Synergie GenIA-Agile : L’IA Générative au service de la transformation agile chez Orange

00:46:14
https://www.youtube.com/watch?v=ztESzFwBkfg

Resumo

TLDRL'événement présente l'application de l'IA générative chez Orange, avec un accent sur son potentiel pour transformer les pratiques agiles. Les intervenants partagent des retours d'expérience sur l'utilisation de l'outil interne DinouTout, qui facilite des tâches répétitives, favorise la créativité et analyse des données efficacement. Les participants discutent de l'importance de la conformité légale et des défis techniques rencontrés. Des exemples concrets montrent comment l'IA optimise le travail des coachs et chefs de produits, et comment Orange met en place une gouvernance d'utilisation de l'IA.

Conclusões

  • 👏 L'IA générative peut révolutionner les pratiques agiles.
  • 📝 DinouTout est utilisé pour optimiser le travail quotidien.
  • ⏰ Gagner du temps sur des tâches répétitives est un des principaux bénéfices.
  • 🎨 L'IA stimule la créativité lors des ateliers collaboratifs.
  • 📊 Des retours d'expérience montrent des gains concrets en performances.
  • 🔍 L'anonymisation des données est essentielle pour la conformité RGPD.
  • 💡 Les outils d'IA apportent des analyses super rapides et pertinentes.
  • 📚 Des formations sont mises en place pour monter en compétence sur l'IA.
  • 🤖 La gouvernance est clé pour une utilisation éthique de l'IA.
  • 🎤 Le collectif bénéficie d'échanges réguliers sur l'usage de l'IA.

Linha do tempo

  • 00:00:00 - 00:05:00

    Dans cette présentation, les intervenants remercient les partenaires et introduisent le sujet de l'IA générative appliquée à la transformation agile chez Orange. Ils se présentent et expliquent que le contexte d'utilisation de l'IA générative sera abordé, en se concentrant sur les rôles de coach agile et de Product Manager. L'IA générative est définie comme une technologie d'intelligence artificielle capable de créer du contenu original grâce à l'apprentissage profond, avec un potentiel pour automatiser des tâches et stimuler la créativité au sein des équipes.

  • 00:05:00 - 00:10:00

    En 2023, le Centre d'Excellence Agile d'Orange a constitué un groupe d'experts consacré à l'IA générative. Ce groupe a pour objectifs de former les coaches, de transmettre des outils à divers rôles agiles, et d'influencer l'utilisation de l'IA générative au sein d'Orange. Des points hebdomadaires sont organisés pour favoriser le partage d'expériences et l'identification de problèmes liés à l'utilisation de l'IA.

  • 00:10:00 - 00:15:00

    Le rôle du coach agile est exploré en tant qu'intervenant clé dans les équipes. L'IA générative peut aider à gagner du temps sur des tâches répétitives comme la préparation d'ateliers, améliorer les analyses grâce à son analyse rapide de données, stimuler la créativité en proposant des idées lors des ateliers, et faciliter la prise de décision en générant différentes options basées sur le contexte fourni.

  • 00:15:00 - 00:20:00

    Pour chaque geste métier des coaches agiles, des points de douleur et des opportunités d'utilisation de l'IA ont été identifiés. Ces opportunités se divisent en trois niveaux : automatisation des tâches répétitives pour un gain de temps, assistance en fournissant un support durant les ateliers, et augmentation de la créativité en proposant des solutions innovatrices.

  • 00:20:00 - 00:25:00

    Pour le rôle de Product Manager, des bénéfices similaires ont été identifiés. L'IA générative peut aider à la création de stratégies de test, à l'analyse de marché, et à la rédaction de User Stories. Sur chaque pilier de compétence du Product Manager, l'IA peut apporter une valeur ajoutée en améliorant la pertinence et la performance des tâches.

  • 00:25:00 - 00:30:00

    Trois retours d'expérience concrets sont partagés. Le premier concerne l'analyse des dynamiques d'équipe à l'aide de l'IA générative pour identifier des problèmes de communication. Le deuxième retour souligne les difficultés rencontrées lors de l'analyse de données volumineuses d'interviews, et comment les limites actuelles de l'outil ont entravé le processus. Enfin, le troisième retour évoque l'utilisation d'un outil d'IA pour optimiser l'expérience collaborateur, démontrant l'apport précieux de l'IA dans la compréhension des équipes.

  • 00:30:00 - 00:35:00

    Un tableau des cas d'utilisation prioritaires a été établi, mettant l'accent sur six grandes familles de gains : résolution de problèmes, challenge du processus créatif, pertinence et performance, optimisation du temps, aide à la prise de décision, et stimulation de la créativité. Un témoignage mentionne une réduction significative du temps nécessaire pour accomplir certaines tâches avec l'aide de l'IA.

  • 00:35:00 - 00:40:00

    Des limitations ont été identifiées lors de l'utilisation de l'IA générative, nécessitant une gouvernance solide et une utilisation éthique. Des préoccupations sont exprimées concernant la validité des données, l'anonymisation des informations, et la conformité aux réglementations comme le RGPD. Cela souligne l'importance d'une approche réfléchie dans l'utilisation de l'IA au sein d'organisations comme Orange.

  • 00:40:00 - 00:46:14

    Pour conclure, les intervenants expriment leur conviction que l'IA générative est essentielle pour l'avenir de la transformation agile. Ils invitent les participants à explorer davantage les impacts de l'IA sur le milieu professionnel et à poser des questions pour approfondir leur compréhension des applications de cette technologie.

Mostrar mais

Mapa mental

Vídeo de perguntas e respostas

  • Qu'est-ce que l'IA générative ?

    C'est une technologie d'intelligence artificielle qui crée des contenus originaux grâce à des algorithmes d'apprentissage profond.

  • Quels rôles sont impactés par l'IA générative chez Orange ?

    Les coachs et les chefs de produits sont principalement concernés.

  • Comment l'IA générative peut-elle aider les coachs agiles ?

    Elle peut automatiser des tâches répétitives, stimuler la créativité, et faciliter la prise de décision.

  • Quel est l'outil interne utilisé par Orange pour l'IA générative ?

    L'outil s'appelle DinouTout.

  • Quels bénéfices concrets l'IA a-t-elle apportés aux équipes ?

    Des gains de temps significatifs et des améliorations en termes de créativité et d'analyse.

  • Comment Orange assure-t-elle la conformité avec la réglementation des données ?

    Les données utilisées doivent être anonymisées et validées pour garantir la conformité avec la RGPD.

  • Quelles sont les limites de l'outil DinouTout ?

    Il a des limites en termes de volume de données pouvant être traitées et parfois des erreurs d'interprétation.

  • Existe-t-il une gouvernance sur l'utilisation de l'IA chez Orange ?

    Oui, une charte et une bibliothèque de prompts sont mises en place pour guider les utilisateurs.

  • Le retour sur investissement de l'IA est-il mesuré ?

    Oui, des indicateurs de gains de temps et de performance sont suivis.

  • Y a-t-il des intégrations avec d'autres outils de LLM ?

    DinouTout intègre déjà plusieurs grands modèles de LLM et des outils comme ChatGPT.

