Dans quelle situation choisir une IA pour un projet web ?
L’intelligence artificielle (IA) s’impose dans de nombreux domaines, notamment pour automatiser des processus répétitifs et complexes. Un exemple classique est le chatbot automatisé pour le support client. Mais pourquoi et dans quelles situations l’IA est-elle réellement pertinente ? Quels sont les critères de sélection pour un projet web ?
L’IA devient une solution judicieuse lorsqu’elle répond à certains critères :
- Grandes quantités de données à analyser.
- Nécessité d’adaptation aux utilisateurs en temps réel.
- Travail humain fastidieux et coûteux.
- Automatisation de processus complexes.
Prenons l’exemple du chatbot : il coche les critères 2 et 3, et peut parfois correspondre au critère 1, s’il est alimenté par suffisamment de contenu.
Récemment, nous avons travaillé sur un cas d’usage qui répondait à ces quatre critères. « Notre-territoire » est un projet qui recense toutes les enquêtes publiques en France. Ce projet vise à permettre aux citoyens de participer activement à la vie de leur territoire et de donner leur avis avant la réalisation de grands travaux d’aménagement.
Bien que ce projet soit très pertinent pour les citoyens français, il présente une complexité notable. Les enquêtes publiques, qui constituent le matériau de base, sont des documents officiels souvent remplis de jargon administratif et juridique.
Pourquoi l’IA était-elle la solution idéale ?
- Quantité de données : chaque mois, entre 1 000 et 3 000 enquêtes sont publiées.
- Adaptation nécessaire : le contenu devait être vulgarisé pour les utilisateurs finaux.
- Travail humain impossible : reprendre manuellement ce volume de données aurait été bien trop coûteux.
- Automatisation faisable : le processus étant numérisé, il pouvait être automatisé.
Nous avons donc proposé à notre client de déployer des pages web générées entièrement par une IA, avec des résumés simplifiés pour chaque département français. En quelques secondes, l’IA génère les 101 pages correspondant aux 101 départements français.
Cela illustre parfaitement comment l’IA peut résoudre une problématique qui serait impossible à traiter manuellement ou avec des algorithmes traditionnels.
Comparaison entre Mistral IA et ChatGPT – Avantages et inconvénients pour les projets web
Le marché regorge de solutions d’intelligence artificielle, mais pour notre projet, nous avons rapidement réduit notre choix à deux candidats : ChatGPT, la référence en traitement du langage naturel, et Mistral IA, une alternative européenne qui met l’accent sur la confidentialité des données et la souveraineté numérique.
Méthodologie de comparaison
Dans le cadre de notre projet, nous avons simulé l’automatisation pour obtenir de véritables synthèses basées sur des données réelles, tout en comparant les résultats fournis par les deux IA. Après plusieurs essais, nous avons constaté que l’actualisation mensuelle à l’échelle d’un département donnait les meilleurs résultats.
Nous avons procédé à deux phases d’itérations pour tester Mistral IA et ChatGPT :
- Construction et amélioration du prompt : définir et ajuster les instructions données à l’IA.
- Rotation des sources de données : utiliser des jeux de données variés pour couvrir un maximum de cas.
Après une cinquantaine d’itérations, nous avons pu comparer de manière précise les avantages et inconvénients des deux solutions.
Qualité du texte généré : Mistral IA vs ChatGPT
Les textes générés par les deux IA étaient de qualité comparable, avec cependant une légère préférence pour Mistral IA. Ce résultat va à l’encontre des benchmarks qui classent souvent ChatGPT (modèle GPT-4) comme supérieur en termes de qualité. Nous avons conclu que ces études doivent être relativisées en fonction du contexte précis.
Dans notre cas, l’utilisation de l’IA en langue française et le traitement de textes très juridiques ont probablement favorisé Mistral IA. De plus, il faut garder à l’esprit que les modèles évoluent de manière non linéaire. Par exemple, la qualité a parfois baissé lors du passage de GPT-3 à GPT-4.
Avantage : Mistral IA (dans ce contexte)
Confidentialité des données : Mistral IA vs ChatGPT
La confidentialité des données est un enjeu clé dans tout projet d’IA. Bien que ChatGPT ait mis en place des mesures conformes au RGPD, son fonctionnement reste opaque et il n’existe aucune garantie totale sur la gestion des données.
À l’inverse, Mistral IA suit une approche open source, permettant une transparence totale. De plus, avec des services gérés via Amazon AWS, il est possible d’utiliser Mistral IA tout en gardant un contrôle total sur les données sensibles.
Avantage : Mistral IA
Coûts et mise en place – Mistral IA vs ChatGPT : Quelle solution est la plus rentable ?
Dans notre cas, où la génération de texte ne se fait qu’une fois par mois, le coût variable est négligeable. Toutefois, nous avons comparé les coûts pour un mois d’utilisation à des fins de prévision :
- ChatGPT (modèle GPT-4-32k) : 1,02 USD
- Mistral IA (modèle 8x7B) : 0,70 USD
Ces chiffres montrent qu’à des volumes plus importants ou avec une fréquence d’utilisation accrue, Mistral IA offre des économies notables.
Concernant la mise en place, les deux solutions sont aujourd’hui très simples à intégrer grâce à leurs API distribuées. Dans notre cas, nous avons intégré Mistral IA directement dans l’infrastructure AWS du projet.
Avantage : Mistral IA
Conclusion : Quel modèle d’IA est le meilleur choix pour votre projet web ?
Pour notre projet, Mistral IA s’est avéré être la solution idéale, non seulement pour des raisons techniques mais aussi parce que le projet était axé sur le territoire français, rendant encore plus pertinent l’usage d’un modèle IA français.
Cependant, le choix d’un modèle d’IA dépend fortement du contexte spécifique et des enjeux propres à chaque projet. Comme nous l’avons vu, chaque modèle a ses avantages et ses inconvénients, mais avec l’évolution rapide de ces technologies, il est essentiel de ne pas se limiter à une comparaison théorique. Il convient de bien comprendre les besoins et objectifs du projet pour réduire le champ des options parmi les nombreuses solutions IA disponibles. Ensuite, il est crucial de les confronter à des tests pratiques afin de valider leur performance dans des conditions réelles et s’assurer qu’elles répondent concrètement aux attentes.
