WEBVTT - David Proulx - Comprendre l’IA avant qu’elle te comprenne 0:00:00.239 --> 0:00:01.759 fait que ça, ce que ça veut dire là, c'est 0:00:01.759 --> 0:00:05.679 que les discussions de la secrétaire jusqu'à la présidente sont 0:00:05.679 --> 0:00:08.710 toutes dans cette base de données là aux Etats Unis 0:00:09.199 --> 0:00:11.329 qui sont sur un serveur de Microsoft. Mais là non, non, 0:00:11.340 --> 0:00:13.880 mais c'est hébergé au Canada, cg au Canada, c'est sur 0:00:13.880 --> 0:00:15.350 nos serveurs ici notre souveraineté. 0:00:16.450 --> 0:00:20.479 depuis que le Cloud Act et le Patriot Act, aussitôt 0:00:20.479 --> 0:00:24.250 que Donald ou le DD ou n'importe qui veut avoir 0:00:24.250 --> 0:00:27.920 accès à des données. Même si les serveurs ne sont 0:00:27.920 --> 0:00:31.670 pas sur le sol américain, les entreprises américaines sont obligées 0:00:31.670 --> 0:00:33.159 de coopérer. 0:00:33.740 --> 0:00:37.689 sont obligés. Le fonds de solidarité Ftq est fier de 0:00:37.689 --> 0:00:41.130 présenter les dérangeants que vous souhaitiez devenir les premiers, les 0:00:41.130 --> 0:00:43.610 meilleurs ou les plus grands sur le marché. On prête 0:00:43.610 --> 0:00:45.880 main forte à des entreprises aux quatre coins du Québec. 0:00:46.250 --> 0:00:49.360 Au fond, on fait plus qu'investir. On s'investit dans vos projets. 0:00:49.770 --> 0:00:52.918 Visitez le fonds Ftq com barre oblique entreprise. 0:00:55.700 --> 0:00:58.979 le podcast de la nouvelle génération d'entrepreneurs au Québec. 0:01:01.180 --> 0:01:01.880 les dérangeants. 0:01:06.839 --> 0:01:09.238 Bonjour à tous. Bienvenue à cet épisode des dérangeants Etienne 0:01:09.239 --> 0:01:11.360 Crevier à l'animation qui vous souhaite la bienvenue pour un 0:01:11.360 --> 0:01:16.129 épisode masterclass sur l'intelligence artificielle. Aujourd'hui, on vient vraiment démystifier. 0:01:16.199 --> 0:01:20.440 Qu'est ce que 2026 nous réserve comme nouvelle, comme bonnes pratiques. 0:01:20.639 --> 0:01:22.800 Puis on parle de la base vraiment. On vient juste 0:01:22.800 --> 0:01:27.279 déconstruire et en fait expliquer comment l'I vient transformer la 0:01:27.279 --> 0:01:29.080 vie des entrepreneurs et des professionnels. 0:01:29.629 --> 0:01:32.029 vous nous connaissez après huit saisons les dérangeants, c'est le 0:01:32.029 --> 0:01:35.150 podcast de la nouvelle génération des entrepreneurs au Québec, fièrement 0:01:35.150 --> 0:01:38.139 présenté par le Fonds de solidarité Ftq. J'aurais pu avoir 0:01:38.139 --> 0:01:42.470 avec moi une Elisabeth Aiello, Marie Josée Richer, un Philippe Lamarre, 0:01:42.589 --> 0:01:47.790 Farnel Fleurent. Mais j'ai notre technologue en résidence, notre entrepreneur 0:01:47.790 --> 0:01:49.750 vraiment d'expérience dans le sujet et qui n'a pas la 0:01:49.750 --> 0:01:51.900 langue dans sa poche. Dominique Gagnon. Je ne sais pas 0:01:51.900 --> 0:01:53.830 de quoi tu parles. J'ai très bien la langue dans 0:01:53.830 --> 0:01:56.110 ma poche. C'est juste qu'elle est dénouée assez souvent. Je 0:01:56.110 --> 0:01:58.620 suis pas content d'être là pour recevoir un invité extraordinaire. 0:01:59.239 --> 0:02:00.639 qu'on a eu la chance déjà de voir et de 0:02:00.639 --> 0:02:02.239 venir de parler de ce sujet là que tout le 0:02:02.239 --> 0:02:05.800 monde parle définitivement l'ia et d'essayer d'en parler aussi d'une 0:02:05.800 --> 0:02:08.279 façon différente. Parce que très très souvent on en parle, 0:02:08.360 --> 0:02:10.470 mais on comprend pas trop. Ça veut dire quoi la 0:02:10.470 --> 0:02:13.100 question c'est quoi que la place de l'A dans ton 0:02:13.100 --> 0:02:18.039 quotidien aujourd'hui, c'est massif. La réalité, c'est que je constate 0:02:18.038 --> 0:02:21.119 qu'une des grandes qualités des entrepreneurs, c'est la paresse. Ça, 0:02:21.199 --> 0:02:22.258 c'est déjà dérangeant de dire ça. 0:02:22.470 --> 0:02:24.008 parce que souvent on dit non non, les entrepreneurs, ça 0:02:24.008 --> 0:02:25.880 veut travailler 420 heures Moi les plus grands entrepreneurs que 0:02:25.880 --> 0:02:28.220 j'ai vu comme moi sont paresseux. Quand