Transcription

• Speaker #0

  Salut à tous, aujourd'hui je suis en compagnie de Sanida Town, donc tu es Solution Engineer Manager de Cloudera et bienvenue sur le podcast Sanida.

• Speaker #1

  Merci Greg de me recevoir dans tes beaux locaux et dans ta belle ville de Lyon.

• Speaker #0

  C'est avec plaisir, donc tu nous viens de Paris et en fait tu ne viens pas juste pour nous rendre visite, tu nous viens pour nous parler d'IA. On va parler surtout d'IA privée dans ce podcast, mais bon on n'est pas à l'abri que ça s'éloigne un peu du sujet et puis qu'on parle un petit peu d'autres choses autour de ce podcast. Avant de rentrer dans le vif du sujet, Sanida, on va faire un petit saut dans le passé. On va parler un petit peu de ta vie d'informaticien. Est-ce que tu peux nous parler de ton premier projet informatique ? C'est un petit peu la tradition chez nous quand tu arrives. On fait le petit retour du passé qui fait plaisir et peut-être qui évoque un petit peu de nostalgie.

• Speaker #1

  D'accord, avec plaisir. Alors moi j'ai un historique très avant vendeur. J'ai quasiment fait toute ma carrière dans l'informatique dans des équipes d'avant-vente. Ce qui veut dire qu'en termes de projet informatique, entre guillemets j'en ai fait beaucoup mais plus en format avant-vente. Donc parmi tous ces formats, il y en a certains qui m'ont marqué. entre guillemets, un projet informatique qui correspond justement à une avant-vente qui est une soutenance de démonstration. Et celle-là m'a bien marqué parce que je vais vous la raconter. On est chez un client, on est sur un plateau, il y a 50 personnes qui travaillent tout autour. La démo doit se faire au milieu de la salle. Un peu de stress. Voilà, un peu de stress. C'était il y a une vingtaine d'années. On prépare l'environnement de démonstration. Et je dois brancher mon portable pour justement diffuser la soutenance. Donc, je mets mon portable sur la table. Les prises sont sous la table. Je me glisse sous la table. Je prends la prise. Je branche la prise et j'entends un clac ! Et là, plus un bruit dans la salle. Les lumières éteintes. Grand moment de solitude. Là, tu te dis, je crois que les plombs ont sauté. Il y a 50 mecs qui ne travaillaient plus autour de moi. Et du coup,

• Speaker #0

  on va bien se passer. Voilà.

• Speaker #1

  Et dans 5 minutes, on doit faire la démo au manager. Donc là, la petite sueur, la petite goutte de transpiration. Bon, finalement, tout s'est bien passé. On a trouvé des joncteurs. Les plombs ont été remis. Mais oui, c'est des petits moments. Alors à l'époque, on appelait ça un peu l'effet Bonaldi. Je ne sais pas si tu as parlé de ça.

• Speaker #0

  Pour ceux de notre génération qui se souviennent de ça, avec la démo qui ne marche jamais.

• Speaker #1

  Exactement, on prépare tous les petits oignons et au moment où on fait, ça ne marche pas. J'ai d'autres anecdotes comme ça, il ne faut pas en raconter trop.

• Speaker #0

  Je pense qu'on en a tous, surtout sur la partie démo.

• Speaker #1

  C'est ça.

• Speaker #0

  Et puis après, on prend beaucoup nos précautions une fois que ça nous est arrivé une fois. Bon là, c'est vrai que le coup de la prise, on ne pouvait pas s'y attendre.

• Speaker #1

  non non je ne vais pas s'y attendre mais bon voilà c'est rigolo après c'est un peu comme l'armée une fois qu'on l'a fait on en rigole quand on y est c'est moins drôle c'est des bons souvenirs qu'on peut raconter lors d'un podcast San est-ce que tu peux te présenter en quelques mots du coup on a dit que t'étais chez Claudera tu peux nous dire un petit peu ce que tu fais quel est ton rôle quelles sont tes missions avec grand plaisir alors effectivement comme j'ai indiqué moi j'ai quasiment fait ma carrière dans des équipes avant vente donc Passé par différents éditeurs de logiciels, notamment VMware, Nutanix. Je fais de la cybersécurité également. Et aujourd'hui, depuis un peu plus de trois ans et demi, je suis chez Cloudera, qui est effectivement un acteur dans le monde de la big data. Et je suis en charge d'une équipe à avant-vente qui a pour mission d'accompagner les équipes commerciales pour aider au mieux le choix des solutions.

• Speaker #0

  C'est le premier contact avec un client ?

• Speaker #1

  Oui, quasiment. Le premier contact technique, j'ai la chance en tout cas de gérer une équipe de gens plutôt experts dans le monde de la Big Data. Et on le verra, en effet, chez Cloudera, on a une plateforme qui est très large. Donc, pas facile d'avoir un expertise sur tout, mais en tout cas des gens très bien qui savent effectivement comprendre les besoins du client. Alors, j'imagine que de ton côté, c'est pareil lorsque tu échanges des clients. Le but, ce n'est pas de vendre des produits, c'est quand même de comprendre le besoin du client pour faire la meilleure proposition. Après, ce qui se gère derrière...

• Speaker #0

  c'est les commerciaux moi je suis architecte technique, c'est souvent ce qu'on entend par l'architecture c'est de se dire on va pas mettre de la technique pour mettre de la technique on va mettre de la technique pour répondre à un besoin client exactement c'est pour ça qu'on essaye à chaque fois de bien comprendre le besoin du client ça pour le moment il y a encore parfois du mal à le faire on a encore un petit rôle à jouer, on est content de ça du coup tu disais que t'étais chez VMware t'es passé de la virtualisation à la partie big data Ça fait un grand saut quand même.

• Speaker #1

  Comme tout domaine, comme l'IT en général, c'est vrai que souvent on me dit « je travaille dans l'informatique, ça veut tout dire et pas dire grand-chose » .

• Speaker #0

  Tu branches des imprimantes ? Non, ce n'est pas ça. Non, maman, je ne fais pas ça tous les jours, je ne branche pas des imprimantes.

• Speaker #1

  Alors effectivement, je vais faire un petit retour dans le temps encore, mais ça ne va pas me rajeunir. Mais en effet, je me souviens lorsque j'ai commencé mes études d'informatique, c'était bien sûr avant les années 2000. les différents métiers dans l'informatique étaient assez restreints. On était analyse programmeur ou technicien, voilà. C'est vrai que...

• Speaker #0

  C'était des voies d'évolution.

• Speaker #1

  Ouais, voilà, c'est-à-dire qu'au final, ça se comptait un peu sur les doigts d'une main. Après 2000, l'Internet, etc., les métiers se sont énormément diversifiés. Heureusement d'ailleurs, c'est d'ailleurs ça qui est intéressant.

• Speaker #0

  On a créé plein de nouveaux métiers.

• Speaker #1

  On a créé plein de nouveaux métiers parce que le domaine IT a énormément évolué. Et c'est vrai, j'ai eu la chance effectivement de travailler chez des éditeurs de logiciels, entre guillemets d'infrastructures, de travailler chez des éditeurs également de cybersécurité et aujourd'hui dans le big data. Maintenant, le point commun, c'est quand même cette curiosité. Quel que soit le domaine de l'IT, ça évolue tout le temps. si on est curieux, on s'amuse tout le temps. Alors effectivement, j'aime bien dire que je vais au travail non pas à reculons, mais avec envie, parce que cette curiosité fait que ça m'anime et on apprend toujours des nouvelles choses. On n'est pas tout le temps au niveau, loin de là, mais quand on est curieux, on apprend exactement.

