Articles

L'Influence de l'IA sur la Prédiction du Comportement des Consommateurs.

L’intelligence artificielle est en train de révolutionner la prédiction du comportement des consommateurs. Grâce à des algorithmes avancés, l’IA permet d’analyser et de comprendre les comportements des consommateurs de manière plus précise.

L’importance de l’IA dans la prédiction du comportement de paiement

Logiciel pour prédire le comportement des paiements

Les données sont à la base des décisions commerciales d’aujourd’hui. Prédire le comportement des paiements des consommateurs est devenu un aspect essentiel de la stabilité financière pour de nombreuses organisations. Les retards de paiement ont des effets néfastes sur le flux de trésorerie et les opérations commerciales. Heureusement, les modèles d’intelligence artificielle avancés permettent aux développeurs de créer des outils puissants pour prédire avec précision le comportement des paiements des consommateurs.

L’intelligence artificielle, alimentée par l’apprentissage automatique, excelle dans la reconnaissance des modèles et l’extraction d’informations précieuses à partir des données. En analysant les données de paiement historiques, les modèles d’IA peuvent identifier des tendances et des corrélations que les humains pourraient manquer. Voici comment les développeurs utilisent l’IA pour prédire efficacement le comportement des paiements des consommateurs.

Les avantages du logiciel pour prédire le comportement des paiements

Les logiciels basés sur l’IA offrent plusieurs avantages pour prédire le comportement des paiements des consommateurs. Tout d’abord, ils sont plus rapides et plus précis que les méthodes manuelles. Les logiciels peuvent analyser rapidement des milliers de données et fournir des résultats plus précis que ceux obtenus par les humains. De plus, les logiciels peuvent être mis à jour en temps réel et sont capables d’apprendre à partir de nouvelles données. Cela signifie qu’ils peuvent s’adapter aux changements du marché et fournir des prédictions plus précises.

De plus, les logiciels peuvent être facilement intégrés à d’autres systèmes pour automatiser les processus et améliorer l’efficacité. Les entreprises peuvent également utiliser ces logiciels pour surveiller en temps réel le comportement des paiements et prendre des mesures correctives en cas de retards ou de défauts de paiement. Enfin, les logiciels peuvent être personnalisés pour répondre aux besoins spécifiques d’une entreprise.

Les logiciels basés sur l’intelligence artificielle sont un outil essentiel pour prédire le comportement des paiements des consommateurs. Ils offrent aux entreprises une précision et une vitesse accrues, ainsi qu’une intégration facile à d’autres systèmes. Les entreprises peuvent utiliser ces logiciels pour surveiller en temps réel le comportement des paiements et prendre des mesures correctives en cas de retards ou de défauts de paiement. Les logiciels peuvent également être personnalisés pour répondre aux besoins spécifiques d’une entreprise.

Source de l’article sur DZONE

18 tendances et prédictions en développement logiciel 2024

En 2024, le développement logiciel aura évolué et nous découvrirons de nouvelles tendances et prédictions. Découvrons-les ensemble !
## L’importance des évaluations des risques approfondies, des tests continus et des contrôles de conformité avant les déploiements à grande échelle est inévitable. L’avenir du développement logiciel exige des entreprises de se préparer à une danse délicate entre innovation et fiabilité. Cette année, nous avons vu l’enthousiasme pour l’IA / ML avec l’émergence de l’IA générative et d’autres technologies similaires. Cependant, à la fin de l’année, le principal objectif semble avoir changé pour trouver le bon équilibre entre efficacité et sécurité. Cet impératif double est une préoccupation fondamentale, soulignant que la prise de décisions responsables, la préservation de la vie privée et les normes éthiques sont primordiales. Prévisiblement, les technologies qui incarnent ces principes seront privilégiées dans le paysage mondial du développement logiciel.
## Prédictions pour le développement logiciel en 2024

La nécessité d’effectuer des évaluations des risques approfondies, des tests continus et des contrôles de conformité avant les déploiements à grande échelle est inévitable. L’avenir du développement de logiciels exige des entreprises qu’elles se préparent pour une danse délicate entre l’innovation et la fiabilité. Cette année, nous avons vu de l’enthousiasme pour l’IA / ML avec l’émergence de l’IA générative et d’autres technologies similaires. Cependant, à mesure que l’année se termine, le principal objectif semble avoir changé pour trouver le bon équilibre entre efficacité et sécurité. Cet impératif double est une préoccupation fondamentale, soulignant que la prise de décision responsable, la préservation de la confidentialité et les normes éthiques sont primordiales. Prévisiblement, les technologies qui incarnent ces principes seront favorisées dans le paysage mondial du développement de logiciels.

