrutement de talents, et qui emploie une petite équipe pour évaluer les candidats du monde entier et leur répondre.
L'avantage de cette méthode est qu'elle minimise l'intervention humaine, éliminant ainsi les fraudes et les erreurs d'embauche.
Nous présentons également des exemples d'utilisation de l'IA générative pour créer des publicités personnalisées ou minimiser les coûts de gestion grâce à des opérations d'usine intelligentes.
Partie 3.
Cas d'utilisation de l'IA générative par secteur d'activité
La troisième partie fournira des exemples détaillés d'applications de l'IA générative par secteur d'activité.
Nous allons l'analyser en fonction des secteurs suivants : finance, santé et biotechnologies, droit, automobile, distribution, divertissement et jeux, éducation, édition et beauté, et vous montrer comment les entreprises leaders dans chaque domaine utilisent l'IA générative pour atteindre leurs objectifs commerciaux.
Ils peuvent vous aider dans des activités créatives telles que la rédaction de textes publicitaires, le développement d'animations ou de scénarios de jeux vidéo, et la composition musicale. Ils peuvent également obtenir les informations dont vous avez besoin en posant des questions simples à partir de données ou de documents contenant diverses connaissances commerciales.
Les chatbots sont déjà largement utilisés dans tous les secteurs pour assurer un service client 24h/24 et 7j/7, et l'IA générative est également utilisée pour créer et examiner des documents spécialisés, tels que des documents médicaux et juridiques.
De plus, l'IA générative est utilisée dans diverses situations, comme la création de données indiscernables de la réalité et leur utilisation pour mener diverses simulations virtuelles, ou la détection de données présentant des signes anormaux.
En réalité, son utilisation est tellement diverse qu'il est impossible de suivre le rythme des tendances actuelles en matière d'IA générative dans chaque secteur en se contentant de penser à ChatGPT ou Midjourney.
Ce livre permet d'examiner comment les entreprises leaders de chaque secteur utilisent l'IA générative pour mener leurs activités et comment elles monétisent avec succès leurs entreprises.
Partie 4.
Problèmes à résoudre et avenir à venir
Le livre ne se contente pas de faire l'éloge de l'IA générative.
Dans la quatrième partie, nous explorons les problèmes et les défis de l'IA générative.
Explique les questions de droit d'auteur et de partialité, ainsi que la question de la vie privée.
Nous examinons également le problème de la consommation excessive d'énergie et la question de savoir s'il existe des moyens de l'éviter.
Avant tout, il explique à quoi les entreprises doivent prêter attention, quels rôles le PDG et le directeur technique doivent jouer, quels intérêts les départements commerciaux et de développement doivent avoir et comment ils doivent remplir leurs rôles respectifs.
Enfin, nous explorons l'avenir de l'IA générative, le passage des modèles de langage ultra-larges aux modèles de taille moyenne, ainsi que la nécessité et le potentiel pour l'IA générative de fonctionner sur l'appareil plutôt que dans le cloud.
Pour résumer
Il est important de rappeler que l'IA générative ne se limite pas à la manière dont nous accédons au web et demandons un résultat sous forme d'invite.
J'espère que ce livre vous permettra de découvrir les différentes tendances d'application de l'IA générative et de vous inspirer quant à la forme que devrait prendre cette IA pour votre entreprise (ou votre secteur d'activité).
L'intelligence artificielle générative arrive en fanfare.
De nombreuses entreprises réfléchissent déjà à la manière d'intégrer l'IA générative à leurs activités et aux mesures à prendre pour y parvenir.
Partie 1.
stratégie d'adoption de l'IA générative
La première partie présente les éléments que les entreprises doivent prendre en compte avant d'adopter l'IA générative et les méthodologies d'adoption disponibles.
Nous présentons plusieurs méthodes, notamment l'ingénierie rapide, l'intégration d'API, l'utilisation de plugins, l'utilisation de plateformes d'IA et l'utilisation de plateformes sans code/à faible code, et nous expliquons les avantages et les inconvénients de chacune.
Que votre entreprise ne puisse pas télécharger de données sur un cloud externe pour des raisons de sécurité des informations client, ou que vous soyez plus susceptible d'exploiter des outils créatifs pour améliorer la productivité, un modèle de langage généraliste de grande taille est-il approprié, ou un modèle de langage spécialisé plus petit est-il plus approprié ?
