Microsoft Tour : Comment améliorer sa productivité avec l’IA ?

Le 16 Mai 2024 se tenait à la Manufacture des Tabacs de Strasbourg, une étape du Microsoft Tour. Cet événement, s’étalant sur une journée, permettait d’aborder les sujets autour de l’IA, tant bien sur la partie business que technologique. Le matin était plutôt axé commercial et l’après-midi technique avec un lab. Nous sommes 4 de l’agence de Strasbourg à avoir participé : Christophe, directeur d’agence de Strasbourg, Maxime, de la practice SE, Emmanuelle de la practice Cloud & DevOps mais aussi responsable des partenariats avec Microsoft et moi-même de la practice Cloud & DevOps.

Présentation de l’Azure AI Studio

Le cloud provider Azure, développé par Microsoft, permet d’accéder à l’Azure AI Studio. Il s’agissait de fusionner plusieurs outils disponibles seuls à gauche et à droite en un plus gros. L’Azure AI studio est actuellement disponible en preview. C’est dans cet espace que l’on peut retrouver et utiliser les divers outils et modèles IA directement implémentables dans le cloud. Le catalogue proposé regroupe au moment où j’écris cet article plus de 1600 modèles (et ça ne cesse d’augmenter)

Catalogue des modèles à disposition

Ici en quelques clics vous pouvez accéder à des modèles très connus et tout récents tels que gpt-4o ou encore le français Mistral. Vous pouvez ainsi déployer rapidement un modèle et le paramétrer pour qu’il réponde à votre besoin. Chaque modèle a sa propre page vous détaillant les caractéristiques de celui-ci, les coûts des appels API et des exemples d’entrées et de sorties.

Le plus important à souligner est que ces fonctionnalités sont serverless, autrement dit : Vous ne payez que ce que vous consommez ! Les appels à l’API consomment des tokens. Un token est constitué de 4 caractères et vous payez aussi bien les tokens entrants que sortants. Une piste intéressante pour réduire le nombre de tokens utilisé est de réaliser les requêtes dans une langue plus concise (et oui ça consomme moins de tokens !).

Exemple de tarif en Serverless pour le modèle Mistral Small

Exemple d’input d’API pour le modèle Mistral Small

Les appels et réponses de l’API permettent ainsi d’insérer le modèle choisi dans votre application. Vous envoyez un bout de code dans le bon format et vous recevez la réponse rapidement, rendant le tout facilement imbriquable avec par exemple d’autres modèles.

À noter qu’ OpenAI, la société derrière Chat GPT, possède un partenariat stratégique avec Microsoft, ses modèles et dernières nouveautés sont ainsi disponibles sur la plateforme Azure. Le petit plus est que vous pouvez utiliser ses modèles sans les conditions d’OpenAI, vous ne partagez donc pas vos données avec OpenAI lors de vos appels.

Extrait des conditions d’utilisation des services Azure OpenAI

Les modèles d’OpenAI ne sont pour le moment disponibles qu’en private preview, limitant l’accès aux fonctionnalités que je vais présenter par la suite.

  • Import de data

C’est une fonctionnalité importante qui vous permet d’importer vos données dans le modèle (toujours sans les partager). Si vous travaillez dans un contexte ultra-technique ou sur des informations très précises (documents de réunion en interne par exemple), vous pouvez rapidement ajouter une base de données sur le modèle pour ainsi répondre à vos questions. Cela peut être un fichier uploadé voire un accès à vos bases de données stockées sur Azure (ou même S3 !). Idéal pour adapter un modèle à votre cas pratique.

  • Assistant Azure 

Un autre outil présenté est l’assistant. Celui-ci se comporte comme un chatbot mais de manière encore plus puissante. Il n’est disponible que sur un nombre restreint de modèles mais son utilisation est si simple et si puissante. Vous pouvez donner à votre assistant un nom, un comportement ou un rôle à endosser, des fonctions et des fichiers. À partir de tout ceci, il agit comme un chatbot à vos requêtes mais avec la capacité d’utiliser des fonctions que vous lui avez fournies, voire de générer des fichiers, des données ou du code à la volée !