je dis paresseux, 0:02:28.279 --> 0:02:30.520 c'est pas que je travaille pas beaucoup, c'est que je 0:02:30.520 --> 0:02:32.550 déteste faire deux fois la même tâche et que deux 0:02:33.000 --> 0:02:35.199 si je suis capable de faire le travail par quelqu'un 0:02:35.199 --> 0:02:37.240 d'autre que moi, pourquoi je ne le ferais pas si 0:02:37.240 --> 0:02:38.320 je suis capable de tirer de la valeur. Ce qui 0:02:38.320 --> 0:02:41.199 fait qu'aujourd'hui j'ai créé un peu comme d'être invité plusieurs 0:02:41.199 --> 0:02:44.240 agents qui travaillent pour moi. Mes courriels sont évidemment classés 0:02:44.240 --> 0:02:45.479 par une intelligence artificielle. 0:02:46.529 --> 0:02:49.089 quand j'écris aujourd'hui ou que je fais des conférences, je 0:02:49.089 --> 0:02:52.289 vais être appuyé par l'intelligence artificielle. Donc ça fait partie 0:02:52.288 --> 0:02:54.770 pour moi de manière omniprésente et pas juste dans ma 0:02:54.770 --> 0:02:58.609 vie professionnelle, dans ma vie personnelle. Parce que quoi mieux 0:02:58.610 --> 0:03:00.210 que de prendre une photo de ton frigo pour te 0:03:00.210 --> 0:03:02.000 faire faire une bonne vieille recette puis réussir. 0:03:02.054 --> 0:03:05.434 à éviter du gaspillage alimentaire. L'I est présent de manière 0:03:05.434 --> 0:03:08.125 ça dit en fait, c'est ça. Les cerveaux des entrepreneurs 0:03:08.125 --> 0:03:09.964 aiment ça régler des problèmes. Puis là, on a un 0:03:09.964 --> 0:03:13.345 nouvel outil. Puis l'objectif de l'épisode d'aujourd'hui, en fait, c'est 0:03:13.345 --> 0:03:16.035 vraiment on va prompter devant vous. On va vous montrer 0:03:16.035 --> 0:03:18.014 comment qu'on l'utilise l'intelligence artificielle. 0:03:18.288 --> 0:03:21.100 parce que en fait, c'est pas juste une technologie émergente. 0:03:21.699 --> 0:03:24.250 L'I c'est vraiment rendu l'électricité qui fait tourner le moteur 0:03:24.250 --> 0:03:27.529 de nos entreprises. Mais c'est une électricité qui est capricieuse 0:03:27.529 --> 0:03:31.258 parce que ça peut à la fois ultimement éclairer le chemin. 0:03:31.369 --> 0:03:33.770 Mais ça peut brûler la maison si le prompting n'est 0:03:33.770 --> 0:03:34.770 pas bien fait. 0:03:35.235 --> 0:03:39.714 l'angle aujourd'hui, c'est avant tout anthropologique et opérationnel. On va 0:03:39.714 --> 0:03:42.354 vraiment parler de la taille. On va pas parler de 0:03:42.354 --> 0:03:44.014 la taille des paramètres parce que tout le monde s'en 0:03:44.014 --> 0:03:46.315 fout de tout ça. On va vraiment parler de la 0:03:46.315 --> 0:03:49.554 taille des problèmes que l'intelligence artificielle s'attaque. Puis en fait 0:03:49.554 --> 0:03:51.664 les problèmes qui peuvent résoudre, mais aussi créer. 0:03:51.940 --> 0:03:55.500 parce que pour l'entrepreneur d'aujourd'hui, en fait, le défi a muté. 0:03:55.690 --> 0:03:58.600 C'est plus comment est ce que je vais utiliser l'intelligence artificielle? 0:03:58.669 --> 0:04:01.649 C'est en fait comment survivre dans un écosystème qui est 0:04:01.649 --> 0:04:03.729 saturé par l'intelligence artificielle ou est ce qu'on se fait 0:04:03.729 --> 0:04:07.339 toujours pousser un nouvel outil, un nouveau logis. 0:04:07.445 --> 0:04:11.074 pour faire des appels d'offres pour aller automatiser les agents, 0:04:11.154 --> 0:04:13.755 le service à la clientèle. Comment s'y retrouver dans une 0:04:13.755 --> 0:04:18.075 panoplie d'outils, lesquels sont vraiment bons Parce que ultimement, si 0:04:18.075 --> 0:04:20.434 on utilise des 15 par mois, à un moment donné, 0:04:20.475 --> 0:04:22.844 ça s'accumule, donc il faut choisir. 0:04:23.350 --> 0:04:26.339 donc au menu aujourd'hui, on va savoir si la photo 0:04:26.339 --> 0:04:29.950 d'un candidat est un fake. Pourquoi Gemini et copilot sont 0:04:29.950 --> 0:04:31.989 en train de transformer votre bureau en maison de fous. 0:04:32.309 --> 0:04:34.750 Mais surtout comment répondre à vos courriels sans avoir l'air 0:04:34.750 --> 0:04:38.428 d'un sociopathe algorithmique, mais surtout pour nous aider au dérangeant. 