Ver mais resumos de vídeos

Obtenha acesso instantâneo a resumos gratuitos de vídeos do YouTube com tecnologia de IA!
Legendas
fr
Rolagem automática:
  • 00:00:01
    [Musique]
  • 00:00:10
    ok
  • 00:00:12
    donc merci à tous d'être venu tout
  • 00:00:15
    d'abord
  • 00:00:16
    [Musique]
  • 00:00:18
    euh je suis pas sur
  • 00:00:21
    les voilà donc tout d'abord je voulais
  • 00:00:24
    remercier un petit peu tous les
  • 00:00:25
    partenaires de l'événement sans qui en
  • 00:00:28
    fait bah l'événement ne serait pas ce
  • 00:00:30
    qu'il est et donc bah voilà je voulais
  • 00:00:32
    qu'on les applaudisse tous merci à
  • 00:00:39
    eux alors bienvenue à tous effectivement
  • 00:00:42
    aujourd'hui nous allons vous parler d'IA
  • 00:00:45
    générative et de li générative au
  • 00:00:47
    service de la transformation agile chez
  • 00:00:50
    Orange donc pour cela je serai
  • 00:00:52
    accompagné de Vincent qui est coach
  • 00:00:54
    devvops et membre également d'un groupe
  • 00:00:58
    de travail sur li génératif chez Zenica
  • 00:01:01
    quant à Anne elle est coach agile chez
  • 00:01:03
    Orange France depuis depuis 2017 où elle
  • 00:01:07
    l'accompagne des collectifs des LPM des
  • 00:01:09
    trains ou des équipes unitaires et elle
  • 00:01:11
    est aussi la lead du groupe Ia force CEA
  • 00:01:16
    au sein de la DTSI Orange
  • 00:01:19
    France alors d'abord on va vous dresser
  • 00:01:22
    un bref contexte de où on on est au
  • 00:01:24
    niveau d'orange sur liia générative et
  • 00:01:27
    puis on focussera sur deux rôles agilees
  • 00:01:30
    le rôle de coach et le rôle de Product
  • 00:01:32
    Manager pour voir en quoi liia peut
  • 00:01:35
    augmenter hein on va parler de coach
  • 00:01:37
    augmenté et de product manager augmenté
  • 00:01:41
    ensuite on va témoigner à travers trois
  • 00:01:43
    retours d'expérience orienté métier it
  • 00:01:45
    pour en tirer les enseignements que nous
  • 00:01:47
    avons appris à date de notre utilisation
  • 00:01:50
    de li générative au sein de nos
  • 00:01:52
    accompagnements et enfin on finira par
  • 00:01:54
    un temps
  • 00:01:57
    d'échange donc euh tout d'abord on va
  • 00:02:00
    définir un peu ce qui est li générative
  • 00:02:02
    donc est-ce que il y en a qui savent pas
  • 00:02:04
    dans la salle ce qui l' générative oou
  • 00:02:06
    tout le monde déjà on a entendu
  • 00:02:08
    parler d'accord alors donc du coup l'
  • 00:02:12
    générative c'est une technologie
  • 00:02:13
    d'intelligence artificielle qu'on a
  • 00:02:16
    entraîné via un apprentissage profond
  • 00:02:17
    donc on lui a donné plein de données euh
  • 00:02:19
    et elle va utiliser des algorithmes pour
  • 00:02:21
    créer des contenus originaux euh et donc
  • 00:02:24
    en fait nous ce qu'on s'est rendu compte
  • 00:02:25
    c'est qu'elle a le potentiel de
  • 00:02:27
    révolutionner nos pratiques agiles euh
  • 00:02:30
    notamment en automatisant les tâches euh
  • 00:02:32
    en automatisant des tâches en stimulant
  • 00:02:35
    notre créativité euh et
  • 00:02:39
    en euh oui voilà en stimulant notre
  • 00:02:42
    créativité en euh pardon euh en
  • 00:02:46
    automatisant not donc les tâes en
  • 00:02:48
    stimulant notre
  • 00:02:50
    créativité alors plus précisément chez
  • 00:02:53
    Orange on voit que c'est une technologie
  • 00:02:55
    qui est déjà présente au quotidien je
  • 00:02:57
    vais vous donner euh deux trois exemples
  • 00:02:59
    par par exemple le l'assistance
  • 00:03:02
    l'assistance digitale utilise un moteur
  • 00:03:04
    basé sur de l'IA on a également un
  • 00:03:08
    service un moteur d'offre et de
  • 00:03:11
    recommandation qui est utilisé qui
  • 00:03:13
    utilise lia et qui est utilisé par les
  • 00:03:15
    conseillers un autre service aussi assez
  • 00:03:18
    intéressant qui s'appelle dommage réseau
  • 00:03:20
    qui en fait a pour objectif de recevoir
  • 00:03:23
    des des photos de de la part de nos
  • 00:03:25
    clients les les techniciens
  • 00:03:27
    d'intervention reçoivent des images de
  • 00:03:30
    de dégâts sur le réseau physique euh et
  • 00:03:34
    il se servent de reconnaissance visuelle
  • 00:03:36
    d'un module de reconnaissance visuel qui
  • 00:03:38
    va classifier en fonction donc qui va
  • 00:03:41
    analyser l'image et qui va classifier
  • 00:03:44
    les interventions en fonction de la de
  • 00:03:46
    la criticité du dommage donc ça va
  • 00:03:48
    permettre aux techniciens d'intervention
  • 00:03:50
    euh de on dire de de prioriser de façon
  • 00:03:54
    plus plus performante leurs
  • 00:03:57
    interventions euh enfin
  • 00:04:00
    récemment enfin il y a à peu près un an
  • 00:04:03
    orange a développé un outil diaia
  • 00:04:06
    générative maison interne qui intègre
  • 00:04:08
    les grands LLM du marché et qui
  • 00:04:10
    s'appelle dinous tout alors c'est un un
  • 00:04:14
    oui un outil maison qui est en fait
  • 00:04:17
    réservé au collaborateurs d'orange en
  • 00:04:19
    interne qui est réservé à un usage
  • 00:04:22
    uniquement
  • 00:04:23
    professionnel et qui est utilisé en
  • 00:04:25
    libre accès par par tous les salariés et
  • 00:04:29
    sur le qu ils peuvent se baser en
  • 00:04:31
    utilisant une charte une charte de
  • 00:04:32
    l'éthique et de de l'IA et de la data
  • 00:04:35
    d'orange donc on voit c'est quelque
  • 00:04:38
    chose qui commence à prendre qui est un
  • 00:04:40
    petit peu tous les collaborateurs ont
  • 00:04:42
    aussi accès à une offre de
  • 00:04:45
    formation qu'ils peuvent suivre à leur
  • 00:04:47
    guise parcours de montée en compétence
  • 00:04:50
    et donc on voit que c'est quelque chose
  • 00:04:51
    qui qui commence à prendre au sein des
  • 00:04:54
    collectifs et des
  • 00:04:57
    équipes alors nous n au centre
  • 00:05:00
    d'excellence
  • 00:05:01
    agile donc on a à cœur de de booster de
  • 00:05:05
    en fait de faire en sorte que les
  • 00:05:07
    collectif qu'on accompagne accroissent
  • 00:05:10
    leur performance opérationnelle et que
  • 00:05:12
    les collectifs délivrent le plus de
  • 00:05:14
    valeur possible et pour cela on est dès
  • 00:05:17
    2023 persuadé que l'IA générative et que
  • 00:05:22
    l'IA va apporter va avoir des bénéfices
  • 00:05:25
    notamment auprès des rôles des rôles
  • 00:05:27
    clés des rôles agiles
  • 00:05:29
    euh du coup on a monté fin 2023 un
  • 00:05:32
    groupe un groupe d'experts donc cinq
  • 00:05:35
    coachs en fait volontaires donc le
  • 00:05:37
    groupe Ia for CEA qui va être un groupe
  • 00:05:41
    de travail qui est dédié à
  • 00:05:42
    l'anticipation de l'usage de l'
  • 00:05:44
    générative pour les rôles agile donc son
  • 00:05:48
    son but ça va être d'anticiper cette
  • 00:05:50
    utilisation de l'
  • 00:05:52
    générative d'une part de donner tous les
  • 00:05:55
    outils aux coach qui vont accompagner
  • 00:05:57
    les les les rôles agiles les les
  • 00:05:59
    collectifs agiles et dans un deuxième
  • 00:06:02
    temps de promouvoir l'usage de l'UA
  • 00:06:04
    générative auprès de cérolle agile pour
  • 00:06:07
    qu'il puisse l'utiliser en toute
  • 00:06:09
    autonomie euh donc trois objectifs pour
  • 00:06:12
    ce groupe de de travail premier objectif
  • 00:06:15
    bien sûr se former parce que c'est un
  • 00:06:16
    domaine qui est en constante évolution
  • 00:06:19
    donc permettre à tous les coachs ensuite
  • 00:06:21
    du CEA de se familiariser avec cette
  • 00:06:24
    cette nouvelle technologie euh pour
  • 00:06:26
    qu'il puisse l'utiliser en autonomie on
  • 00:06:29
    va voir par la suite ensuite deuxème
  • 00:06:31
    objectif pouvoir transmettre donc les
  • 00:06:34
    rôles qu'on accompagne product honur
  • 00:06:36
    Scrum Master
  • 00:06:38
    RTE pouvoir leur mettre entre les mains
  • 00:06:41
    les outils d' générativ donc à travers
  • 00:06:43
    dinutou l'outil l'outil maison d'orange
  • 00:06:47
    et leur montrer comment l'utiliser au
  • 00:06:50
    mieux et enfin 3isème objectif