Par conséquent, nos experts en développement de logiciels ont étudié les tendances en cours et ont fait des prédictions concernant le paysage pour l’année à venir. Passons en revue ces prédictions concernant le développement de logiciels pour l’année 2024.

En 2024, le codage deviendra plus important que jamais. Les développeurs devront être conscients des dernières technologies et des mises à jour régulières pour rester à la pointe de l’industrie. Les technologies telles que le codage par blocs, le codage par glisser-déposer et le codage par balayage seront très populaires. Les développeurs devront également s’assurer que leurs applications sont conformes aux normes et aux réglementations en vigueur. La sécurité et la confidentialité des données seront une préoccupation majeure et les développeurs devront adopter des méthodes de codage sûres pour protéger les données des utilisateurs.

Les développeurs devront également s’assurer que leurs applications sont faciles à utiliser et à comprendre. Les technologies telles que l’intelligence artificielle et l’apprentissage automatique aideront les développeurs à créer des applications plus intuitives et plus conviviales. Les moteurs de recherche et les outils d’analyse seront également très importants pour aider les développeurs à comprendre comment leurs applications sont utilisées et comment elles peuvent être améliorées.

Enfin, il est important que les développeurs travaillent en étroite collaboration avec les autres membres de l’équipe pour s’assurer que tous les aspects du projet sont pris en compte. Les développeurs devront également être conscients des tendances technologiques actuelles et des nouvelles technologies qui peuvent améliorer leurs applications. Enfin, il est important que les développeurs travaillent en étroite collaboration avec les autres membres de l’équipe pour s’assurer que tous les aspects du projet sont pris en compte.

Source de l’article sur DZONE

Réduire les Hallucinations LLM

Réduire les Hallucinations LLM est une tâche difficile, mais pas impossible. Nous allons découvrir ensemble les moyens pour y parvenir.

LLM Hallucination : Les Effets de l’IA Générative

One approach to reducing AI hallucinations is to simplify the architecture of the model. This involves reducing the number of layers and neurons, as well as reducing the complexity of the activation functions. Additionally, regularization techniques such as dropout and weight decay can be used to reduce overfitting. 

L’hallucination LLM fait référence au phénomène où de grands modèles linguistiques tels que des chatbots ou des systèmes de vision informatique génèrent des sorties non sensées ou inexactes qui ne correspondent pas aux vrais modèles ou objets. Ces faux résultats de l’IA proviennent de divers facteurs. Le surajustement à des données d’entraînement limitées ou biaisées est un grand coupable. Une grande complexité du modèle contribue également, permettant à l’IA de percevoir des corrélations qui n’existent pas.

Les grandes entreprises qui développent des systèmes génératifs d’IA prennent des mesures pour résoudre le problème des hallucinations de l’IA, bien que certains experts pensent que l’élimination complète des faux résultats ne soit pas possible.

Une approche pour réduire les hallucinations de l’IA consiste à simplifier l’architecture du modèle. Cela implique de réduire le nombre de couches et de neurones, ainsi que la complexité des fonctions d’activation. De plus, des techniques de régularisation telles que le dropout et le déclin des poids peuvent être utilisées pour réduire le surajustement.

Source de l’article sur DZONE

SAP dévoile des nouvelles innovations en matière de développement d’applications d’IA générative et de capacités de bases de données vectorielles, et propose de nouvelles opportunités d’apprentissage pour les développeurs à l’ère de l’IA.

BANGALORE, Inde – Le 2 novembre 2023 – Lors de l’événement SAP TechEd 2023, SAP SE (NYSE : SAP) a présenté une gamme complète de fonctionnalités et d’avancées en matière d’IA générative permettant aux développeurs, quel que soit leur niveau de compétence, de dynamiser leurs activités à l’ère de l’IA.