0:04:38.510 --> 0:04:40.190 Oubliez pas de vous abonner parce que c'est ça qui 0:04:40.190 --> 0:04:42.989 nous permet de créer du bon contenu pour aider les entrepreneurs. 0:04:43.269 --> 0:04:45.549 On vient briser l'isolement et on crée des masses de 0:04:45.549 --> 0:04:48.380 classe comme aujourd'hui. Donc Dominique, tu l'as mentionné en fait, 0:04:48.579 --> 0:04:50.988 c'est notre invité aujourd'hui n'est pas un simple invité, c'est 0:04:50.988 --> 0:04:52.269 un expert dérangeant. 0:04:52.334 --> 0:04:54.594 il est sur notre site web. Il nous accompagne. C'est 0:04:54.595 --> 0:04:58.104 pas sa première apparition au balado. C'est David Proux, l'entrepreneur 0:04:58.105 --> 0:05:02.635 technologique et CEO de Bullseye AI, Chief AI Officer chez Holomd, 0:05:02.714 --> 0:05:05.714 une startup américaine en santé mentale qui a été reconnue 0:05:05.714 --> 0:05:10.195 top 20 mondial au Twilio AI Startup Searchlight. Donc il 0:05:10.195 --> 0:05:13.684 y avait 750 startups jugés par des leaders de OpenAI, 0:05:13.774 --> 0:05:17.515 Anderson Horowitz de Twilio et il a été lauréat du 0:05:17.515 --> 0:05:21.303 prix Mental Health Tech Innovator of the Year 20252025. 0:05:21.690 --> 0:05:23.808 il y a 20 ans d'expérience derrière la cravate. Il 0:05:23.809 --> 0:05:28.089 a fondé W Marketing social mom. Il a été diplômé 0:05:28.089 --> 0:05:30.850 du HEC, mais c'est surtout un expert AI à Cub 0:05:30.850 --> 0:05:34.149 Radio Télé et aussi avec tous les entrepreneurs terrain. Il 0:05:34.149 --> 0:05:37.209 s'y connaît, il fait ça, il en mange, il en bouffe, 0:05:37.609 --> 0:05:40.019 il a tout essayé et il vient nous aider vraiment 0:05:40.019 --> 0:05:41.238 à comprendre. 0:05:41.954 --> 0:05:45.274 problèmes complexes là et surtout comment créer des solutions concrètes. 0:05:45.355 --> 0:05:48.755 David Prou Bonjour bonjour, merci de me recevoir. Ecoute. C'est 0:05:48.755 --> 0:05:50.915 la première fois qu'on tombe en studio devant nous. Je 0:05:50.915 --> 0:05:54.915 suis sorti du bois pour vous, c'est vrai, t'es tellement généreux. 0:05:55.355 --> 0:05:59.315 Je commencerai la première question. Comment ta vie a changé 0:05:59.315 --> 0:06:02.034 dans les trois dernières années, toi qui était un expert 0:06:02.035 --> 0:06:03.144 réal depuis 20 ans. 0:06:04.380 --> 0:06:06.570 expert depuis 20 ans, j'étais en technologie depuis 20 ans, 0:06:06.678 --> 0:06:08.469 je te dirais que ça fait peut être six ans 0:06:08.470 --> 0:06:11.909 que je fais de l'ai le moment 3.5 que tout 0:06:11.910 --> 0:06:14.200 le monde a vu l'ai c'est il y a trois 0:06:14.200 --> 0:06:18.600 ans depuis quelques jours au moment de l'enregistrement, je peux 0:06:18.600 --> 0:06:22.019 te parler de la première fois que j'ai interagi avec 0:06:22.019 --> 0:06:25.200 TT 3.5 parce que c'est le machine learning, c'est compliqué, 0:06:25.279 --> 0:06:27.969 c'est long, faut label data c'est beaucoup, beaucoup de travail. 0:06:28.390 --> 0:06:30.399 Puis quand j'ai touché à Chipti pour la première fois, 0:06:30.480 --> 0:06:31.070 j'ai fait comme 0:06:32.070 --> 0:06:33.500 Oh my God, c'est mieux qu'un ami. 0:06:35.290 --> 0:06:37.369 Puis je me je me souviens là, je veux rester 0:06:37.369 --> 0:06:39.130 dans le bois. Je suis je suis je suis je 0:06:39.130 --> 0:06:41.130 suis couché. Puis là, ma femme m'a dit Viens te coucher. 0:06:41.170 --> 0:06:43.609 J'ai dit non, non, je ne peux pas. Puis c'est 0:06:43.609 --> 0:06:45.010 comme je suis en fait, je suis dans le lit 0:06:45.010 --> 0:06:47.089 à cote d'elle, mais je refuse de dormir. Il est 0:06:47.089 --> 0:06:48.690 1 heures du matin. Puis je me souviens de lui 0:06:48.690 --> 0:06:49.440 avoir texté. 0:06:50.130 --> 0:06:51.769 t'es mieux qu'un ami. Tu me réponds tout de suite. 0:06:51.928 --> 0:06:54.808 C'est comme le Tamagotchi des airs modernes. Tu sais qu'on 0:06:54.809 --> 0:06:57.349 avait dans le passé le petit Tamagotchi qui était notre ami. 0:06:57.779 --> 0:07:00.730 Et là, c'est la version sur les stéroides. Puis tu 0:07:00.730 --> 0:07:05.269 sais 35 à l'époque, tu sais, ça l'avait ça l'avait 0:07:05.269 --> 0:07:06.410 vraiment l'air magique. 