La seconde vague conversationnelle

Le texte est 100% écrit par un humain (KL talkr.ai)

L’image est 100% générée par une IA (dreamstudio.ai)

C’est sans équivoque : Parler est 6 fois plus rapide qu’écrire !

Les usages tendent vers une facilitation de l’interaction. Mais échanger en langage naturel ne suffit pas, il faut aussi que votre Assistant soit capable de parler. La conversation orale va l’emporter à la conversation écrite puisqu’elle est tout simplement plus rapide et plus facile pour l’humain.

Les nouvelles générations l’ont déjà prouvé et contournent les usages : elles utilisent des message vocaux dans les applis chat …Pourquoi s’embêter de taper quand on peut s’exprimer à la voix?!

La rapidité et la facilité d’échange font des Assistants vocaux les stars de demain (pour certains c’est même aujourd’hui). Les interactions avec les humains, lorsqu’elles sont fluides et maîtrisées, représentent un énorme atout dans le parcours utilisateur et offrent aux organisations un outil performant capable d’amener les métiers à un niveau supérieur dans la communication avec les clients.

Quels sont les canaux voix pour les assistants ? 

Il existe 3 types d’Assistants vocaux en fonction du canal sur lequel l’Assistant va opérer.

-Assistant vocal connecté au canal téléphonique => CallBot
Ce dernier est le plus complexe car la conversation va passer par le canal telecom.

-Assistant vocal sur les canaux Web => VoiceBot 

Ici les devicse utilisés sont l’ordinateur ou le téléphone, mais l’assistant est un applicatif Web: sur un site web, une application, un réseau social.

-Assistant vocal connecté à un objet connecté IoT (voiture, frigo, etc.), ici on classifie également les assistants intégrés dans les enseinte connectée (Alexa, Google Home) => VoiceBot

La conversation va également passer par le web.

Quelles sont les briques technologiques pour concevoir et faire parler un Assistant vocal? 

Nous distinguons 3 briques principales indispensable pour la bon déroulement d’une conversation avec un assistant vocal:

-Brique de Compréhension de la Parole (Speech to Text)

-Brique de Compréhension et du traitement du langage (NLP/NLU, LLM, SLM)

-Brique de vocalisation du texte (Text to Speech) Ce sont les voix que vous entendez lors des conversations avec un robot. 

En revanche, la combinaison de ces trois éléments fait que vous allez tomber sur des Assistants plus ou moins bons, plus ou moins performants!

Il est primordial que chacune de ces briques soit la meilleure possible et apporte sa contribution, mais il est d’autant plus crucial que les trois fonctionnent d’une manière synchronisée ensemble . 

Quelle est la place de l’IA générative pour les Assistants vocaux? 

L’IA générative apporte beaucoup de progrès sur les trois briques technologiques précédemment citées. Les Assistants vocaux de nouvelle génération sont plus naturels aussi bien dans la conversation que dans la voix. 

Filière de la Voix en France & Europe 

L’association @Le Voice Lab, co-fondée par TALKR et 30 autres acteurs privés et académiques, a pour objectif de construire la filière de la voix.

Le Voice Lab est une association française qui regroupe différents acteurs institutionnels (universités, laboratoires de recherche…) et des entreprises privées dont l’intérêt commun est de constituer un écosystème indépendant et des standards communs pour permettre à la France et l’Europe de rester compétitives sur le marché de la voix au niveau mondial. Il s’agit également de répondre aux enjeux stratégiques des grands groupes et des États qui ne sont pas compatibles avec l’utilisation de solutions américaines ou chinoises.

Pour conclure : Passez dès aujourd’hui aux Assistants vocaux afin d’anticiper les usages de vos clients et faciliter la vie de vos équipes ! 

RDV le 14/12/23 pour le #4 de la “Deuxième vague conversationnelle”. 