« Le dynamisme du paysage technologique et commercial d’aujourd’hui signifie que chaque développeur doit être un développeur d’IA », a déclaré Juergen Mueller, Chief Technology Officer et membre du Board de SAP SE. « Les innovations que nous lançons à TechEd, qu’il s’agisse d’outils de pro-code infusés d’IA ou d’un portail unique pour créer des extensions et des applications génératives d’IA sur SAP Business Technology Platform (BTP), assurent aux développeurs qui sont au cœur de la révolution de l’IA, de disposer des ressources dont ils ont besoin, pour transformer le fonctionnement des entreprises. »

 

SAP Build Code : un nouveau logiciel low-code pour favoriser la coopération entre les experts-métier

Alors que les organisations cherchent à capitaliser sur l’IA générative, une collaboration efficace entre les développeurs professionnels et les développeurs citoyens est essentielle. C’est la raison pour laquelle SAP lance SAP Build Code, qui simplifie la coopération entre les experts-métier qui utilisent les solutions low-code de SAP Build lancées au TechEd 2022. Conçu spécifiquement pour les applications et l’écosystème SAP, SAP Build Code propose des outils de productivité alimentés par l’IA et est optimisé pour le développement en Java et JavaScript.

SAP Build Code s’appuie également sur la puissance du nouveau copilote d’IA générative de SAP : Joule – le seul copilote qui comprend réellement le langage business – pour augmenter davantage la productivité, en intégrant des capacités de génération de code pour la création de modèles de données, de logique d’application et de scripts de test.

De nouvelles fonctionnalités clés sur SAP HANA Cloud

Pour le fonctionnement optimal d’une IA, il est indispensable de disposer de données pertinentes. C’est pourquoi SAP HANA Cloud, qui continue d’être pionnier dans les innovations liées aux datas, ajoute de nouvelles fonctionnalités de base de données vectorielles à ses offres multi-modèles, et ce, sans coût supplémentaire. Les datastores vectoriels gèrent les données non structurées – texte, images ou audio – pour fournir une mémoire à long terme et un meilleur contexte aux modèles d’IA. Cela facilite la recherche et la récupération rapide d’objets similaires. Les utilisateurs peuvent par exemple rechercher des fournisseurs en fonction de la langue de leurs contrats, pour examiner l’historique des paiements et tracer les commandes individuelles. Ces nouvelles fonctionnalités de base de données vectorielles améliorent considérablement les interactions entre les grands modèles de langage et les données critiques d’une organisation. Cette innovation permet aux développeurs SAP d’être à l’avant-garde de la recherche de données radicalement nouvelles, dans un cadre sécurisé et privé, qui utilise des données clients spécifiques à l’industrie pour réduire les hallucinations.

AI Foundation pour disposer d’outils d’IA clés en main

AI Foundation, un nouveau portail unique permettant aux développeurs de créer des extensions et des applications alimentées par l’IA et l’IA générative sur SAP BTP, augmentera encore l’impact et l’efficacité des développeurs. AI Foundation comprend tout ce dont les développeurs ont besoin pour commencer à créer des outils d’IA clés en main sur SAP BTP – allant des services d’IA prêts à l’emploi et de l’accès aux meilleurs modèles de grands langages, aux capacités de bases de données vectorielles et à la gestion du cycle de vie et de l’exécution de l’IA.

Le lancement de nouvelles certifications sur le site d’apprentissage SAP

La course effrénée vers l’innovation dans la Tech a fait grimper la demande mondiale en développeurs qualifiés, et SAP augmente parallèlement ses opportunités d’apprentissage. Dans le cadre de son engagement à former deux millions de professionnels d’ici 2025 et à enrichir le contenu d’apprentissage gratuit sur l’IA déjà disponible, SAP a lancé aujourd’hui une nouvelle certification basée sur les rôles et des ressources d’apprentissage gratuites pour les développeurs back-end qui utilisent le modèle de développement ABAP Cloud. Les deux nouvelles ressources d’apprentissage regroupant les outils de développement ABAP sur SAP BTP et SAP S/4HANA sont disponibles sur le site SAP Learning. Elles sont conçues pour une transformation des entreprises agile et conforme au cloud, fournissant aux développeurs les compétences nécessaires pour créer des applications prêtes pour le cloud et alignées sur la stratégie de base propre de SAP.