• Speaker #0

  En fait, on n'a jamais la prétention de tout savoir.

• Speaker #1

  Par contre,

• Speaker #0

  on a la capacité à apprendre et à chercher.

• Speaker #1

  Il y a une phrase qui me traverse. pas du tout du monde informatique, mais plutôt du monde sportif. Un coach disait « Celui qui croit savoir n'apprend plus rien » . D'ailleurs, cette personne s'appelle Grégory. C'est vrai qu'il faut être dans cet état d'esprit-là, savoir se remettre en question, être curieux et apprendre des nouvelles choses, évoluer. Le domaine informatique, j'imagine que ceux qui nous écoutent sont dedans. J'espère que vous avez aussi cette curiosité et que ça vous anime au quotidien.

• Speaker #0

  San, on parlait un peu de Clodera. Peux-tu nous en dire un petit peu plus sur Clodera et les services qui sont proposés ? Clodera,

• Speaker #1

  c'est un éditeur de logiciels américain qui est un acteur historique dans l'univers du big data. Quand je dis historique, je ne dis pas trop de bêtises. Je pense qu'on est entre 18 et 20 ans d'existence. que Cloudera a été le précurseur de l'avènement du Big Data dans les entreprises, a suivi cette évolution et s'est bâti une forte expérience au niveau des projets de Big Data en général avec également un grand périmètre client. Et ce qui est important c'est effectivement l'échange qu'on a avec nos clients de différents types, de différents secteurs, de différentes tailles mais cet échange fait qu'effectivement ça nous permet de suivre l'innovation technologique et de faire en sorte de répondre. aux besoins et aux attentes de nos clients à travers des investissements que nous faisons en R&D. Ça veut dire quoi ? Ça veut dire qu'aujourd'hui, le positionnement de Cloudera, elle est dans la fourniture d'une plateforme data capable de traiter la donnée de bout en bout. Ça va de l'ingestion au stockage, nettoyage, stockage, exploitation, etc. Et en termes d'exploitation, les cas d'usage sont très variés. Ça peut être du, entre guillemets, classique... reporting, jusqu'à effectivement ce qui nous réunit aujourd'hui, la partie AI, intelligence artificielle, et notamment Private AI, qui est, on le verra tout à l'heure, une particularité dans le monde de l'intelligence artificielle.

• Speaker #0

  Du coup, maintenant que les présentations sont faites, je te propose qu'on parle d'IA privée, Private AI. On parle souvent d'IA, on entend beaucoup d'IA autour de nous, alors pour tout et n'importe quoi, on parle même d'IA des fois pour des choses qui ne correspondent pas à l'IA. et qui existait déjà bien avant. C'est vrai que le terme d'IA privée, c'est un terme qu'on entend moins aujourd'hui. Par contre, ça correspond à un vrai besoin. Il y a quelque chose qu'on entend de plus en plus, surtout quand on parle aussi de souveraineté, de privacy des données. Est-ce que tu peux nous dire précisément ce qu'est l'IA privée et ce qu'on entend par IA privée ?

• Speaker #1

  Ok, ok. Alors en effet je reviens sur ce que tu disais sur le fait qu'on mette l'étiquette IA à beaucoup de choses. On le voit d'ailleurs dans différentes publicités à la télé. Il y a de l'IA dans beaucoup de choses. Il y en a peut-être même dans des baskets. vendre un peu. Et comme tu disais, il y a des choses qu'on faisait déjà depuis des dizaines d'années autour du machine learning. C'était réservé aux entreprises, c'était moins connu du grand public. L'explosion, le Gen AI, il y a deux ans, fait que la donne a été modifiée. C'est plutôt une bonne chose dans l'absolu, mais aujourd'hui ça crée peut-être de la confusion sur les termes utilisés. Chez Cloudera, on a... Plus effectivement une expression autour de ce qu'on appelle déjà l'Enterprise AI. Effectivement, c'est de l'AI, pas forcément grand public, mais c'est de l'AI qui est mise en œuvre et développée pour des besoins d'entreprises. Et à partir de ce type de projet Enterprise AI, nous sommes allés plus loin. Nous disons voilà, effectivement, l'Enterprise AI peut toucher n'importe quel type d'entreprise, n'importe quel type de besoin. Mais on s'est rendu compte que pour certaines entreprises qui ont des... particularité, notamment sur la privacy de la donnée, sur tout ce qui est brevet intellectuel, il était nécessaire d'aller un peu plus loin justement sur cette capacité à gouverner la donnée et à faire en sorte que l'intelligence artificielle qui utilise ces données puisse également respecter certaines contraintes. Le but de l'IA privé, c'est de faire en sorte que des projets d'IA soient effectivement mis en œuvre dans un contexte entièrement contrôlé de bout en bout. par l'entreprise elle-même. Contrôler de bout en bout, ça veut dire quoi ? Ça veut dire qu'effectivement, l'idée c'est de pouvoir respecter un contrôle aussi bien sur l'infrastructure, faire en sorte que les composants utilisés soient vraiment maîtrisés par la société elle-même. Le deuxième point, c'est l'organisation, la gouvernance des données, qui accède à la donnée, quels sont ses droits, etc., et tant que c'est justement de gérer ça. Et le troisième point, c'est tout ce qui concerne la régulation, la régulation des données. Le fait que la donnée a le droit, oui ou non, d'être dans le cloud, a le droit, oui ou non, d'être accédé par telle ou telle personne. C'est un peu les trois axes sur lesquels l'IA privée apporte une réponse pour des sociétés qui sont soucieuses justement de la maîtrise de leurs données.

• Speaker #0

  Ça veut dire que si je schématise un petit peu, je suis une société qui a besoin d'IA, je veux que mes données ne sortent nulle part, qu'elles soient ultra sécurisées même si on me dit qu'elles ne vont pas être réutilisées, je ne le crois pas. je fais bien d'ailleurs je suis dans un silo en fait on va me proposer une solution où on est dans un silo, la donnée ne sort à aucun moment elle va utiliser à aucun moment un modèle qui est hébergé ailleurs pour tourner donc tout va être hébergé,

• Speaker #1

  toute l'infrastructure va être dans ce silo là c'est ça alors effectivement le terme silo paraît un peu un peu réducteur mais l'idée là effectivement l'idée c'est pas forcément d'appeler ça un silo, mais effectivement d'être dans un espace périmétré, sur lequel la maîtrise est totale, aussi bien sur l'utilisation des composants, je disais l'organisation, les personnes qui accèdent à la donnée et au projet AI qui sont mis en œuvre, et troisièmement, qui respectent les contraintes légales de ces entreprises. Et j'imagine qu'effectivement, dans les questions qui vont suivre, tu vas me poser la question de savoir quelles sont les entreprises aujourd'hui qui sont peut-être plus sensibles à l'utilisation de la private AI. Allons-y. Effectivement, aujourd'hui, dans le spectre de clients avec qui on travaille, il y a trois grands types de clients qui aujourd'hui ont plus que des initiatives sur le sujet. C'est d'une part des entreprises du secteur financier. secteur bancaire, financier. Deuxième, des entreprises, des acteurs du service public. Ça peut être des ministères, tout type de ministère qui collecte beaucoup de données. Ces données ne doivent pas être utilisées n'importe comment, ne peuvent pas être hébergées n'importe où, potentiellement utilisable par des gens qui n'ont pas le droit, etc. Et le dernier secteur qui s'intéresse également à ça, c'est la partie pharmaceutique, santé et recherche et développement.

