No Code et IA : Guide pour démarrer
Les bonnes ressources à sauvegarder
Je me suis intéressé à cette vague IA et ce que ça allait donner pour les outils no code et le développement des Produits Tech par la suite.
Et j’avais envie de poser les bases par écrit.
Le but de cette newsletter n’est pas du tout d’être exhaustive, ni pour but de proposer un tutoriel sur chatGPT. Je le vois plus comme un “pense-bête” qui permettrait de commencer à avoir une trame pour comprendre l’environnement IA dont on nous parle depuis des mois ainsi que des bases qui permettent de démarrer.
L’idée, c’est que tu puisses envoyer cette newsletter à un ami, un membre de ta famille, un collègue qui ne connaît rien du tout et qui souhaite démarrer !
P.S. : donc oui tu l’auras bien compris, je ne vais pas parler de tout et je vais oublier des choses. Mais c’est voulu ! Au pire, si ce format vous a plu, j’en ferai un autre à la rentrée.
On démarre ! 👇
Au programme
Le vocabulaire pour démarrer
De quels outils parle t-on ?
Que peut-on faire avec les IA ?
Le prompt engineering : les notions à connaître
IA et No Code : mes réflexions sur l’écosystème
Les APIs d’IA : comment les utiliser ?
Quelles opportunités business ?
Ressources complémentaires pour aller plus loin
Bien sûr, on parle de tout cela dans la communauté Uncode School (qui ne fait que grossir)
Le vocabulaire à connaître
Faisons d’abord un petit tour sur les termes que tu vas rencontrer au départ de la découverte de l’intelligence artificielle.
P.S. : il y en a plein d’autres, mais je rencontre ceux-là régulièrement. D’ailleurs, je mettrai à jour cette page dès qu’il y en aura un qui me paraîtra pertinent.
IA
IA est l’acronyme d’intelligence artificielle (en anglais artificial intelligence — AI). C’est une branche de l'informatique qui vise à créer des machines capables de réaliser des tâches qui normalement nécessiteraient l'intelligence humaine. Cela inclut des activités telles que la résolution de problèmes, l'apprentissage, la prise de décision, la reconnaissance vocale, la vision par ordinateur et bien plus encore. En utilisant des algorithmes sophistiqués, l'IA permet aux machines d'apprendre à partir de données et d'améliorer leur performance au fil du temps. Le terme existe depuis des années, mais il a connu notamment un bond en 2023 lors de la sortie grand public de chatGPT.
LLM
LLM fait référence à "Large Language Model" en anglais. C'est une approche de l'intelligence artificielle qui utilise des réseaux de neurones profonds pour traiter et comprendre le langage humain. Un LLM est capable de générer du texte, répondre à des questions, traduire des langues et accomplir diverses tâches liées au traitement du langage naturel. Des exemples célèbres de LLM incluent GPT-3, qui est l'architecture sur laquelle est basée chatGPT, et qui est utilisé dans une multitude d'applications.
Token (pour lien pour compter les tokens)
En langage informatique, un token est une unité fondamentale de langage. Dans le contexte des LLMs et du traitement du langage naturel, un token peut être un mot individuel ou une sous-partie d'un mot, comme une syllabe ou un caractère. Lorsque nous alimentons du texte dans un modèle de langage, il est divisé en tokens pour que le modèle puisse le comprendre. Plus le modèle est capable de gérer un grand nombre de tokens, plus il peut traiter de texte complexe. Par exemple, chatGPT peut gérer pour l’heure jusqu’à environ 32 000 tokens par requête. Pour Claude, cela peut aller jusqu’à 100 000 tokens.
Si tu veux savoir combien il y a de tokens dans une phrase, tu peux utiliser cet outil créé par openAI.
LangChain
LangChain est un framework Python qui tente de résoudre une problématique : utiliser un seul LLM peut être limité (ex. chatGPT a été entraîné sur un grand nombre de données, mais probablement pas sur vos propres données et il n’est pas capable de prendre une décision pour agir et créer quelque chose). Par conséquent, il va falloir combiner l’accès à (différentes) API et l’accès à des sources externes (ex. : Google Search, une calculette…) pour réaliser une tâche. C’est cette problématique qu’essaye de résoudre le framework LangChain. Cela va donc donner l’opportunité à des développeurs de construire des applications de plus en plus puissantes. Il y a 3 concepts fondamentaux à comprendre dans LangChain : Prompt-Templating, Agent, la Mémoire.