SAP a rejoint le programme d’affiliation d’entreprise de l’Institut de Stanford pour l’IA centrée sur l’homme (HAI). Les chercheurs et ingénieurs de SAP collaboreront avec la communauté académique de Stanford, y compris le corps professoral de recherche et les étudiants, sur les synergies entre l’IA générative et le monde des affaires

Pour plus de détails sur toutes les annonces faites au SAP TechEd 2023, veuillez visiter notre guide d’actualités ici.

Retrouvez les actualités SAP. Suivez SAP sur @SAPNews.

***

 

 

 

A propos de SAP en France

La stratégie de SAP est d’aider chaque organisation à fonctionner en « entreprise intelligente » et durable. En tant que leader du marché des logiciels d’application d’entreprise, nous aidons les entreprises de toutes tailles et de tous secteurs à opérer au mieux : 87 % du commerce mondial total est généré par nos clients. Nos technologies de Machine Learning, d’Internet des objets (IoT) et d’analyse avancée aident nos clients à transformer leurs activités en « entreprises intelligentes ». SAP permet aux personnes et aux organisations d’avoir une vision approfondie de leur business et favorise la collaboration pour qu’ils puissent garder une longueur d’avance sur leurs concurrents. Nous simplifions la technologie afin que les entreprises puissent utiliser nos logiciels comme elles le souhaitent, sans interruption. Notre suite d’applications et de services end-to-end permet aux clients privés et publics de 25 secteurs d’activité dans le monde entier, de fonctionner de manière rentable, de s’adapter en permanence et de faire la différence. Grâce à un réseau mondial de clients, de partenaires, d’employés et de leaders d’opinion, SAP aide le monde à mieux fonctionner et à améliorer la vie de chacun.

Pour plus d’informations, visitez le site www.sap.com.

Contact presse – Sylvie Léchevin – sylvie.lechevin@sap.com – sap@the-arcane.com

 

# # #

This document contains forward-looking statements, which are predictions, projections, or other statements about future events. These statements are based on current expectations, forecasts, and assumptions that are subject to risks and uncertainties that could cause actual results and outcomes to materially differ. Additional information regarding these risks and uncertainties may be found in our filings with the Securities and Exchange Commission, including but not limited to the risk factors section of SAP’s 2022 Annual Report on Form 20-F.

© 2023 SAP SE. All rights reserved.
SAP and other SAP products and services mentioned herein as well as their respective logos are trademarks or registered trademarks of SAP SE in Germany and other countries. Please see https://www.sap.com/copyright for additional trademark information and notices.

The post À l’occasion du SAP TechEd 2023, SAP fait de chaque développeur un développeur d’IA générative appeared first on SAP France News.

Source de l’article sur sap.com

Comment se démarquer lors d'entretiens comportementaux en ingénierie

Pour se démarquer lors d’un entretien comportemental en ingénierie, il est important de se préparer et de montrer ses compétences. Faites une bonne impression et démontrez vos capacités !

## Comment utiliser le format STAR pour répondre aux questions comportementales

Après avoir mené des entretiens avec des centaines d’ingénieurs et de gestionnaires d’ingénierie chez Meta, Twitter et d’autres entreprises, j’ai remarqué des modèles communs dans la façon dont les candidats abordaient les questions d’entretien comportemental. Alors que de nombreux candidats se sont bien débrouillés sur le plan technique, ils ont souvent eu du mal à articuler leur travail, leurs réalisations et leurs défis lors d’un entretien, ce qui a entraîné des refus.

Cet article aborde les conseils pour utiliser efficacement le format STAR largement connu pour répondre aux questions comportementales. Il aborde les pièges courants et fournit des exemples illustratifs pour aider les candidats à comprendre comment utiliser le format STAR pour communiquer clairement et se démarquer. C’est le cadre qui m’a aidé à passer avec succès des entretiens de direction technique chez Databricks, Twitter, Airbnb, Plaid, Notion, Uber et d’autres entreprises.

Le format STAR est une méthode très utile pour répondre aux questions comportementales lors des entretiens. Il permet aux candidats de structurer leurs réponses et de fournir des informations complètes et précises. La méthode STAR est basée sur quatre étapes : Situation, Tâche, Action et Résultat. Chaque étape est essentielle pour répondre à une question comportementale et fournir une réponse complète.

