Comment l’IA générative transforme l’écoute client chez AG2R La Mondiale

Un cas d’usage maîtrisé : l’analyse et l’interaction sur les retours clients pour les équipes en interne. Le machine learning classique était trop lourd et pas assez souple, les LLM apportent une interface simple et des analyses poussées (et plus de fiabilité de manière surprenante). En revanche pas touche au chatbot pour l’instant, on est dans le secteur de l’assurance.

How is AI impacting startups in 2024?

Incroyable de voir la différence d’usage et de financement de la GenAI entre startu-up américaine et PME/PMI françaises (voir le tag “Etude” sur le sujet dans cette veille) : 60% ont déjà des fonctionnalités IA et les monétisent, et les levées avec Native GenAI sont les plus nombreuses

Death, Taxes, and AI: How Generative AI Will Change Accounting

Le fonds Adreessen horowitz explore l’impact de l’IA générative sur les métiers de la comptabilité. Un secteur déjà complètement transformé par l’arrivée des tableurs (Visical en 79 !) qui a plutôt lancé le secteur qu’il ne l’a appauvri parce que le temps passé sur des calculettes manuelles n’avait aucune valeur et que l’outil apportait plus de valeur. On dirait aujourd’hui “augmentait” les comptables. L’histoire devrait-elle se répéter ? Probablement

We spent nearly a year building a generative AI tool. These are the 5 (hard) lessons we learned

Un bon retour d’expérience sur un RAG utilisé pour rendre visible et utilisable toute la base de connaissance de l’entreprise. Quand il s’agit de McKinsey on se dit qu’ils avaient beaucoup de choses et une exigence extrême. Rappelle que l’implémentation, c’est bien, embarquer les collaborateurs, c’est encore mieux, mais que la mesure de qualité pour l’amélioration continue c’est clé

The state of AI in Production: real use cases & the AI Stack

750 techs interrogés sur l’état de l’IA et les cas d’usages. Un rapport qui mesure surtout les évolutions dans le temps (le dernier était en 2023), plus intéressant pour comprendre les tendances que des chiffres parfois discutables suivant leur méthodologie. On en ressort avec le sentiment d’une forte hype, mais un usage qui devient réel, très centré sur les chatbot, logique et aussi autour du RAG, adapté à chaque entreprise.

When AI code goes bad

Un domaine sur lequel l’IA a probablement eu le plus d’impact : le code. Et ceux qui ont testé parmi les dev ne peuvent plus revenir en arrière (80% aux US s’en serviraient quotidiennement). Mais la même limite s’applique : l’IA ne peut pas tout faire et ce qu’on gagne en productivité au jour le jour peut se perdre sur le long terme (architecture, code spaghetti).