  • 00:06:53
    influencer c'est-à-dire contribuer à
  • 00:06:56
    orienter Orange France en matière di
  • 00:06:58
    générative sur les rôles leur montrer
  • 00:07:00
    montrer l'apport que l' génératif peut
  • 00:07:03
    avoir sur les rôles agile et sur la
  • 00:07:05
    transformation de l'entreprise au
  • 00:07:07
    global alors comment on a comment on a
  • 00:07:11
    travaillé on s'est organisé on a monté
  • 00:07:13
    un point en fait hebdomadaire donc dédié
  • 00:07:16
    d'abord au coach et puis qu'on a ouvert
  • 00:07:18
    aux autres rôles agiles on a donc des
  • 00:07:20
    des produonneur des Scrum Master qui se
  • 00:07:22
    qui se connecte à ce point et ce point
  • 00:07:25
    on l'a voulu un petit peu enfin a voulu
  • 00:07:26
    interactif donc c'est un peu un point de
  • 00:07:29
    à la fois de capitalisation où les
  • 00:07:31
    personnes peuvent venir témoigner euh de
  • 00:07:33
    la façon dont il les utilisent euh dans
  • 00:07:36
    leur dans leur quotidien au mieux li
  • 00:07:38
    générative pour faire monter en
  • 00:07:39
    compétence euh les collaborateurs et
  • 00:07:42
    puis en même temps on l' voulu aussi un
  • 00:07:44
    petit peu en mode codéveloppement euh
  • 00:07:47
    c'est-à-dire quelqu'un arrive avec une
  • 00:07:48
    problématique qui n'arrive pas trop à se
  • 00:07:50
    servir de li générative où il est déçu
  • 00:07:52
    par son utilisation et donc euh c'est en
  • 00:07:55
    mode conseil euh que d'autres personnes
  • 00:07:58
    qui ont qui ont
  • 00:08:00
    trouver des des parades un petit peu aux
  • 00:08:02
    écueils qu'on peut qu'on peut rencontrer
  • 00:08:05
    vont conseiller ces personnes qui
  • 00:08:07
    arrivent on va même souvent traiter des
  • 00:08:09
    cas directement lors de lors de ce point
  • 00:08:13
    donc ça c'est un un premier premier on
  • 00:08:15
    va dire step au niveau de de ce qu'on la
  • 00:08:18
    transformation de ce qu'on de ce de ce
  • 00:08:20
    que ce groupe fait au niveau des
  • 00:08:23
    relagile euh ensuite 2è deuxè on va dire
  • 00:08:29
    step c'est qu'on a voulu focuser d'abord
  • 00:08:31
    sur deux rôles donc c'est ce que je vais
  • 00:08:33
    ce dont je vais vous parler maintenant
  • 00:08:35
    donc le rôle de coach et le rôle de
  • 00:08:37
    product manager alors déjà en en quoi
  • 00:08:41
    l'IA générative peut accompagner le
  • 00:08:44
    coach agile dans ses gestes métiers au
  • 00:08:46
    quotidien d'abord peut-être celui vous
  • 00:08:49
    avez en tête he le plus évident ça va
  • 00:08:51
    être du gain de temps gain de temps sur
  • 00:08:53
    des tâches répétitives par exemple
  • 00:08:56
    préparer aider un scrummter préparer une
  • 00:08:59
    rétros persective ou préparer le
  • 00:09:01
    dérouler d'un atelier sont des tâches
  • 00:09:03
    qui maintenant sont ne sont plus à forte
  • 00:09:05
    valeur ajoutée et donc confier ça à la
  • 00:09:08
    générative en lui injectant des éléments
  • 00:09:10
    de contexte sur l'objectif de l'atelier
  • 00:09:12
    les rôles qui assistent les contraintes
  • 00:09:15
    que l'on va avoir sur cet atelier ça va
  • 00:09:17
    nous permettre de sortir un un déroulé
  • 00:09:20
    d'atelier assez performant d'ailleurs
  • 00:09:22
    assez assez vuffant et ça va permettre
  • 00:09:24
    au coach de ce ou au Scrum
  • 00:09:27
    Master de de de se libérer de la charge
  • 00:09:30
    cognitive et de se de se consacrer à des
  • 00:09:32
    tâches à plus grande valeur autre autre
  • 00:09:35
    gain gain de performance dans les
  • 00:09:38
    analyses on sait maintenant que l'IA
  • 00:09:41
    générative analyse un grand nombre enfin
  • 00:09:43
    est à même d'analyser un grand nombre de
  • 00:09:45
    données euh beaucoup plus rapidement que
  • 00:09:48
    l'être humain et donc ça va nous
  • 00:09:50
    permettre en l' injectant par exemple
  • 00:09:52
    des interviews ça peut permettre par
  • 00:09:54
    exemple un co design thinking qui a TR
  • 00:09:57
    qui a fait je sais pas 30 heures
  • 00:09:58
    d'interview euh d'avoir une une première
  • 00:10:01
    analyse euh qui est assez souvent
  • 00:10:04
    bluffante et performante et très
  • 00:10:05
    rapidement et ensuite on va on va itérer
  • 00:10:09
    avec lia euh pour affiner cette analyse
  • 00:10:13
    ça permet également de stimuler la
  • 00:10:15
    créativité je vous donnerai quelques
  • 00:10:17
    exemples tout à l'heure mais souvent on
  • 00:10:19
    a l'effet feuille blanche quand on fait
  • 00:10:21
    un un atelier d'un d'intelligence
  • 00:10:24
    collective dans les collaboratifs ù bah
  • 00:10:27
    c'est un petit peu dur de de démarrer de
  • 00:10:28
    faire en sorte sorte que les personnes
  • 00:10:31
    commencent à poser les premières idées
  • 00:10:33
    et utiliser lia générative en atelier en
  • 00:10:36
    direct c'est des choses qu'on a qu'on a
  • 00:10:37
    déjà fait lia nous apporte une première
  • 00:10:40
    pierre à casser et ça libère un petit
  • 00:10:42
    peu le le collectif qui va réagir par
  • 00:10:45
    rapport à ce que liia va proposer
  • 00:10:48
    euh autre autre avantage aussi bénéfice
  • 00:10:51
    de liia c'est que normalement liya n'a
  • 00:10:54
    pas de biais cognitif enfin dans tous
  • 00:10:55
    les cas elle en est on va dire
  • 00:10:57
    débarrassée F elle en a moins que que
  • 00:10:59
    être humain on va dire et donc ça va
  • 00:11:02
    permettre de favoriser la prise de recul
  • 00:11:04
    un petit peu cette métaposition qu'on
  • 00:11:06
    nous demande d'avoir et qu'on essaie
  • 00:11:08
    d'avoir de par sa nature lia là
  • 00:11:13
    intrinsèquement et enfin dernier point
  • 00:11:16
    on le verra dans des retours
  • 00:11:17
    d'expérience dont nous parlera Vincent
  • 00:11:20
    lia peut faciliter la prise de décision
  • 00:11:23
    ou aider à la résolution de problème
  • 00:11:25
    dans la mesure où elle très rapidement
  • 00:11:28
    elle peut
  • 00:11:29
    un contexte qu'on va lui donner nous
  • 00:11:31
    proposer plusieurs pistes de scénarios
  • 00:11:34
    évaluer les points positifs et
  • 00:11:39
    négatifs alors comment concrètement on
  • 00:11:42
    s'est on s'y est pris ben pour le coach
  • 00:11:45
    Agil on est parti d'une journée map donc
  • 00:11:47
    on a pris tous les gestes métier
  • 00:11:50
    quotidiens du coach Agil lorsqu'il
  • 00:11:52
    effectue un accompagnement on a découpé
  • 00:11:55
    ça donc classiquement hein en macro
  • 00:11:57
    étape puis en sous-étape euh et pour
  • 00:12:00
    chaque en fait étape de et sous-étape on
  • 00:12:04
    a identifié des points de douleur
  • 00:12:06
    auxquels les coachs pouvaient être
  • 00:12:08
    confrontés et on a regardé pour chaque
  • 00:12:10
    point de douleur les opportunités
  • 00:12:13
    auxquelles pourrait répondre l' et on a
  • 00:12:16
    distingué trois grands types de réponses
  • 00:12:19
    que lia peut nous apporter première
  • 00:12:21
    réponse l'a pour automatiser donc en
  • 00:12:24
    fait lia peut facilement automatiser des
  • 00:12:28
    tâches répétitive et là on va être
  • 00:12:30
    surtout sur des gains de temps deuxème
  • 00:12:33
    tâche deuxème grand apport de Lia pardon
  • 00:12:36
    lia pour assister et là on va être plus
  • 00:12:39
    sur à la manière un petit peu d'un d'un
  • 00:12:41
    coach binôme moi en tant que coach
  • 00:12:43
    j'aime bien travailler mes atelier ou
  • 00:12:46
    voilà avec un avec un binôme parce que
  • 00:12:48
    ça nous challenge et on peut retrouver
  • 00:12:52
    en fait cette ce dialogue avec lia donc
  • 00:12:56
    qui va être plutôt là pour pour nous
  • 00:12:58
    assister pour nous nos challenger et
  • 00:13:01
    enfin 3ème apport on va être sur le le
  • 00:13:03
    3ème niveau ça va être lia pour
  • 00:13:06
    augmenter où là on va être
  • 00:13:08
    sur plus de la l'apport de la créativité
  • 00:13:12
    et lia qui va nous apporter des
  • 00:13:15
    solutions des pistes auxquelles on
  • 00:13:17
    n'aurait pas
  • 00:13:18
    pensé sans sans cet apport de
  • 00:13:24