Quels outils utiliser ?
Il en existe des centaines. Encore une fois, l’idée est de vous présenter ceux que j’ai regardés et utilisés ainsi que leur intérêt.
ChatGPT
C’est le produit phare de l’entreprise OpenAI qui a mis l’IA dans les mains du grand public. Il y aurait beaucoup à dire sur cela, mais pour bien comprendre, si vous ne l’avez jamais utilisé, l’application se présente sous forme de tchat classique dans lequel vous pouvez poser vos questions et l’IA vous répond. Fini les recherches sur Google, une IA vous donne maintenant en quelques secondes la réponse sous la forme de votre choix. Bluffant et l’app fait parti de mon quotidien maintenant !
Bard
C’est le chatGPT version Google. Il vient tout juste d’arriver en France.
Claude
C’est un autre concurrent de chatGPT et Bard qui commence à faire beaucoup parler de lui. Il se présente sous la même forme que ses concurrents et est par contre capable de gérer plus de tokens.
HuggingFace
C’est une startup française qui lancé en open source une bibliothèque nommée Transformers dédié au langage naturel parmi la plus utilisée au monde. Ils visent à devenir le “Github du Machine Learning”.
AutoGPT / agentGPT(agents autonomes)
Ce sont des “agents conversationnels” capables de résoudre différentes actions en fonction d’un but (ex. réserve-moi un voyage dans un pays où il y a du soleil et où la température est inférieure à 27 degrès en moyenne avec un budget de 1000 euros maximum). On peut retrouver AgentGPT et AutoGPT ici.
Eden AI
Super projet développé par des Français qui permet d’accéder via une seule interface à beaucoup de LLM. Très pratique et en plus, ils ont un module sur Make.
Llama2
Lancé par Facebook, c’est un LLM totalement open-source qui fait beaucoup parler de lui et que tu peux tester ici.
Midjourney
C’est une IA qui va vous permettre de créer des visuels de grande qualité via des prompts. C’est une des entreprises d’IA les plus connues actuellement.
On peut faire quoi avec les IA ?
Plusieurs cas d’usages sont possibles. Voici ceux qui m’ont intéressés.
Écriture
Les LLM développés sont de plus en plus incroyables dans le domaine de l’écriture. Ils sont capables d’être très bons pour créer des textes, analyser des données, créer du code…
Visuel
Les IA permettent également de créer des visuels en tout genre. Il est possible de générer des visuels comme des photos ou des tableaux sur demande.
Mais ce qui commence à me bluffer également, c’est la capacité de certaines startups à utiliser l’IA pour produire des clips / films entièrement réalisés avec une IA.
Voix
Autre cas d’usage intéressant : la possibilité qu’une IA puisse également lire / parler avec une véritable voix. Cela ouvre des perspectives intéressantes. Par exemple, chez Uncode School, on a beaucoup de contenus vidéos dans nos formations e-learning et avec une IA il serait possible ensuite de transposer dans une autre langue notre formation sans avoir besoin de la retourner. On est encore au début, mais c’est très prometteur.
Le prompt
C’est l’élément phare de tous les LLM grand public actuellement.
C’est quoi ?
C’est la demande que vous allez faire à une IA. Cela peut-être une phrase, un texte, un input (document, lien…) que vous donnez à votre IA en le contextualisant pour qu’elle puisse le mieux comprendre.
Vous lui rentrez une demande / question et elle sortira ensuite une réponse.
N.B. : un prompt se travaille si on souhaite avoir une bonne réponse. Il est difficile de faire un très bon prompt du premier coup.
Comment faire un bon prompt ?
Il existe pas mal de documentation sur le sujet. Mais, voici les éléments minimaux à avoir si tu souhaites réaliser un bon prompt (et donc obtenir une réponse satisfaisante) :
Rôle : quelle expertise as-tu ?
Tâche : que dois-tu faire ?
Objectif : “Le but de cette tâche est de…”
Contexte : dans quel contexte es-tu (ex. Marketing, Sales, Développeur…)
Contraintes : le contenu doit être essentiellement pensé pour des enfants entre 5 et 10 ans
Format : affiche-moi sous forme de tableau, X caractères…
Tonalité : quel ton souhaites-tu donner ?
IA et No Code : de bons amis ?
Réflexion 1 : IA au service des outils no code pour nous aider à développer des Produits Techs
L’IA va nous aider de plus en plus à développer des Produits Techs. Tous les Product Builders vont l’utiliser (et l’utilise probablement déjà).