0:07:07.399 --> 0:07:12.170 51 c'est pourri là en fait, je sais que je 0:07:12.170 --> 0:07:15.480 peux avant de tomber vraiment dans le détail des modèles, 0:07:15.839 --> 0:07:18.480 je serais curieux de savoir c'est quoi ta définition pour 0:07:18.480 --> 0:07:21.160 toi de l'intelligence artificielle? Parce que c'est un peu galvaudé 0:07:21.160 --> 0:07:24.489 puis ça tire dans tous les sens. Donc pour si 0:07:25.160 --> 0:07:26.920 on va tout être dans nos familles, on va croiser 0:07:26.920 --> 0:07:30.500 nos matante, nos grands mères. Comment tu décrirais Lia Trox 0:07:30.500 --> 0:07:32.440 présente cet épisode du balado Lady. 0:07:33.850 --> 0:07:35.578 accélérateur de start-ups technologies. 0:07:36.459 --> 0:07:37.940 vous aide à propulser vos innovations. 0:07:38.750 --> 0:07:40.149 à vous connecter avec des acteurs. 0:07:42.959 --> 0:07:47.149 zéro accélère votre croissance. On peut se séparer l'ia en 0:07:47.149 --> 0:07:49.760 trois grandes familles. Les puristes vont être fâchés, mais nous 0:07:49.760 --> 0:07:52.880 les puristes sont tout le temps fâchés. Donc on peut 0:07:52.880 --> 0:07:56.160 dire qu'il y a la partie machine learning. Puis il 0:07:56.160 --> 0:07:58.359 y a la partie I générative qui sont les deux 0:07:58.359 --> 0:08:00.230 plus grands groupes. Je parlerai du troisième, tantôt. 0:08:00.880 --> 0:08:04.640 la partie machine learning. Le Québec adore ça. Puis nos 0:08:04.640 --> 0:08:09.720 gouvernements adorent subvention dans le tapis, c'est ça c'est le 0:08:09.720 --> 0:08:13.510 reinforcement learning. C'est l'idée que on a formé un paquet 0:08:13.510 --> 0:08:15.279 de PD dans ce domaine là. Puis là, il faut 0:08:15.279 --> 0:08:16.170 faire de quoi avec ce monde là? 0:08:16.459 --> 0:08:18.489 machine learning si je ne me trompe pas, ça fait 0:08:18.489 --> 0:08:20.799 20 ans que ça existe là, c'est pas nouveau nouveau 0:08:20.799 --> 0:08:24.309 c'est c'est ce qui arrive, c'est que ça s'est constamment amélioré. 0:08:24.549 --> 0:08:27.390 Puis le machine learning a donné naissance au Transformer. Puis 0:08:27.390 --> 0:08:30.630 les Transformers qui ont été inventés à Toronto. C'est là 0:08:30.630 --> 0:08:34.608 que tout a changé. C'est là ou avec un papier 0:08:34.609 --> 0:08:37.840 scientifique qui s'appelle Attention is all you need. C'est vraiment 0:08:37.840 --> 0:08:39.710 là qu'on a fait comme Oh my God là on 0:08:39.710 --> 0:08:40.659 a quelque chose parce qu'avant les 0:08:41.559 --> 0:08:43.419 j'ai un de mes amis, il avait voulu faire son 0:08:43.458 --> 0:08:45.508 son son, sa maîtrise, son PD il a comme 15 ans. 0:08:47.638 --> 0:08:49.679 Puis il s'était fait convaincre de ne pas le faire 0:08:49.679 --> 0:08:54.278 parce qu'il s'était fait dire c'est l'équivalent de l'homéopathie, mais 0:08:54.278 --> 0:08:55.189 pour l'informatique. 0:08:56.109 --> 0:08:58.710 en d'autres mots, une espèce d'affaire ésotérique. Ça marche tu, 0:08:58.789 --> 0:09:00.270 ça marche tu pas? C'est quoi les études? Il y 0:09:00.270 --> 0:09:02.450 a tu du potentiel? Un peu comme le cantique. Tu 0:09:02.450 --> 0:09:04.150 sais dans ces années là, tu parlais du quantique, ça 0:09:04.150 --> 0:09:08.468 avait l'air d'un truc que philosophiquement parlant ou elle ressemblait 0:09:08.469 --> 0:09:10.909 plus à Star Wars puis à Star Trek e quelque 0:09:10.909 --> 0:09:13.070 chose qui allait arriver dans la vraie vie. Effectivement. Mais 0:09:13.070 --> 0:09:15.789 quand qu'il y a eu les Transformers, c'est là que 0:09:15.789 --> 0:09:18.229 il y a puis Moss puis Altman. En fait, c'est 0:09:18.229 --> 0:09:18.739 là que 0:09:19.159 --> 0:09:22.039 Musk et Altman ont fait comme okay, il faut faire 0:09:22.039 --> 0:09:23.770 quelque chose puis avec tout qu'est ce que Google est 0:09:23.770 --> 0:09:25.199 en train de faire. Puis là ils ont été chercher 0:09:25.200 --> 0:09:28.079 il a puis là ça l'a donné OpenAI aujourd'hui fait 0:09:28.080 --> 0:09:31.348 que la machine learning grosso modo là quand une business 0:09:31.349 --> 0:09:34.469 c'est four là qu'ils vont te dire bon c'est 1000000 0:09:34.469 --> 0:09:36.728 de faire ton modèle puis qu'on va entraîner ça avec 0:09:36.729 --> 0:09:39.390 tes propres données. Ça c'est du machine learning okay. 0:09:39.950 --> 0:09:42.119 parce que tu vas avoir, tu vas devoir leser tes données. 