Torras.ai

Introduction

Je suis ravi d'accueillir Andrej Zukov, le fondateur de Corrily et Unsurvey, et également un ancien de Y Combinator. Andrej est titulaire d'un doctorat en traitement automatique du langage naturel de l'Université de Londres et possède une vaste expérience en optimisation des prix grâce à l'apprentissage automatique et aux modèles statistiques. Sa carrière impressionnante comprend des postes chez BlackRock et DigitalGenius, où il a appliqué son expertise en modélisation financière et en TAL.

Jordi: Bienvenue, Andrej. Comment ça va aujourd'hui ?

Andrej: Salut, Jordi. Je vais très bien. Et toi ?

Jordi: Je vais bien. Je suis super content de t'avoir ici. Tu travailles dans cette entreprise, Corrily, que tu as fondée. Peux-tu expliquer comment se porte Corrily et comment tu utilises l'IA ?

Corrily et l'IA dans l'optimisation des prix

Andrej: Absolument. Corrily est une startup d'optimisation des prix ciblant les entreprises de souscription grand public basées sur le web. Ces entreprises ont souvent une page de tarification qui limite l'accès à leurs produits, proposant un ou plusieurs plans d'abonnement. Le défi est que leur clientèle est répartie dans le monde entier, ce qui signifie qu'un modèle de tarification unique est souvent inefficace. Corrily permet à ces entreprises de mener des expériences de prix pour mieux aligner leurs prix sur la volonté de payer des différentes bases d'utilisateurs. Par exemple, la volonté de payer aux États-Unis est très différente de celle en Inde. En ajustant les prix en conséquence, les entreprises peuvent augmenter leurs revenus en augmentant les conversions.

Présentation d'UnSurvey

Jordi: C'est impressionnant. Tu travailles maintenant sur un nouveau projet appelé UnSurvey. Pourrais-tu nous en dire plus à ce sujet ?

Andrej: Bien sûr. En dirigeant Corrily, nous avons remarqué que les entreprises B2B avaient également besoin de stratégies de tarification prenant en compte leur concurrence. Mon co-fondateur, un expert en tarification B2B, a vu une opportunité de combler le fossé entre les enquêtes évolutives et les conversations approfondies en tête-à-tête. UnSurvey utilise l'IA pour combiner la scalabilité des enquêtes avec la profondeur des conversations humaines, fournissant des informations approfondies à grande échelle.

L'impact des grands modèles de langage (LLM) sur le TAL

Jordi: Comment penses-tu que les grands modèles de langage ont changé le domaine du traitement automatique du langage naturel ?

Andrej: Les LLM ont apporté un changement radical au TAL. Auparavant, le TAL était divisé en différents cas d'utilisation, comme la reconnaissance d'entités, la traduction et l'analyse de sentiment. Les LLM ont regroupé tous ces cas d'utilisation en un seul modèle supérieur aux modèles précédents. Ils permettent une logique complexe en utilisant des invites simples et permettent des cycles de développement logiciel plus rapides. Cependant, la construction d'applications comme UnSurvey implique encore des défis significatifs en matière d'expérience utilisateur.

Le chemin vers l'intelligence artificielle générale (AGI)

Jordi: Penses-tu que l'architecture actuelle des Transformers nous mènera vers l'AGI ? Pourquoi ou pourquoi pas ?

Andrej: Je considère les Transformers comme une étape nécessaire mais insuffisante vers l'AGI. Ils ont résolu le raisonnement de type un, permettant l'apprentissage non supervisé. Cependant, atteindre l'AGI nécessite plus. Au cours des prochaines années, nous verrons probablement de nouvelles architectures dépasser les Transformers, comme l'architecture Mamba, qui combine des modèles de type convolution pour l'entraînement avec des modèles récurrents pour l'inférence. La multimodalité et les flux de travail agentic joueront également des rôles cruciaux dans l'avenir de l'IA.

Cas d'utilisation réussis des LLM

Jordi: Peux-tu partager quelques cas d'utilisation où tu as utilisé avec succès des LLM pour des applications pratiques ?

Andrej: Un exemple est l'automatisation des tâches de représentant en développement des ventes (SDR), telles que les campagnes d'e-mails automatisées, où les LLM peuvent gérer les réponses et les relances. Un autre cas d'utilisation est la formation commerciale, où l'IA aide à former de nouveaux commerciaux à travers des mises en situation. Ce ne sont que quelques exemples de la manière dont les LLM sont appliqués dans divers secteurs.

L'avenir de l'IA

Jordi: Que penses-tu que l'avenir de l'IA apportera ?

Andrej: Je prévois des changements significatifs dans la programmation et les affaires. L'IA permettra à des équipes de développement plus restreintes d'accomplir plus que jamais auparavant. Les emplois du secteur des services aux cols blancs, comme le conseil et les services juridiques, seront transformés en modèles logiciels évolutifs, transformant les marges de services traditionnels en marges de type SaaS. L'éducation bénéficiera également de l'IA en démocratisant l'accès à des tutorats et à des apprentissages personnalisés.

Conclusion

Jordi: C'est super intéressant, Andrej. Merci beaucoup d'avoir partagé tes idées. Pour notre public qui souhaite te contacter ou en savoir plus sur UnSurvey, quel est le meilleur moyen ?

Andrej: Vous pouvez me rajouter sur LinkedIn sous mon nom complet, Andrej Žukov Gregorič, ou m'envoyer un e-mail à andrei@unsurvey.com . Notre site web est unsurvey.ai.

Jordi: Merci encore, Andrej, et merci à notre public. Restez à l'écoute pour plus de podcasts passionnants.