Le Retrieval Augmented Generation (RAG), récemment développé, représente une avancée majeure dans ce domaine.
Cette approche innovante combine les avantages de la recherche d'informations (retrieval) et de la génération de contenu. Traditionnellement, les LLM génèrent du contenu en se basant uniquement sur les données assimilées durant leur phase d’entraînement. Le RAG, en revanche, permet au modèle de "consulter" en temps réel une base de données ou un corpus de documents externes pour enrichir sa génération de texte. Cette capacité de recherche améliore significativement la précision, la pertinence et la richesse du contenu produit.
Le processus RAG se décompose en deux étapes principales :
- La récupération : Lorsque le modèle reçoit une requête, il recherche dans un ensemble prédéfini de documents ou de données pour trouver les informations les plus pertinentes.
- La génération : Une fois les informations pertinentes récupérées, le modèle les utilise, en complément de ses connaissances internes, pour générer une réponse ou un contenu qui répond à la requête de manière plus informée et précise.
https://www.tonic.ai/blog/what-is-retrieval-augmented-generation-the-benefits-of-implementing-rag-in-using-llms
À l’échelle des entreprises, ce nouveau mode de génération d’informations et de contenus pourrait bien révolutionner l’efficacité business mais aussi des équipes.
Car il devient maintenant possible de croiser des sources propres à l’outil avec des sources propres à chaque organisation. Ce qui a pour principale conséquence de favoriser des contenus particulièrement détaillés, précis mais aussi toujours plus à même de permettre à l’entreprise d’atteindre ses objectifs business.
Si les LLMs présentent encore souvent des limites comme l’inexactitude de certaines informations, un manque de mise à jour ou même parfois des informations fausses car mal interprétées lors de la phase de récupération, le processus RAG va permettre de dépasser ces limites en croisant les informations initiales avec celles fournies par l’entreprise, et qui reposent sur des données vérifiées, concrètes, contextualisées et réelles.
Les réponses apportées par l’IA peuvent alors être beaucoup plus complexes, détaillées et in fine, particulièrement bénéfiques pour les entreprises. Réduction du temps de traitement, augmentation du taux de conversion, amélioration de la satisfaction prospects et clients grâce à une connaissance ultra précise des profils utilisateurs, optimisation ROI du coût humain… les automatisations permises par le processus RAG ont un potentiel énorme.
Un outil dont l'efficacité dépend encore fortement de process et outils humains
Si des questions de confidentialité et d’éthiques peuvent, sur le papier, poser question avec le RAG, il s’agit en réalité d’un système très fiable et cloisonné dès lors que le système de recherche de l’entreprise est robuste et sécurisé. Dans ce cas de figure, personne ne peut accéder à des informations non autorisées, car les résultats sont limités aux droits et permissions de chaque employé. Aux entreprises donc de s’assurer de mettre en place des systèmes de recherche qui permettront un maximum de sécurisation des données.
La précision et la pertinence des informations obtenues sont également étroitement liées à la qualité du corpus de documents disponible, mais aussi à la précision de la recherche. Le LLM formule ses réponses en fonction des informations fournies. Il est donc essentiel de réaliser une recherche exhaustive et pertinente pour que le LLM dispose des meilleures données possibles pour fonctionner efficacement.
En bref, l'IA générative, combinée au RAG, promet de transformer radicalement les applications d'entreprise en fournissant aux employés un assistant virtuel extrêmement performant, capable de puiser dans toutes les connaissances de l'entreprise via une simple conversation.
Les entreprises qui adoptent et déploient le RAG bénéficieront d'un avantage significatif, en exploitant le potentiel de la GenAI pour stimuler l'innovation, améliorer la productivité et maintenir un avantage concurrentiel dans l'économie numérique en constante évolution.
Mais quel impact sur l'utilisation de l'intelligence artificielle dans les transformations digitales en entreprise ?
En France, le rapport des individus à l’intelligence artificielle est en demi-teinte, comme le souligne cette étude menée par l’Ifop pour Talan (LES FRANÇAIS ET LES IA GÉNÉRATIVES – mai 2023) :
Sam Altman, PDG d'OpenAI, l’annonce d’ailleurs :
"95% de ce que les marketeurs, les agences, les stratèges et les professionnels de la création utilisent aujourd'hui pourra facilement, presque instantanément et presque gratuitement être pris en charge par l'IA - et l'IA sera probablement capable de tester la créativité auprès de véritables groupes de clients ou synthétiques pour prédire les résultats et optimiser. Encore une fois, tout est gratuit, instantané et presque parfait. Images, vidéos, idées de campagne ? Pas de problème."
Pour Laurent Cervoni, docteur en informatique et directeur du Centre de Recherche et Innovation du groupe Talan :
« Ces chiffres (étude IFOP/Talan) indiquent une forte poussée de ces technologies d’intelligence artificielle au sein de la population. L’outil le plus utilisé est ChatGPT sans surprise. Mais les usages qui en sont majoritairement faits (augmenter ses connaissances, effectuer des recherches comme dans un moteur de recherche…) sont problématiques lorsque l’on sait que les IA génératives, du fait même de leur conception, génèrent jusqu’à 30% d’erreurs dans leurs réponses. Il y a donc urgence à mettre en place des dispositifs de formation pour la population et d’accompagnement dans les entreprises. »
Des outils qui peuvent finir par presque tout faire à notre place, mais qui comportent toujours leur lot d’erreurs… Ne serait-ce pas justement parce que l’IA nécessite encore l’intervention et la vérification humaine qu’elle génère en réalité probablement plus d’opportunités qu’elle n’en fait disparaître ?