Critères à prendre en compte pour mettre en place des LLMs

Conformité Légale et Règlementaire: La solution LLM  respecte-t-elle les exigences du RGPD et d’autres lois sur la protection des données, en tenant compte du contexte géopolitique tel que le Cloud Act, les embargos, et les risques d’espionnage industriel?

Réponse : Il est crucial que la solution garantisse la conformité légale, en particulier en matière de protection des données. Une évaluation approfondie du contexte géopolitique est nécessaire pour minimiser les risques liés aux lois extraterritoriales.

Sécurité des Données:  Quelles mesures de sécurité sont en place pour assurer la protection des données sensibles et données personnelles?

Réponse : La sécurité des données est primordiale. Des protocoles robustes, tels que le chiffrement, l’authentification forte, et la gestion des accès, doivent être mis en œuvre pour minimiser les risques de violation de données. il faut anonymiser les données avant de les envoyer.

Intégration avec l’Infrastructure Existantes: Comment la solution s’intègre-t-elle au sein du système d’information existant, notamment en termes d’API et de compatibilité avec le cloud?

Réponse : Une intégration transparente est essentielle pour maximiser l’efficacité opérationnelle. Des interfaces flexibles et une compatibilité avec les infrastructures existantes simplifient la mise en place de la solution.

Scalabilité: Dans quelle mesure la solution peut-elle évoluer pour répondre à des besoins croissants?

Réponse : La capacité de la solution à évoluer avec les besoins de l’entreprise est cruciale. Une scalabilité efficace garantit une utilisation optimale des ressources et une adaptation aux changements de charge. Le volet RSE est a prendre en compte dans une démarche éco-responsable

Coût Total de Possession:  Quels sont les coûts initiaux, de maintenance, de traitement, et d’évolution associés à la solution?

Réponse : Une évaluation exhaustive des coûts, y compris les coûts cachés, est nécessaire. Une transparence sur les dépenses permet de planifier efficacement le budget.

Performance et Vitesse de Traitement: Quelles sont les performances en termes de traitement de la solution?

Réponse: Des performances élevées sont essentielles pour garantir des réponses rapides. Une analyse approfondie de la vitesse de traitement contribue à évaluer l’efficacité opérationnelle.

Qualité et Fiabilité des Résultats:  Quelle est la précision et la fiabilité des résultats? Existe-t-il des mécanismes pour détecter les erreurs ou les réponses inexactes?

Réponse : Une précision élevée est cruciale. La mise en place de mécanismes de détection d’erreurs renforce la confiance dans les résultats générés par la solution.

Facilité d’Utilisation et Interface Utilisateur:  Quel est le niveau de complexité de l’interface utilisateur de la solution?

Réponse : Une interface conviviale favorise l’adoption de la solution. La simplicité d’utilisation réduit les obstacles à son déploiement. Le NO-Code est l’avenir de toutes les solutions technologiques.

Support:  Quelle est la disponibilité et la qualité du support technique?

Réponse : Un support technique réactif et de qualité est essentiel pour résoudre rapidement les problèmes. Il contribue à maintenir la continuité des opérations.

Formation: Quelles sont les modalités de formation disponibles pour la solution?

Réponse : Des programmes de formation complets favorisent une utilisation efficace de la solution. Ils sont essentiels pour maximiser les compétences des utilisateurs.

Accompagnement:  Quels services d’accompagnement sont proposés pour l’installation et le déploiement de la solution?

Réponse : Un accompagnement adapté facilite l’implémentation. Des services d’assistance personnalisés sont bénéfiques pour garantir une transition sans heurts.

Interopérabilité avec d’Autres Systèmes : Quelle est la facilité de connecter et d’échanger des données avec d’autres systèmes?

Réponse : Une interopérabilité efficace permet une collaboration transparente avec d’autres systèmes, améliorant ainsi l’efficacité globale du SI.

Mises à Jour et Évolution du Produit:  Quelle est la fréquence et la qualité des mises à jour de la solution?