Lorsque vous répondez à une question comportementale en utilisant la méthode STAR, vous devez commencer par décrire la situation ou le contexte dans lequel vous avez travaillé. Vous devez ensuite expliquer la tâche à laquelle vous avez été confronté et comment vous l’avez abordée. Ensuite, vous devez expliquer les actions que vous avez prises pour résoudre le problème. Enfin, vous devez expliquer les résultats obtenus grâce à votre travail. Il est important de se rappeler que les résultats doivent être quantifiables et mesurables.

Par exemple, si un recruteur vous demande comment vous avez contribué à améliorer la base de données d’une entreprise, vous pouvez utiliser la méthode STAR pour répondre à cette question. Vous pouvez commencer par expliquer la situation : «J’ai été embauché par une entreprise pour améliorer sa base de données.» Vous pouvez ensuite expliquer la tâche : «Ma tâche consistait à analyser la base de données existante et à identifier les lacunes.» Ensuite, vous pouvez expliquer les actions que vous avez prises : «J’ai analysé la base de données et j’ai identifié plusieurs lacunes. J’ai ensuite mis en œuvre des modifications pour améliorer la qualité et la performance de la base de données.» Enfin, vous pouvez expliquer les résultats obtenus : «Grâce à mes modifications, la base de données a été améliorée de 10 % en termes de qualité et de performance.»

En conclusion, l’utilisation du format STAR est un excellent moyen pour les candidats de structurer leurs réponses aux questions comportementales lors des entretiens. Il permet aux candidats de communiquer clairement leurs réalisations et leurs

Source de l’article sur DZONE

Applications AI génératives avec Amazon Bedrock : démarrage pour les développeurs Go

Les développeurs Go peuvent désormais facilement démarrer avec les applications AI génératives d’Amazon Bedrock. Découvrez comment tirer parti de ces outils puissants !

## Guide introductif pour les développeurs Go qui veulent se lancer dans la création d’applications d’IA générative avec Amazon Bedrock

  • Creating an Amazon Bedrock account
  • Setting up the AWS Go SDK
  • Testing the API
  • Building a Generative AI application
  • Cet article est un guide introductif pour les développeurs Go qui souhaitent se lancer dans la création d’applications d’intelligence générative à l’aide d’Amazon Bedrock, un service entièrement géré qui rend les modèles de base d’Amazon et des fournisseurs de modèles tiers accessibles via une API.

    Nous utiliserons le SDK Go AWS pour Amazon Bedrock et nous aborderons les sujets suivants au fur et à mesure :

    • Créer un compte Amazon Bedrock
    • Configurer le SDK Go AWS
    • Tester l’API
    • Construire une application d’intelligence générative
    • Pour commencer, vous devez créer un compte Amazon Bedrock. Vous pouvez le faire en vous connectant à votre compte Amazon et en recherchant « Amazon Bedrock » dans la barre de recherche. Une fois que vous avez trouvé le service, vous pouvez cliquer sur « Créer un compte » et suivre les instructions pour créer votre compte.

      Une fois que vous avez créé votre compte, vous devez configurer le SDK Go AWS pour pouvoir accéder aux API Amazon Bedrock. Pour ce faire, vous devez télécharger le SDK Go AWS et l’installer sur votre ordinateur. Une fois que vous avez installé le SDK, vous devez configurer les variables d’environnement afin que le SDK puisse se connecter à votre compte Amazon Bedrock.

      Une fois que vous avez configuré le SDK Go AWS, vous pouvez commencer à tester l’API Amazon Bedrock. Vous pouvez le faire en écrivant des requêtes HTTP pour interroger l’API et en analysant les réponses que vous obtenez. Cela vous permettra de voir comment l’API réagit à différentes requêtes et de vérifier si elle fonctionne correctement.

      Source de l’article sur DZONE

      Former des données avec ChatGPT : Guide pour développeurs

      Apprenez à former des données avec ChatGPT et découvrez comment les développeurs peuvent tirer le meilleur parti de cette technologie puissante !

      ## Le lancement de ChatGPT par OpenAI a été transformateur pour l’intelligence conversationnelle AI. Impressionnant hors de la boîte, les capacités de ChatGPT sont intrinsèquement limitées par ses données d’entraînement fixes de 2021. Pour les développeurs de logiciels et les entreprises technologiques, l’entraînement de ChatGPT sur des jeux de données personnalisés est essentiel pour créer des assistants IA personnalisés qui évoluent avec votre entreprise.

