Tech It Easy : Comment l’IA révolutionne Diag Op ?

Comment l’IA révolutionne Diag Op : vers une automatisation intelligente des diagnostics pour les entreprises.

Notre métier chez RCA, c’est de développer des outils digitaux devenus essentiels pour optimiser les processus et améliorer l’efficacité d’un cabinet comptable.
Diag Op, c’est le petit nouveau de la bande ! Un logiciel développé pour faciliter la création et la gestion de questionnaires thématiques. Les questionnaires sont préparés par les cabinets et soumis à leurs clients pour réaliser un diagnostic précis, par exemple, un diagnostic de cybersécurité. Pour les cabinets, c’est une opportunité de proposer une mission de conseil supplémentaire.
Avant même sa mise en production à tous nos clients, certains freins à son utilisation ont été identifiés. Ce sont ces freins qui ont ouvert la voie à une réflexion approfondie sur l’intégration de l’intelligence artificielle (IA). 

Alors, comment RCA envisage de transformer son logiciel grâce à des modèles de langage (LLM) comme ChatGPT, Claude ou Mistral ?

Les limites du fonctionnement actuel

Actuellement, Diag Op permet de structurer des rapports à travers des questionnaires regroupés par thématiques. Si cette approche est pratique, elle oblige les utilisateurs à reprendre manuellement les constats post-questionnaire,  pour rédiger une synthèse cohérente. Ce processus est chronophage et constitue un frein majeur à l’adoption massive de l’outil par les cabinets. Pour résoudre ce problème, RCA explore des solutions innovantes basées sur l’IA.

Une expérience personnelle comme point de départ

En décembre 2023, Florent Lavigne a mené des tests : « le soir chez moi, je me suis amusé à faire des petits tests sur ChatGPT et je me suis rendu compte d’un potentiel intéressant pour générer automatiquement des synthèses”. Bien sûr, ces tests n’étaient pas suffisants pour lancer une industrialisation et une phase de conception. “On se posait également des questions liées à la confidentialité des données clients et au coût d’exploitation du LLM”, précise Florent.  C’est pourquoi, nous avons eu envie d’embarquer la Team Data sur le sujet. Guillaume Renaudin et Noan Cloarec ont alors apporté leur expertise sur le sujet. 

Comparaison des modèles de langage

Première étape, comparer les différents LLM pour leur pertinence et aussi pour leur coût d’exploitation :

• ChatGPT : reconnu pour la qualité de ses résultats mais avec un coût élevé et non hébergé sur AWS.

• Claude : une alternative offrant un meilleur rapport qualité-prix, avec deux variantes disponibles pour un hébergement à Paris.

• Mistral : exploré pour sa flexibilité, notamment dans le cadre de l’intégration Bedrock d’AWS.

L’écosystème technique pour l’IA

Pour intégrer efficacement l’IA dans Diag Op, plusieurs questions techniques se sont posées :

1. Hébergement et sécurité : Quel modèle de LLM utiliser et comment contrôler l’accès aux données ? L’utilisation d’un composant AWS comme Bedrock garantit une gestion stricte des données avec un hébergement localisé à Paris.
2. API d’intégration : Le développement d’une API robuste est crucial pour permettre à Diag Op de poser des questions au modèle IA tout en assurant une authentification sécurisée. Une API c’est ce qui permet au logiciel Diag Op d’interroger le LLM pour la génération de la synthèse. Si celle-ci est mal sécurisée, elle peut représenter une faille pour la sécurité des données qui y transitent. 
3. Le Prompt engineering : Créer des prompts pertinents en fonction des thématiques et des secteurs d’activité pour optimiser les réponses fournies par l’IA. Le prompt c’est simplement une commande passée à l’IA, ici Claude, exprimée (écrite) en langage naturel. Un peu comme quand on écrit un sms ou un mail.

Vers une  intégration de l’outil dans l’univers RCA

La mise en production (MEP) de cette solution implique un travail approfondi sur plusieurs axes :

• Feedback utilisateur : Les retours des utilisateurs seront essentiels pour affiner les prompts et réentraîner les modèles si nécessaire. A l’aide d’un simple pouce “vers le haut” ou “vers le bas” les utilisateurs pourront indiquer la qualité et la pertinence de la réponse. L’IA pourra alors apprendre de ces feedbacks pour s’améliorer. 

• Tests A/B : Comparer les performances des différents prompts pour identifier les plus efficaces avant d’envisager un fine-tuning. L’idée ici c’est de rédiger plusieurs contextes et mise en situation écrite en langage naturel, pour voir lequel apportera les meilleurs résultats. Et le fine-tuning ? Encore un gros mot, qui fait simplement référence à un “affinage”, une spécialisation du modèle. 

• Sécurisation : Prévenir les usages non autorisés de l’API en mettant en place des contrôles stricts et assurer une sécurité maximale des données. Bon là, on va peut-être faire appel à la Team Sécu 😉 

L’avenir de RCA avec  l’IA

La première version fonctionnelle de cette solution, actuellement testée dans un environnement bac à sable, notamment par les membres du CEG, devrait voir le jour au cours du premier trimestre 2025. L’objectif initial est de faciliter la synthèse des diagnostics. Mais les perspectives de l’utilisation de l’IA pour RCA vont bien au-delà. 

1. Génération automatique de questionnaires : L’IA pourrait créer des modèles adaptés à des thématiques spécifiques. Par exemple, un cabinet pourrait faire réaliser un questionnaire à son client dans l’objectif de lui fournir une procédure adaptée à son fonctionnement pour le paramétrage de MEG. 
2. Entraînement sur les données RCA : Utiliser des techniques de Retrieval-Augmented Generation (RAG) pour permettre à l’IA de répondre à des questions en s’appuyant sur une base de connaissance interne. On utiliserait les nombreuses données de RCA pour nourrir un modèle.
3. Digitalisation accrue des cabinets d’expertise comptable : Renforcer l’accompagnement des cabinets dans leur transformation digitale, c’est-à-dire leur proposer de plus en plus d’outils pour les aider à développer leurs missions de conseil. 

Une solution à forte valeur ajoutée

L’intégration de l’IA dans Diag Op s’inscrit dans une stratégie globale visant à créer de la valeur ajoutée pour nos clients. En tant qu’assistant rédactionnel, l’IA ne se limite pas à simplifier les processus. Elle ouvre de nouvelles possibilités pour personnaliser et enrichir les diagnostics. Les premiers retours, notamment lors de congrès, montrent que les cabinets d’expertise comptable perçoivent cet outil comme une véritable opportunité.

Avec une mise en production prévue pour 2025, cette transformation promet de redéfinir la manière dont les diagnostics sont réalisés. Et ce, tout en renforçant la compétitivité des cabinets d’expertise comptable dans un environnement de plus en plus digitalisé. Et ce n’est que le début de l’histoire RCA et de l’IA Générative !