• Speaker #0

  Donc c'est là qu'on voit que ce n'est pas utilisé sans raison, c'est utilisé par des comptes qui ont vraiment besoin d'avoir une donnée qui est sécurisée. et où ils sont sûrs que ça ne va jamais sortir parce qu'il y a des problématiques de brevets derrière, de propriétés intellectuelles qui font que... Exactement. Même de danger pour la partie ministère publique de ne pas divulguer d'informations. On est plutôt sur des grands comptes qui utilisent ce genre de services. On n'est pas sur la PME du coin.

• Speaker #1

  Alors, je dirais oui et non. Je vais nuancer mon propos.

• Speaker #0

  Plutôt oui.

• Speaker #1

  Alors, bien entendu, dans les exemples que j'ai donnés, on imagine effectivement des grandes enseignes, des grandes marques qui ont certains moyens pour faire ça. Maintenant, ce qu'il faut savoir, c'est que la constellation est large, ce qui veut dire qu'il y a des entreprises de taille plus petite, plus modeste, qui travaillent avec ces acteurs de mettre en œuvre les mesures afin de faire en sorte que la donnée reste privée et que l'IA reste privée. Ça veut dire...

• Speaker #0

  Ça peut être cultureux, quoi.

• Speaker #1

  Voilà, exactement. Donc, in fine, même si le point de départ est peut-être un grand acteur, pas un grand acteur, un acteur d'une certaine taille, il y a une répercussion qui fait que ce besoin se retrouve également chez ses partenaires. D'accord ? Et maintenant, l'idée, on peut le voir, on le verra, j'imagine, c'est... C'est de voir comment est-ce que la data platform Cloudera peut aussi bien aider des grandes structures qu'il y a des structures plus modestes. Pourquoi ? Parce qu'on a cette notion d'hybridation. Effectivement, c'est un point que je n'ai pas précisé, mais il faut éviter la confusion. IA privé, c'est seulement on-prem. Alors ça peut arriver, comme disait Silo, quand on se dit Silo, Silo c'est chez soi, je ferme les portes, etc. Non, en fait, IA privé, ça peut être. sur du cloud public, ça peut être sur de l'hybride etc. Effectivement aujourd'hui afin de pouvoir répondre justement à ce type de besoin pour tout type d'entreprise, taille d'entreprise, on est plutôt sur une hybridité. Faire en sorte de trouver le meilleur des deux mondes entre les offres cloud public et les offres qu'on peut mettre en oeuvre chez soi on-prem. Donc ça c'est ce qu'on est en Faire en sorte que, quel que soit le choix du client, que ce soit sur des clouds privés, des clouds publics, du pure on-prem, TBIAS ou autre, on soit en capacité d'accompagner et lui assurer que les composants utilisés soient bien sous sa maîtrise, qu'il y ait des solutions de data governance afin effectivement de mettre en place de l'observability et des audits. Et sur la partie régulatoire, respecter effectivement ces contraintes RGPD.

• Speaker #0

  On va parler à un moment de... Enfin moi, la première question que ça m'évoque, c'est la question de coût pour avoir des lias privés parce qu'on sait que l'IA demande énormément de ressources à plein de niveaux différents, que ce soit au moment de l'utilisation ou sur de l'apprentissage du pain tuning, etc. Moi, ça me paraît tout de suite beaucoup plus onéreux d'utiliser des lias privés. sachant qu'on va avoir un modèle qui va tourner potentiellement que pour soi, que d'utiliser effectivement l'IA qu'on connaît tous les jours avec les LLM qui sont hébergés à ce service et qu'on peut interroger via API assez facilement. Du coup, en termes de coûts, ça représente quoi ? Parce qu'en plus on sait que le matériel est de plus en plus complexe à avoir et de plus en plus cher forcément. Il y a le problème d'offre et de demande. On est vraiment sur des tarifs qui sont beaucoup plus chers par rapport à ce qu'on peut utiliser dans de l'IA classique ? Ou alors, en fait, c'est pas si exorbitant que ça et on peut se dire que c'est abordable peut-être par une PME qui voudrait s'en servir. Parce que moi, je vois que j'ai des clients qui me demandent, qui me posent la question en me disant « On veut essayer de faire de l'IA » . C'est souvent ce qui revient chez les clients. « On veut essayer de faire de l'IA, on sait pas pourquoi » . Mais bon, bref. On va partir sur cette question-là. essayer d'investir dans l'IA, je vais essayer de voir ce que ça peut donner pour mon besoin. Par contre mes données elles sont chez moi, ça reste chez moi et je veux pas que ça sorte. Et c'est souvent là qu'on a une problématique parce que partir sur cette recherche sur la partie IA c'est commencer par un MVP, essayer de voir ce qu'on peut en faire, voir ce que ça sort, voir les résultats parce qu'en fait on sait pas, on sait pas forcément à quoi s'attendre parce qu'il y a quelque chose qui est. On peut pas prédire à l'avance. Et du coup là où les offres cloud classiques sont intéressantes... c'est qu'on peut tester, on paye à l'utilisation, il n'y a pas d'investissement à faire de base. Du coup, comment ça marche sur Love Clodera par exemple là-dessus par rapport à Bliga classique ?

• Speaker #1

  En effet, le point qu'il faut avoir en tête, c'est cette notion d'équilibre entre coûts et bénéfices. C'est certain que dans cette notion d'IA privée, on est en tout cas sur certaines formes de déploiement moins dans cette notion de mutualisation.

• Speaker #0

  Oui, forcément.

• Speaker #1

  C'est l'idée. Maintenant, on a nous, par exemple, des partenariats avec des fournisseurs de cloud souverains qui permettent justement quand même d'avoir cette notion de coût métalisé tout en étant dans un périmètre contrôlé. D'accord. Donc, voilà, pour ne pas... Je n'ai pas les chiffres en tête. Bien entendu, on peut imaginer, comme tu viens de le faire, et je ne peux pas dire le contraire, qu'il y a peut-être un petit surcoût.

• Speaker #0

  Mais c'est obligatoire. C'est obligatoire,

• Speaker #1

  le surcoût est obligatoire parce qu'on répond à une problématique qui est bien précise au niveau de l'IA privée. Maintenant, tu parlais de faire des MVP, etc. dans les types de projets qu'on peut mettre en œuvre. On peut très bien avoir des MVP précurseurs sur des plateformes classiques, donc moins onéreuses. Et lorsqu'effectivement ce MVP prend du sens, le basculer en IA privée, on sait qu'il y aura un petit surcoût. peut déjà déterminer à l'avance l'intérêt de la mise en œuvre du projet. Ça évite justement de tout mettre tout de suite en IA privé. Après, la question que tu vas me dire, comment est-ce que tu fais un MVP et le prouver qu'il fonctionne bien si tu n'as pas des données, etc., et le lieu qui ne doit pas y être ? Effectivement, dans les mécanismes de mise en œuvre de projets, de MVP, etc., il y a par exemple l'utilisation de données synthétiques. Oui, tu fais de la donnée,

• Speaker #0

  tu peux en créer à partir de la donnée déjà existante. Tu as une véracité exacte de ce que tu vas avoir à la fin, mais tu as une bonne idée. Voilà,

• Speaker #1

  tu es assez proche. La donnée synthétique va faire en sorte que ta modélisation va être assez proche de la réalité, tout en respectant le fait que la donnée que tu vas utiliser n'est pas une donnée qui doit rester un seul endroit, ne pas être accédée par certaines personnes. Cette capacité-là qu'on permet également à nos clients pour justement mettre en œuvre des projets dans l'IA privée sans forcément avoir un surcoût immédiat.

