L'IA dans le web
Avant d’ajouter de l’IA à votre site, choisissez une tâche utile. Définissez les sources, les permissions et les contrôles pour évaluer un prototype.
Sur cette page5 sections
Vous recevez une question qui ressemble beaucoup à celle d'hier. La réponse existe quelque part, mais il faut retrouver le document, vérifier le cas du client et réécrire un message propre. Ce n'est pas un travail spectaculaire. À force de le refaire, en revanche, on finit par se dire qu'un peu d'aide serait bienvenue.
C'est un point de départ qui me parle beaucoup plus que « on devrait mettre de l'IA sur le site ». On sait déjà ce qui prend du temps et à quoi ressemblerait une aide utile. Le choix de l'outil peut venir après.
L'intérêt du premier essai est aussi là : si le résultat est mauvais, quelqu'un peut expliquer pourquoi. Une condition oubliée, un document périmé, une réponse qui mélange deux offres. On a quelque chose à améliorer, au lieu de rester devant une démonstration qui parle bien sans savoir si elle aide.
Et le résultat utile n'est pas forcément une bulle de conversation accessible à tous. Retrouver plus vite une information en interne peut avoir beaucoup plus de valeur qu'un chatbot qui accueille les visiteurs avec une formule sympathique.
Un horaire inventé ou une condition de remboursement mal interprétée peuvent suffire à créer un vrai problème pour le client. Fournir les bons documents aide, mais ne garantit pas que chaque réponse sera correcte. Le profil de risques du NIST traite notamment de cette production d'informations fausses avec assurance.
Je préfère qu'un assistant reconnaisse qu'il lui manque une information et passe la main, plutôt qu'il termine sa phrase coûte que coûte. Dans notre exemple, on peut lui demander de montrer les sources utilisées dans le brouillon : la personne qui relit retrouve alors plus facilement ce qu'elle doit contrôler.
Même différence entre proposer une modification de réservation et la faire réellement. Si on donne à l'assistant la possibilité d'agir, on précise ses accès, les actions permises et les confirmations nécessaires. La qualité de sa conversation ne lui donne pas automatiquement le droit de toucher à tout.
On peut donc avancer par étapes, en lui confiant d'abord la préparation et en conservant la validation au bon endroit. Ce n'est pas rendre le projet moins ambitieux. C'est apprendre ce qu'on peut lui confier sur des cas réels avant d'élargir son rôle.
C'est un sujet à régler dans la manière dont on relie les outils et les données, pas seulement avec une consigne polie dans la conversation. On sépare les informations publiques, les accès internes et ce que chaque utilisateur est autorisé à consulter.
On regarde aussi ce que le fournisseur fait des données transmises et combien de temps elles sont conservées. Les questions-réponses de la CNIL sur l'IA générative donnent des repères sur ces précautions. Brancher tous les messages pour voir ce que ça donne serait un début assez inconfortable.
Pour travailler sur votre projet, montrez-moi une tâche répétitive qui vous agace et la façon dont vous la faites aujourd'hui. On pourra essayer une première version sur des cas représentatifs et décider ce qu'on garde. Si une automatisation plus simple suffit, on aura aussi le droit de la choisir.
Ce qui m'intéresse, c'est le moment où quelqu'un peut dire « ça m'aide vraiment », pas celui où l'outil arrive à parler pendant cinq minutes sans reprendre son souffle.
C'est un point de départ qui me parle beaucoup plus que « on devrait mettre de l'IA sur le site ». On sait déjà ce qui prend du temps et à quoi ressemblerait une aide utile. Le choix de l'outil peut venir après.
Commençons par une réponse que vous sauriez faire vous même
Imaginons un assistant qui prépare un brouillon à partir de vos documents. Votre équipe relit, corrige si nécessaire et envoie le message. On peut essayer sur des demandes qu'elle connaît déjà, puis regarder si le brouillon lui fait réellement gagner du temps.L'intérêt du premier essai est aussi là : si le résultat est mauvais, quelqu'un peut expliquer pourquoi. Une condition oubliée, un document périmé, une réponse qui mélange deux offres. On a quelque chose à améliorer, au lieu de rester devant une démonstration qui parle bien sans savoir si elle aide.
Et le résultat utile n'est pas forcément une bulle de conversation accessible à tous. Retrouver plus vite une information en interne peut avoir beaucoup plus de valeur qu'un chatbot qui accueille les visiteurs avec une formule sympathique.
Le problème du collègue qui répond avec beaucoup trop de confiance
Vous connaissez peut-être cette situation : quelqu'un répond sans hésiter, tout le monde le croit, puis on découvre qu'il avait mal compris la question. Avec une IA générative, une réponse fluide peut donner exactement cette impression de maîtrise, même lorsqu'elle contient une erreur.Un horaire inventé ou une condition de remboursement mal interprétée peuvent suffire à créer un vrai problème pour le client. Fournir les bons documents aide, mais ne garantit pas que chaque réponse sera correcte. Le profil de risques du NIST traite notamment de cette production d'informations fausses avec assurance.
Je préfère qu'un assistant reconnaisse qu'il lui manque une information et passe la main, plutôt qu'il termine sa phrase coûte que coûte. Dans notre exemple, on peut lui demander de montrer les sources utilisées dans le brouillon : la personne qui relit retrouve alors plus facilement ce qu'elle doit contrôler.
Préparer un message et cliquer sur envoyer
Ce sont deux responsabilités différentes. Un brouillon un peu maladroit peut être corrigé avant de partir ; un message envoyé au mauvais client demande déjà une autre intervention.Même différence entre proposer une modification de réservation et la faire réellement. Si on donne à l'assistant la possibilité d'agir, on précise ses accès, les actions permises et les confirmations nécessaires. La qualité de sa conversation ne lui donne pas automatiquement le droit de toucher à tout.
On peut donc avancer par étapes, en lui confiant d'abord la préparation et en conservant la validation au bon endroit. Ce n'est pas rendre le projet moins ambitieux. C'est apprendre ce qu'on peut lui confier sur des cas réels avant d'élargir son rôle.
Le dossier client ne devient pas public parce que la question est simple
Pour répondre à « quels sont vos horaires ? », l'assistant n'a pas besoin de lire les échanges privés de tous vos clients. Pour retrouver une information dans un dossier, il ne doit pas non plus montrer le dossier du voisin.C'est un sujet à régler dans la manière dont on relie les outils et les données, pas seulement avec une consigne polie dans la conversation. On sépare les informations publiques, les accès internes et ce que chaque utilisateur est autorisé à consulter.
On regarde aussi ce que le fournisseur fait des données transmises et combien de temps elles sont conservées. Les questions-réponses de la CNIL sur l'IA générative donnent des repères sur ces précautions. Brancher tous les messages pour voir ce que ça donne serait un début assez inconfortable.
Une aide se juge après la relecture
Si le brouillon arrive en quelques secondes mais qu'il faut ensuite dix minutes pour le corriger, on n'a pas forcément simplifié le travail. On compte donc les réponses utilisables, les erreurs et le temps réellement passé, en incluant les coûts du service et des outils appelés.Pour travailler sur votre projet, montrez-moi une tâche répétitive qui vous agace et la façon dont vous la faites aujourd'hui. On pourra essayer une première version sur des cas représentatifs et décider ce qu'on garde. Si une automatisation plus simple suffit, on aura aussi le droit de la choisir.
Ce qui m'intéresse, c'est le moment où quelqu'un peut dire « ça m'aide vraiment », pas celui où l'outil arrive à parler pendant cinq minutes sans reprendre son souffle.
