CTO, responsables infrastructures, DSI… Êtes-vous prêts à transformer la gestion de votre infrastructure Cloud grâce à l’IA ? Dans un récent webinaire, Boris von Dahle, Consultant Senior Azure chez SoftwareOne, explore les fonctionnalités d’intelligence artificielle générative offertes par Microsoft Azure. Mise en œuvre essentiellement à travers Open AI Azure et Microsoft Copilot for Azure, l’intelligence artificielle générative s’intègre dans le Cloud pour une meilleure productivité, un premier pas dans la généralisation des modèles d’IA et davantage de précision dans la gestion de la data. Moments forts du webinaire et exemples d’utilisations concrètes avec Boris von Dahle.
Destiné aux métiers comme aux développeurs, Azure OpenAI est un service Microsoft accessible depuis la plateforme Cloud Azure. Il intègre les modèles avancés d’OpenAI, tels que GPT-3 et GPT-4, dans une application aux couleurs Microsoft.
Premier point clé du webinaire : Boris von Dahle met en lumière la puissance d'Azure Open AI, capable d'exploiter des modèles fondationnels pour traiter simultanément divers formats de données, tels que des textes, des images ou des vidéos. Un modèle d’intelligence artificielle de pointe qui permet de créer des applications innovantes et personnalisées, telles que des chatbots intelligents, des outils de génération de contenu automatisés ou des systèmes de recommandation hyper-personnalisés. Des usages clés qui rendent le déploiement de l’IA accessible et plus rapide, comme le souligne Boris von Dahle : « l'IA générative fait qu'on n'a plus besoin de développer un modèle de machine learning pour un use case spécifique. On peut utiliser les modèles fondationnels pour aller saisir des informations en multimodal. ». Des modèles fondationnels qui se révèlent particulièrement utiles quand « on a plusieurs tâches différentes à faire avec le même modèle », précise Boris von Dahle.
Le développement de l’IA soulève des enjeux de sécurité importants : cyberattaques, biais et discrimination algorithmique ou mauvaises utilisations… Il est donc crucial de s’appuyer sur un Cloud sécurisé et des outils spécialisés pour déployer l’IA sans risque.
Azure OpenAI est hébergé au sein même de l’infrastructure Azure et est « déployé directemen dans votre souscription Azure, [...] c’est lié à vos datas et à vos applications et ça suit vos principes de gouvernance déjà établis dans votre environnement Azure », indique Boris von Dahle.
En d’autres mots, Azure OpenAI combine la sécurité de Microsoft avec la puissance des modèles d’OpenAI : les utilisateurs n’ont pas besoin de se rendre sur un site externe, évitant ainsi les risques de divulguer des informations confidentielles sur un réseau non sécurisé.
Boris von Dahle ajoute qu’Azure OpenAI intègre des mécanismes de sécurité avancés qui assurent une gestion rigoureuse des contenus sensibles. Pour aller un cran plus loin en termes d’”IA safety”, « des équipes de Microsoft vont [...] manuellement analyser vos prompts et les réponses de ces derniers pour [...] détecter les informations dites “hamrful”, donc, tout ce qui est interdit par les modèles de langage et leurs systèmes de prompts », une manière d’assurer un usage conforme et de garantir le strict respect de l'utilisation des outils d’IA. Une fonctionnalité que Boris von Dahle recommande toutefois de désactiver pour les modèles traitant des données sensibles.
De nombreuses DSI se heurtent à un manque de compétences et d'expertise pour saisir les opportunités qu’offre l’intelligence artificielle et élaborer des stratégies adéquates.
Pour ne pas partir d’une page blanche, Boris von Dahle recommande de s’appuyer sur des solutions dédiées comme Azure OpenAI qui permettent de déployer facilement des uses cases, sans développements majeurs. Inscrit dans un écosystème IA Microsoft sophistiqué, Azure OpenAI est conçu pour répondre aux besoins des utilisateurs métiers (Microsoft 365, Power BI, etc.) qui ne disposent pas nécessairement de connaissances techniques spécifiques, comme ceux des développeurs et data scientists désireux de créer leurs propres modèles d’IA via le service Azure Machine Learning (AML).
Au-delà d’Azure OpenAI, Microsoft propose divers services managés pour initier le déploiement de l'IA, comme Azure AI Services. Cette suite permet aux développeurs d'intégrer facilement des capacités d'IA dans leurs applications grâce à des API pour la vision par ordinateur, la reconnaissance vocale ou encore la compréhension du langage naturel, ainsi que des outils pour créer et déployer des modèles de machine learning.