• Speaker #0

  Donc, sur la partie, si je veux lancer un projet avec Optic de faire de l'IA privée derrière parce que j'ai une importance à garder mes données pour moi, la bonne direction serait de commencer par faire un MVP sur du public histoire de pouvoir se sizer un petit peu. connaître un peu les utilisations de token parce que c'est toujours une galère à estimer, parce qu'on ne sait jamais. Avant après de se dire : "Je switch, là je sais ce que j'utilise pour mon use case, je sais à peu près combien ça me coûterait sur la partie publique, si je veux passer en privé je vais pouvoir avoir une belle estimation de ce que ça va coûter". Exactement,

• Speaker #1

  parce que tu auras une idée de l'usage, de l'adoption, du taux d'utilisation. Effectivement switcher ensuite sur une infrastructure qui respecte et beaucoup plus simple.

• Speaker #0

  On parlait rapidement de types de projets tout à l'heure qui sont faits sur de l'IA privée. C'est quoi comme type de projet qu'il va y avoir ? Ça va être des agences, ça va être des racks qui vont être mis en place, il va y avoir des projets de fine tuning dessus. Tu as des exemples de projets qui ont été mis en place ?

• Speaker #1

  Tout à fait. Déjà, effectivement, ce n'est pas parce que c'est une IA privée qu'on fait des cas d'usage diamétralement opposés à ce qu'on pourrait faire dans une IA public. Au final, moi je me rends compte que... Tu fais toujours des chatbots ? Ouais ! Alors là, je sens un point de moquerie. Le fait de faire l'IA privée a surtout pour but de faire en sorte que les cas d'usage respectent des contraintes législatives, grosso modo. Donc ça peut être les mêmes types de cas d'usage, sauf qu'en effet la donnée étant plus sensible, il faut qu'on respecte la gouvernance, etc. Donc oui, ça peut être du chatbot amélioré, ça peut être des calculs de scoring, ça peut être plein de choses qu'on pourrait faire sur n'importe quel type de plateforme d'IA. Sauf que là, le client se doit de respecter des contraintes sur l'accessibilité de la donnée, le secret de la donnée, etc. Maintenant, j'ai en tête un client, Cloudera, qui a démarré sur le sujet. plutôt précurseur, parce que ça fait quasiment plus d'un an et demi ou deux. Là, il a la capacité justement d'être revenu vers nous avec des mesures très concrètes. Alors au niveau des cas d'usage, toi ça va te parler, j'en ai 2-3 en tête. Le premier que j'ai en tête, c'est parce que tu es dans le monde du développement, c'est de mettre en place une solution AI qui va aider à faire de l'autocompletion sur la partie développement. Et en effet, le client qui est dans le secteur bancaire, pas en Europe, mais plutôt en Asie, à Singapour, nous rapporte un gain de productivité de 20% sur ses équipes de développeurs grâce à ce projet qu'il a mis en œuvre.

• Speaker #0

  D'accord. Ils ont fait un agent d'autocomplétion pour leurs développeurs.

• Speaker #1

  C'est ça. Maintenant, ça fait plus d'un an et demi que c'est mis en place. Forcément, ce n'est pas un client avec qui je discute tous les jours parce que ce n'est pas mon périmètre. Je n'ai pas beaucoup plus d'infos sur le sujet. Mais en tout cas, il est à même de témoigner sur le sujet. Il est régulièrement dans nos roadshows pour faire un témoignage au client réel. Et c'est vrai que ce calcul, ce feedback sur le fait qu'il ait une économie, une amélioration de la possibilité de 20% est importante parce que, comme tu dis, on n'est pas en train de se faire plaisir. On n'a pas mis un projet pour dire, on va voir comment ça donne, etc. Donc il a vraiment mis en place. Alors à titre d'exemple, pour ne pas dire de bêtises, je vais donner des chiffres exacts. Ce client, par exemple, au jour d'aujourd'hui, a déployé plus de 300 modèles. Et a mis en place plus de 30 projets GNI. C'est énorme. Il commence à avoir une solide expérience. De mémoire, je ne sais même pas de mémoire, mais je lis rapidement mes notes, on parle de plus de 1200 utilisateurs par jour, d'accord ? Et 75 millions de mots traités par jour. Donc voilà, on est sur la grosse utilisation. Et justement, par rapport à cette utilisation-là, il y a un deuxième... Il paraît de chatbot, tu vas toujours sourire quand il dit ça, mais effectivement... Non, en fait,

• Speaker #0

  juste pour l'anecdote... J'ai rien contre les chatbots, c'est juste que pour moi ce n'est pas la meilleure utilisation à faire de la Gen AI. C'est juste ça. Le besoin métier n'est pas franchement avéré avec le chatbot. Et le gain n'est pas franchement avéré non plus sur le chatbot. Donc voilà, ça existe, ça a le mérite d'exister. Tout le monde s'en sert tous les jours.

• Speaker #1

  C'est peut-être une première étape, etc. Alors effectivement, le deuxième exemple que j'ai en tête sur ce client, alors ce n'est pas un chatbot. en fait, il n'a pas mis un chatbot pour remplacer les conseillers, les opérateurs. Ce qu'il a mis, en fait, c'est un agent qui analyse les échanges entre les clients et les conseillers. C'est-à-dire qu'en fait, à la fin d'une discussion, cet agent fait un résumé de l'échange au niveau des thèmes abordés et fait également un résumé du ressenti utilisateur. ce qui permet tout de suite de détecter potentiellement une satisfaction parce que souvent tu as déjà utilisé des Ausha à la fin on te demande mets des étoiles je pense qu'une fois sur deux si c'est pas plus, on skip on dit rien c'était pas l'intérêt de la conversation ce bot analyse à travers les mots clés la tonalité la teneur de l'échange et la satisfaction du client ce qui permet effectivement de réduire de 10% les temps moyens de gestion de case. Donc, ce n'est pas un chatbot, c'est un chatbot qui permet de faire gagner du temps, elle laisse du ressenti, etc. Donc, voilà, c'est plutôt intéressant. Puis le dernier point qui est, je pense ensuite, un dernier exemple qui est en plus commun à beaucoup d'entreprises depuis… Depuis l'avènement de la Gen AI, tout ce qui est copilote et compagnon d'entreprise, c'est effectivement tout ce qui est résumé de documents. C'est entreprise dans le secteur bancaire. Les consultants devaient traiter des bilans comptables à tir lariot, des centaines de pages à traiter. Ils le passent dans la moulinette de l'AI et là, 95% de temps de gagné. en très peu de temps en fin de compte c'est pareil, c'est toujours une aide ça fait pas le travail parce qu'il faut quand même vérifier un tout petit peu mais moi je parle un peu de moi heureusement ou malheureusement j'ai fait de la comptabilité dans ma vie on sait que c'est important on fait de la comptabilité et tu te rends compte que effectivement, sans remettre en cause le travail des experts comptables. Mais voilà, il y a des grandes masses, il y a des grandes lignes. Donc voilà, lire un bilan comptable, au final, une IA bien entraînée. Alors, quand je dis bien entraînée, c'est quand même... Ils n'ont pas juste pris le bilan comptable, ils l'ont mis dans n'importe quel... N'importe quelle...

