Alors que Derek Waldron et son équipe technique à JP Morgan Chase Ayant lancé pour la première fois une suite LLM avec assistants personnels il y a deux ans et demi, ils ne savaient pas trop à quoi s’attendre. Peu de temps après l’essor révolutionnaire de ChatGPT, le scepticisme était toujours présent au sein de l’entreprise.
Sans surprise, les employés ont opté pour la plateforme interne de manière organique – et rapide. En quelques mois, l’utilisation est passée de zéro à 250 000 employés. Aujourd’hui, plus de 60 % des employés des services commerciaux, financiers, technologiques, opérationnels et autres utilisent la suite en constante évolution et constamment connectée.
“Nous avons été surpris de voir à quel point cela est devenu viral”, a déclaré Waldron, responsable de l’analyse chez JPMorgan. Le pilote explique dans un nouveau VB en dehors du podcast. Les employés ne se contentaient pas de concevoir des invites, ils créaient et personnalisaient des assistants avec des personnes, des instructions et des rôles spécifiques, et partageaient leurs apprentissages sur des plateformes internes.
Le géant financier a réussi ce que la plupart des entreprises ont encore du mal à réaliser : l’adoption volontaire et à grande échelle de l’IA par les employés. Ce n’était pas le résultat du mandat; Au contraire, les premiers utilisateurs partagent des cas d’utilisation pratiques et les travailleurs ont tendance à se nourrir de l’enthousiasme des uns et des autres. Cette application ascendante a finalement conduit à une innovation, le volant d’inertie.
“Il s’agit d’une population innovante profondément enracinée”, explique Waldron. “Si nous pouvons continuer à les équiper de capacités puissantes et faciles à utiliser, ils pourront dynamiser la prochaine évolution de ce voyage.”
Des liens omniprésents ont été établis dans des systèmes de dossiers très sophistiqués
JPMorgan a adopté une approche rare et visionnaire de son architecture technologique. L’entreprise considère l’IA comme une infrastructure de base plutôt que comme une innovation, partant de l’anti-position initiale selon laquelle les modèles eux-mêmes deviendront un produit. Au lieu de cela, ils ont identifié la connectivité autour du système comme le véritable défi et le fossé défendable.
Le géant financier a investi très tôt dans la génération multimodale de récupération augmentée (RAG), qui en est désormais à sa quatrième génération et intègre la multimodalité. Sa suite d’IA est hébergée au cœur d’une plate-forme à l’échelle de l’entreprise équipée de connecteurs et d’outils prenant en charge l’analyse et la préparation.
Les employés peuvent se connecter à un écosystème croissant de données commerciales critiques et interagir avec des magasins de documents, de connaissances et de données structurées « très sophistiqués », ainsi qu’avec des systèmes CRM, RH, commerciaux, financiers et de gestion des risques. Waldron affirme que son équipe continuera à ajouter davantage de connexions au cours du mois.
“Nous avons construit la plateforme autour de ce type de connectivité omniprésente”, explique-t-il. En fin de compte, l’IA est une excellente technologie à usage général qui ne fera que devenir plus puissante, mais si les gens n’ont pas un accès significatif et des cas d’utilisation critiques, « vous perdez l’opportunité ».
Comme le dit Waldron, les capacités de l’IA continuent de croître de manière impressionnante, mais elles restent des objets brillants à montrer à moins qu’elles ne puissent prouver leur utilisation dans le monde réel.
“Même si la superintelligence apparaît demain, aucune valeur ne peut être extraite de manière optimale si cette superintelligence ne peut pas se connecter aux systèmes, données, outils, connaissances et processus qui existent au sein de l’entreprise”, affirme-t-il.
écouter épisode complet Écoutez :
-
La stratégie personnelle de Waldron avant de demander à un collègue humain Et évalue plutôt comment son assistant IA peut répondre à cette question et résoudre le problème.
-
Une approche « une plateforme, de nombreuses fonctions » : Il n’y a pas deux rôles identiques, la stratégie doit donc se concentrer sur des éléments de base réutilisables (RAG, intelligence documentaire, requêtes de données structurées) que les employés peuvent assembler dans des outils spécifiques à leur rôle.
-
Pourquoi la maturation RAG est importante : JPMorgan a évolué au fil de plusieurs générations de recherche, depuis les recherches vectorielles de base jusqu’aux pipelines de connaissances séquentiels, authentiques et multimodaux.
Abonnez-vous à Au-delà du pilote Podcasts Apple Et Spotify.