Utiliser l’IA pour améliorer les relations clients 

À partir des outils présentés précédemment, l’intervenant a démontré un cas pratique d’utilisation de l’intelligence artificielle dans un contexte de relation client. Dans le cadre d’une entreprise de design de chaussures, une personne de l’audience a décrit à voix haute sa paire de chaussures idéales (talons, taille, couleurs, semelles, confort…). L’application présentée par le conférencier a tout d’abord transcrit la requête de l’utilisateur à l’écrit. Celle-ci a ensuite été corrigée ou remise un peu plus dans son contexte pour assainir la requête de potentiels défauts. Enfin, cette dernière requête a été passée dans un générateur d’image proposant un modèle de chaussure pouvant plaire à la cliente. L’ensemble du processus est très rapide, quelques dizaines de secondes suffisent pour faire tourner tout ce code. En quoi cette application est-elle utile ? En cas d’indisponibilité immédiate du vendeur, ce module permet de fournir une proposition de vente rapide au client. Ce qui compte ici c’est surtout de répondre rapidement au client, car celui-ci n’aime pas attendre, sous peine d’aller voir la concurrence. Derrière, le vendeur peut ensuite contacter la cliente pour confirmer la commande ou réaliser des modifications.

Présentation de Copilot

Alors que la matinée s'adressait surtout à des outils à visée commerciale, l’après-midi nous avons pu échanger sur l’utilisation de Copilot pour l’aide au code. Copilot est un outil d’IA permettant d’aider l’utilisateur à rédiger des bouts de code rapidement. La présentation s’est faite sur l’environnement de développement VS Code. Une fois l’extension installée et votre compte paramétré, Copilot va vous assister dans la rédaction de code.

Utilisation du chat Copilot

Copilot est accessible grâce à une petite fenêtre de chat dans laquelle vous pouvez poser des questions. Copilot peut vous aider à comprendre un bout de code voire d’en générer. Vous pouvez utiliser certaines commandes telles que “/fix” pour résoudre les problèmes présents dans votre code, voire “/tests” pour ajouter des tests unitaires. Copilot peut même détecter les mauvaises pratiques et vous indiquer comment y remédier. Il est également possible de choisir un workspace en spécifiant un dossier de travail. Copilot peut ainsi comprendre l’environnement dans lequel vous travaillez et ainsi adapter ou proposer du code bien plus pertinent.

Lorsque vous êtes en train de coder, vous pouvez rapidement demander à Copilot d’insérer un bout de code. Il aide aussi à l’auto-complétion de phrases ou de morceaux de code.

Exemple de proposition de code pour une CI/CD simple

En conclusion

Si ces outils vous ont plu, je ne peux que vous recommander d’aller essayer de les manipuler vous-mêmes. En tout cas, il devient de plus en plus simple d’accéder à des outils IA dans le cloud Azure, laissant la possibilité de créer de nouvelles applications basées dans le cloud utilisant des modèles d’IA déjà existants. Copilot, de son côté, permet d’avoir un gain de productivité quand on sait ce qu’on veut faire mais qu’on ne souvient plus de l’utilisation de certaines librairies par exemple.

D’ailleurs si certains stagiaires passent par ici, sachez qu’en tant qu’étudiant ou étudiante vous pouvez accéder à Copilot gratuitement !

N’hésitez pas à visiter également MOAW. MOAW est une plateforme permettant à chacun de développer des compétences dans plein de domaines tels que l’IoT, le Serverless, le DevOps… Vous pourrez y retrouver plein de workshops accessibles gratuitement !

Et si vous souhaitez discuter d’IA sur les outils Microsoft et également être au courant des différentes conférences locales autour de vous, je ne peux que vous inciter à rejoindre le MTG (Microsoft Tech Group) francophone.