À la découverte de l’Assistant IA d’Adobe Experience Platform
Principes de fonctionnement de l’Assistant IA
L’Assistant IA associe des composants génératifs et non génératifs pour exploiter le potentiel des données (provenant aussi bien d’Adobe que de la clientèle) dans Adobe Experience Platform, dans le respect des autorisations utilisateur et des contrôles d’accès. En voici trois composantes clés :
Interface de l’Assistant IA
Les interactions avec l’Assistant IA s’effectuent par le biais d’ un prompt. Cet outil est capable d’interpréter le langage naturel et d’interagir avec un service de gestion des dialogues qui aide d’autres modèles à fournir des réponses spontanées et intéressantes. Il peut reforrmuler une question donnée en fonction du contexte de la conversation et identifier le type de la demande formulée pour lui apporter une réponse pertinente.
Modèles d’expérience générative
L’Assistant IA utilise un ensemble de modèles d’expérience conçus pour prendre en compte le contexte de chacun de ses cas d’usage spécifiques et au besoin, permettre de parcourir rapidement les données.
Si ces modèles d’expérience générative sont si performants, c’est parce qu’ils s’articulent autour de trois dimensions principales :
- Les modèles de base sont des modèles déterminants pour l’Assistant IA, qui s’appliquent à l’ensemble de la clientèle. Ils se composent de grands modèles de langage (LLM, Large Language Model), de modèles linguistiques et de modèles de langage préentraînés pour des tâches spécifiques, capables de comprendre le langage naturel utilisé dans les prompts. Étant donné que ces modèles de base sont fondés sur les données Adobe, il est possible d’adresser des questions ouvertes à l’Assistant IA et d’obtenir en retour des instructions et des insights qui permettent d’avancer dans la réalisation de tâches et de répondre aux interrogations susceptibles de se poser lors de l’utilisation des applications Adobe.
- Les modèles personnalisés complètent les modèles de base et reposent sur des données client afin de procurer à l’Assistant IA un contexte spécifique à la cliente ou au client. Il est ainsi possible de répondre aux questions concernant ses données, de mettre au jour des insights tirés des données et de dégager des tendances. Les modèles personnalisés permettent également d’alimenter des cas d’usage à caractère prédictif, comme la réalisation de prévisions et la formulation de recommandations utiles à l’activité d’un client ou d’une cliente. Dans la mesure où ces modèles personnalisés se nourrissent de données client, ils ne seront pas partagés à l’extérieur de l’entreprise concernée, et le contrôle d’accès basé sur les rôles restreint les éléments accessibles à chaque personne.
- Les services décisionnels se superposent aux modèles et aux données afin d’éclairer l’Assistant IA sur ce qu’il doit fournir à l’utilisateur ou à l’utilisatrice d’après le contexte actuel et historique. Il peut s’agir d’une marche à suivre, de recommandations ou d’une réponse à des questions posées antérieurement, ce qui rend la conversation multitour par nature. Par exemple, si la cliente ou le client pose une question concernant une règle de fusion, l’Assistant IA peut recommander à l’utilisateur ou à l’utilisatrice de demander combien de segments sont associés à cette règle de fusion.
L’Assistant IA se nourrit de données.
Les données sont l’ingrédient indispensable à la génération d’interactions et d’insights personnalisés. Nous avons donc créé Adobe Experience Platform afin de décloisonner les données, à l’échelle des ressources digitales et de l’entreprise, pour créer des profils client unifiés.
Adobe Experience Platform constitue le socle à partir duquel l’Assistant IA puise les éléments d’information lui permettant de se forger une vue complète de l’activité. L’Assistant IA se base sur les données Adobe, notamment notre documentation produit, les forums de notre communauté et nos guides sur les cas d’usage ou sectoriels. Cet outil se fonde également sur les données d’entreprise de la clientèle et sur les métadonnées stockées au sein d’Adobe Experience Platform.
Les modèles d’expérience générative sont capables d’interroger ces magasins de données et de générer des contenus utilisés en réponse à une question. Les données peuvent rester structurées, préjointes et indexées dans des bases de connaissances propres à la clientèle. Ce faisant, les modèles de langage peuvent interagir avec elles à l’infini.
La confiance avant tout
La confiance, la gouvernance et la gérance des données client adaptées aux exigences de l’entreprise s’inscrivent au cœur de l’Assistant IA, qui a été développé dans cette optique. L’architecture des modèles d’expérience générative permet à Adobe de veiller au respect des principes suivants :
- Les données de la clientèle sont toujours en sécurité. Les modèles développés à partir de ces informations sont personnalisés pour chaque membre de la clientèle, interdisant toute fuite de données de l’un à l’autre.
- Aucun grand modèle de langage (LLM) n’est entraîné ni affiné sur des interactions ou données client. La connexion aux LLM est d’ailleurs désactivée pour plus de sûreté.
- Une série de filtres sont appliqués aux séquences prompt-réponse pour veiller à ce que la conversation ne présente aucun risque. Nous mobilisons un service de filtrage de contenu de LLM tiers pour modérer le contenu sensible ou dangereux. Nous avons également mis au point d’autres filtres pour exclure les informations nominatives et filtrer les données confidentielles. Seules les réponses validées par ce double système sont transmises à la personne.
- Aucune source tierce n’est utilisée pour renvoyer des réponses à la clientèle.
- Des couches de vérifiabilité adéquates sont associées à chaque réponse apportée par l’Assistant IA.
- Toutes les fonctionnalités d’IA générative d’Adobe sont soumises à notre processus de gouvernance de l’IA et respectent notre éthique de l’IA.