0:09:42.239 --> 0:09:44.250 Puis tu vas vouloir faire des cycles d'entraînement. Je pense 0:09:44.250 --> 0:09:46.159 que t'avais passé à peu près à travers ce principe. 0:09:47.000 --> 0:09:50.359 J'ai malheureusement passé à travers ce principe là, donc investi 0:09:50.359 --> 0:09:52.880 plus d'un 1000000 de dollars, un petit peu plus avec 0:09:52.880 --> 0:09:55.960 Connect Go avec Connect Go, développer notre propre algorithme de 0:09:55.960 --> 0:09:58.890 prédiction de l'achalandage pour faire des prix dynamiques. 0:09:59.789 --> 0:10:03.780 la réalité, c'est qu'aujourd'hui tout ça est à la poubelle 0:10:03.780 --> 0:10:07.020 et on utilise des modèles déjà existants, donc principalement basés 0:10:07.020 --> 0:10:09.500 sur Snowflakes. C'est là que ça bouge vite en fait. 0:10:09.580 --> 0:10:11.939 Puis je serais curieux. Tu parles des open eye, tu 0:10:11.940 --> 0:10:16.489 parles des Microsoft Elon Musk c'est qui ce open ok 0:10:16.489 --> 0:10:18.159 bon on va revenir, je veux juste juste bouncer là 0:10:18.159 --> 0:10:19.840 dessus vite vite puis je vais répondre à c'est qui 0:10:19.840 --> 0:10:21.700 open ok l'affaire c'est que tout à l'honnêteté de le 0:10:21.700 --> 0:10:23.919 dire 100% Moi j'ai vu des projets. 0:10:24.830 --> 0:10:27.919 les deux personnes sur un podcast parlent l'ensemble d'un projet. 0:10:27.989 --> 0:10:30.510 Comment que ça a été merveilleux et le projet n'a 0:10:30.510 --> 0:10:32.510 pas été mis en production parce que c'est un échec absolu. 0:10:33.200 --> 0:10:37.659 Et selon Mackenzie, c'est 42015% des projets comme la MIT 0:10:37.659 --> 0:10:41.630 a fait un effet 42015% des projets plans galvaudé de 0:10:41.630 --> 0:10:43.030 buzz et il y a beaucoup de buzz, il y 0:10:43.030 --> 0:10:45.190 a beaucoup de charles, il y a beaucoup de oui 0:10:45.190 --> 0:10:47.190 exactement donc ça c'est la partie de la gang du 0:10:47.190 --> 0:10:48.460 machine learning. Puis elle elle a 0:10:48.505 --> 0:10:50.674 partie de l'A générative. Mais l'I générative, c'est pas juste 0:10:50.674 --> 0:10:53.455 générer des images. L'idée de l'I générative, c'est qu'il soit 0:10:53.455 --> 0:10:57.705 prendre des modèles comme Open AI anthropique avec Claude d'anthropique 0:10:57.705 --> 0:11:01.294 Gemini Groc. L'idée c'est qu'eux ils ont fait la job 0:11:01.294 --> 0:11:03.924 de machine learning. Ils ont fait la grosse grosse job sale. 0:11:04.210 --> 0:11:07.210 d'entraîner des gros modèles larges sur toutes les données du 0:11:07.210 --> 0:11:10.689 web pour donner à peu près l'équivalent du raisonnement d'un 0:11:10.690 --> 0:11:13.130 jeune qui vient de sortir de l'université. Ah oui, c'est 0:11:13.130 --> 0:11:16.369 là qu'on est rendu c'est 21 ans là je te 0:11:16.369 --> 0:11:19.489 dirais là la qualité de travail que je reçois, c'est 0:11:19.489 --> 0:11:22.130 l'équivalent d'un kid qui vient de sortir de l'université. C'est 0:11:22.130 --> 0:11:24.729 le tour d'en servir. Donc là l'idée c'est il faut 0:11:24.729 --> 0:11:26.890 que tu te dises là puis les gens encore si 0:11:26.890 --> 0:11:30.369 quelqu'un entend ça qui est sur le.de signer d'entraîner son 0:11:30.369 --> 0:11:32.440 propre modèle, je t'invite à réfléchir à une chose. 0:11:33.820 --> 0:11:38.070 est ce que tu penses qu'en mettant 80000100000015000000 à entraîner 0:11:38.070 --> 0:11:40.848 ton propre modèle, tu vas arriver à faire quelque chose 0:11:40.849 --> 0:11:45.219 de plus puissant qu'open AI ou Google. Donc on est 0:11:45.219 --> 0:11:48.289 sur le panier bleu versus Amazon. On est dans la 0:11:48.289 --> 0:11:51.770 même paradigme de dire comment peut on penser qu'on va 0:11:51.770 --> 0:11:54.570 battre Amazon dans leur propre jeu en développant une patente 0:11:54.570 --> 0:11:57.510 à gosse exactement financée par le gouvernement exactement. Puis tu 0:11:57.510 --> 0:11:58.880 sais le plus beau dans ça, c'est co. 