Réponse : Des mises à jour régulières assurent la sécurité, la performance, et l’adaptabilité continue de la solution aux besoins changeants. Il faut prévoir des mécanismes de dédoublement quand le modèle doit être partiellement remis à jour

Capacité de Stockage et Gestion des Données:  Quelle quantité de données la solution est-elle capable de gérer, notamment en termes de nombre de tokens?

Réponse : Une capacité de stockage adéquate est essentielle pour gérer efficacement les données. La prise en compte du nombre de tokens est importante pour évaluer la pertinence du traitement.

Durabilité et Considérations Écologiques: : Quel est l’impact environnemental de la solution en termes énergétiques et de consommation d’eau?

Réponse : Une évaluation environnementale est cruciale. Une solution éco-responsable minimise son empreinte écologique, renforçant ainsi la durabilité de son utilisation. L’utilisation de Carbone.io peut être considéré comme un début d’une démarche RSE long terme.

Périmètre de validité: Reformulation: Quel est le périmètre d’application de la solution, et quels étaient les objectifs principaux à l’origine de son développement?

Réponse critique: Comprendre le périmètre d’application permet d’évaluer si la solution répond aux besoins spécifiques de l’entreprise. Les objectifs initiaux guident la pertinence de la solution par rapport aux attentes.

Multimodalité: Reformulation: Les solutions sont-elles capables de traiter des formats autres que le texte?

Réponse critique: La prise en charge de la multimodalité accroît la polyvalence de la solution. Elle permet de traiter efficacement divers formats de données, dépassant les limites du texte.

Plan de Continuité d’Activité et de Secours: Reformulation: Quels sont les plans en place en cas de panne ou de problème majeur, assurant la continuité des opérations?

Réponse critique: Des plans de continuité d’activité robustes minimisent l’impact des pannes. Ils garantissent une reprise rapide et efficace des opérations en cas d’incident majeur.

L’IA Générative et le Défi du Respect des Droits d’Auteur

Plongeons dans le monde complexe de l’IA générative, où l’innovation technologique cohabite avec des défis éthiques et juridiques considérables. Au cœur de cette révolution technologique, nous découvrons un paradoxe troublant : l’exploitation des œuvres des artistes par les IA sans leur consentement, une violation qui contrevient même au Règlement général sur la protection des données (GDPR) dans certains cas.

Il est incontestable que les artistes sont confrontés à un dilemme inédit. Leurs créations, fruits de leur inspiration, deviennent le carburant des IA génératives telles que DALL-E ou Midjourney. L’utilisation de ces œuvres sans autorisation ni consentement soulève des questions fondamentales sur le respect du droit d’auteur et la légitimité d’utiliser ce type de sources. La réalité est que la suppression complète des données utilisées par ces IA est un rêve lointain. Cependant, les artistes n’ont pas baissé les bras, et ils réclament avec force que les entreprises cèdent à la pression.

Le moyen le plus ingénieux de protéger leurs œuvres, comme l’ont découvert certains artistes, est d’insérer des pixels invisibles dans leurs créations. Ces marques secrètes, imperceptibles pour l’œil humain, agissent comme des empreintes digitales invisibles, permettant de tracer l’origine de l’œuvre. Une défense artistique avant-gardiste qui évoque la lutte contre la piraterie dans le monde numérique.

Les risques juridiques associés à l’utilisation de l’IA sont multiples et étendus. La discrimination au travail, la protection des données personnelles, l’atteinte à la vie privée, la désinformation, la protection du droit d’auteur, la responsabilité juridique des utilisateurs, la liste est longue. La question brûlante se pose : les images générées par des IA comme Midjourney sont-elles libres de droit ?

Aux États-Unis, encore une affaire récente a mis en lumière la question du droit d’auteur concernant des images produites par des algorithmes. Actuellement, il est difficile d’apposer un copyright sur de telles créations. Le futur du droit d’auteur s’annonce ainsi incertain, avec un besoin pressant de revoir les réglementations pour protéger les artistes face à cette nouvelle réalité technologique.