• Speaker #0

  Dis-moi si c'est à peu près bon.

• Speaker #1

  Voilà, ils ont quand même travaillé par rapport à leur fourre-coding, par rapport, eux, à leur expérience, par rapport... aux clients qu'ils souhaitent avoir ou pas selon tel ou tel critère. Il y a quand même eu du chain tuning derrière, mais ça a fait gagner 95% aux consultants pour une analyse comptable.

• Speaker #0

  Oui,

• Speaker #1

  ce qui est déjà pas mal en termes de gain de temps, surtout si le résultat est correct. Parce que c'est effectivement, si on va passer après le même temps, qu'est-ce qu'il avait gagné, mais en 2 bar, en 2 bar, en retour générien.

• Speaker #0

  Mais ce n'est pas le cas. Aujourd'hui, ils ont une confiance sur les résultats de leur AI. Et je pense que c'est là où ils vont même un peu plus loin. Ce n'est pas uniquement qu'une analyse de chiffre, c'est qu'ils sont même en capacité... une fois que les chiffres ont été analysés, de demander à l'AI, par rapport au fine-tuning qu'ils ont réalisé, de donner des arguments, par exemple, pour expliquer pourquoi ce client est un bon client ou pas, etc.

• Speaker #1

  Plus loin que la vie. Ça, c'est pour voir le progrès des AI de plus en plus, c'est d'arriver à justifier le résultat et d'arriver à poser un raisonnement, même en amont du résultat que ça va donner. D'ailleurs, ça nous donne des AI qui mettent parfois 1 minute 30 à nous répondre. parce qu'ils ont posé un raisonnement pour trois questions basiques qui est monstrueux mais normalement ça oriente un petit peu plus la réponse merci pour les retours San parce que j'ai compris des implémentations qui ont pu être faites sur les entreprises et des vrais use cases ce qui donne aussi des indications de ce qu'on peut faire avec de l'IA et pas juste faire du chatbot il y a un projet de fine tuning par exemple sur euh... Est-ce que tu as pu faire ?

• Speaker #0

  Je vais dire oui, parce qu'effectivement, c'est marrant, parce que pendant qu'on parlait, et comme tu parlais justement du fait de faire confiance au résultat, c'est vrai qu'il y a à peu près deux ans, on parlait beaucoup d'hallucinations.

• Speaker #1

  Ouais.

• Speaker #0

  D'accord ?

• Speaker #1

  Ça s'est réduit un peu.

• Speaker #0

  Ça s'est réduit quand même. On peut toujours en provoquer quelques-unes. Il y en a encore. Mais effectivement... Parce que les modèles ont été affinés. Vous direz que by design,

• Speaker #1

  il y a des hallucinations de toute manière.

• Speaker #0

  Voilà, parce que les entreprises mettent en place du RAG, mettent en place du fine tuning. Voilà, ces hallucinations diminuent. Le taux d'annulation diminue. Aujourd'hui, dans les échanges que j'ai avec les clients, même si on sait que les hallucinations existent, c'est moins fantasmagorique qu'il y a deux ans. Il y a deux ans, tout le monde parlait des hallucinations. C'était un peu... la crainte, etc. Aujourd'hui, on en a peur, mais on sait réduire le risque. Parce qu'on fait du fine tuning, parce qu'on fait en sorte que l'IA d'entreprise soit effectivement liée au contexte de l'entreprise avec effectivement les besoins, les attentes, les contraintes de l'entreprise, etc. L'exemple qu'on utilisait il y a deux ans, c'est que tu poses une question à une IA, tu donnes des initiales, ça veut dire quoi ces initiales ?

• Speaker #1

  Le premier truc qu'elle trouve, de toute manière.

• Speaker #0

  Elle va te ramener des trucs, tu ne sais pas trop. Alors qu'effectivement, on te pose aujourd'hui la même question à une IA qui a été entraînée dans le contexte de son entreprise. C'est beaucoup plus précis. Oui, elle va s'y mettre. D'abord, le contexte de l'entreprise,

• Speaker #1

  avant de faire d'autres propositions en disant est-ce que tu veux préciser dans quel contexte tu es ?

• Speaker #0

  C'est nécessaire. À partir du moment où on sort un peu de cette sphère IA publique et qu'on rentre dans cette sphère entreprise IA et private IA, il est nécessaire de faire... Du rack, du fine tuning, etc.

• Speaker #1

  La partie fine tuning, ça demande quand même énormément de ressources. Sur la partie IA privée, c'est une sorte de variation de ressources. C'est pas quelque chose qui est problématique à gérer derrière ? Quelque chose qui se gère assez bien par les providers cloud que vous avez, par exemple ?

• Speaker #0

  En effet, comme je disais tout à l'heure, la capacité de déploiement peut se faire sur différents réceptacles. Ça peut être de l'on-prem, ça peut être dans des clouds souverains qui ont cette modularité qu'on trouve dans du cloud.

• Speaker #1

  Vous, vous êtes capable de déployer soit en on-prem, soit dans un cloud ? Oui,

• Speaker #0

  et même sur un Debride, d'avoir cette interconnection entre les deux. Et effectivement, l'idée, c'est de travailler avec des boîtes de consulting pour pouvoir déterminer quel est le meilleur endroit pour faire des tests, faire des fine-tuning et faire tourner la production. Donc on peut effectivement jouer avec ces différentes...

• Speaker #1

  L'apprentissage d'un côté, faire l'utilisation de l'autre. C'est quelque chose qui est intéressant sur la partie ressources matérielles. Aujourd'hui, j'en ai des clients qui veulent effectivement parfois faire de l'IA on-prem. Trouver un GPU, c'est la croix et la bannière. Oui,

• Speaker #0

  exactement. Ou de gros le prix.

• Speaker #1

  Avant d'arriver à en avoir de dispo, c'est quand même catastrophique.

• Speaker #0

  Effectivement, il y a aujourd'hui parfois des pénuries. Mais oui, c'est un point qu'il faut prendre en compte dans des projets d'intelligence artificielle. C'est la disponibilité de certaines ressources, notamment en GPU. C'est pour ça que cette mixité, cette hybridité même, dans le fait de démarrer le MVP dans le cloud, souvent,

• Speaker #1

  permet effectivement de jouer sur les latences,

• Speaker #0

  de jouer sur la réception du matériel, etc. Sans forcément bloquer et dire, voilà, j'attends d'avoir tout parfaitement installé pour démarrer quelque chose.

• Speaker #1

  Et sur le démarrage d'un projet IA, du coup, devrait m'assurer d'avoir quoi ? avant de me dire je vais démarrer mon projet IA. Il y a des briques nécessaires, il y a des entrants nécessaires, il faut que je m'assure d'avoir. Par exemple, je vais faire un projet de fine tuning pour qu'on soit vraiment dans le contexte de mon entreprise comptable, comme tu disais tout à l'heure. De quoi je me dois assurer ? Comment je dois partir pour arriver à construire mon projet et me dire je vais arriver jusqu'à MVP à minima ?

• Speaker #0

  Dans tout type de projet informatique, et pas forcément que l'EA, il y a quand même des étapes incontournables. Il y a toujours cette notion d'essayer de comprendre pourquoi on veut faire un projet. Il y a un audit à faire pour déterminer le résultat qu'on veut avoir au final, savoir ce qu'on doit mettre en face pour y arriver, etc.