0:11:59.820 --> 0:12:05.789 que qu'on est rendu à c'est comme un chat GPT 0:12:06.380 --> 0:12:09.419 mais euh c'est manqué d'air à la naissance 0:12:11.260 --> 0:12:14.219 donc c'est un modèle qui est moins performant que toutes 0:12:14.219 --> 0:12:17.809 les autres. Il est moins énergivore fait que ça pour ça, 0:12:17.820 --> 0:12:20.760 Greta Thunberg est content mais c'est juste une question de 0:12:20.760 --> 0:12:22.900 temps avant qu'on ait d'autres modèles qui consomment moins d'énergie 0:12:22.900 --> 0:12:24.848 puis que ce problème là va être réglé. Mais là, 0:12:24.859 --> 0:12:28.020 vous parlez des fois des échelles de grandeur de 800001000000 0:12:28.020 --> 0:12:33.419 moi je pense à l'entrepreneur québécois PME qui veut utiliser 0:12:33.419 --> 0:12:36.739 l'I qui veut commencer quelque part mais of course, il 0:12:36.739 --> 0:12:38.780 va pas développer son modèle. Non mais c'est là que 0:12:38.780 --> 0:12:40.358 le génératif prend tout son sens. 0:12:41.010 --> 0:12:43.159 parce que quand tu fais un appel d'API à un 0:12:43.159 --> 0:12:47.130 modèle frontière, tu vas payer une fraction de sous de 0:12:47.130 --> 0:12:49.330 la demande ou quelques sous de la demande fait qu'un 0:12:49.330 --> 0:12:52.080 modèle API explique nous c'est quoi ça? C'est bon donc 0:12:52.489 --> 0:12:55.809 t'as le but d'envie d'open Ben ils ont peut être 0:12:55.809 --> 0:12:58.890 d'autres buts mais pour l'instant leur modèle d'affaires c'est que 0:12:58.890 --> 0:13:02.770 tu fasses un appel d'API un API c'est quoi? C'est 0:13:02.770 --> 0:13:06.049 quand il y a des adapteurs qui ont des adaptateurs 0:13:06.049 --> 0:13:07.330 pardon qui ont été construits. 0:13:07.859 --> 0:13:10.390 pour se connecter ensemble pour que deux systèmes se parlent. 0:13:10.489 --> 0:13:12.718 C'est des ponts, c'est des ponts, mais j'ai une image 0:13:12.719 --> 0:13:14.750 que j'aime beaucoup donner là, c'est tu sais dans le 0:13:14.750 --> 0:13:15.989 mur en arrière de moi, il y a du courant 0:13:15.989 --> 0:13:18.468 électrique fait que là, supposons que j'ai absolument besoin de 0:13:18.469 --> 0:13:19.750 brancher mon ordi, mais il n'y a pas de prise 0:13:19.750 --> 0:13:22.150 de courant. Qu'est ce que je dois faire? Je fais 0:13:22.150 --> 0:13:23.219 un trou dans le gps, je. 0:13:23.669 --> 0:13:25.719 le fil, je coupe le fil, je plumme le fil, 0:13:26.000 --> 0:13:28.679 je connecte les connecteurs de mon power supply. Ok, j'ai 0:13:28.679 --> 0:13:30.530 du courant pour mon ordi. Ça c'est le cas ou 0:13:30.530 --> 0:13:33.280 qu'il n'y a pas d' API. Mais si l'électricien, l'architecte, 0:13:33.359 --> 0:13:35.000 ils ont tout pensé et c'est quoi? On va mettre 0:13:35.000 --> 0:13:37.000 une prise de courant. Puis quand quelqu'un va vouloir brancher 0:13:37.000 --> 0:13:39.119 quelque chose, il va juste prendre sa plugue puis la brancher. 0:13:39.799 --> 0:13:41.919 Ben c'est ça un API ça c'est ça que les 0:13:41.919 --> 0:13:45.679 grands géants qu'on parle de OpenAI, Microsoft, Google ont fait 0:13:45.679 --> 0:13:49.359 ça exactement leur modèle d'affaires, c'est qu'ils disent prends tes 0:13:49.359 --> 0:13:50.479 processus d'affaires. 0:13:51.159 --> 0:13:53.640 quand t'as une demande, au lieu de l'envoyer à un humain, 0:13:54.239 --> 0:13:58.320 envoie le à mon modèle, puis par un API. Mon 0:13:58.320 --> 0:14:00.478 modèle va répondre à ta question puis il va te 0:14:00.479 --> 0:14:02.679 renvoyer le travail. Tu sais tantôt quand tu dis c'est 0:14:02.679 --> 0:14:08.239 la nouvelle électricité, l'électricité nous a donné de la force motrice. Maintenant, 0:14:08.380 --> 0:14:12.939 l'électricité peut nous donner de la force cognitive intellectuelle. Exactement. 0:14:13.270 --> 0:14:17.280 Je participais, participais à un panel hier avec le conseil 0:14:17.280 --> 0:14:17.719 du patronat. 0:14:18.250 --> 0:14:20.890 avec Pape peut-être que tu connais de érudit qui a 0:14:20.890 --> 0:14:23.049 une ferme justement dans le livre. Puis un des trucs 0:14:23.049 --> 0:14:25.000 qui a amené qui qui était bouleversant mais quand même 0:14:25.000 --> 0:14:26.969 à à réfléchir, c'est que c'est la première fois dans 0:14:26.969 --> 0:14:31.770 l'histoire de l'humanité que l'intelligence n'est plus la propriété de l'humain. 