ORANGE : Orange Business travaille réellement sur l'IA

landro78

16 décembre 2024 •12:58

Il y aurait encore des branches ou ça bosse....

ChrCsa

16 décembre 2024 •14:26

Pas lu l'article en complet (pas envie de m'inscrire) mais est-ce "simplement" choisir parmi les résultats des différents llm le "meilleur" résultat ou bien est-ce mixer les différent résultats des llm pour obtenir un résultat optimisé ? Parce qu'en terme de valeur ajouté c'est un peu différent.

Maintenant oui il semble qu'il existe chez Orange des projets intéressants et qu'il n'y a pas que des fonctionnaires qui attendent la retraite en procrastinant.

Je remonte un ancien post connexe
:

boursorama.com/bourse/forum/1rPORA/detail/465686211/



&nb sp;

M3746411

16 décembre 2024 •17:39

Quand j'étais fonctionnaire chez Orange, je n'envoyais pas de post à 14h26, je travaillais...

adnstep

16 décembre 2024 •18:01

Ah, c'était toi, le mec qui bossais !

(Désolé, mais c'était trop tentant 🤣)

ChrCsa

16 décembre 2024 •18:05

M3746411 humour humour. Les anciens d'Orange devraient être blindé depuis le temps surtout les anciens. Et puis Il n'y a pas que des jeunots sur le forum. Il y en a qui sont en retraite. Il y en aussi qui ont suffisamment travaillé pour pouvoir arrêter de bosser bien avant la retraite parce qu'ils avaient économisés, qu'ils n'avaient aucune dette et qu'ils n'avaient pas envie de patek toutes les 5 minutes ce qui leur laisse du temps pour s'amuser en bourse.

adnstep

16 décembre 2024 •18:14

Voici le texte, en franglish :

Orange travaille à un projet de RAG multi-agent.

Filiale d'Orange spécialisée dans les services numériques aux entreprises, Orange Business a commencé à plancher sur un projet de RAG faisant intervenir plusieurs agents. Objectif : se donner notamment la capacité d'appréhender les documents composés de plusieurs médias : texte, graphiques, images... Ce chantier est en cours de développement. Objectif affiché par l'ESN : lancer à terme une offre packagée.

Extrêmement populaires sur le terrain de l'IA générative, les solutions de RAG se limitent jusqu'à présent à un agent unique. On entend par RAG la capacité d'un assistant conversationnel à aller dénicher ses réponses dans une base documentaire spécifique. "Concrètement, ce mécanisme consiste à vectoriser la question de l'utilisateur puis à rechercher dans la base documentaire (qui aura été elle-même préalablement vectorisée, ndlr) les vecteurs les plus proches puis à injecter les réponses correspondantes dans le buffer du LLM", rappelle Didier Gaultier, patron de l'IA au sein d'Orange Business Digital Services.

Problème, la vectorisation des documents de référence est souvent incomplète, incorrecte ou pas toujours cohérente avec le sens du texte. "Pire, quand vous avez un document avec du texte, des tableaux et des images, seul le texte est pris en compte par le RAG", note Didier Gaultier. Autre constat : beaucoup d'utilisateurs étant habitués à utiliser Google se contentent de saisir des mots clés via leur assistant ce qui est contraire au fonctionnement d'une IA générative combiné à un RAG.

"On pourra réaliser des analyses de correspondance entre les fichiers en vue de créer un graph en amont du prompt de l'utilisateur"

Partant de là, l'objectif du RAG multi-agent consiste à combiner plusieurs agents de récupération. En amont, ces agents viendront vectoriser chacun un format : le texte, les images, les tableaux, les graphiques... "On pourrait même imaginer vectoriser une bande son", ajoute Didier Gaultier. Au final, ces différents modes de vectorisation pourraient être compilés dans un mode vectoriel unique au sein d'un espace vectoriel unique, au format texte par exemple. L'intervention de ces différents agents implique évidemment le développement d'un moteur d'orchestration.

"A partir de cette nouvelle base documentaire meta-vectorisée, on pourra ensuite réaliser des analyses de correspondance entre les fichiers en vue de créer un graph en amont du prompt de l'utilisateur", poursuit Didier Gaultier. "La récupération qui sera réalisée au final pourra de ce fait tenir compte des liens existants entre les documents. On pourrait même aller encore plus loin." Le consultant prend l'exemple d'un contenu combinant des prises de note écrites et audio. "Le graph pourra créer des liaisons entre des extraits de données issus des deux univers. Ce qui n'est pas possible aujourd'hui", indique-t-il.

Résultat : la nouvelle base vectorielle pourra générer des résultats plus fins en tenant compte des correspondances entre les contenus. Ce qui va bien au-delà de la comparaison de deux vecteurs bruts. "Grâce à une telle application, on pourra par exemple détecter qu'une compétence dont dispose un collaborateur (qui aura été identifiée via la vectorisation de ces contenus de travail, ndlr), n'a pas été mentionnée dans son CV", souligne Didier Gaultier. En aval, un autre agent pourra intervenir pour réécrire les prompts formés de mots clés en phrases intelligibles en vue de réaliser le matching final.

adnstep

16 décembre 2024 •18:26

Il faut préciser que c'est Business & Décision qui réalise ces études.

ChrCsa

16 décembre 2024 •20:04

Ca j'adore :

"Grâce à une telle application, on pourra par exemple détecter qu'une compétence dont dispose un collaborateur (qui aura été identifiée via la vectorisation de ces contenus de travail, ndlr), n'a pas été mentionnée dans son CV"

Ce qui est possible dans le sens compétence pourrait l'être aussi dans le sens incompétence (qui n'est pas aussi mentionné dans le cv 😁​)
Et cela laisse aussi sous entendre l'analyse par un entité particulière de l'ensemble des documents qu'a produit un collaborateur. C'est quand même inquiétant ces outils. Cela pourrait devenir de plus en plus Big brother au service des humanistes que sont les drh.

Amusant que ce soit ce genre de usecase qui est donné en exemple. Cela me fait me réjouir de ne plus avoir vingt ans (enfin presque, faut pas non plus exagérer).

-B2B2C-

17 décembre 2024 •10:27

landro78: oui