    la alors j'ai zoomé juste je vais pas
  • 00:13:27
    vous faire vous montrer toute la frise
  • 00:13:29
    mais c'est pour pour vous montrer à quoi
  • 00:13:31
    ça peut ressembler donc sur la phase euh
  • 00:13:33
    on va dire de préparation d'atelier dans
  • 00:13:35
    une phase accompagnement euh on a un
  • 00:13:38
    nouvel atelier à à faire en fait et bien
  • 00:13:41
    on peut voir que on peut demander à lia
  • 00:13:44
    en lu bien sûr en luiant en lui
  • 00:13:46
    injectant pardon les bons éléments de
  • 00:13:48
    contexte c'est-à-dire les participants
  • 00:13:50
    la durée d'éventuelles contraintes et
  • 00:13:52
    l'objectif surtout pourquoi on fait cet
  • 00:13:54
    atelier euh on peut lui demander de nous
  • 00:13:57
    proposer un déroulé d'atelier et ce qui
  • 00:13:59
    est assez bluffant il va nous proposer
  • 00:14:01
    des ateliers euh enfin le déroul avec
  • 00:14:05
    chaque phase chaque minuté hein
  • 00:14:08
    chronométré et on peut même se servir de
  • 00:14:11
    Lia en lui donnant un rôle en lui disant
  • 00:14:13
    voilà tu es productonneur dans cet
  • 00:14:15
    atelier euh et voilà qu qu quelles
  • 00:14:18
    seraient tes attentes quel serait ton
  • 00:14:20
    quel serait le déroulé que tu me
  • 00:14:21
    proposerais donc un petit peu à la à la
  • 00:14:24
    manière d'un couookéo on met les
  • 00:14:26
    ingrédients euh dans dans l'IA en entrée
  • 00:14:29
    et nous ressort un atelier une
  • 00:14:31
    proposition de format
  • 00:14:35
    d'atelier autre cas autre rôle agile que
  • 00:14:38
    nous avons travaillé en terme pour
  • 00:14:41
    regarder qu'est-ce que l'a pourrait
  • 00:14:42
    apporter en terme de d'apport de
  • 00:14:45
    bénéfice c'est celui du product manager
  • 00:14:47
    donc si on regarde les les piliers trois
  • 00:14:49
    piliers les trois compétences du product
  • 00:14:51
    manager donc qui sont le le pilier de la
  • 00:14:53
    stratégie travaille autour de la
  • 00:14:55
    stratégie de l'exploration euh le deuxè
  • 00:14:58
    pilier donc le Discovery et ensuite le
  • 00:15:00
    delivery et bien on voit également que
  • 00:15:03
    l'IA sur ces trois piliers trois piliers
  • 00:15:05
    de compétences est à même aussi
  • 00:15:08
    d'apporter de des bénéfices au product
  • 00:15:11
    manager par exemple sur le pilier du
  • 00:15:14
    délivr LIA va pouvoir proposer de des
  • 00:15:18
    stratégies de test des plans de test il
  • 00:15:20
    va aussi pouvoir proposer des critères
  • 00:15:23
    d'acceptance sur on l'a vu sur le la
  • 00:15:25
    partie Discovery il va pouvoir par
  • 00:15:29
    proposer aider à la création d'ateliers
  • 00:15:32
    également il va pouvoir aider dans les
  • 00:15:34
    analyses de marché euh également générer
  • 00:15:38
    et analyser des sondages donc quand on
  • 00:15:40
    va avoir une masse d'information on a un
  • 00:15:42
    gain de temps assez conséquent enfin
  • 00:15:45
    assez bluffant sur l'analyse de
  • 00:15:47
    documents en terme de stratégie on peut
  • 00:15:50
    aussi avoir tout ce qui est collect et
  • 00:15:52
    analyse de feedback pour le PO hein qui
  • 00:15:54
    va chercher à récolter les retours
  • 00:15:57
    clients et bien lia va pouvoir
  • 00:16:00
    classifier de façon très performante
  • 00:16:03
    exhaustive aussi les les feedback et
  • 00:16:06
    analyser les feedback
  • 00:16:08
    utilisateurs autre cas pour les product
  • 00:16:11
    honur ou les product managers lia est
  • 00:16:14
    aussi une aide au découpage donc des
  • 00:16:17
    pics en feature et de feature en story
  • 00:16:19
    on l'a vu il peut aussi rédiger en qu si
  • 00:16:23
    on lui donne le format en entrée d'une
  • 00:16:24
    User Story il peut aussi aider à rédiger
  • 00:16:27
    et le contexte métier du produit il peut
  • 00:16:31
    aider à faire dans tous les cas une
  • 00:16:32
    première version de User Story avec les
  • 00:16:35
    les critères d'acceptance je vais pas
  • 00:16:37
    tous vous les passer en revue mais vous
  • 00:16:39
    voyez que sur
  • 00:16:40
    chaque pilier de compéten l' est aussi
  • 00:16:44
    un apport pour ce rôle de product
  • 00:16:50
    manager alors maintenant qu'on a fait on
  • 00:16:53
    adressé un portrait un petit peu global
  • 00:16:55
    je vais laisser Vincent nous faire trois
  • 00:16:57
    retours d'expérience
  • 00:16:59
    et nous montrer comment l'a a été
  • 00:17:01
    concrètement utilisé lors
  • 00:17:03
    d'accompagnement à Gill devvops ok merci
  • 00:17:07
    Anne alors effectivement donc on va vous
  • 00:17:08
    présenter trois retours d'expérience qui
  • 00:17:11
    ont eu lieu ces 12 derniers mois donc
  • 00:17:13
    comme l' dit Anne tout à l'heure en fait
  • 00:17:15
    du coup orange nous a mis à disposition
  • 00:17:17
    un outil qui ressemble un petit peu à à
  • 00:17:21
    chatpt qui s'appelle DIN tout et dont on
  • 00:17:24
    a voulu expérimenter en fait bah voir un
  • 00:17:27
    petit peu ce qu'on pouvait faire avec
  • 00:17:28
    euh et donc du coup j'ai euh voilà
  • 00:17:32
    toutes les expériences ça va être aussi
  • 00:17:34
    en fonction de la vie du produit c'estd
  • 00:17:37
    que le le DIN tout étant un produit il
  • 00:17:40
    va l'équipe ajoute des nouvelles
  • 00:17:42
    fonctionnalités qu'on va tester donc en
  • 00:17:45
    fait certains des retours d'expérience
  • 00:17:46
    ont été fait dès le début et d'autres
  • 00:17:49
    après et donc on va en tirer différents
  • 00:17:51
    enseignements donc pour la première
  • 00:17:53
    premier retour d'expérience c'était son
  • 00:17:56
    équipe qui accompagnait le le CEA une
  • 00:18:00
    équipe d'intfe où il a été détecté en
  • 00:18:03
    fait des signaux faibles relatifs à des
  • 00:18:06
    problèmes de
  • 00:18:08
    communication cette équipe était
  • 00:18:10
    accompagnée par des coachs qui
  • 00:18:11
    expérimentaient déjà un peu avec l'
  • 00:18:13
    générative et notamment avec l'outil
  • 00:18:15
    interne d'inutu et ils ont décidé de de
  • 00:18:19
    voir un petit peu les possibilités qu'il
  • 00:18:21
    était possible de faire pour analyser
  • 00:18:24
    les dynamiques de cette équipe pour
  • 00:18:26
    trouver les causes racines de ces
  • 00:18:27
    problèmes de commun
  • 00:18:30
    donc ils ont commencé par faire des
  • 00:18:32
    interviews individuelles de chaque
  • 00:18:34
    membre de l'équipe euh des interviews
  • 00:18:37
    qu'ils ont fait au travers de teams où
  • 00:18:39
    ils ont enregistré les
  • 00:18:40
    transcripts et ensuite ils ont utilisé
  • 00:18:44
    les transcript dans trois conversations
  • 00:18:46
    avec l'outil d'outou différente l'une
  • 00:18:49
    qui était basée sur une analyse
  • 00:18:52
    transactionnel des transcripts une autre
  • 00:18:55
    sur les analyses systémiques et une
  • 00:18:57
    dernière sur les analyses PNL ils ont
  • 00:18:59
    voulu séparer vraiment les les les
  • 00:19:03
    discussions avec l'outil pour pas que
  • 00:19:06
    chaque discussion puisse influencer les
  • 00:19:09
    autres donc du coup ils se sont
  • 00:19:10
    retrouvés avec trois synthèses
  • 00:19:12
    différentes qui ont ensuite amendé avec
  • 00:19:16
    leurs propres observations de terrain et
  • 00:19:19
    ils ont initié une dernière discussion
  • 00:19:22
    avec l'outil d'Out tout pour générer une
  • 00:19:25
    synthèse globale donc à partir des des
  • 00:19:28
    synthèse systémique
  • 00:19:30
    PNL et transactionnel et de leurs
  • 00:19:33
    observations et très rapidement du coup
  • 00:19:36
    bah ils ont pu avoir en fait trouver les
  • 00:19:38
    routes cause et et définir un plan de un
  • 00:19:42
    plan d'accompagnement personnalisé pour
  • 00:19:44
    cette équipe ce qui aurait peut-être
  • 00:19:47
    pris plus de temps en le faisant sans
  • 00:19:50
    l'aide de l'outil
  • 00:19:53
    génératif euh suite à cette
  • 00:19:55
    expérimentation j'ai voulu tester du
  • 00:19:59
    d'aller beaucoup plus loin dans les
  • 00:20:01
    analyses d'interview en faisant une
  • 00:20:03
    analyse diagnostique sur des équipes que
