FELIX, une approche de Crédit Agricole Technologies et Services pragmatique pour démystifier l’IA générative

Entre opportunité pour certains et source de préoccupations pour d’autres, l’IA générative suscite un véritable débat. À l’heure actuelle, plus de 70 % des jeunes salariés d’entreprises utilisent des outils d’IA générative dans leur environnement professionnel^*. Fort de ce constat, il était nécessaire de définir un cadre pour son utilisation.

Pour tirer parti des bénéfices offerts par une telle technologie, les Caisses régionales ont opté pour une approche pragmatique, fondée sur l’expérimentation concrète, appelée FELIX, acronyme de Facilite l’Exploration des Large language models d’IA générative vers l’eXpertise.

Explorer les capacités de l’IA générative constitue la raison d’être de cet espace d’essai, de pratique et d’observation, désormais accessible à toutes les Caisses régionales, sous la gouvernance d’un référent local.

Il s’agit d’un service développé en interne par Crédit Agricole Technologies et Services, dont l’animation est assurée par le Pôle Utilisateurs Entreprise Numérique.

FELIX, une interface

FELIX se présente sous la forme d’une interface de dialogue de type « tchat » interagissant avec une intelligence artificielle générative de type large language model (LLM). 

Le LLM, qu’est-ce que c’est ? « Grand modèle de langage (ou LLM pour large language model en anglais) est un modèle d’IA qui traite d’énormes quantités de données et peut, entre autres, comprendre, résumer et générer des textes. Il est basé sur l’apprentissage automatique et utilise des modèles qu’il identifie à partir des ensembles de données sur lesquels il a été formé. »

Une innovation technologique sécurisée au service des utilisateurs

L’approche collaborative ou « bottom-up » nécessaire à ce projet a rapidement porté ses fruits dès la phase d’expérimentation.

Une expérimentation mise au point dès le premier semestre 2024, par cinq Caisses régionales : Centre-est, des Savoie, Ile-de-France, Languedoc et Nord-Est. Crédit Agricole Technologies et Services, en tant que partenaire informatique, les a accompagnées dans la prise en main de cette innovation.

Les applications d’usages peuvent être nombreuses et diverses, comme nous le partage Frédéric Duval, chef de projet transformation de la Caisse régionale du Languedoc : 

« Rédiger un mail, optimiser la lecture d’un document conséquent, ou aider à la préparation d’un entretien client. Nombreuses sont déjà les possibilités que proposent FELIX. (70 cas d’usages identifiés avec les Caisses pilotes). L’expérimentation dans un cadre sécurisé permet à nos utilisateurs de se familiariser progressivement avec l’IA générative, dans l’exercice de leurs métiers. »

L’équipe Innovation de CA-TS a pensé et développé FELIX comme une porte d’accès sécurisée vers les moteurs LLM (large language models). 

La solution doit interagir avec des modèles propriétaires (tels que ChatGPT) comme open-source, qu’ils soient hébergés dans le cloud ou au sein des infrastructures internes du Crédit Agricole. 

La sécurité représente un défi majeur pour FELIX. Dès l’initialisation de l’expérimentation, les équipes conformité, juridique, sécurité du SI et architecture ont collaboré pour définir le cadre de sécurité de la solution.

Sa robustesse repose sur l’intégration de plusieurs composants de sécurisation hébergés au sein des plateformes Crédit Agricole Group Infrastructure Platform du groupe. 

Les données considérées comme confidentielles (les numéros de téléphone, numéros de compte, numéro de passeport…) sont préfiltrées bien avant toute interaction avec le moteur d’IA générative. 
 

Une démarche d’exploration 

La mise à disposition de la solution aux 39 Caisses régionales est coordonnée par le Pôle Utilisateur Entreprise Numérique, accompagné des équipes de la direction innovation de CA-TS. 

Des référents désignés au sein de chaque Caisse régionale identifient les premiers testeurs et animent l’exploration au travers de leur communauté de collaborateurs testeurs qui utilisent librement FELIX dans le cadre de leur travail quotidien.  

En nombre limité, ces derniers évaluent les conversations qu’ils ont avec l’outil et signalent les cas d’usages dans lesquels l’IA générative leur a été utile et leur a fait gagner du temps. 
À terme, ces retours terrain à l’échelle des 39 Caisses régionales permettront de mettre en place une bibliothèque de cas d’usages et de prompts^** “prêts à l’emploi”, afin d’optimiser l’expérience utilisateurs. 

Dans ce dispositif, le Pôle Utilisateur Entreprise Numérique anime les échanges avec les Caisses régionales afin de détecter les cas d’usages fortement porteurs de valeur pour la communauté.

Le Pôle Utilisateurs Data et Pilotage quant à lui conduira les réflexions des Pôles Utilisateurs sur les conditions d’industrialisation de solutions d’IA générative embarquée pour servir au mieux les cas d’usages ciblés. 

Cette démarche permettra de capter des données tangibles et des retours d’expérience pertinents, qui viendront alimenter les réflexions stratégiques des Caisses régionales autour de l’adoption progressive et raisonnée de l’IA par les métiers.
 

FELIX, un outil de sensibilisation

FELIX a également été conçu pour sensibiliser les utilisateurs aux coûts économiques et environnementaux associés à l’utilisation de l’intelligence artificielle générative. 

Pour ce faire, il évalue en continu l’impact de chaque conversation : coût en euros et consommation d’énergie.

Céline Quinton, responsable de service Solutions Digitales Collaboratives de la Caisse régionale d’Ile-de-France, nous livre sa vision concernant la prise de conscience que peut induire l’usage de FELIX :  

« FELIX doit nous permettre de détecter, pour chaque grand usage (rédaction, analyse, synthèse…), le LLM, à la fois, le plus efficace et le moins consommateur en empreinte carbone.

*Source : étude menée par l’institut d’études YouGov réalisée dans 18 pays dans le monde, les perceptions et les appréhensions des consommateurs quant à l’impact de l’IA sur l’emploi varient sensiblement d’une région à l’autre.

**Prompts : Instruction que l’on donne à un algorithme, qui va ensuite l’interpréter et proposer un résultat.