      Dans ce guide complet, nous explorerons les meilleures pratiques pour les équipes de logiciels afin de former des modèles ChatGPT personnalisés à l’aide de techniques telles que le réglage fin et la lecture interactive MEMWALKER.

      Testing is a critical part of training ChatGPT models. It’s important to evaluate the performance of your model against a test dataset to ensure that it’s accurately predicting the desired output. Testing also helps identify any potential issues with the model, such as overfitting or underfitting. To get the most out of testing, it’s important to use a variety of metrics, such as accuracy, precision, recall, and F1 score.

      Le lancement de ChatGPT par OpenAI a été transformateur pour l’intelligence conversationnelle IA. Impressionnant à l’état brut, les capacités de ChatGPT sont intrinsèquement limitées par ses données d’entraînement fixes de 2021. Pour les développeurs de logiciels et les entreprises technologiques, l’entraînement de ChatGPT sur des ensembles de données personnalisés est essentiel pour créer des assistants IA adaptés à votre entreprise.

      Dans ce guide complet, nous explorerons les meilleures pratiques pour les équipes de logiciels afin de former des modèles ChatGPT personnalisés à l’aide de techniques telles que le réglage fin et la lecture interactive MEMWALKER.

      Le test est une étape essentielle de l’entraînement des modèles ChatGPT. Il est important d’évaluer les performances de votre modèle sur un jeu de données de test pour s’assurer qu’il prédit correctement la sortie souhaitée. Les tests permettent également d’identifier tout problème potentiel avec le modèle, tel que le surapprentissage ou le sous-apprentissage. Pour tirer le meilleur parti des tests, il est important d’utiliser une variété de métriques, telles que la précision, la précision, le rappel et le score F1.

      Source de l’article sur DZONE

      Développement Dirigé par l'Observabilité pour LLMs

      Le développement dirigé par l’observabilité (DDO) est une approche innovante pour améliorer le développement et le déploiement des logiciels à base de microservices et de logiciels légers (LLMs).

      Notre industrie est à ses débuts d’une explosion dans le logiciel utilisant les MLM, ainsi qu’une (séparée, mais liée) révolution dans la façon dont les ingénieurs écrivent et exécutent du code, grâce à l’intelligence générative.

      Data is the key to unlocking the potential of this new world. Without data, LLMs and generative AI are nothing more than empty promises. Data is the fuel that powers the engine of ML-driven software development. It is the lifeblood of our industry, and it is essential that we understand how to use it effectively.

      Nous sommes à l’aube d’une explosion du logiciel utilisant des modèles d’apprentissage automatique (MLM) et d’une révolution de la façon dont les ingénieurs écrivent et exécutent le code, grâce à l’intelligence artificielle générative.

      De nombreux ingénieurs logiciels rencontrent pour la première fois les MLM, tandis que de nombreux ingénieurs en apprentissage automatique sont directement exposés pour la première fois aux systèmes de production. Ces deux types d’ingénieurs se retrouvent plongés dans un nouveau monde déroutant – un monde où un problème de production particulier qu’ils ont peut-être rencontré occasionnellement dans leur carrière est maintenant au centre de l’attention.

      Les données sont la clé pour déverrouiller le potentiel de ce nouveau monde. Sans données, les MLM et l’intelligence artificielle générative ne sont rien de plus que des promesses vides. Les données sont le carburant qui alimente le moteur du développement logiciel basé sur l’apprentissage automatique. C’est le sang vital de notre industrie et il est essentiel que nous comprenions comment l’utiliser efficacement.

      Source de l’article sur DZONE

      Les pièges de l'utilisation de l'IA générale en développement logiciel : un cas pour une approche centrée sur l'humain.

      Les développeurs logiciels sont confrontés aux risques liés à l’utilisation de l’intelligence artificielle générale. Une approche centrée sur l’humain est nécessaire pour éviter ces pièges.

      ## Avec le développement de l’intelligence artificielle générale, elle prend également sa place dans les emplois qui nécessitent des connaissances intellectuelles et de la créativité.