Dans le cadre de ses modèles d’expérience générative, Adobe a mis au point une série de modèles qui facilitent la classification des intentions, l’emploi d’expressions en langage naturel pour l’interrogation et de citations, etc. Il s’agit de modèles internes à l’écosystème Adobe en vertu desquels les contrôles améliorent continuellement l’exactitude des réponses. Ils permettent de surcroît à Adobe de faire preuve d’une grande transparence sur son architecture interne tout en tenant sa clientèle informée.
En quoi l’Assistant IA peut-il vous être utile ?
L’Assistant IA a pour but de vous faciliter la tâche et de vous aider à gagner en productivité et ce, que vous commenciez tout juste à vous familiariser avec les applications basées sur Experience Platform ou que vous soyez un ou une spécialiste cherchant à simplifier ses workflows pour obtenir de meilleurs résultats. Voici quelques pistes qui vous aideront à mieux comprendre comment booster l’efficacité de vos équipes grâce à l’Assistant IA.
Équipes en charge des campagnes et du marketing revendeur
L’Assistant IA aide les responsables marketing à se faire très vite une idée précise des outils et fonctionnalités disponibles dans l’application utilisée pour améliorer la qualité de leur travail. Il peut également les aider à lancer plus vite le processus de création et à accélérer la réalisation de campagnes ainsi que la génération et la publication de contenu.
Prenons l’exemple d’un responsable de campagne utilisant Real-Time CDP depuis peu et ne sachant pas comment s’y prendre pour activer une audience. Il lui suffit de poser à l’Assistant IA une question du type « Quelle est la procédure à suivre pour activer une audience ? », et l’Assistant IA lui apportera une réponse personnalisée basée sur la documentation Adobe.
Équipes en charge des opérations marketing
Les équipes en charge des opérations marketing passent énormément de temps à mesurer les performances de leurs campagnes, mais aussi à apprendre à configurer les parcours, segments et audiences au sein de leurs workflows. L’Assistant IA leur simplifie la tâche en leur permettant d’accéder rapidement à un référentiel centralisé pour obtenir des réponses à leurs questions sur leurs workflows marketing. Les équipes en charge des opérations sont ainsi en mesure de résoudre plus rapidement leurs problèmes grâce aux insights mis au jour et d’obtenir des instructions sur les produits leur permettant de sortir de l’impasse face à des concepts méconnus.
Prenons le cas d’un analyste en opérations marketing ayant besoin de savoir si, parmi les audiences créées, certaines ne sont pas utilisées ou s’il en existe avec des définitions en double. Plutôt que de devoir attendre l’aide d’un ou d’une spécialiste des données, cet analyste peut tout simplement demander à l’Assistant IA de lui dresser la liste des audiences en question. L’Assistant IA permet également de visualiser les réponses aux questions relatives aux insights.
Équipes IT et en charge des données
L’Assistant IA contribue à simplifier les tâches récurrentes et à accélérer l’exploration de données et la mise au jour d’insights capables d’éclairer et d’augmenter la précision de processus tels que l’administration du pipeline, la gestion de l’intégrité des données et l’analyse de l’impact sur le lignage des données.
Supposons, par exemple, qu’une data engineer cherche à comprendre le lignage de ses données et ait besoin, à cet effet, d’un graphique lui indiquant l’endroit où un champ bien précis est utilisé. Elle peut demander à l’Assistant IA de lui fournir une liste de segments, schémas et destinations où se retrouve ce champ de données particulier. Elle pourra même accéder à la requête source à partir de laquelle l’Assistant IA génèrera sa réponse.
À quoi faut-il s’attendre et comment l’Assistant IA évoluera-t-il ?
Adobe s’attache à mettre la puissance de l’Assistant IA au service d’un ensemble de cas d’usage bien plus nombreux et variés que ceux exposés ici. Les cas d’usage déjà connus ou qui se profilent sont essentiellement axés sur la connaissance des produits et les instructions s’y rapportant, le dépannage, la génération de contenu et l’aide. Dans un futur proche, l’Assistant IA sera en mesure d’exécuter des tâches d’automatisation des workflows basées sur les objectifs, mettant au jour des analyses prédictives et des recommandations qui contribueront à optimiser les résultats.
Découvrez plus en détail ce que l’Assistant IA peut apporter à votre entreprise.
Senior Product Marketing Manager en charge d’Adobe Experience Platform, Akintunde Ajayi œuvre à la mise sur le marché des fonctionnalités innovantes d’Experience Platform ainsi qu’à la promotion et l’adoption des offres Adobe centrées sur l’interaction et les insights personnalisés. Fort de plus de 14 années d’expérience dans le conseil, l’intégration système et le marketing produit, Akin a rejoint Adobe en 2019 après avoir obtenu son MBA à la Kellogg School of Management de la Northwestern University. Ce mari dévoué, père d’un enfant, est aussi un fan inconditionnel du club de football Liverpool FC et de l’équipe de basket des Utah Jazz.
Director of Product Management pour Adobe Experience Platform, Horia Galatanu est spécialisé dans l’élaboration de fonctionnalités dans les domaines de l’intelligence artificielle et du machine learning, des données et de l’expérimentation. Depuis son entrée chez Adobe en 2007, Horia a participé à de multiples projets, notamment Adobe Primetime, Adobe Campaign et Adobe Journey Optimizer. Horia, qui réside dans la baie de San Francisco avec sa famille, aime la randonnée et la photographie et adore regarder les matchs d’Arsenal FC.
Recommandé pour vous
https://business.adobe.com/fragments/resources/cards/thank-you-collections/generic