En termes de productivité et d'organisation du temps de travail
Plutôt que de remplacer complètement les métiers, elle agit comme un assistant, soulageant les tâches répétitives et chronophages. Sa principale force réside dans son aptitude à automatiser ces tâches, libérant ainsi du temps et des ressources précieuses pour tous. C’est par exemple particulièrement vrai avec les chatbots qui, en répondant aux questions et aux besoins des clients urgents, améliorent la productivité des employés.
Une étude réalisée par McKinsey & Company a d’ailleurs révélé que l'automatisation grâce à l'intelligence artificielle pourrait augmenter la productivité globale de l'économie mondiale jusqu'à 1,2 % par an d'ici 2030. Cela équivaudrait à une augmentation du PIB mondial d'environ 13 billions de dollars.
En termes d'efficacité et d'avantage concurrentiel
L’itération et la possibilité de tester en permanence une quantité importante de contenus ou process est l’un des autres grands atouts de l’intelligence artificielle. Alors qu'une organisation traditionnelle discute de la stratégie, du texte et de la créativité, le spécialiste du marketing du futur pourrait réaliser 30 à 40 tests différents, obtenant de vraies données sur ce que les clients préfèrent et sur ce qui produit les meilleurs résultats.
Les organisations qui intègrent une approche combinant spécialistes en marketing et assistants IA bénéficieront d'un avantage concurrentiel significatif par rapport aux entreprises traditionnelles. Elles auront notamment plus de chances de prendre des décisions étayées par les données plutôt que par des opinions, et seront plus agiles et efficientes.
En termes de métiers
Avec l’arrivée de l’intelligence artificielle, ce sont de nouveaux métiers qui naissent.
Des IA coachs qui fleurissent sur les réseaux sociaux aux éthiciens de l'intelligence artificielle qui se concentrent sur les implications éthiques de ces technologies, en passant par les AI Data Manager chargés de collecter, nettoyer, annoter et gérer les données nécessaires à l'entraînement des modèles d'IA, il semblerait que nous soyons aux prémices de l’émergence d’une toute nouvelle typologie de métiers.
Entre 2022 et 2025, la France, au travers de sa Stratégie nationale pour l’IA lancée depuis 2018, a d’ailleurs prévu de consacrer au total 2,22 milliards d’euros à l’IA. Et grâce à ces investissements, d’atteindre des objectifs tels que :
En termes de structuration des départements marketing
Pour Jim Ewel, auteur de “Agile Marketing Manifesto » et co-fondateur de l’Agile Marketing Alliance, l'émergence de « marketing generalists » spécialisés dans l’IA, un nouveau type de marketeurs qui utilise des outils d'IA pour exécuter rapidement des campagnes dans diverses disciplines (contenu, numérique, branding…) est inévitable et devrait bouleverser la structuration et l’organisation des départements marketing.
Dans son article « Human + machine = marketing powerhouse: How AI empowers the marketing generalist”, il explique que les organisations marketing d'aujourd'hui sont inefficaces. Depuis une trentaine d’année, leur fonctionnement est resté relativement le même : un directeur marketing dirige le travail de divers responsables marketing dans des silos tels que le marketing numérique, le marketing produit, le marketing de contenu, le branding/relations publiques, le martech et les événements. Ces départements sont soutenus par des services partagés tels que la conception graphique/web, les données/analytics et la rédaction/édition.
Le processus de création de campagne dans la plupart des organisations peut prendre au moins 6 à 8 semaines pour discuter de la bonne stratégie, du texte et de la créativité. La phase de révision et de retravail peut prendre plusieurs semaines alors que différents intervenants donnent leurs avis souvent contradictoires. Ce qui mène à des retards supplémentaires.
Il s’est donc demandé : et si le marketing generalist pouvait créer des graphismes et des designs web grâce à l'IA, en appliquant toutes ses connaissances à travers un assistant IA qui aurait appris avec lui en même temps qu'il développait l'entreprise ? Alors c’est tout le fonctionnement en silos que les départements marketing connaissent aujourd’hui qui pourrait s’en voir bouleversé.
Si un tel changement structurel est plus que probable, il faudra encore quelques années à l’intelligence artificielle pour s’imposer au point de provoquer ce type d’évolution majeure.
D’ici là, l’organisation des entreprises aura tout de même de quoi être repensée car si l’une des grandes forces de l’IA est de décupler les données marketing exploitables pour mieux comprendre les consommateurs et leurs insights, c’est aussi sa limite au sein de la quasi-totalité des départements marketing actuels.
Les différentes équipes évoluant au sein d’un même département se retrouvent souvent face à une quantité de data hybrides dont elles n’exploitent au final qu’une infime partie, faute d’une organisation et d’une formation adaptées.
Conclusion
Pour réussir l'intégration des outils dans le quotidien des entreprises, il est donc crucial de leur fournir une formation sur les nouvelles technologies et de développer spécifiquement les compétences essentielles pour une collaboration efficace avec l'IA.
Mais surtout, il sera indispensable de réussir à mettre en place une organisation et des process qui permettront une exploitation optimale de l’incroyable richesse d’informations et de données auxquelles l’IA nous donne accès.
