7 min de lecture<\/p>\n
La plupart des piles d\u2019IA en entreprise sont des machines sur-ing\u00e9nier\u00e9es : des prompts syst\u00e8me comptant des milliers de tokens, des pipelines RAG \u00e0 plusieurs \u00e9tapes, des r\u00e8gles m\u00e9tiers cod\u00e9es en dur et des revues manuelles de code qui constituent un goulot d\u2019\u00e9tranglement. Cela fonctionnait tant que les mod\u00e8les affichaient une pr\u00e9cision de 85 %. \u00c0 chaque nouvelle g\u00e9n\u00e9ration de mod\u00e8les, l\u2019\u00e9quilibre \u00e9volue – et la complexit\u00e9 devient un frein. Quatre points d\u2019audit concrets montrent o\u00f9 les \u00e9quipes IT doivent d\u00e9sormais simplifier.<\/strong><\/p>\n En mars 2019, Rich Sutton, professeur \u00e0 l\u2019Universit\u00e9 de l\u2019Alberta et cofondateur de la recherche moderne sur l\u2019apprentissage par renforcement, publiait un essai intitul\u00e9 \u00ab The Bitter Lesson \u00bb. Sa th\u00e8se : sur les 70 derni\u00e8res ann\u00e9es d\u2019histoire de l\u2019IA, les m\u00e9thodes reposant sur la puissance de calcul brute ont syst\u00e9matiquement surpass\u00e9 celles int\u00e9grant des connaissances humaines sp\u00e9cifiques \u00e0 un domaine. Non pas parce que ces connaissances seraient sans valeur – mais parce qu\u2019elles ne suivent pas le rythme de la mise \u00e0 l\u2019\u00e9chelle.<\/p>\n Six ans plus tard, ce m\u00eame sch\u00e9ma se r\u00e9p\u00e8te dans le travail avec les grands mod\u00e8les de langage (LLM). Les \u00e9quipes construisent des syst\u00e8mes autour des mod\u00e8les : cha\u00eenes de prompts \u00e0 plusieurs \u00e9tapes, arbres de d\u00e9cision cod\u00e9s en dur, pipelines de r\u00e9cup\u00e9ration d\u2019informations soigneusement curat\u00e9s \u00e0 la main. Cela avait du sens lorsque GPT-3 op\u00e9rait avec une fen\u00eatre de contexte de 4 000 tokens et hallucinait sur une demande sur trois. Mais les mod\u00e8les se sont am\u00e9lior\u00e9s plus rapidement que les syst\u00e8mes qui les entourent.<\/p>\n Les lois de mise \u00e0 l\u2019\u00e9chelle (Scaling Laws) de Kaplan et al. (2020, arXiv:2001.08361) et les r\u00e9sultats Chinchilla de Hoffmann et al. (2022, arXiv:2203.15556) ont montr\u00e9 que la performance des mod\u00e8les augmente de fa\u00e7on pr\u00e9visible avec la puissance de calcul, la quantit\u00e9 de donn\u00e9es et le nombre de param\u00e8tres. En pratique, cela signifie que chaque nouvelle g\u00e9n\u00e9ration de mod\u00e8les rend obsol\u00e8te une partie de la complexit\u00e9 con\u00e7ue par l\u2019humain. Pas tout – mais suffisamment pour remettre r\u00e9guli\u00e8rement en question les architectures existantes.<\/p>\n La premi\u00e8re question \u00e0 poser \u00e0 toute pile d\u2019IA en production : quelle part du prompt syst\u00e8me d\u00e9crit le r\u00e9sultat souhait\u00e9 – et quelle part d\u00e9crit le chemin pour y parvenir ? Dans la plupart des syst\u00e8mes en production, ce rapport est de 20 \u00e0 80. Vingt pour cent pour l\u2019objectif, quatre-vingts pour cent pour la proc\u00e9dure.<\/p>\n Un exemple typique issu du support client : un prompt syst\u00e8me de 3 000 tokens qui prescrit la classification d\u2019intention en 14 cat\u00e9gories, d\u00e9finit les \u00e9tapes de r\u00e9cup\u00e9ration d\u2019informations, impose des v\u00e9rifications contre les hallucinations et fixe les formats de r\u00e9ponse. Cette sp\u00e9cification proc\u00e9durale \u00e9tait n\u00e9cessaire, car les mod\u00e8les ant\u00e9rieurs sautaient des \u00e9tapes sans instruction explicite. Sur des mod\u00e8les plus performants, elle devient une entrave : le mod\u00e8le suit le chemin prescrit, m\u00eame lorsqu\u2019il en conna\u00eet un meilleur.<\/p>\n Le Prompt Engineering Guide<\/em> d\u2019Anthropic le formule clairement : n\u2019ajouter de la complexit\u00e9 que si elle produit objectivement de meilleurs r\u00e9sultats. La documentation Codex d\u2019OpenAI va dans le m\u00eame sens : d\u00e9crire l\u2019objectif, pas la m\u00e9thode.<\/p>\nL’essentiel<\/h2>\n
\n
Pourquoi la mise \u00e0 l\u2019\u00e9chelle impose la simplification<\/h2>\n
Audit 1 : All\u00e9ger le scaffolding des prompts<\/h2>\n
\n\n
\n \nAspect<\/th>\n Prompt proc\u00e9dural (\u00e9tat actuel)<\/th>\n Prompt orient\u00e9 r\u00e9sultat (\u00e9tat cible)<\/th>\n<\/tr>\n<\/thead>\n \n Intention<\/td>\n \u00ab Classer dans 14 cat\u00e9gories, puis router vers le gestionnaire \u00bb<\/td>\n \u00ab R\u00e9soudre la demande du client \u00bb<\/td>\n<\/tr>\n \n R\u00e9cup\u00e9ration d\u2019informations<\/td>\n \u00ab Top 5 des articles de la base de connaissances via recherche hybride, alpha = 0,7 \u00bb<\/td>\n \u00ab Utiliser notre base de connaissances et nos politiques \u00bb<\/td>\n<\/tr>\n \n Validation<\/td>\n \u00ab V\u00e9rifier les URL hallucin\u00e9es, puis effectuer une v\u00e9rification factuelle \u00bb<\/td>\n \u00ab La r\u00e9ponse doit respecter notre politique de restitution \u00bb<\/td>\n<\/tr>\n \n Consommation de tokens<\/td>\n ~3 000 tokens<\/td>\n ~800 tokens<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n