On va utiliser de plus en plus les LLM avec les différentes APIs pour créer de meilleurs outils.
Par exemple, si on développe un SaaS cela sera intéressant d’ajouter de l’IA pour créer une meilleure expérience utilisateur. Si vous construisez des automatisations sur Make par exemple, intégrer un module d’IA va devenir de plus en plus indispensable pour avoir des automatisations plus précises (classifier des emails, proposer des textes, analyser des données, créer des visuels adhoc personnalisés…)
Réflexion 2 : IA à utiliser en plus des outils no code
La petite nouveauté qui est également en train de se mettre en place, c’est la possibilité d’utiliser les IA pour nous permettre de mieux utiliser les outils no code.
Un souci avec un outil comme WeWeb sur une formule JavaScript, Make sur un regex ou une automatisation ou une formule Airtable ? Les IA comme chetGPT ou les IA qui seront directement présente dans les outils no code vont vous permettre de développer encore plus vite !
Mais encore faudra-t-il bien maîtriser le prompt !
Réflexion 3 : L’IA va t-elle tuer l’intérêt des outils no code ?
C’est un peu ce que je me suis posé : si l’IA est capable de créer des apps et automatisations, est-ce que cela vaut le coup d’apprendre à utiliser des outils no code ?
Ca pourrait être l’objet d’un podcast à part entière (si vous êtes intéressé on peut le faire), mais en gros ma réponse est la suivante :
On y est pas encore sur des IA qui sont capables de faire des apps de dingues en maîtrisant tout le process de A à Z, donc on aura encore besoin de Product Builders pendant quelques temps encore (pas de panique).
Ne pas s’y mettre, c’est par contre une grosse erreur qui risque de vous restreindre dans l’utilisation des outils no code et donc dans la création de votre produit.
En d’autre termes : les voitures autonomes arriveront probablement un jour, mais en attendant, j’ai quand même passé mon permis !
Les APIs à maîtriser absolument
Petit chapitre que j’aimerai développer plus, mais point important. Vous devez absolument apprendre à utiliser les APIs si vous souhaitez utiliser les IA avec les outils no code.
Maîtrisez donc les concepts de endpoints, Authentification, clé API, token, query parameters…
On apprend tout ça dans les formations Uncode School parce qu’on est convaincu que c’est un point extrêmement crucial.
Opportunités business ?
Difficile de tous les citer, mais globalement (et sans grande surprise), l’opportunité va être du côté des entreprises et de la manière dont ils vont pouvoir utiliser ces nouveaux modèles. Entre la formation et l’implémentation, il va y avoir un chantier absolument immense (et je pèse mes mots).
Étant donné que l’IA va être impactant aussi bien du côté technique (développeurs, Product Builders…) que du côté business ( Marketing, Sales, Communication, RH…), tous les pans de l’entreprise vont être affectés.
Je crois qu’il va y avoir une belle opportunité de mixer l’appréhension des outils no code et de l’IA en entreprise pour améliorer la transformation digitale des entreprises.
J’ai déjà quelques chantiers de prévu sur le sujet, mais je vous en reparlerai à la rentrée avec Uncode School.
Ressources supplémentaires
Ressources non exhaustives.
Newsletters à suivre
Brainy Sunday (français) :
The Neuron (anglais) : https://www.theneurondaily.com/
The Intelligence Age (anglais) : https://ai.theintelligenceage.xyz/
Barsee - AI Valley (anglais) : https://www.theaivalley.com/
The AI Exchange : https://news.theaiexchange.com/
NoCode Station : je vais mettre un peu plus d’IA dans mes newsletters l’année prochaine et les mixer avec les outils no code
Podcasts à écouter
Excellent podcast de Matthieu Stephani dans GDIY avec le “sulfureux” Laurent Alexandre :
Aussi dans GDIY, Jean-François Pillou (fondateur de CCM Benchmark) explique comment il sort facilement une application iOS et Android seulement en utilisant chatGPT et sans être développeur :
On en parle dans la communauté no code d’Uncode School bien sûr !
Si cela t’a plu, n’hésite pas à m’ajouter sur Linkedin, m’écrire un petit message en répondant à cette newsletter ou encore partager pour m’encourager à continuer 😎
Si, à l’inverse, un ami vous a transféré cette newsletter et que vous l’avez apprécié, vous pouvez vous abonner. 👇