0:14:32.369 --> 0:14:34.210 En fait, la réalité, c'est que l'intelligence a toujours été 0:14:34.210 --> 0:14:36.409 ce qui a vraiment différencié l'humain du reste, tu sais, 0:14:36.450 --> 0:14:40.859 on possédait toujours l'intelligence, c'était l'humain qui l'avait la réflexion etcétéra. 0:14:40.969 --> 0:14:42.369 Et c'est la première fois qu'on voit de plus en 0:14:42.369 --> 0:14:44.330 plus que cette intelligence là va être possédée par des 0:14:44.330 --> 0:14:47.169 machines possédée par d'autres choses donc transférer. 0:14:47.489 --> 0:14:50.119 et on le voit à ce jour là définitivement lequel 0:14:50.119 --> 0:14:53.520 la machine sera plus intelligente que la majorité des humains. 0:14:53.630 --> 0:14:54.869 Puis c'est un peu ce que tu dis de ce 0:14:54.869 --> 0:14:56.760 cote là, c'est qu'on arrive à ça et on est 0:14:56.760 --> 0:14:59.239 en train de changer le paradigme, de dire okay, si 0:14:59.239 --> 0:15:01.830 l'intelligence c'est plus les humains. 0:15:02.669 --> 0:15:04.789 c'est peut être la raison pourquoi le métier d'électricien va 0:15:04.789 --> 0:15:07.669 devenir un des métiers les plus intéressants et en vue 0:15:07.669 --> 0:15:10.469 dans les prochaines années. Parce qu'on va revenir aussi, je 0:15:10.469 --> 0:15:13.190 pense aux manuels et aux tâches un petit peu complexes 0:15:13.190 --> 0:15:16.140 à faire avec nos mains. On entend ça souvent de 0:15:16.140 --> 0:15:17.380 dire l'intelligence va être 0:15:18.000 --> 0:15:22.320 sous traités concrètement en 2026 toi David, est ce que 0:15:22.320 --> 0:15:24.159 c'est ça la demande que t'as le plus souvent de 0:15:24.159 --> 0:15:27.849 la part de gestionnaires, d'entrepreneurs, de travailleurs autonomes qui veulent 0:15:27.849 --> 0:15:31.080 tout déléguer, pas tout déléguer. Ok, l'affaire c'est que les 0:15:31.080 --> 0:15:32.880 gens ils veulent avoir un AI. Ils veulent avoir l'I 0:15:32.880 --> 0:15:35.419 de Batman ou d'Iron Man tout le temps que tu 0:15:35.419 --> 0:15:38.440 demandes là fais moi tous mes plans d'affaires projection des 0:15:38.440 --> 0:15:42.799 trois prochaines années. Rends ma business profitable dans un exactement exactement. 0:15:43.190 --> 0:15:45.549 On peut tu commencer par y faire faire le travail 0:15:45.549 --> 0:15:47.190 de quelqu'un qui fait de la saisie de données? 0:15:47.450 --> 0:15:49.880 est ce qu'on peut commencer en bas de l'échelle, puis 0:15:49.880 --> 0:15:54.359 prendre des tâches qui sont facilement automatisables ou le poids 0:15:54.359 --> 0:15:58.049 cognitif de l'a va faire un travail impeccable. Tantôt tu 0:15:58.049 --> 0:16:00.080 citais l'étude du MIT. Moi quand j'ai lu cette étude là, 0:16:00.119 --> 0:16:02.039 pour moi, c'était du bonbon 100% parce que ce qu'il 0:16:02.039 --> 0:16:05.549 disait de faire, c'est ce que je fais. Donc moi 0:16:05.549 --> 0:16:07.119 j'ai fait express par une vidéo, j'ai envoyé ça à 0:16:07.119 --> 0:16:09.280 toutes mes clients. Je regardez, j'ai pas juste une belle 0:16:09.280 --> 0:16:10.510 coupe de cheveux, je suis pas con. 0:16:12.469 --> 0:16:15.150 je tiens à dire que David m'avait très bien averti. 0:16:15.229 --> 0:16:17.919 Quand j'ai dépensé mon 1000000 de dollars, on avait eu 0:16:17.919 --> 0:16:20.030 un petit déjeuner ensemble. C'est comme Dominique, tu penses pas 0:16:20.030 --> 0:16:23.510 que c'est une bonne idée. J'étais convaincu comme bien des entrepreneurs, 0:16:23.549 --> 0:16:25.950 parce que tu te fais vendre, ça va être exceptionnel, 0:16:26.090 --> 0:16:27.229 ça va augmenter la valeur de de. 0:16:27.390 --> 0:16:31.270 ton entreprise, etc. La salle de pitch était belle puis 0:16:31.270 --> 0:16:34.909 t'as des organisations gouvernementales derrière ça qui ont endossé puis 0:16:34.909 --> 0:16:38.270 là dessus des comités puis toute la patente. C'est quoi 0:16:38.270 --> 0:16:44.109 les tâches justement que l'A en 2026 est bon qu'est 0:16:44.109 --> 0:16:45.440 ce que c'est quoi les tâches qui est pas bon 0:16:45.510 --> 0:16:47.429 ok c'est bon on va commencer par qu'est ce qui 0:16:47.429 --> 0:16:49.510 est bon puis après ça on ira dans l'autre. 