Quant à la responsabilité civile pour les dommages causés par une IA, la situation est complexe. La responsabilité contractuelle peut jouer un rôle lorsque les dommages découlent d’obligations contractuelles. Cependant, dans l’ensemble, la responsabilité pour les dommages causés par une IA devrait incomber à ceux qui contrôlent les circonstances qui ont engendré le préjudice. Une question qui suscite de vives discussions parmi les juristes et les technophiles.

Mais gardons à l’esprit que le futur de l’IA générative ne doit pas être entièrement sombre. De nouvelles approches, telles que les modes aléatoires de raisonnement, se profilent à l’horizon. Ces avancées promettent des générations de contenus sans nécessiter le pillage d’œuvres préexistantes. Nous pouvons envisager un avenir où l’IA créera des œuvres originales et passionnantes, préservant ainsi l’intégrité du droit d’auteur. Bien que des défis subsistent, nous, en tant que pionniers de l’IA, avons l’opportunité d’écrire l’avenir de manière optimiste, en harmonisant l’innovation avec l’éthique et le respect des droits artistiques. Le chemin sera complexe, mais la destination vaut certainement la peine d’être atteinte. omme dirait Victor Hugo : L’art, c’est la création propre à l’homme. L’art est le produit nécessaire et fatal d’une intelligence limitée, comme la nature est le produit nécessaire et fatal d’une intelligence infinie. L’art est à l’homme ce que la nature est à Dieu.

à quoi sert la lemmatisation des mots dans le domaine du language ?

La lemmatisation : simplifier le traitement du langage naturel en réduisant les formes lexicales

Introduction: La lemmatisation est une technique essentielle en traitement automatique du langage naturel (NLP) qui vise à réduire les différentes formes d’un mot à une forme de base commune, appelée lemme. L’objectif est de simplifier l’analyse et la modélisation du langage en réduisant la taille du vocabulaire et en identifiant les relations entre les mots. Dans cet article, nous explorerons en détail la lemmatisation et son utilisation dans le domaine du NLP, mettant en évidence son rôle crucial dans la compréhension et l’analyse automatique du texte.

La lemmatisation en pratique : Lorsque nous travaillons avec des bibliothèques de NLP telles que spaCy, la lemmatisation est souvent effectuée en utilisant la propriété « lemma_ » associée à chaque mot. Cette propriété nous permet d’accéder au lemme correspondant à chaque forme du mot. Par exemple, en utilisant spaCy, nous pouvons lemmatiser un texte de la manière suivante :

import spacy

nlp = spacy.load(« fr_core_news_sm »)
doc = nlp(« Les lecteurs lisent des livres de différentes manières. »)

for token in doc:
print(token.text, token.lemma_)

Dans cet exemple, nous utilisons la bibliothèque spaCy chargée avec un modèle spécifique à la langue française (« fr_core_news_sm »). En appliquant le modèle à notre texte, nous créons un objet « doc » qui représente le texte analysé. En itérant sur ce document, nous pouvons accéder à chaque token individuel et afficher à la fois la forme originale du mot (token.text) et son lemme correspondant (token.lemma_).

L’utilité de la lemmatisation : La lemmatisation est utilisée dans de nombreuses tâches de NLP pour simplifier et normaliser le texte. Voici quelques exemples d’utilisation de la lemmatisation :

  1. Modélisation de sujets : En lemmatisant les mots d’un texte, nous pouvons regrouper les différentes formes d’un même mot sous un lemme commun, ce qui facilite l’identification des sujets et des thèmes récurrents dans un corpus de documents.
  2. Analyse de sentiments : La lemmatisation permet de réduire les différentes formes lexicales d’un mot à un lemme commun, ce qui facilite l’analyse des sentiments associés à ce mot dans un texte. Par exemple, les formes « heureux », « heureuse » et « heureusement » peuvent être lemmatisées en « heureux », permettant ainsi d’obtenir une représentation plus cohérente des sentiments liés à ce concept.
  3. Réduction du vocabulaire : En lemmatisant les mots, nous pouvons réduire la taille du vocabulaire en identifiant les formes lexicales différentes qui correspondent à un même lemme. Cela permet de simplifier les tâches de NLP, telles que la classification de texte ou la recherche d’informations, en réduisant la complexité des données textuelles.