  • 00:20:05
    j'accompagnais une analyse de diagnostic
  • 00:20:08
    devs donc c'était une équipe qui était
  • 00:20:10
    assez assez grosse équipe 14 personnes
  • 00:20:13
    fortement siloté qu'il fallait vraiment
  • 00:20:17
    transformer en mode DevOps c'était la la
  • 00:20:20
    demande à la demande à la fois du train
  • 00:20:22
    des managers et donc il y avit beaucoup
  • 00:20:25
    de difficultés avec cette équipe donc
  • 00:20:27
    j'ai commencé en fait par euh par créer
  • 00:20:31
    un questionnaire euh vraiment formaté
  • 00:20:35
    donc autour des des capacités d'or euh
  • 00:20:38
    donc vraiment très très calibré et j'ai
  • 00:20:42
    mené mes interview c'est pareil du coup
  • 00:20:44
    via teams en enregistrant les
  • 00:20:45
    transcripts sauf que je me suis retrouvé
  • 00:20:49
    avec donc pour une équipe de 14
  • 00:20:51
    personnes avec 2h30 d'interview par
  • 00:20:53
    personne euh ce qui m'a fait une
  • 00:20:56
    trentaine d'heures d'interview à
  • 00:20:57
    analyser donc là je me suis dit bon bah
  • 00:21:00
    c'est bon
  • 00:21:01
    tranquille DIN tout va pouvoir m'aider
  • 00:21:04
    et je vais pouvoir très rapidement
  • 00:21:05
    délivrer la valeur et et bah du coup
  • 00:21:08
    c'était un gros échec alors pourquoi
  • 00:21:11
    c'éit un gros
  • 00:21:12
    échec tout d'abord au niveau de la
  • 00:21:16
    volumétrie de la
  • 00:21:17
    donnée du coup en fait un LLM est limité
  • 00:21:20
    en nombre de caractères donc le nombre
  • 00:21:23
    de tokens c'est nombre de caractères
  • 00:21:24
    qu'il est capable de traiter et en fait
  • 00:21:26
    la quantité que j'avais de de donné par
  • 00:21:29
    interview était trop volumineuse à
  • 00:21:31
    l'époque pour pour DIN n tout donc il
  • 00:21:34
    m'a fallu découper toutes les interview
  • 00:21:37
    capacité par capacité pour essayer
  • 00:21:39
    d'avoir des analyses à peu près
  • 00:21:41
    correctes euh ce qu'il faut aussi savoir
  • 00:21:43
    c'est que un prompt c'est un ensemble
  • 00:21:45
    itératif d'interaction et donc quand on
  • 00:21:49
    colle quelque chose dans un prompt euh
  • 00:21:51
    il va le répéter à chaque fois donc si
  • 00:21:54
    en fait mon extrait d'interview était
  • 00:21:56
    répété à chaque fois que je posais une
  • 00:21:57
    question pour comprendre un petit peu ce
  • 00:22:00
    qui se passait donc très rapidement j'ai
  • 00:22:01
    épuisé le nombre de token et donc
  • 00:22:03
    j'aiépuisé le
  • 00:22:05
    contexte
  • 00:22:07
    euh et en plus à l'époque du coup quand
  • 00:22:10
    j'ai fait mes expérimentations il était
  • 00:22:12
    pas possible de joindre un document dans
  • 00:22:14
    la description donc c'était pour ça qu'à
  • 00:22:16
    chaque fois je devais mettre dans le
  • 00:22:17
    contexte l'extrrait de mon interview euh
  • 00:22:21
    j'ai aussi de nombreuses hallucination
  • 00:22:22
    sur les interviews quand je lui ai
  • 00:22:24
    demandé de me dire bah qu'est-ce qu'a
  • 00:22:26
    dit telle personne euh assez souvent en
  • 00:22:29
    fait il se il se mélangeer les pinceaux
  • 00:22:31
    pourquoi il se mélangeer les pinceaux
  • 00:22:33
    c'est parce qu'en fait un LLM il va
  • 00:22:35
    générer c'est de l'autocompression
  • 00:22:38
    quelque part il va générer une suite de
  • 00:22:41
    une suite de beau suivant des
  • 00:22:43
    probabilités statistiques mais si vous
  • 00:22:45
    avez deux personnes qui ont commencé les
  • 00:22:47
    phrases de la même manière et qui l'ont
  • 00:22:49
    pas fini pareil ou deux ou trois
  • 00:22:51
    personnes bah statistiquement vous allez
  • 00:22:53
    avoir en fait un des des des suites de
  • 00:22:56
    mots qui sont pas forcément
  • 00:22:59
    la restitution des verbam et donc ça
  • 00:23:01
    c'est très problématique quand on essaie
  • 00:23:03
    d'avoir vraiment une analyse fine des
  • 00:23:06
    interview
  • 00:23:08
    euh et donc euh il m'a fallu donc passer
  • 00:23:12
    donc tout mettre dans une table euh au
  • 00:23:15
    préalable avant de donner à dinutou
  • 00:23:17
    l'ensemble de la table des verbattim
  • 00:23:19
    pour qu'il soit capable de garder la
  • 00:23:22
    nuance parce que du coup comme j'avis
  • 00:23:23
    des rôles internes et externes et que je
  • 00:23:25
    voulais interroger aussi sur le ressenti
  • 00:23:28
    en tant qu' externe et cetera je voulais
  • 00:23:31
    vraiment avoir toute la nuance et donc
  • 00:23:32
    bah finalement euh l'outil n'était pas à
  • 00:23:35
    l'époque conçu pour
  • 00:23:37
    ça et enfin euh du coup je voulais un
  • 00:23:41
    petit peu comparer euh les réponses des
  • 00:23:43
    des interview avec les bonnes pratiques
  • 00:23:46
    et recommandations du Dora euh donc est
  • 00:23:49
    le dev Resarch and assessment et qui
  • 00:23:51
    fait les rapports accéérate et une
  • 00:23:53
    méthode scientifique euh de de
  • 00:23:55
    transformation de transformation agile
  • 00:23:57
    et DevOps
  • 00:23:59
    et donc ils ont beaucoup de
  • 00:24:00
    recommandations sur comment faire
  • 00:24:02
    comment faire les choses mais à l'époque
  • 00:24:04
    bah l'outil d' ne permettait pas non
  • 00:24:06
    plus d'aller faire des recherches sur
  • 00:24:07
    internet pour ceux qui utilisent
  • 00:24:09
    peut-être chat GPT vous avez la
  • 00:24:11
    possibilité quand il quand vous voulez
  • 00:24:13
    faire une comparaison vous lui mettez
  • 00:24:15
    une
  • 00:24:16
    URL voilà compare-moi mon résultat avec
  • 00:24:20
    ce qu'il y a sur cette page il est
  • 00:24:21
    capable d'aller chercher sur internet
  • 00:24:23
    disnous tout à l'époque tu était pas
  • 00:24:25
    capable et donc il me fallait à chaque
  • 00:24:26
    fois faire du copier
  • 00:24:28
    dans le contexte pour pouvoir avoir du
  • 00:24:31
    coup un outil de comparaison et de
  • 00:24:33
    pouvoir m'en servir pour faire des bases
  • 00:24:35
    de
  • 00:24:36
    recommandation donc ça a été extrêmement
  • 00:24:39
    chronophage et le je pensais gagner du
  • 00:24:43
    temps et j'en ai peut-être plus perdu à
  • 00:24:46
    utiliser en tout cas parce qu'à l'époque
  • 00:24:49
    l'outil présentait pas toutes les
  • 00:24:51
    fonctionnalités dont j'avais
  • 00:24:53
    besoin donc quels apprentissages en ai
  • 00:24:55
    tiré bah c'est d'une part les LM sont
  • 00:24:58
    limit son nombre de token et donc en
  • 00:24:59
    fait il faut optimiser son compte euh ou
  • 00:25:02
    alors avoir la possibilité de choisir un
  • 00:25:05
    modèle qui va pouvoir mieux convenir à
  • 00:25:09
    la résolution du problème que l'on
  • 00:25:10
    cherche à résoudre euh ensuite au niveau
  • 00:25:14
    des hallucinations et au niveau de la
  • 00:25:16
    rigueur qu'on doit prendre allm est par
  • 00:25:19
    nature non déterministe donc en fait il
  • 00:25:21
    n'est pas suffisant pour résoudre
  • 00:25:23
    certains problèmes et notamment de
  • 00:25:25
    l'analyse d'interview euh de gros volume
  • 00:25:28
    d'interview euh pour ça il va falloir
  • 00:25:31
    utiliser d'autres types d'architecture
  • 00:25:33
    di générative qui existent déjà euh
  • 00:25:36
    parce que du coup l'IA générative c'est
  • 00:25:38
    pas similaire à LLM un LLM est utilisé
  • 00:25:41
    pour l' générative mais dans l'IA
  • 00:25:43
    générative on va y trouver d'autres
  • 00:25:45
    outils ou architecture comme la
  • 00:25:47
    génération augmentée par le par la
  • 00:25:50
    récupération ce qu'on appelle le rag euh
  • 00:25:52
    donc du coup là on va on va aller
  • 00:25:54
    interroger des bases de données
  • 00:25:55
    vectorielles dans lequel sont stockées
  • 00:25:57
    nos données euh c'est par exemple ce
  • 00:26:00
    qu'utilise aujourd'hui chatpt quand il
  • 00:26:01
    va chercher sur internet en fait il met
  • 00:26:03
    tout dans une base il va chercher ses
  • 00:26:05
    données on peut faire ça du coup pour
  • 00:26:07
    l'analyse d'interview c'est beaucoup
  • 00:26:08
    mieux de pratiquer comme ça euh il y a
  • 00:26:12