L'intelligence artificielle générative, en particulier les modèles OpenAI, est en train de transformer en profondeur les entreprises. En automatisant des tâches complexes et en offrant des insights inédits, elle permet d'optimiser les processus, d'améliorer la prise de décision et d'innover plus rapidement.
Génération de contenu, analyse de données en temps réel, résumés automatisés, génération de code ou encore recherche sémantique sont autant d'applications où les modèles OpenAI brillent. Leur principal atout réside dans la capacité à créer rapidement des solutions adaptées à chaque secteur d'activité.
Par exemple, dans la finance, l'assurance ou la banque, résumer des analyses financières ou traiter de grandes quantités de données non structurées devient un jeu d'enfant. Pour la génération de code, Azure OpenAI démocratise l'accès à la technologie en permettant aux profils non-techniques d'interroger des bases de données SQL ou des modèles de données propriétaires en langage naturel. Cela facilite également la documentation du code.
Des uses cases spécifiques pour chaque secteur d’activité, mais également pour chaque département métier. Prenons l'exemple concret du service client : avec ChatGPT, le modèle phare d'OpenAI, les entreprises peuvent créer des chatbots sophistiqués ou élaborer des argumentaires performants pour les appels entrants.
Une boîte à outils puissante et facile à utiliser qui stimule l'innovation et la productivité tout en offrant un environnement sécurisé, minimisant ainsi les risques de shadow IT.
En public preview depuis mai 2024, Microsoft Copilot in Azure s’intègre au Cloud Azure et utilise l'intelligence artificielle pour aider à rédiger, analyser des données et automatiser des tâches, facilitant ainsi la productivité des utilisateurs. En langage plus technique, « Copilot transforme en query ce qu’on lui demande en langage naturel », précise Boris Von Dahle.
Les fonctionnalités de Microsoft Copilot in Azure sont extrêmement polyvalentes et couvrent une vaste gamme d'applications : elles permettent d'interroger les ressources de l'environnement Azure à l'aide de requêtes en langage naturel, d'assister dans la création et la gestion de machines virtuelles, de déboguer des applications via l'App Service, et de faciliter le codage pour optimiser le temps de conception des applications.
Copilot aide également à l'optimisation des plateformes en proposant des améliorations telles que l'accroissement de la résilience ou l'amélioration du partage des charges, ainsi qu'à la gestion des coûts et des recommandations en matière de stockage et de sécurité.
Pour Boris Von Dahle, l’avantage le plus significatif de Copilot réside dans sa capacité à écrire et à optimiser du code, Copilot for Azure va juste qu’à « proposer des changements dans le code en back-end » pour diagnostiquer et corriger les problèmes d’une application qui ne fonctionne pas correctement.
Le service est actuellement en phase de lancement et disponible uniquement en anglais, mais il sera bientôt accessible en plusieurs langues. La structure tarifaire est en cours d'élaboration, et le modèle peut actuellement répondre à 10 chats quotidiens et 15 questions par session, soit environ 150 questions par jour.
À moyen terme, des améliorations sont prévues, telles que l’optimisation du traitement des machines virtuelles, l’augmentation du nombre d’éléments affichés par liste, et la possibilité d’utiliser les noms des ressources plutôt que leurs ID.
Deux facteurs principaux freinent les organisations dans leur adoption de l’IA et des technologies associées : l’absence de données de qualité et le manque d’accompagnement, notamment en matière de sécurité. Conscient de ces obstacles et doté d’une double expertise dans la mise en œuvre de plateformes de données modernes ainsi qu’en analytique et services associés d’IA, SoftwareOne a développé la démarche « SIF » (SoftwareOne Intelligence Fabric) pour guider les entreprises dans leur transition vers l’IA en 7 étapes.
Des étapes stratégiques pour un déploiement de l’IA sûr et performant : conseil en management de data, accompagnement au développement de modèles spécifiques, utilisation des LMM pour les tâches multiples ou spécifiques… Une brique spéciale est consacrée aux ML Ops pour traiter les problématiques d’automatisation de tâches. Enfin, l’expérience utilisateur fait partie intégrante du processus SIF, pour une transition sereine et aidante des équipes dans leur adoption de l’IA.
Optimisez vos processus Cloud grâce à l'intelligence artificielle générative, tout en garantissant une sécurité maximale pour vos données et applications.
Optimisez vos processus Cloud grâce à l'intelligence artificielle générative, tout en garantissant une sécurité maximale pour vos données et applications.
