Une IA qui ne connaît pas votre métier, c’est un stagiaire brillant le premier jour. Une IA entraînée sur vos données, c’est un collègue qui a tout lu.
Deux façons d’apprendre
| Approche | Principe | Pour quoi faire |
|---|---|---|
| Base documentaire maîtrisée | L’IA consulte vos documents au moment de répondre et peut citer ses sources. Rien n’est gravé dans le modèle : une mise à jour de vos documents suffit. | Support client, procédures internes, catalogue, FAQ |
| Ajustement du modèle (fine-tuning) | Le modèle est réentraîné sur vos exemples pour adopter votre ton, votre format et vos réflexes métier. | Fiches produits, classification, extraction de données, tâches répétitives |
Souvent, la meilleure solution combine les deux. Et parfois, un bon moteur de recherche suffit : on vous le dira.
Vos données, d’abord
- Inventaire des sources utiles : documents, catalogue, historique, échanges
- Nettoyage et structuration : une IA nourrie de doublons et d’informations périmées répond… avec des doublons et des informations périmées
- Vérification des droits : RGPD, confidentialité, secret des affaires
- Jeu de tests : de vraies questions pour mesurer la qualité avant et après
Et si votre IA les lisait pour vous ?
On regarde ensemble ce que vos données peuvent apprendre à une IA.
Nous avons beaucoup de chance chez Les Vikings : nos clients nous font confiance !
Découvrez quelques témoignages et références de ces personnes qui ont décidé de travailler avec nous. Et visiblement ne le regrettent pas !
Qu’est-ce que le fine-tuning ?
C’est réentraîner un modèle existant sur vos propres exemples, pour qu’il adopte votre ton, votre format et vos réflexes métier.
Combien de données faut-il ?
Pour une base documentaire, vos documents existants suffisent souvent. Pour un ajustement du modèle, il faut des exemples de qualité : de quelques centaines à plusieurs milliers selon la tâche.
L’IA peut-elle se tromper ?
Oui, comme toute IA. C’est pourquoi on mesure la qualité sur un jeu de tests, on fait citer les sources quand c’est possible, et on prévoit une validation humaine là où l’erreur coûte cher.
Peut-on mettre à jour les connaissances de l’IA ?
Oui. Avec une base documentaire, il suffit de mettre à jour vos documents. Un modèle ajusté se réentraîne périodiquement.
