Placez la barre très haut !
Un matin, une dirigeante débordée arrive au bureau en courant. Sans prévenir, elle demande à son assistant « ces slides », se précipite dans son bureau et claque la porte. Mais attendez, se dit l’assistant, quels slides ? ;
Sa patronne ne lui a pas dit exactement ce qu’elle cherchait, mais, en bon assistant, il devrait avoir une idée de ce qu’elle peut vouloir, même sans contexte. S’il n’arrive pas à deviner de quelle présentation elle parlait, il devrait au moins être capable de proposer une poignée de possibilités.
Il commence à réfléchir. Veut-elle les slides pour l’une des réunions auxquelles elle participe aujourd’hui ? Il consulte son agenda. À 11 h, elle a sa réunion mensuelle avec l’équipe Recherche et Développement, et le directeur R& ;D va présenter des slides. C’est possible. À 13 h, elle a une réunion avec des investisseurs, pour laquelle elle aura besoin du pitch deck. C’est un candidat plausible. Mais elle a aussi une réunion commerciale plus tard dans l’après-midi, et elle a collaboré avec sa cheffe de produit sur une présentation de vente. Cela pourrait être ça aussi. Avec tout ce qu’il sait du contexte et des besoins de sa patronne, il arrive à identifier quelques possibilités raisonnables pour ce que pouvaient être « ces slides ».
C’est simplement une journée ordinaire dans la vie d’un bon assistant « humain ». Il doit connaître la vie professionnelle de sa patronne, ses préférences et sa manière de formuler ses demandes. On attend aussi de lui qu’il comprenne des requêtes mal formulées et qu’il anticipe des besoins avant même qu’ils ne soient explicitement exprimés.
Alors, si nous exigeons déjà ce niveau de performance des assistants humains, pourquoi nos attentes envers un assistant de travail basé sur l’IA devraient-elles être inférieures ? Au contraire, la capacité d’un assistant humain à anticiper les besoins de sa patronne a des limites — des limites auxquelles les assistants IA ne sont pas nécessairement soumis.
Un assistant humain, par exemple, ne saura pas que sa patronne a regardé hier soir une présentation d’onboarding pour des ingénieurs nouvellement recrutés, et qu’elle cherche maintenant les slides de cette présentation. Ni que, plus tôt ce matin, dans un message Slack privé, elle a promis à une collègue de relire ses slides, et que cette collègue vient justement de les lui partager. Les avancées récentes autour de BERT (Bidirectional Encoder Representations from Transformers) et d’autres technologies de deep learning permettent de comprendre le contenu des messages Slack et des documents à un niveau où les assistants IA commencent à afficher des capacités surhumaines. Ce n’est pas seulement un objectif futuriste : des entreprises comme Glean le font dès maintenant.
Un assistant personnel pour chaque personne de l’entreprise
L’IA peut fournir un assistant personnel non seulement aux dirigeants d’une entreprise, mais à chaque employé, quel que soit son rôle. Si une designer au bureau de Palo Alto et un ingénieur au bureau de Bangalore demandent au système, au même moment, de leur montrer « ces slides », l’IA doit comprendre suffisamment le contexte de ces deux requêtes pour présenter à chacun un jeu de slides pertinent pour lui.
Les situations où la personnalisation change vraiment la donne ne manquent pas. Imaginons que vous soyez une nouvelle recrue dans une entreprise. Quand vous demandez à votre assistant IA de travail de vous aider pour « l’onboarding », vous attendez qu’il comprenne que vous occupez un rôle précis au sein d’une équipe précise, dans un département précis. Vous voulez qu’il vous trouve des documents adaptés à votre situation. En tant qu’ingénieur, vous pourriez avoir accès à des documents d’onboarding de plusieurs équipes d’ingénierie. Vous pourriez même avoir accès à des documents d’onboarding d’autres départements, comme le produit et le commercial. Mais il ne serait pas approprié que l’assistant vous présente une sélection aléatoire de tous les documents d’onboarding auxquels vous avez accès. Il doit faire preuve d’un jugement raisonnable pour vous montrer ce dont vous avez réellement besoin. En même temps, il doit être assez intelligent pour comprendre votre intention si vous demandez plutôt « des documents d’onboarding sales ».
Les grandes entreprises, avec des bureaux dans le monde entier, posent des défis et offrent des opportunités uniques en matière de personnalisation. Un employé du bureau en Irlande peut rechercher « avantages sociaux » et s’attendre à trouver des documents et des informations complètement différents de ceux attendus par un employé du bureau de Pékin. De même, un employé aux États-Unis recherchant un « calendrier des jours fériés » s’attendra à voir remonter en priorité des documents liés aux jours fériés nord-américains, plutôt que ceux d’autres régions.
Personne ne fait le même travail, n’a les mêmes besoins, ni ne découvre les mêmes ressources au même moment : un assistant IA de travail incapable d’adapter son comportement aux besoins de chaque utilisateur est donc hors de question. Même pour un seul utilisateur, les interactions avec un assistant sont amenées à évoluer dans le temps. Si vous revenez d’une semaine de vacances et que vous demandez à l’assistant ce que vous avez manqué, la réponse doit être personnalisée — non seulement pour vous, mais pour vous et votre retour de ces vacances-là, à ce moment précis.
La personnalisation ne peut donc pas être un simple ajout dans la conception d’un assistant IA de travail. Elle doit être un composant central du système. Chez Glean, nous avons intégré cette idée dès le départ et nous avons constaté qu’elle était la clé pour fournir à nos utilisateurs les résultats les plus pertinents.