      The primary challenge is testing. Testing is a critical step in the software development process, as it ensures that the code is functioning correctly and that the system is performing as expected. However, when it comes to General AI-based systems, testing can be a daunting task. This is because the system’s behavior is not predetermined, but rather determined by its own internal logic and learning algorithms. As such, it is difficult to anticipate how the system will behave in a given situation, making it difficult to test for potential bugs and errors.

      Avec le développement de l’intelligence artificielle générale, elle prend également sa place dans les emplois qui nécessitent des connaissances intellectuelles et de la créativité. Dans le domaine du développement logiciel, l’idée d’utiliser les capacités cognitives de l’IA générale a suscité un intérêt considérable. L’idée d’un logiciel qui peut penser, apprendre et s’adapter comme un programmeur humain est séduisante et promet de rationaliser les processus de développement et de potentiellement révolutionner l’industrie. Cependant, sous le charme de surface se trouve un défi important : la difficulté de modifier les systèmes basés sur l’IA générale une fois qu’ils sont déployés.

      L’IA générale, également connue sous le nom d’intelligence artificielle générale (AGI), incarne le concept des machines possédant une intelligence et une adaptabilité humaines. Dans le monde du développement logiciel, elle a le potentiel d’automatiser une multitude de tâches, allant du codage au débogage. Néanmoins, à mesure que nous plongeons dans les promesses et les périls de l’intégration de l’IA générale dans le processus de développement logiciel, une série de préoccupations et de défis critiques se présentent.

      Le défi principal est le test. Le test est une étape essentielle du processus de développement logiciel, car il garantit que le code fonctionne correctement et que le système se comporte comme prévu. Cependant, lorsqu’il s’agit des systèmes basés sur l’IA générale, le test peut être une tâche redoutable. Cela est dû au fait que le comportement du système n’est pas prédéterminé, mais déterminé par sa propre logique interne et ses algorithmes d’apprentissage. Par conséquent, il est difficile de prévoir comment le système se comportera dans une situation donnée, ce qui rend difficile le test des bogues et des erreurs potentiels.

      Source de l’article sur DZONE

      Directement intégré aux solutions qui alimentent les processus les plus critiques,

      Joule est un copilote qui comprend vraiment l’entreprise.

       

      WALLDORF, Allemagne – le 26 septembre 2023 — SAP SE (NYSE: SAP) a présenté aujourd’hui Joule, un copilote d’intelligence artificielle générative en langage naturel, destiné à transformer la manière dont les entreprises fonctionnent. Joule sera intégré à l’ensemble du portefeuille d’entreprises ayant choisi les solutions cloud de SAP, qui fournissent des informations proactives et contextualisées, issues de l’ensemble de la gamme de solutions SAP, ainsi que de sources tierces. En triant et en contextualisant rapidement des réseaux complexes de données d’entreprises cloisonnées, le nouvel assistant est en mesure de proposer des aperçus complets. Grâce à l’IA générative, Joule améliore la productivité en entreprise et favorise l’atteinte de meilleurs résultats commerciaux, de manière sécurisée et en conformité avec les règlementations. Joule s’inscrit dans la lignée des innovations révolutionnaires de SAP, faisant ses preuves avec des résultats concrets.

       

      Joule : une intégration dans l’écosystème de solutions SAP

       

      Avec près de 300 millions d’utilisateurs professionnels dans le monde entier qui travaillent régulièrement avec les solutions cloud de SAP, Joule a le pouvoir de redéfinir la manière dont les entreprises – et leurs employés – travaillent“, déclare Christian Klein, PDG et membre du conseil exécutif de SAP SE. “Joule s’appuie sur la position unique de SAP, au carrefour des écosystèmes de l’entreprise et de la technologie, et repose sur l’approche pertinente, fiable et responsable de l’IA métier que nous avons initiée pour continuer à aider nos clients à résoudre leurs problèmes les plus urgents. Joule comprendra ce que vous voulez dire, pas seulement ce que vous dites.”

       

      Joule sera intégré aux applications SAP, de la gestion des Ressources Humaines à la Finance, en passant par la Supply Chain, les Achats et la User Expérience, ainsi qu’à la plateforme technologique commerciale de SAP.