• Speaker #1

  Le besoin, déjà. On part de la base,

• Speaker #0

  le besoin. Maintenant, est-ce que ce besoin, c'est appareil au TAU, hein t'es un peu chatouilleux mais est-ce qu'on est en capacité le jour un instant T de dire le besoin que j'ai en tête qu'on matérialise on sait qu'il y a un retour sur investissement ou pas c'est pas toujours facile c'est difficile à dire ça dépend aussi de ce qu'on entend par retour sur investissement ça peut être

• Speaker #1

  Du temps gagné, ça peut être de l'argent gagné, ça peut être de la facilité, ça peut être de la compréhension du travail, ça peut être de l'image, ça peut être de la communication, ça peut être plein de choses.

• Speaker #0

  Donc c'est pas toujours facile. Après, moi j'ai une vision, j'imagine que dans le développement c'est effectivement souvent, je dis voilà, think big, start small, c'est-à-dire qu'il faut voir grand, mais il faut quand même démarrer à un moment donné. Et là, je vais effectivement plagier Mike Horn. Est-ce que vous connaissez Mike Horn ? L'aventurier, l'explorateur ? Exactement. Et lui, souvent, si tu attends d'avoir la réponse à toutes tes questions, tu ne partiras jamais de chez toi. Donc lui, dans ses conférences, il explique qu'il avait peut-être 10% des réponses à ses questions.

• Speaker #1

  Mais c'est un explorateur en même temps.

• Speaker #0

  Et bien, dans l'IT, il faut explorer. Il faut avoir cette notion d'explorateur. Alors, le but, ce n'est pas de brûler de l'argent à temps et à travers. mais effectivement un un Il faut se dire, là, j'ai une cible en tête, j'ai besoin de mettre des choses en place. On se fait MVP parce que c'est peut-être ce qu'il y a de moins coûteux. Et on voit tout de suite si c'est viable. Et si ce n'est pas viable, tant pis, on a perdu un peu d'argent, mais on passe à autre chose qui est peut-être plus viable. J'aime bien ce type de raisonnement parce que ça va permettre justement de très vite fermer les pistes qui ne sont pas intéressantes et finalement retomber. sur enfin, on va dire, un projet qui a du sens pour l'entreprise et qui potentiellement a du ROI.

• Speaker #1

  Et puis parfois, on peut tenter quelque chose et puis se dire ça marche, mais le résultat attendu n'est pas à la hauteur de ce que j'espérais.

• Speaker #0

  Exactement.

• Speaker #1

  Et puis ça permet de juger vraiment sur le résultat par rapport à ce qu'on attendait. C'est bien, mais c'est encore pas top. Peut-être que dans quelques années, ce sera encore mieux. On resserra à ce moment-là, mais pour le moment, ça ne va pas. Moi, j'ai pas mal de clients aussi qui veulent aller vers l'IA. où on est clairement en manque de données, en fait, initialement. Et ça, c'est un réel problème de se dire, j'ai pas de données pour arriver à faire tourner mon IA, arriver à l'entraîner correctement et avoir des résultats viables. Est-ce qu'il y a des solutions à ça ? Ou alors, est-ce qu'il faut juste arriver à prendre trois ans pour capitaliser sur sa donnée ? et puis après on se dira en fait ma donnée elle avait un intérêt le problème est assez généraliste c'est à dire qu'on se retrouve je pense chez Cloudera c'est courant dans la partie big data je veux faire du big data je veux faire de l'IA vos données on en a un peu là elle est pas du tout qualifiée c'est des trucs un peu à droite à gauche il y a une manière de gérer ça il y a une manière alors il y a Merci.

• Speaker #0

  Si il y avait une formule magique, je pense qu'on la mettrait tous en place. On serait les rois du pétrole, comme on dit. En fait, j'ai pareil, un petit dicton, c'est pas de data, pas de chocolat. Je pense qu'on est tous d'accord sur le sujet. Pas de data,

• Speaker #1

  pas de chocolat.

• Speaker #0

  Pas de data, pas de chocolat. Maintenant, il faut que cette data soit de qualité. Comme tu l'as dit tout à l'heure, on a un peu de données. Le début de ta question, c'est plutôt sur le fait d'être en manque de data.

• Speaker #1

  En fait, on a toujours quelque part un peu de data. Oui, on a de la data. On a toujours quelque chose,

• Speaker #0

  mais qui ne servait pas à ça,

• Speaker #1

  à la base.

• Speaker #0

  Et le plus important, c'est effectivement d'avoir de la data de qualité. Maintenant, c'est de savoir comment est-ce qu'on passe de la data, de la data de qualité, ce n'est pas sur un claquement de doigts. C'est parce qu'il y a du raffinage, il y a des outils qui permettent d'aider un peu. Mais il y a surtout de la connaissance également d'entreprise. C'est l'humain derrière qui va être encapsé de qualifier et de dire, la data, elle est qualifiée ou pas. Exactement. Maintenant, ça ne se fait pas forcément en un seul jet. Peut-être qu'effectivement, au départ, l'entreprise va devoir traiter beaucoup de data. Cette foison de data, bien entendu, il y a des mécanismes qui permettent d'aller prendre la data où elle est. sur différents types de supports, différents types de périmètres. Et à un moment, il y a effectivement ce travail en interne de qualifier la donnée.

• Speaker #1

  De requalifier la donnée, c'est un travail cool ça.

• Speaker #0

  C'est un travail, il y a des outils plus ou moins qui aident à le faire, mais c'est important si on veut effectivement faire en sorte que l'IA, ce que prend du l'IA soit de qualité, il faut une data de qualité. Effectivement, derrière un micro, on l'a dit, ça prend à peu près 5 secondes, Pour la vraie vie ?

• Speaker #1

  C'est le plus gros du temps passé d'arriver à qualifier la data. C'est un problème qu'on a depuis les années 2010 avec l'essor du Big Data et qu'on n'a toujours pas réglé. On a fait des data lakes.

• Speaker #0

  Le Big Data, on a fait des data lakes. Certains diraient des data swamps.

• Speaker #1

  La première data lake, pour le rappeler, c'était de pouvoir mettre ce que je voulais dedans dans n'importe quel format et après de pouvoir m'en servir.

• Speaker #0

  La réponse, techniquement, elle existe. Ça marche. On sait mettre n'importe quelle data au même endroit, etc. Pour ne pas que ça devienne un data swamp, un marécage de données, un maré de données, il faut effectivement que cette data, on la nettoie et on la traite pour qu'elle soit exploitable. Et puis, bien entendu, stocker de la donnée, ça a un coût. Oui,

• Speaker #1

  oui. Après, on se dit toujours que le stockage, ce n'est pas ce qui coûte le plus cher actuellement. Mais ça a quand même un coût. Parce que sur un data lake, on parle de terras et de terras et de terras de données.

• Speaker #0

  Ah ouais, il y a encore terras.

• Speaker #1

  C'est gentil. Je ne sais pas si tu l'as.

• Speaker #0

  Je l'ai, je l'ai bien. Non, on est... Petit aparté, c'est vrai que je parlais de Club Dera tout à l'heure, acteurs historiques, des clients qui nous font confiance. Concrètement, la quantité de stockage sous support Club Dera, sur l'ensemble de nos clients worldwide, c'est 25 exaoctets de données. Alors, c'est Tera, Teraoctet, Petaoctet, Exaoctet. Tu multiplies par 1 million de clients à chaque fois. Quand je parlais du fait qu'on a une certaine expertise, on l'a grâce à nos clients. Et oui, effectivement, on se fait un Data Lakehouse.