    tout ce qui est la la partie I gentique
  • 00:26:15
    notamment avec du longchain ou des i API
  • 00:26:18
    qui va permettre aussi d'avoir des
  • 00:26:20
    prontes vraiment travailler pour
  • 00:26:23
    résoudre une problématique et qu'on
  • 00:26:25
    puisse appeler après en langage naturel
  • 00:26:27
    plus facilement
  • 00:26:29
    euh et puis l'approche multimodale et
  • 00:26:32
    donc là c'est donc l'approche
  • 00:26:33
    multimodale c'est pouvoir en plus du
  • 00:26:36
    texte donner d'autres sources de
  • 00:26:38
    données quand on interroge
  • 00:26:41
    uneageénérative notamment du de la vidéo
  • 00:26:44
    du son ou de l'image donc là je vais
  • 00:26:46
    vous montrer uneexpérimentation qui a
  • 00:26:48
    été faite avec de l'image donc là cette
  • 00:26:51
    dernière expérimentation a été faite il
  • 00:26:54
    y a il y a quelques mois euh à peuis un
  • 00:26:56
    moment donné où nous lançons d'ailleurs
  • 00:26:58
    euh nos groupes de TR enfin le le notre
  • 00:27:02
    événement hebdomadaire pour essayer de
  • 00:27:05
    de transmettre nos connaissances à nos à
  • 00:27:08
    nos collègues euh et donc à cette époque
  • 00:27:12
    là en fait il y avait des coachs d'un
  • 00:27:14
    train il avaient utilisé de de l'AMBA
  • 00:27:17
    map pour essayer d'analyser l'expérience
  • 00:27:20
    collaborateur au sein d'un train donc en
  • 00:27:22
    fait ils ont fait ça sur différentes
  • 00:27:24
    équipes et ils sont retrouvés avec donc
  • 00:27:26
    ils ont fait ça sur clxoun avec un
  • 00:27:28
    klaxoun avec des résultats comme ça de
  • 00:27:30
    de chaque équipe ce qui ressentait de
  • 00:27:32
    chaque équipe du train le ressenti donc
  • 00:27:35
    pour l'empathi voilà c'est euh
  • 00:27:38
    euh ça ça se base sur ce que j'ai vu ce
  • 00:27:41
    que j'ai entendu euh euh voilà et donc
  • 00:27:44
    ils sont retrouvés avec cette matière
  • 00:27:46
    ils sont dit bah comment on peut
  • 00:27:48
    utiliser dinutou donc notre outil euh di
  • 00:27:51
    générative pour nous aider à faire une
  • 00:27:54
    analyse de tout ce contenu et euh bah du
  • 00:27:58
    coup DIN tout à l'époque il vit juste de
  • 00:28:00
    recevoir une mise à jour qui permettait
  • 00:28:02
    d'attacher un fichier en PDF et avec la
  • 00:28:05
    possibilité de pouvoir lire les le texte
  • 00:28:09
    sur les images si le texte était
  • 00:28:12
    suffisamment visible en utilisant
  • 00:28:13
    notamment des technologies de type de
  • 00:28:15
    reconnaion de caractère ce sont des
  • 00:28:18
    technologies d' qui existent depuis une
  • 00:28:19
    bonne dizaine d'années maintenant euh et
  • 00:28:23
    donc
  • 00:28:24
    [Musique]
  • 00:28:26
    euh donc nous on nous ont posé la
  • 00:28:29
    question bah voilà comment on peut faire
  • 00:28:31
    donc on les a déjà accompagné en leur
  • 00:28:33
    expliquant bah comment on pouvait
  • 00:28:35
    optimiser un prompt dans toutes les
  • 00:28:37
    techniques de d'optimisation de prompte
  • 00:28:39
    pour pouvoir avoir le résultat escompé à
  • 00:28:42
    l'aide de différents framework de prompt
  • 00:28:45
    engineering aussi comment bien exporter
  • 00:28:47
    depuis
  • 00:28:48
    clxoun le les les différentesathy map
  • 00:28:53
    pour que le contenu soit lisible par
  • 00:28:55
    l'outil d'ou et donc ensuite ils ont
  • 00:28:58
    nourvri dinou tout avec avec tout ça et
  • 00:29:00
    donc dinut tout a été capable euh de via
  • 00:29:03
    le Pr optimisé euh de faire en fait une
  • 00:29:07
    classification une catégorisation des
  • 00:29:10
    une restitution des différentes
  • 00:29:12
    différentes analyses équipe par
  • 00:29:14
    équipe et c'est ce qui leur a permis
  • 00:29:17
    derrière bah de générer un premier
  • 00:29:19
    rapport une première synthèse euh des
  • 00:29:22
    ateliers via des nutou et ensuite bah à
  • 00:29:25
    partir de cette synthèse eux ils les ont
  • 00:29:27
    comp é par leurs propres observations et
  • 00:29:30
    puis bah du coup ils sont dit ils ont
  • 00:29:33
    défini trois axes de transformation et
  • 00:29:35
    ils ont demander de nouveau à dinutou de
  • 00:29:37
    les aider à générer de boot strappé des
  • 00:29:40
    plans de
  • 00:29:42
    transformation et donc là tout au long
  • 00:29:44
    du processus en fait le le dinutu n'a
  • 00:29:47
    jamais remplacé le coach agile et un
  • 00:29:50
    outil de di générative ne remplacera
  • 00:29:52
    jamais des coaches agiles par contre il
  • 00:29:56
    aurait il aura vraiment été utile pour
  • 00:29:58
    délivrer de la valeur mais il leur a
  • 00:30:00
    jamais retiré le librearbitre ils ont
  • 00:30:02
    toujours été bah voilà ils ont rajouté
  • 00:30:05
    leurs propres observation c'est qu' on
  • 00:30:07
    définit les axes et ils ont ils se sont
  • 00:30:10
    ils ont utilisé DIN tout en mode
  • 00:30:12
    interactif vraiment pour
  • 00:30:16
    cder merci Vincent on voit que ces
  • 00:30:18
    retours sont sont très riches et très
  • 00:30:21
    variés alors en fait on a concrètement
  • 00:30:24
    on a identifié comme vous voyez là on en
  • 00:30:27
    a enfin on en a parlé de certains mais
  • 00:30:29
    on a identifié 12 use case 12 use case
  • 00:30:32
    prioritaires qui vont adresser comme
  • 00:30:34
    vous le voyez tous les rôle agile hein
  • 00:30:36
    que ce soit le le rôle de de coach de
  • 00:30:39
    designer mais aussi de Scrum Master RTE
  • 00:30:41
    product honur ou epic Hur ce qui
  • 00:30:44
    représente environ 1400 personnes chez
  • 00:30:46
    orange- France et donc on a priorisé ces
  • 00:30:49
    12 use case pour les injecter enfin pour
  • 00:30:52
    le faire travailler sur notre outil
  • 00:30:54
    notre outil dia génératif donc dinnous
  • 00:30:57
    tout euh comme l'a dit Vincent il y a
  • 00:30:59
    des limites à ditous tout hein on va pas
  • 00:31:01
    revenir dessus et donc on on on va
  • 00:31:04
    essayer euh plutôt de partir sur des euh
  • 00:31:08
    des sortes de jptis pour ceux qui
  • 00:31:09
    connaissent euh des assistants euh un
  • 00:31:12
    petit peu dédiés au contexte métier d'en
  • 00:31:15
    développer un ou deux pour voir voilà
  • 00:31:17
    déjà ce que cela donne et si ça a
  • 00:31:18
    vraiment euh déjà ça rencontre du succès
  • 00:31:21
    de la pétence et si on est vraiment sur
  • 00:31:22
    les gains attendus euh voilà un gptistis
  • 00:31:25
    par exemple pour le product manager ou
  • 00:31:27
    pour le scrumm Master RTE qui lui
  • 00:31:29
    permettrait donc cet assistant nourri de
  • 00:31:32
    son contexte son contexte métier
  • 00:31:34
    business et it qui lui
  • 00:31:38
    permettrait de travailler de gagner du
  • 00:31:41
    temps sur tous ces ces use cas que vous
  • 00:31:43
    voyez là création de doc par exemple
  • 00:31:46
    pilotage de la performance de mon
  • 00:31:47
    collectif création de Persona pour un
  • 00:31:50
    coach design thinking et
  • 00:31:54
    cetera du coup en en résumé ce qu'il
  • 00:31:57
    faut ir c'est queon a six familles de de
  • 00:32:00
    types de gain donc premier type de gain
  • 00:32:02
    aide à la résolution de problème on l'a
  • 00:32:05
    vu dans les dans les retours
  • 00:32:07
    d'expérience que nous a fait Vincent euh
  • 00:32:11
    deuxème type de gain tout ce qui permet
  • 00:32:13
    euh de challenger de voilà d'utiliser un
  • 00:32:16
    petit peu l'a générative si on l'utilise
  • 00:32:19
    bien à bon esscian comme comme un coach
  • 00:32:22
    qui viendrait me challenger euh et donc
  • 00:32:24
    me permettre de prendre de prendre du
  • 00:32:27
    recul troème type de gain gagné en
  • 00:32:29
    pertinence et en performance puisque
  • 00:32:31
    l'IA générative va toujours être plus
  • 00:32:33
    exhaustive plus exhaustive dans ses
  • 00:32:35
    analyse euh le gain 4è type de gain qui
  • 00:32:39
    est le peut-être le plus évident c'est
  • 00:32:41
    l'optimisation du temps alors il faut
  • 00:32:43
    encore encore faut-il que l'outil bien
  • 00:32:45
    sûr soit performant et qu'on sache bien
  • 00:32:47