La lemmatisation est une technique essentielle en NLP qui permet de réduire les différentes formes d’un mot à un lemme commun. En utilisant des bibliothèques de NLP telles que spaCy, nous pouvons facilement appliquer la lemmatisation à un texte, ce qui facilite l’analyse, la modélisation et la compréhension automatique du langage naturel. En simplifiant le traitement du texte et en réduisant la taille du vocabulaire, la lemmatisation joue un rôle crucial dans de nombreuses tâches de NLP, ouvrant la voie à des applications avancées telles que la modélisation de sujets, l’analyse des sentiments et bien d’autres encore.

Pourquoi utiliser un callbot ou un chatbot ?

Les Chatbots dans le processus de recrutement

Faciliter vos recrutements en faisant des entretiens virtuels avec des candidats.

Améliorer les processus de recutement

Le high tech a toujours été au service des grandes enseignes. L’intervention de ces technologies en entreprise est beaucoup plus récente, mais promet déjà quelques résultats pour les marques. Les chatbots arrivent également dans le domaine du recrutement. Le chatbot est le résultat de l’association d’un robot et d’un logiciel de tchat. Il a été conçu pour fluidifier les échanges entre une marque et sa clientèle.

Les chatbots à l’origine

Les experts ont développé les chatbots pour mettre en place un service de conversations automatisées. Les agents conversationnels ont la capacité de comprendre le langage naturel et répondent instantanément aux questions des utilisateurs, en se servant des réponses automatisées. L’émergence de l’intelligence artificielle leur a donné la capacité de mieux comprendre les requêtes des utilisateurs. Il ne s’agit pas d’une innovation technologique. Le premier chatbot a été crée en 1950. S’il semble avoir été un peu oublié, il était toujours présent dans la vie des consommateurs et des marques. Ils ont hérité de neurones artificiels en 2016, ce qui leur permet d’assimiler facilement les conversations grâce à des algorithmes poussés. Ainsi, ils arrivent à interagir facilement avec les utilisateurs. Les chatbots disposent de cette capacité à s’améliorer au fil des requêtes des consommateurs.

Une efficacité beaucoup plus optimisée

Les chatbots peuvent servir d’agent d’accueil à une marque. Ils peuvent également conseiller les utilisateurs dans leur recherche : choix de l’interlocuteur et de la bonne rubrique. Les chatbots peuvent intervenir dans les questions les plus récurrentes, comme la date versement des salaires, les périodes de congé, etc.

Un système de recrutement beaucoup plus humanisé

L’arrivée des chatbot dans le RH permet aux candidats de bénéficier d’un système de recrutement beaucoup plus humain. Le chatbot améliore la relation entre les candidats et le recruteur.

L’instantané, le clé de la réussite des chatbots

L’instantané, c’est une notion que les chabots ont apporté à la culture de l’entreprise. Le « tout de suite » fait partie des atouts des chabots. Ils peuvent intervenir à tout moment et répondent aux questions des internautes instantanément quelle que soit l’heure. Ils apportent un gain de temps très précieux aux recruteurs, et assurent l’engagement et la fidélisation de l’utilisateur, qui ne quitte la page qu’après avoir trouvé ce qu’il recherchait.

Une image plus positive

L’arrivée des chatbots dans les ressources humaines apportent une image plus valorisante de l’entreprise aux yeux des salariés, des clients et des candidats. L’émergence de la génération Y contraint en effet les marques à adopter des outils beaucoup plus perfectionnés et plus performants. Les réseaux sociaux ont grandement facilité l’intégration de ces nouvelles technologies dans leur quotidien.

Les chatbots deviendront-ils des recruteurs un jour?