       

      La capacité de s’adapter à une multitude de cas concrets

       

      Le fonctionnement est simple : les employés posent les questions qu’ils souhaitent ou exposent un problème à résoudre, en langage clair, et reçoivent des réponses intelligentes tirées des données commerciales, de textes, d’images et d’informations provenant de l’ensemble du portefeuille de solutions SAP, ainsi que de sources tierces.

       

      Imaginez, par exemple, un fabricant demander à Joule de l’aider à mieux comprendre les performances de ventes en magasin : en se connectant à un ensemble de données, Joule est capable de détecter un problème dans la chaîne d’approvisionnement et de proposer des solutions. Joule proposera continuellement et au fil du temps de nouveaux scénarios de plus en plus élaborés, et pour toutes les solutions. Pour les Ressources Humaines, par exemple, il aidera à rédiger des fiches de poste conformes et à générer des questions pertinentes pour les entretiens.

       

      « À mesure que l’IA générative dépasse l’engouement initial, le travail visant à garantir un retour sur investissement mesurable commence », précise Phil Carter, vice-président du Groupe, Worldwide Thought Leadership Research, IDC. « SAP a compris que l’IA générative finira par faire partie intégrante de la vie courante et professionnelle de chacun d’entre-nous, et a pris le temps de construire un copilote business qui se concentre sur la réponse à des problématiques du monde réel. Par ailleurs, le Groupe a accordé une importance particulière à la mise en place de garde-fous nécessaires pour garantir la responsabilité des choix de Joule. »

       

      Un déploiement progressif prévu à partir du mois de novembre

       

      Joule sera disponible avant la fin de l’année avec les solutions SAP SuccessFactors et SAP Start, puis avec SAP S/4HANA Public Cloud Edition en début d’année prochaine. SAP Customer Experience, les solutions SAP Ariba et la plateforme technologique commerciale de SAP suivront avec de nombreuses autres mises à jour à venir dans l’ensemble du portefeuille de SAP, qui seront annoncées lors de SAP SuccessConnect du 2 au 4 octobre, SAP Spend Connect Live du 9 au 11 octobre, SAP Customer Experience Live du 25 octobre, et SAP TechEd du 2 au 3 novembre.

       

      Joule s’appuie sur les offres Business AI existantes de SAP alors que plus de 26 000 clients cloud SAP ont maintenant accès à SAP Business AI. La stratégie globale de SAP visant à construire un écosystème d’IA d’avenir comprend des investissements directs, comme ceux annoncés en juillet avec Aleph Alpha, Anthropic et Cohere, ainsi que des partenariats avec des tiers, notamment ceux avec Microsoft, Google Cloud et IBM annoncés en mai 2023. Sapphire Ventures LLC, une société mondiale de capital-risque en logiciels soutenue par SAP, consacre plus d’un milliard de dollars au financement de start-ups technologiques d’entreprise alimentées par l’IA.

       

      À propos de SAP

      La stratégie de SAP est d’aider chaque organisation à fonctionner en « entreprise intelligente » et durable. En tant que leader du marché des logiciels d’application d’entreprise, nous aidons les entreprises de toutes tailles et de tous secteurs à opérer au mieux : 87 % du commerce mondial total est généré par nos clients. Nos technologies de Machine Learning, d’Internet des objets (IoT) et d’analyse avancée aident nos clients à transformer leurs activités en « entreprises intelligentes ». SAP permet aux personnes et aux organisations d’avoir une vision approfondie de leur business et favorise la collaboration pour qu’ils puissent garder une longueur d’avance sur leurs concurrents. Nous simplifions la technologie afin que les entreprises puissent utiliser nos logiciels comme elles le souhaitent, sans interruption. Notre suite d’applications et de services end-to-end permet aux clients privés et publics de 25 secteurs d’activité dans le monde entier, de fonctionner de manière rentable, de s’adapter en permanence et de faire la différence. Grâce à un réseau mondial de clients, de partenaires, d’employés et de leaders d’opinion, SAP aide le monde à mieux fonctionner et à améliorer la vie de chacun.

       

      Pour plus d’informations, visitez le site www.sap.com. 

       

      Contact presse : sylvie.lechevin@sap.com | sap@the-arcane.com

      The post SAP annonce son nouvel assistant d’IA générative : Joule. appeared first on SAP France News.

      Source de l’article sur sap.com