0:16:50.450 --> 0:16:54.960 tout ce qui est saisi de données non structurées. 0:16:55.710 --> 0:16:58.280 je vais t'expliquer toutes les business en ce moment. 0:16:59.099 --> 0:17:02.140 ou à peu près paye des gens pour prendre des 0:17:02.140 --> 0:17:05.040 données dans un système puis les rentrer dans un autre système. 0:17:05.819 --> 0:17:07.819 Ça peut être on a reçu une facture par courriel, 0:17:07.900 --> 0:17:10.379 ça peut être on a un certificat papier à rentrer, 0:17:10.459 --> 0:17:12.670 ça peut être des plans d'architecte ou on a des 0:17:12.670 --> 0:17:15.459 données à saisir. Puis tu sais tantôt quand je t'expliquais 0:17:15.459 --> 0:17:17.859 c'est quoi un API là? Faut que tu sois conscient 0:17:17.859 --> 0:17:20.300 que ce qu'on demande à ces humains là, c'est de 0:17:20.300 --> 0:17:23.099 faire un API. C'est juste que t'as un API humain 0:17:23.099 --> 0:17:25.739 à base de carbone au lieu d'un API et à 0:17:25.739 --> 0:17:26.569 base de silicone. 0:17:26.917 --> 0:17:28.238 fait que la prise de courant en fait, c'est la 0:17:28.239 --> 0:17:30.558 face du gars. Ben c'est que t'as quelqu'un qui prend 0:17:30.558 --> 0:17:34.177 ses deux oreilles, ses deux oreilles, ses yeux, ses doigts. 0:17:34.479 --> 0:17:37.558 Donc il va regarder de l'information non structurée fait un 0:17:37.558 --> 0:17:40.558 bon de réception de certificat de conformité pense au port 0:17:40.558 --> 0:17:42.359 de Montréal. Ettienne, c'est le port de Montréal est un 0:17:42.359 --> 0:17:45.348 excellent exemple, je pense ce qu'ils appellent les manifestes. Ils 0:17:45.348 --> 0:17:48.198 en reçoivent des centaines, des milliers et il y avait 0:17:48.198 --> 0:17:49.548 de ce que j'ai entendu parce que c'est un exemple 0:17:49.548 --> 0:17:53.359 qu'on a entendu hier dans la conférence 45 personnes que 0:17:53.359 --> 0:17:56.568 leur tâche était simple. Ils recevaient un manifeste, ils l'imprimaient. 0:17:57.199 --> 0:17:59.400 il prenait ce qu'il avait imprimé. Il le retapait dans 0:17:59.400 --> 0:18:02.438 un système. Puis à la fin, il allait recycler la 0:18:02.439 --> 0:18:04.599 feuille de papier. Puis il allait rechercher une nouvelle feuille 0:18:04.599 --> 0:18:07.359 de papier. Il retournait, il rentrait. Ça, c'est un excellent 0:18:07.359 --> 0:18:10.099 exemple de tâches répétitive à très peu de valeur que 0:18:10.099 --> 0:18:12.760 j'ai entendu aussi beaucoup la prise de rendez vous médicaux 0:18:12.760 --> 0:18:15.959 par exemple, qui est très c'est très standard, mais c'est 0:18:15.959 --> 0:18:20.920 toujours faite par l'humain et juste pour continuer sur cet 0:18:20.920 --> 0:18:23.239 exemple là pour que vous comprenez bien le principe. 0:18:24.189 --> 0:18:26.560 c'est que tes manifestes, ils n'ont pas toujours la même 0:18:26.560 --> 0:18:29.770 structure exactement tes certificats de conformité que tu reçois, ils 0:18:29.770 --> 0:18:31.839 n'ont pas toujours la même structure. Oui, la date est 0:18:31.839 --> 0:18:35.579 dans un format anglophone versus le format, etc. Donc avant, 0:18:35.619 --> 0:18:38.379 si tu voulais informatiser ça, il fallait que tu demandes 0:18:38.380 --> 0:18:42.020 un format standardisé que l'ordi était capable de processer. Puis 0:18:42.020 --> 0:18:44.410 s'il y avait des exceptions, tu te faisais un script 0:18:44.540 --> 0:18:47.419 pour les différents scénarios. Puis tu dépensais à tout. A 0:18:47.420 --> 0:18:48.739 la fin de la journée, il y avait tellement de 0:18:48.739 --> 0:18:50.180 scénarios que c'était pas automatisable. 0:18:50.989 --> 0:18:55.430 maintenant avec l'I générative, t'es capable de prendre des données. 0:18:55.510 --> 0:18:58.199 Il va comprendre le document comme un humain. Donc je 0:18:58.199 --> 0:19:00.790 vais donner un exemple concret que j'ai fait une entreprise 0:19:00.790 --> 0:19:03.790 qui fait des trostes en bois structure RBR. Il y 0:19:03.790 --> 0:19:08.339