De cette manière, les entreprises peuvent déterminer quelle stratégie d'adoption de l'IA générative est la plus avantageuse pour leur situation particulière.
Partie 2.
Cas d'utilisation de l'IA générative spécifique à un emploi
Nous présentons divers exemples de la manière dont l'IA générative est réellement utilisée dans différents domaines (ressources humaines, finance, planification, marketing, développement, conception, fabrication, etc.).
Par exemple, nous décrivons une entreprise qui utilise l'IA pour examiner et interviewer de nombreux CV lors de son processus de recrutement de talents, et qui emploie une petite équipe pour évaluer les candidats du monde entier et leur répondre.
L'avantage de cette méthode est qu'elle minimise l'intervention humaine, éliminant ainsi les fraudes et les erreurs d'embauche.
Nous présentons également des exemples d'utilisation de l'IA générative pour créer des publicités personnalisées ou minimiser les coûts de gestion grâce à des opérations d'usine intelligentes.
Partie 3.
Cas d'utilisation de l'IA générative par secteur d'activité
La troisième partie fournira des exemples détaillés d'applications de l'IA générative par secteur d'activité.
Nous allons l'analyser en fonction des secteurs suivants : finance, santé et biotechnologies, droit, automobile, distribution, divertissement et jeux, éducation, édition et beauté, et vous montrer comment les entreprises leaders dans chaque domaine utilisent l'IA générative pour atteindre leurs objectifs commerciaux.
Ils peuvent vous aider dans des activités créatives telles que la rédaction de textes publicitaires, le développement d'animations ou de scénarios de jeux vidéo, et la composition musicale. Ils peuvent également obtenir les informations dont vous avez besoin en posant des questions simples à partir de données ou de documents contenant diverses connaissances commerciales.
Les chatbots sont déjà largement utilisés dans tous les secteurs pour assurer un service client 24h/24 et 7j/7, et l'IA générative est également utilisée pour créer et examiner des documents spécialisés, tels que des documents médicaux et juridiques.
De plus, l'IA générative est utilisée dans diverses situations, comme la création de données indiscernables de la réalité et leur utilisation pour mener diverses simulations virtuelles, ou la détection de données présentant des signes anormaux.
En réalité, son utilisation est tellement diverse qu'il est impossible de suivre le rythme des tendances actuelles en matière d'IA générative dans chaque secteur en se contentant de penser à ChatGPT ou Midjourney.
Ce livre permet d'examiner comment les entreprises leaders de chaque secteur utilisent l'IA générative pour mener leurs activités et comment elles monétisent avec succès leurs entreprises.
Partie 4.
Problèmes à résoudre et avenir à venir
Le livre ne se contente pas de faire l'éloge de l'IA générative.
Dans la quatrième partie, nous explorons les problèmes et les défis de l'IA générative.
Explique les questions de droit d'auteur et de partialité, ainsi que la question de la vie privée.
Nous examinons également le problème de la consommation excessive d'énergie et la question de savoir s'il existe des moyens de l'éviter.
Avant tout, il explique à quoi les entreprises doivent prêter attention, quels rôles le PDG et le directeur technique doivent jouer, quels intérêts les départements commerciaux et de développement doivent avoir et comment ils doivent remplir leurs rôles respectifs.
Enfin, nous explorons l'avenir de l'IA générative, le passage des modèles de langage ultra-larges aux modèles de taille moyenne, ainsi que la nécessité et le potentiel pour l'IA générative de fonctionner sur l'appareil plutôt que dans le cloud.
Pour résumer
Il est important de rappeler que l'IA générative ne se limite pas à la manière dont nous accédons au web et demandons un résultat sous forme d'invite.
J'espère que ce livre vous permettra de découvrir les différentes tendances d'application de l'IA générative et de vous inspirer quant à la forme que devrait prendre cette IA pour votre entreprise (ou votre secteur d'activité).
SPÉCIFICATIONS DES PRODUITS
- Date d'émission : 23 septembre 2024
Nombre de pages, poids, dimensions : 320 pages | 602 g | 152 × 225 × 20 mm
- ISBN13 : 9791193639214
- ISBN10 : 1193639212
Vous aimerez peut-être aussi
카테고리
Langue coréenne
Langue coréenne