L’intelligence artificielle (IA) s’est rapidement imposée dans le quotidien des conseillers. Résumer des rencontres, rédiger des courriels, préparer des analyses ou automatiser certaines tâches : les usages se multiplient. Mais pour tirer pleinement parti de ces outils, encore faut-il en maîtriser le vocabulaire.
Advisorpedia présente dix concepts essentiels pour aider les conseillers à mieux comprendre l’intelligence artificielle et à l’utiliser plus efficacement dans leur pratique.
- Hallucination
Parfois l’IA génère une information fausse, mais la présente avec assurance, c’est ce qu’on appelle une hallucination.
Avant d’intégrer un chiffre, une référence ou un fait fourni par l’IA, un conseiller devrait toujours vérifier l’information.
- RAG (Retrieval-Augmented Generation)
Pour générer sa réponse, l’IA s’est-elle basée sur les données du client ou sur ses connaissances générales ?
Afin de produire des réponses plus pertinentes, les conseillers ont tout intérêt à s’appuyer sur des outils dotés d’un mécanisme de récupération de données (RAG) qui peuvent s’appuyer sur les dossiers du cabinet.
- Fenêtre de contexte
Au cours d’une conversation, l’IA est capable de retenir une certaine quantité d’information. Lorsque cette capacité est dépassée, le système peut oublier des éléments mentionnés plus tôt et fournir des réponses incohérentes.
Un conseiller devrait connaître cette limite avant d’intégrer le moindre outil à son processus de travail.
- IA agentique
Contrairement à un agent conversationnel qui ne fait que répondre aux questions, l’IA agentique est capable d’accomplir des tâches de façon autonome, comme planifier une rencontre, préparer un suivi ou mettre à jour un système de gestion de la relation client (CRM).
- fine-tuning
Le fine-tuning consiste à entraîner un modèle généraliste sur un domaine d’expertise précis. Un modèle spécialisé dans les services financiers comprendra mieux les notions de convenance, les exigences réglementaires ou le vocabulaire propre au conseil financier qu’un modèle destiné au grand public.
Les conseillers ont donc meilleur temps de travailler avec des outils adaptés à leur secteur d’activité.
- prompt engineering
Plus la demande sera précise, plus la réponse de l’IA sera pertinente. Le but est donner les meilleures instructions possibles à l’IA pour l’utiliser au mieux.
- Jetons (token)
Les modèles d’IA découpent le texte en unités appelées tokens afin de le traiter.
Le nombre de jetons influence notamment le coût d’utilisation de certains services et la longueur maximale des documents pouvant être analysés.
- Température
La température est l’échelle qui détermine le degré de créativité des réponses générées. Plus la température est faible, plus les réponses seront constantes et prévisibles. Une température plus élevée favorise la créativité.
- Grand modèle de langage
Les grands modèles de langage (Large Language Models ou LLM) constituent le moteur qui alimente la plupart des outils d’IA générative, comme ChatGPT ou Claude.
- IA multimodale
Ce type d’IA peut traiter simultanément plusieurs types de contenu, notamment du texte, des images, des fichiers PDF ou de l’audio. Elle ne se limite pas au texte saisi au clavier ce qui ouvre la porte à une automatisation accrue de nombreuses tâches administratives.
Nul besoin d’être un spécialiste en informatique pour utiliser l’IA. En revanche, les conseillers ont tout intérêt à maîtriser les principaux concepts qui sous-tendent ces outils. Ils seront ainsi mieux outillés pour en exploiter tout le potentiel.