• Speaker #1

  On stocke pour stocker. Oui,

• Speaker #0

  le but ce n'est pas de stocker pour stocker. C'est un peu comme à la maison,

• Speaker #1

  on met dans le grenier et on ne le ressort jamais. Et puis le ressorteur fait plein de poussière.

• Speaker #0

  Ce qu'on souhaite faire avec nos clients, c'est éviter le data swamp. Et faire effectivement du data lakehouse. Effectivement, les technologies évoluent. Aujourd'hui, on parle beaucoup par exemple d'icebergs autour du data lakehouse. Parce que c'est une technologie open source.

• Speaker #1

  C'est assez récent au final. Récent, je ne sais pas. Moi j'ai commencé à en entendre parler il y a peut-être deux ans, quelque chose comme ça, où ça a commencé à devenir à la mode. Et puis là, depuis un an, tout le monde en parle en disant que c'est l'avenir.

• Speaker #0

  C'est l'avenir parce que, comme je disais tout à l'heure, nous Cloudera, on produit une data platform basée essentiellement sur des composants open source. Et justement, le projet Apache Iceberg, on est parmi les plus gros contributeurs. Et ça depuis plus de 4 ans. Donc en fait, c'est un composant slash technologie sur lequel on croyait déjà il y a 4 ans. Comme tu l'as dit, ça fait 2 ans, 1 an, où il y a énormément de... Après,

• Speaker #1

  c'est mon oreille. Oui, mais c'est vrai,

• Speaker #0

  parce qu'effectivement, d'autres acteurs sur le marché ont pris conscience effectivement qu'Iceberg résolvait un certain nombre de difficultés, de problématiques par rapport à du stockage. C'est pas du soca, c'est un format de table. par rapport justement au fait d'avoir beaucoup de données.

• Speaker #1

  Il y a quand même un paquet de projets de la fondation Apache qui sont sur la partie data. Je repense même à tout ce qui est Spark, Hive, plus anciens. Le format Parkes était aussi. Il y en a quand même pas mal. Du coup, tu parlais d'open source chez Cloudera. Il y a d'autres projets comme ça qui sont soutenus, utilisés par Cloudera ? Parce que c'est intéressant. Il y a beaucoup de solutions qui sont propriétaires. dans le monde de la data utiliser des solutions qui sont open source nous on est fervent défenseur de l'open source je trouve que c'est bien d'en parler aussi parce qu'on n'est pas assez au courant moi je te le disais en aparté avant j'ai connu Cloudera à travers Apache Inify qui est un produit parmi d'autres qui permet de gérer des plus de données et en plus qui est super bien parce que c'est du glissé-déposé de composants et ça marche d'enfer.

• Speaker #0

  Il y a d'autres produits comme ça qui sont super particuliers ? C'est quasiment toute la plateforme, la DR en fait, qui repose sur des composants open source. Alors le choix est historique. Alors bien entendu, lorsque je dis repose sur des composants open source, tout comme d'autres éditeurs sur le marché, on vient pas calmer les choses, on est facilitateur également d'intégration entre ces composants, on vient surtout également apporter un support. Parce qu'en effet, les CVE qu'on entend depuis quelques années, ça existe malheureusement pour de vrai. Ça pullule. Voilà, ça pullule. Et nous, on vient apporter justement aussi bien un support de fonctionnement qu'un support sur la résolution de ces CVE. Ça reste des composants à la base open source, bien qu'on les package, ce qui veut dire qu'on peut, entre guillemets, mettre en avant ce côté non-vendor-lock-in. Oui. Alors effectivement, ça veut dire quoi ? client qui part sur du cloud era qui met en oeuvre notre data plateforme bas et potentiellement pourrait décider de repartir avec des composants open source le passage serait forcément plus facile que s'il n'est pas sur des composants purement propriétaire donc

• Speaker #1

  voilà c'est exactement ce qui plaît à nos clients aujourd'hui oui bah en fait c'est souvent ce qu'on se dit quand on utilise un outil sur un cloud provider un outil data sur le provider on y piaiser points liés par rapport à une solution open source qu'on aurait installée ou même qu'on utiliserait en manager, parce que potentiellement, il y a des solutions qui sont proposées par les cloud providers en manager, donc on ne s'occupe pas de le mettre à jour, etc. On l'utilise et puis on peut passer d'une plateforme à l'autre sans trop de soucis. Effectivement, c'est intéressant de se dire, là, je suis assez libre de faire ce que je veux, j'ai la main pour changer et le coût ne sera pas exorbitant. Exactement,

• Speaker #0

  on peut retrouver, entre guillemets, le cousin d'eux, c'est plus facile. Et voilà, tu citais...

• Speaker #1

  On va avoir la charge de manager la plateforme qui est souvent énorme et exorbitante parce que quand on veut avoir la même plateforme, scalable, mise à jour, c'est vite beaucoup de personnes derrière pour maintenir ça.

• Speaker #0

  Après, tu citais tout à l'heure un EFI, mais dans les composants qu'on utilise et qu'on met à disposition, tu as du K, tu citais Spark, plein d'autres composants. C'est quand même une force qu'on propose à nos clients. Notre but, bien entendu, ce n'est pas de les voir partir, mais c'est effectivement de leur expliquer que si, par exemple, pour une autre, ils souhaitent faire évoluer... Je pense que c'est facilitateur au niveau du choix.

• Speaker #1

  C'est vraiment une question dans les benchmarks, au moment de choisir un produit, c'est une question qu'on va se poser.

• Speaker #0

  Oui, tout à fait. Cette réversibilité, elle est importante également dans les RFP qu'on reçoit, notamment les... clients du secteur public, par exemple. Ça fait régulièrement partie de leurs questions, et c'est plutôt rassurant pour des acteurs du service public de savoir qu'une société telle que Cloudera se repose sur des composants open source.

• Speaker #1

  San, on a beaucoup parlé d'IA privée. Je te propose une dernière question sur la partie IA, et puis après on se prend un petit moment détente en conclusion.

• Speaker #0

  Ok.

• Speaker #1

  tout ce monde de l'IA, toi, tu penses que ça va évoluer comment dans les prochaines années ? C'est quoi ta vision ? C'est pas la question la plus simple.

• Speaker #0

  Ah non, c'est pas la plus simple. C'est ta mission personnelle, quoi. Ouais, mais en plus... Alors, je vais te donner une réponse, mais je pense qu'elle répond pas totalement à la question, mais c'est... il n'y a pas de bonne et de mauvaise question c'est plus un souhait je remets les briques les unes aux autres pour comprendre pourquoi je dis ça alors moi j'ai que passion dans ma vie et une de ces passions c'est effectivement les arts martiaux C'est les arts martiaux. J'ai étudié différents arts martiaux traditionnels, de la self-dépense, pas mal de choses. Et ce que j'ai trouvé intéressant également dans ces arts martiaux, c'est cette notion de transmission. Quand on transmet des connaissances, on transmet un savoir. Moi-même, j'ai la chance de pouvoir enseigner, notamment à des enfants. Donc j'ai ce partage. Et je me disais, voilà. on parle de l'IA, on parle... Moi, j'ai des enfants qui sont ados et jeunes majeurs. Donc là,

• Speaker #1

  ils utilisent... Comment ça ?

• Speaker #0

  C'est plus ou moins à utiliser ces outils. Et la question que je me pose, c'est comment ces outils vont les impacter aussi bien à l'école que dans leur vie professionnelle dans les 5 prochaines années.