    s'en servir on l'a vu dans dans les
  • 00:32:49
    retours d'expérience mais dans tous les
  • 00:32:50
    cas voilà sur du traitement de de
  • 00:32:53
    données important il est clair que ça
  • 00:32:56
    nous fait gagner du temps je juste mis
  • 00:32:58
    un petit témoignage d'un product manager
  • 00:33:01
    qui est assez édifiant puisquil dit j'ai
  • 00:33:03
    pris 10 feitchers de mon backlog et j'ai
  • 00:33:06
    réalisé en 1h30 ce qui m'aurait pris une
  • 00:33:09
    semaine
  • 00:33:10
    euh ensuite autre type de gain tout ce
  • 00:33:14
    qui concerne l'aide à la prise de
  • 00:33:15
    décision je vais pas revenir de dessus
  • 00:33:18
    on l'a on l' on l'a illustré et puis
  • 00:33:20
    enfin la
  • 00:33:22
    créativité un dernier exemple un atelier
  • 00:33:26
    okr où le le collèg était bloqué pour
  • 00:33:29
    pour se lancer et où on a on a travaillé
  • 00:33:32
    avec lia en direct leur proposer une
  • 00:33:35
    première version suite à on a donné à
  • 00:33:38
    lia la stratégie le compte business le
  • 00:33:41
    contexte et cette première version a
  • 00:33:43
    permis de libérer le collectif qui a
  • 00:33:45
    ensuite commencé à itérer sur cette
  • 00:33:48
    version et qui a ensuite travaillé par
  • 00:33:50
    elle-même bien sûr voilà en fait les les
  • 00:33:53
    différents les différents apports que
  • 00:33:56
    lia peut avoir sur les
  • 00:34:02
    agile donc après 6 mois d'utilisation de
  • 00:34:05
    l' nétive dans le cadre de nos
  • 00:34:07
    accompagnements en fait on apprend aussi
  • 00:34:09
    différentes choses c'est que du coup bah
  • 00:34:12
    tout le monde en fait veut utiliser ve
  • 00:34:14
    tester les possibilités offertes par cet
  • 00:34:16
    outil et en fait il y a une multiplicité
  • 00:34:19
    des initiatives au sein d'orange et en
  • 00:34:22
    fait ça nécessite un alignement au
  • 00:34:24
    niveau du groupe pour tenir compte de
  • 00:34:26
    différentes cont contraintes notamment
  • 00:34:29
    il y a les contraintes réglementaires la
  • 00:34:31
    rgpd il a Act qui a été qui a été signé
  • 00:34:35
    il y a pas longtemps les charartes
  • 00:34:37
    éthiqu auquel orange s'est engagé et
  • 00:34:39
    d'autres contraintes li à l'organisation
  • 00:34:41
    et donc il ça nécessite une gouvernance
  • 00:34:44
    et cette gouvernance bah c'est là où on
  • 00:34:46
    va se confronter au réel quand on est
  • 00:34:48
    utilisateur c'est que bah des fois va y
  • 00:34:50
    avoir des limitations qui vont être
  • 00:34:52
    imposé et qui peuvent être parfois
  • 00:34:55
    frustrantes au niveau de il faut
  • 00:34:57
    toujours garder un esprit critique et
  • 00:34:59
    vérifier la la fiabilité des résultats
  • 00:35:01
    parce que du coup bah comme j'ai dit il
  • 00:35:03
    y a de nombreuses hallucinations mais il
  • 00:35:05
    y a aussi des nombreux Bill qui peuvent
  • 00:35:07
    être mis avec l'utilisation de de l'
  • 00:35:10
    génératif déjà la manière dont on pose
  • 00:35:12
    une question l' génératif on va orienter
  • 00:35:16
    sa réponse et donc du coup il faut faire
  • 00:35:18
    attention à ça parce que ça peut
  • 00:35:20
    entraîner des billets de confirmation
  • 00:35:23
    ensuite il y a des billets d'autorité de
  • 00:35:25
    l'a c'est-à-dire que si on pose une
  • 00:35:27
    question ài qui nous répond on a
  • 00:35:29
    tendance à prendre la réponse pour vrai
  • 00:35:31
    alors qu'en fait elle est que probable
  • 00:35:34
    en fait elle est grammaticalement vrai
  • 00:35:36
    mais elle est pas forcément vrai au
  • 00:35:38
    niveau de au niveau de la au niveau de
  • 00:35:40
    de la vérité et donc il faut vérifier
  • 00:35:42
    bien ce qu'elle
  • 00:35:44
    dit faut avoir aussi une utilisation
  • 00:35:46
    raisonnée de l'outil de li générative
  • 00:35:50
    parce qu'elle a des impacts RS très
  • 00:35:52
    important notamment bon les impacts
  • 00:35:55
    économiques parce que du coup ça coûte
  • 00:35:57
    vite cher de faire des des requêtes
  • 00:35:59
    quand on utilise JBT avec un abonnement
  • 00:36:01
    on le voit pas forcément mais quand on
  • 00:36:03
    utilise un outil comme d tout qui nous
  • 00:36:06
    dit en fait pour chaque roquette bah
  • 00:36:08
    combien de token on a consommé et
  • 00:36:10
    combien ça a consommé aussi en argent et
  • 00:36:14
    je crois maintenant aussi en en
  • 00:36:16
    équivalent carbone ça nous donne
  • 00:36:18
    vraiment aussi une notion d'impact quand
  • 00:36:21
    on a quand on utilise et donc ça nous
  • 00:36:23
    force aussi à optimiser notre notre
  • 00:36:26
    utilisation d'outil
  • 00:36:28
    il y a aussi donc respecter des
  • 00:36:31
    respecter l'éthique la rgpd la
  • 00:36:34
    confidentialité des données parce que
  • 00:36:37
    notamment quand on est coach on a
  • 00:36:39
    tendance par exemple à se dire bah tiens
  • 00:36:42
    c'est cet outil c'est ça va être
  • 00:36:44
    pratique pour faire de l'analyse de
  • 00:36:46
    d'interview mais dans le rapport du
  • 00:36:47
    coach et du coacher il y a pas mal de
  • 00:36:49
    choses qui vont être de de l'ordre de la
  • 00:36:52
    donnée de la donnée privée et on n pas
  • 00:36:54
    forcément le droit de d'une part de
  • 00:36:57
    l'utilis
  • 00:36:58
    sauf si le coach en donne l'autorisation
  • 00:37:00
    et pire c'est que si on on utilise des
  • 00:37:05
    des outils qui vont prendre nos entrées
  • 00:37:07
    pour entraîner les modèles à ce momentl
  • 00:37:09
    les données privées rentrent dans un
  • 00:37:11
    système automatisé dont on pourra pas
  • 00:37:13
    ressortir les données et donc là du coup
  • 00:37:16
    on est plus complliante avec le
  • 00:37:18
    rgpd et donc du coup Anne qu'est-ce que
  • 00:37:20
    tu mis en place orang pour pour vérifier
  • 00:37:24
    tout ça alors très rapidement par que je
  • 00:37:25
    vois qu'on reste plus minutes euh du
  • 00:37:28
    coup chez Orange on a mis pour pour
  • 00:37:31
    reprendre ton ton ton aspect de d'IA
  • 00:37:33
    raisonn on a mis en place des
  • 00:37:35
    bibliothèqu de prompt qui sont
  • 00:37:37
    accessibles en libre service et
  • 00:37:38
    accessibles par tous de façon à ce que
  • 00:37:41
    les promptes soient réutilisés et qu'on
  • 00:37:43
    est pas plusieurs promptes enfin des
  • 00:37:45
    promptes identiques qui soient
  • 00:37:47
    redéveloppé plusieurs fois à droite et à
  • 00:37:49
    gauche on a également je vais pas
  • 00:37:52
    revenir dessus une charte euh donc qui
  • 00:37:55
    qui donne les bonnes les bons usages de
  • 00:37:57
    l'utilisation de l'IA et puis une
  • 00:37:59
    gouvernance dédiée à ce sujet au niveau
  • 00:38:02
    Orange France et au niveau groupe qui
  • 00:38:05
    dispose d'une adresse mail d'ailleurs
  • 00:38:07
    générique auquel peut s'adresser tout
  • 00:38:09
    salarié qui a des des questions sur
  • 00:38:11
    l'utilisation de l'IA euh voilà donc
  • 00:38:15
    utiliser si on en conclusion ben
  • 00:38:17
    utiliser liia c'est un enfin c'est
  • 00:38:20
    quelque chose d'incontournable he on
  • 00:38:22
    pense que notamment on est à l'au d'une
  • 00:38:25
    révolution aussi grande sinon plus
  • 00:38:27
    grande que que celle de l'agilité euh
  • 00:38:29
    d'ailleurs il y a une conférence j'en
  • 00:38:31
    fais un peu de teasing mais aller à la
  • 00:38:33
    conférence de de Yan tisser et etvetlana
  • 00:38:36
    latoka cet après-midi qui vont vous
  • 00:38:38
    donner une une vision de qu'est-ce que
  • 00:38:40
    serait l'entreprise de demain euh
  • 00:38:43
    l'entreprise de à l'air de Lia
  • 00:38:45
    générative donc un step plus loin euh
  • 00:38:48
    voilà on vous a adressé un tableau de là
  • 00:38:51
    où on en était aujourd'hui chez Orange
  • 00:38:52
    donc encore beaucoup de de choses à à
  • 00:38:55
    faire et euh premier c'est un premier
  • 00:38:58
    pas voilà j'espère que ça vous a
  • 00:39:01
    intéressé si on a il nous reste on a 5
  • 00:39:03
    minutes si vous avez des
  • 00:39:15
    questions al on peut pas passer le micro
