@a16z investment thesis: AI scribes
Liste utile du fonds a16z sur les “IA scribe”, les IA en prise de note pour le B2B (médecin par exemple avec Nabla) ou B2C (pour un usage perso)
Une IA Ethique pour transformer votre business
Liste utile du fonds a16z sur les “IA scribe”, les IA en prise de note pour le B2B (médecin par exemple avec Nabla) ou B2C (pour un usage perso)
De bons conseils d’un Head of AI dans l’industrie pharmaceutique pour l’organisation des équipes business et tech autour des projets IA. Pourrait paraître des évidences, mais rarement rencontré pour ma part…
L’expression l’IA ne va pas tuer votre job, mais un autre employé avec des compétences IA le fera prend-il son sens ici : Intuit réduit de 10% ses effectifs pour réembaucher des personnes et transformer la boite en IA first.
Une description du cas BCG qui “mène la danse” pour “révolutionner” le conseil (Forbes n’est plus ce qu’il était…). Eh bien, un peu déçu… Même si la stratégie à l’air bien menée en alliant top-down / bottom-up et formation des équipes, globalement, on se sert d’un GPT pas si maison que ça. Les chiffres proviennent d’ailleurs d’une des premières études du BCG qui montrait les gains et aussi les pertes de productivité dues à la génération d’erreur à retrouver dans la base en cherchant “BCG” (publié en jan 2024)
Etude d’Oxford très fouillée à partir des données du recensement des métiers aux États-Unis sur 80 années pour essayer de comprendre la création des nouveaux métiers liés à l’arrivée de technologies qui en détruisent
Une belle collection de cas d’usages plutôt du côté des grandes entreprises avec des interviews des responsables IA ou datas
IKEA a une approche vraiment globale et pense bien à la création de valeur pour ses clients sans oublier l’éthique. Peu de sociétés de cette taille touchent autant de sujets autour de l’IA de manière opérationnelle.
Mise en place très maîtrisée chez Groupama, on y retrouve à peu près toutes les problématiques de l’IA vs IA générative dans les analyses relation client, ainsi que l’explication de leurs choix.
Encore une étude qui aide à choisir la bonne approche pour son entreprise : tester c’est bien, mais il faut se concentrer sur ce qui génère le plus de valeur et embarquer les équipes.
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.