Il ne faut pas oublier que les chatbots ne sont que des robots et qu’ils ne pourront jamais prendre la place de l’humain. Les robots ne peuvent pas encore assimiler les capacités psychologiques et assez complexes du recrutement, surtout que les tâches du RH ne cessent d’évoluer. Les capacités des robots à répondre aux questions complexes sont encore limitées. Avec la digitalisation, les chatbots permettent à l’humain d’être plus efficace dans ses attributions et de se concentrer sur les questions les plus complexes

Intégrez un assistant virtuel dans vos process RH

Les Chatbots dans le processus de recrutement

Faciliter vos recrutements en faisant des entretiens virtuels avec des candidats.

Améliorer les processus de recutement

Le high tech a toujours été au service des grandes enseignes. L’intervention de ces technologies en entreprise est beaucoup plus récente, mais promet déjà quelques résultats pour les marques. Les chatbots arrivent également dans le domaine du recrutement. Le chatbot est le résultat de l’association d’un robot et d’un logiciel de tchat. Il a été conçu pour fluidifier les échanges entre une marque et sa clientèle.

Les chatbots à l’origine

Les experts ont développé les chatbots pour mettre en place un service de conversations automatisées. Les agents conversationnels ont la capacité de comprendre le langage naturel et répondent instantanément aux questions des utilisateurs, en se servant des réponses automatisées. L’émergence de l’intelligence artificielle leur a donné la capacité de mieux comprendre les requêtes des utilisateurs. Il ne s’agit pas d’une innovation technologique. Le premier chatbot a été crée en 1950. S’il semble avoir été un peu oublié, il était toujours présent dans la vie des consommateurs et des marques. Ils ont hérité de neurones artificiels en 2016, ce qui leur permet d’assimiler facilement les conversations grâce à des algorithmes poussés. Ainsi, ils arrivent à interagir facilement avec les utilisateurs. Les chatbots disposent de cette capacité à s’améliorer au fil des requêtes des consommateurs.

Une efficacité beaucoup plus optimisée

Les chatbots peuvent servir d’agent d’accueil à une marque. Ils peuvent également conseiller les utilisateurs dans leur recherche : choix de l’interlocuteur et de la bonne rubrique. Les chatbots peuvent intervenir dans les questions les plus récurrentes, comme la date versement des salaires, les périodes de congé, etc.

Un système de recrutement beaucoup plus humanisé

L’arrivée des chatbot dans le RH permet aux candidats de bénéficier d’un système de recrutement beaucoup plus humain. Le chatbot améliore la relation entre les candidats et le recruteur.

L’instantané, le clé de la réussite des chatbots

L’instantané, c’est une notion que les chabots ont apporté à la culture de l’entreprise. Le « tout de suite » fait partie des atouts des chabots. Ils peuvent intervenir à tout moment et répondent aux questions des internautes instantanément quelle que soit l’heure. Ils apportent un gain de temps très précieux aux recruteurs, et assurent l’engagement et la fidélisation de l’utilisateur, qui ne quitte la page qu’après avoir trouvé ce qu’il recherchait.

Une image plus positive

L’arrivée des chatbots dans les ressources humaines apportent une image plus valorisante de l’entreprise aux yeux des salariés, des clients et des candidats. L’émergence de la génération Y contraint en effet les marques à adopter des outils beaucoup plus perfectionnés et plus performants. Les réseaux sociaux ont grandement facilité l’intégration de ces nouvelles technologies dans leur quotidien.

Les chatbots deviendront-ils des recruteurs un jour?

Il ne faut pas oublier que les chatbots ne sont que des robots et qu’ils ne pourront jamais prendre la place de l’humain. Les robots ne peuvent pas encore assimiler les capacités psychologiques et assez complexes du recrutement, surtout que les tâches du RH ne cessent d’évoluer. Les capacités des robots à répondre aux questions complexes sont encore limitées. Avec la digitalisation, les chatbots permettent à l’humain d’être plus efficace dans ses attributions et de se concentrer sur les questions les plus complexes