• Speaker #1

  C'est un vrai sujet.

• Speaker #0

  Voilà. C'est vrai que les enfants... Voilà, moi, je... J'ai un enfant qui est jeune adulte, ce qui veut dire qu'il sera sur le marché du travail certainement d'ici 5 ans à peu près. Comment l'IA, qu'elle soit la Gen AI, la Gen TKI, le je ne sais pas trop quoi AI, va l'impacter dans sa vie aussi bien perso que professionnelle ? Aujourd'hui, je n'ai pas de réponse. on met en avant le fait que l'IA peut être un facilitateur peut nous aider à Ah ok, ok, mais...

• Speaker #1

  C'est un facilitateur, mais qu'est-ce que ça enlève ? Voilà, c'est ça, c'est ça.

• Speaker #0

  Les, tout, tout, entre guillemets, tous les résumés, textes qui sont faits par l'IA, et que les collégiens sachicéens, voilà, je sais pas, est-ce que ce facilitateur va vraiment être un vrai tâche de savoir ? ou va créer une certaine paresse. Je ne sais pas.

• Speaker #1

  Je pense que c'est parti pour créer une certaine paresse.

• Speaker #0

  Je ne l'espère pas. En tant que parent, je n'espère pas. Et effectivement, je parlais de transmission tout à l'heure. J'ai une phrase que j'aime beaucoup. Tu peux me tromper sur les deux ou trois termes, mais c'est quelque chose comme la connaissance, c'est une richesse qui ne nous appauvrit pas si on la partage. Et j'aime bien cette notion de transmission. Et c'est vrai que l'IA, même si nous on l'utilise, j'imagine, également dans notre vie professionnelle, je me demande si elle est en capacité de nous rendre vraiment, entre guillemets, meilleurs. Est-ce qu'on apprend vraiment des trucs ou on devient paresseux ? Je ne sais pas.

• Speaker #1

  On apprend ce qu'elle veut bien nous dire. Elle ne nous forme pas, je pense. Mais effectivement, il y a un vrai doute par rapport aux générations qui arrivent. de se dire c'est facile d'avoir la réponse rapidement. Et puis on est habitué maintenant, même nous, même notre génération, on est habitué à se dire, je prends mon téléphone, je recherche un truc pour avoir la réponse tout de suite. Là, tu as la réponse tout de suite, sans trop chercher, en étant capable d'exprimer avec tes propres mots. Avant, il fallait quand même faire le petit effort d'aller chercher sur Google, de dire attends, je vais prendre les mots-clés de ma phrase, je vais formuler ma requête correctement pour avoir une réponse potentielle qui va m'intéresser, je vais faire les 3-4 premiers sites. Tu as vraiment un effort de recherche, là tu as tout l'effort de recherche, et tu prends le premier truc que ça te répond.

• Speaker #0

  Tu as un effort de recherche et une part de reformulation. Oui, d'analyse en fait. Comme tu dis, tu prends les données des 2-3 premiers sites de Google.

• Speaker #1

  Tu croises, en plus tu as des cours, c'est assez cohérent.

• Speaker #0

  Et aujourd'hui, tu poses une question à n'importe quel AI, il te donne l'info, il te la formule pour toi même. Il te dit, voulez-vous même que je vous... ça va,

• Speaker #1

  voilà même si tu as des données pour réapprendre t'as même plus besoin de réfléchir sur comment tu vas former,

• Speaker #0

  tu vas le donner tel quel et finalement ça rejoint des peintes problématiques dans l'IA l'appauvrissement des données et là c'est pareil à un moment donné n'importe quelle personne peut faire la même prompte donc au final la réponse est de la même pour tout le monde et ça appauvrit au final Je suis... Oui,

• Speaker #1

  et puis il va y avoir un moment où il va y avoir du réapprentissage par rapport aux données qui sont sorties de l'IA, donc il y aura forcément un appauvrissement au final.

• Speaker #0

  Mais voilà, tu as l'appauvrissement de la donnée sur le web en général, et puis tu as l'appauvrissement de la personnelle. À un moment donné, si toi tu ne peux plus en capter de reformuler, on est un peu disgrissé un peu, mais... Non,

• Speaker #1

  mais c'était un peu de se dire, sur quoi... Je souhaite effectivement que,

• Speaker #0

  personnellement, que l'IA puisse... Voilà, être un vrai outil de partage de savoir, mais sans nous rendre paresseux quelque part.

• Speaker #1

  C'est nous aider sans nous appauvrir.

• Speaker #0

  Voilà, c'est ça.

• Speaker #1

  C'est l'idée globale, mais ça, je pense que ça va être à chacun de faire attendre.

• Speaker #0

  Exactement.

• Speaker #1

  En conclusion, San, je te propose de petites traditions dans ce podcast avec nos invités, de te donner ta définition d'un terme. Alors, j'avais une liste de termes, et en fait... j'ai envie de te demander qu'est-ce que pour toi une bonne technologie ?

• Speaker #0

  Voilà.

• Speaker #1

  Ah, c'est la fin du podcast ? C'est la fin, là. Oh là là. Et c'est pas les mêmes que la même question.

• Speaker #0

  Ah bah là, effectivement, pour finir sur un peu ce note d'humour, ça me rappelle le sketch des inconnus, le bon chasseur, le mauvais chasseur. Ah, c'est quoi la différence entre un bon chasseur et un mauvais chasseur ? Ah, tout de suite.

• Speaker #1

  On fait des rêves d'une génération. Excusez-moi,

• Speaker #0

  ça se voit pas, mais voilà. Mais oui, Voilà, on met un peu côté ce moment un peu... On met en parenthèse le bon chasseur, le mauvais chasseur, mais effectivement, la bonne technologie, c'est une technologie qui a une pérennité, mais tout en innovant. D'accord ? Alors je vais m'exprimer.

• Speaker #1

  L'équilibre est...

• Speaker #0

  Je vais prendre deux exemples. Je disais tout à l'heure que j'ai eu la chance d'être chez VMware dans les années où la virtuation était très challenging. Je pourrais citer des phrases qu'on m'a dites à l'époque, où on me disait que la virtuation n'a jamais, moi vivant, jamais, grosso modo. Aujourd'hui, il n'y a même plus de débat. Effectivement, la virtuation évolue, ça fait une vingtaine d'années. ça évolue ça apprend Ça apprend également de la compétition. Le but, ce n'est pas de mettre dos à dos fertilisation et contrarisation, mais les deux vivent l'un de l'autre. Il y a une bonne entente à faire. Et ça, c'est la bonne technologie parce qu'elle est utile, elle est pérenne et elle continue d'évoluer. Sans citer d'autres noms, aujourd'hui, on a des systèmes qui sont un peu anciens. effectivement c'est pérenne ça fait 30 ans que c'est là c'est toujours utilisé mais peut-être pas forcément pour les bonnes c'est pas hyper innovant et puis on sait très bien que ça bouge pas parce que le coût du changement est tellement grand donc voilà la technologie elle a été utile elle a pas beaucoup évolué mais je la classerais pas comme bonne technologie sans être péjoratif et une bonne technologie c'est une qui s'est évoluée d'accord

• Speaker #1

  avec son temps c'est une belle définition merci San d'avoir répondu à toutes nos questions ça a été un plaisir de t'avoir sur ce podcast et bien merci Greg de m'avoir reçu et merci à tous d'avoir écouté ce podcast je vous dis à bientôt pour un nouveau podcast une nouvelle interview avec d'autres invités aussi prestigieux merci à tous