  • 00:39:17
    étant donné qu'il est filer on va vous
  • 00:39:19
    demander de parler très
  • 00:39:22
    fort merci pour cette conférence je sou
  • 00:39:26
    poser une question concernant euh les
  • 00:39:28
    données euh qui vous ont servi pour
  • 00:39:31
    nourrir votre outil comment vous vous
  • 00:39:33
    êtes assuré qu'ell étaent pas
  • 00:39:37
    et alors la question je répète pour C en
  • 00:39:42
    fait c'est la comment s'assurer que les
  • 00:39:44
    données qu'on injecte dans l'IA ne sont
  • 00:39:47
    sont des données valides et ne sont pas
  • 00:39:48
    des données erronées je une première
  • 00:39:51
    partie si tu veux peut-être de réponse
  • 00:39:52
    en fait les les données qu'on injecte ce
  • 00:39:55
    sont soit des données business hein donc
  • 00:39:57
    des stratégiques d'orange ou des données
  • 00:40:01
    donc validées hein par les par les
  • 00:40:02
    services qui nous les qui nous les
  • 00:40:04
    fournissent ou alors les données
  • 00:40:07
    interview donc là c'est vraiment de la
  • 00:40:09
    transcripte d'interview alors comme le
  • 00:40:11
    disait Vincent il faut quand même qu'on
  • 00:40:13
    anonimise les données puisquil y a des
  • 00:40:15
    problématiques aussi de
  • 00:40:17
    d'rgpd de faire en sorte que les données
  • 00:40:19
    qui sont qui sont exploitées bien que
  • 00:40:21
    dinous tout est un environnement
  • 00:40:24
    sécurisé et les données restent chez
  • 00:40:26
    Orange euh voilà pour des données de
  • 00:40:29
    confidentialité euh on doit anonymiser
  • 00:40:31
    ces ces données et s'assurer aussi que
  • 00:40:33
    l'utilisateur est ok euh pour que ces
  • 00:40:36
    données soient traitées par Li génératif
  • 00:40:38
    donc on le demande aussi chaque coach
  • 00:40:40
    lorsqu'il fait des interviews doit
  • 00:40:42
    demander à la personne interviewée s'il
  • 00:40:44
    est OK et pour la véracité des données
  • 00:40:47
    c'est vraiment des on se base sur des
  • 00:40:48
    documents internes on va pas chercher de
  • 00:40:50
    la donnée sur internet alors pour donner
  • 00:40:53
    un peu plus de de de contexte aussi
  • 00:40:56
    technique euh l'outil en fait utilise
  • 00:40:59
    des
  • 00:40:59
    modèles utilise de manière de proxy de
  • 00:41:02
    modèles de grands modèles qui sont déjà
  • 00:41:05
    très utilisé comme le modèle JPT Jim et
  • 00:41:09
    d'autres modèles je crois Mistral et
  • 00:41:12
    cetera et ensuite il a aussi donc une
  • 00:41:16
    architecture de génération augmentée par
  • 00:41:18
    la récupération de données qui va aller
  • 00:41:21
    interroger nos bases documentaires en
  • 00:41:23
    interne
  • 00:41:29
    bonjour bonjour te revoir j'avais une
  • 00:41:31
    question est-ce qu'on vous challengé sur
  • 00:41:34
    la productivité les gains productivité
  • 00:41:37
    la façon dont vous mesurez ces gains oui
  • 00:41:40
    effectivement on nous demande pour parce
  • 00:41:43
    que c'est un investissement aussi il a
  • 00:41:44
    donc on va regarder le retour sur
  • 00:41:46
    investissement du coup effectivement on
  • 00:41:48
    essaie de récolter des données
  • 00:41:50
    c'est-à-dire que toute personne qui
  • 00:41:52
    effectivement qui utilise l'IA on essaie
  • 00:41:55
    d'aller les les interviewer d'avoir des
  • 00:41:56
    feedback et notamment en terme alors on
  • 00:41:58
    est surtout sur du gain de temps c'est
  • 00:42:01
    c'est le plus facile à mesurer voilà
  • 00:42:03
    tout à l'heure je vous ai mis j'ai j'ai
  • 00:42:04
    réussi à faire en 1h30 ce qu'il m'aurait
  • 00:42:06
    mis pris une semaine donc on regarde on
  • 00:42:09
    mod on modère on module he parce que
  • 00:42:11
    selon les personnes et selon le contexte
  • 00:42:13
    c'est pas tout à fait les mêmes données
  • 00:42:15
    on arrive à avoir des données en terme
  • 00:42:16
    de pourcentage sur certaines tâches on
  • 00:42:18
    sait qu'on gagne 30 20 20 % de temps et
  • 00:42:21
    cetera sur des tâes de développement
  • 00:42:23
    aussi on n pas du tout parlé de métier
  • 00:42:25
    de développeur mais c'est un métier
  • 00:42:27
    aussi qui est très impacté par par l'IA
  • 00:42:29
    et par l'IA générative donc on est
  • 00:42:31
    surtout sur des gains de temps gains de
  • 00:42:33
    créativité stimulation c'est un petit
  • 00:42:35
    peu plus compliqué à à quantifier mais
  • 00:42:38
    c'est des choses qu'on
  • 00:42:42
    regarde juste je vous demanderis de
  • 00:42:44
    reprendre la question s'il vous plaît ah
  • 00:42:46
    pardon ouis ok ok alors est-ce que vous
  • 00:42:49
    avez essayé ou vous envisagez d'essayer
  • 00:42:52
    des interactions des intégrations avec
  • 00:42:54
    les LLM intégrés au outil
  • 00:42:58
    mrosoft
  • 00:42:59
    office ouellig par exemple
  • 00:43:04
    avec alors je est-ce qu'on a tenté des
  • 00:43:08
    interactions entre dinoutou et les
  • 00:43:10
    autres LLM du marché intégré ouais alors
  • 00:43:14
    en fait je sais pas si j'ai bien compris
  • 00:43:16
    la question mais en fait dinous tout
  • 00:43:18
    intègre déjà les les grands LLM du
  • 00:43:21
    marché du coup lorsque l'on pose notre
  • 00:43:24
    question à dinoutou on peut choisir avec
  • 00:43:28
    quel
  • 00:43:30
    LLM on va on va travailler en fait donc
  • 00:43:34
    l'intégration elle est de fait native
  • 00:43:37
    dans
  • 00:43:40
    l'outil oui c'est oui oui il y a y a les
  • 00:43:43
    plus grands du marché donc tu les as
  • 00:43:45
    cité
  • 00:43:47
    chpt CLA Sonet
  • 00:43:50
    Mistral Jim ouais alors pour compléter
  • 00:43:53
    en fait on a effectivement qui est
  • 00:43:55
    plutôt comme un chatp
  • 00:43:57
    et du coup orange aussi a une stratégie
  • 00:44:00
    autour de l' générative où il y a
  • 00:44:03
    plusieurs utilisateurs qui accès par
  • 00:44:06
    exemple à G cilot pour les développeurs
  • 00:44:10
    accès
  • 00:44:12
    à cilot
  • 00:44:14
    365 pour la suite Office donc il y a
  • 00:44:17
    beaucoup d'expérimentation d'outils
  • 00:44:19
    intégrés qui sont cours mais du coup il
  • 00:44:21
    y a pas une intégration directement avec
  • 00:44:24
    ce sont des produits différents
  • 00:44:29
    il y a une question au
  • 00:44:33
    fond en fait moi ce que je voulais
  • 00:44:35
    savoir c'est est-ce que vous avez FEÉ
  • 00:44:37
    vos GPT avec le mag de votre
  • 00:44:40
    organisation parce que je me
  • 00:44:42
    dis on utilise les mêmes mots on fait
  • 00:44:45
    les mêmes rôles pour dire des choses
  • 00:44:48
    différentes est-ce
  • 00:44:51
    que alors du coup si je bien compr la
  • 00:44:53
    question c'est est-ce que du coup on a
  • 00:44:56
    entraîné LLM avec du coup les
  • 00:44:59
    définitions euh de l'agilité mine orange
  • 00:45:03
    HM alors non on est'est pas là et c'est
  • 00:45:05
    quelque chose qu'on veut faire
  • 00:45:06
    effectivement euh quand je parlais tout
  • 00:45:09
    à l'heure de de PO qu'on va essayer de
  • 00:45:11
    lancer euh notamment on va essayer de on
  • 00:45:14
    a une grosse base de données internes
  • 00:45:15
    sur l'agilité avec le targing opertive
  • 00:45:17
    model et plein d'autres choses plein de
  • 00:45:19
    de guides euh effectivement sur
  • 00:45:21
    l'agilité euh ça serait de de faire du
  • 00:45:24
    rag et d'aller d'aller euh en fait
  • 00:45:27
    chercher scanner toute cette base de
  • 00:45:29
    données et de fournir un un assistant
  • 00:45:32
    personnalisé au coach et donc qui se
  • 00:45:35
    baserait sur toute cette documentation
  • 00:45:36
    interne ça on l'a pas encore mis en
  • 00:45:38
    place c'est des c'est des choses à
  • 00:45:41
    venir ça répond à la question
  • 00:45:46
    ou et je crois que c'est la fin donc
  • 00:45:49
    merci à tous merci à T
  • 00:45:57
    voilà ler code pour le RO n'hésitez pas
  • 00:46:00
    à nous donner votre avis
  • 00:46:10
    [Musique]
Etiquetas
  • IA générative
  • Orange
  • Agilité
  • Coach Agile
  • Product Manager
  • DinouTout
  • Transformation Digitale
  • Technologie
  • Innovation
  • Collaboration