Welcome la team,
Pour ce premier billet, on parle de Gen AI, de success story et une compilation de ressources.
AU MENU :
o1 d’Open AI : Hype ou révolution ?
La success story de LYZR : le playbook de leur stratégie
Les ressources qui méritent d’être suivies
Bonne lecture !
GEN AI
o1 : Est-ce une hype ou une révolution ?
Il y a quelques semaines, OpenAI a dévoilé son dernier modèle appelé o1 et tout le monde en parle comme une révolution.
Qu’est-ce qui le rend si spécial ?
Il est considéré comme le premier modèle avec une pensée de type System 2.
Le concept de System 1 et System 2 est une approche pour décrire les types de pensée humaine proposée par Daniel Kahneman dans son livre Thinking, Fast and Slow.
En d’autres mots, "La pensée du System 1 est une réponse immédiate de votre intuition, tandis que la pensée du System 2 est une réponse retardée issue d'un processus réfléchi."
Beaucoup d'entre nous utilisent des modèles de type System 1 depuis novembre 2022, lorsque OpenAI a lancé ChatGPT.
Quel est l’impact ?
Selon Open AI, ces nouveaux modèles excelleront dans des tâches jamais vues auparavant nécessitant une grande dose de raisonnement.
Benchmark OpenAI
Ils mentionnent que leurs nouveaux modèles utilisent des reasoning tokens
Il n'est pas mentionné quelles techniques spécifiques ils utilisent. Les experts sur le sujet s’accordent pour dire qu’il s’agit des techniques suivantes :
Concrètement, c’est ce qui permet au LLM de planifier un processus de raisonnement et évaluer différents scénarios pour résoudre un problème au lieu de répondre directement au prompt.
Bien sûr, comme le modèle, consacre plus de temps de calcul aux réponses, il est devenu plus coûteux à utiliser : GPT-4o1 coûte jusqu’à 6 fois plus que GPT-4o.
Mon avis :
o1 dépasse les autres modèles, que ce soit pour les tâches de rédaction, écrire du code information, résoudre des problèmes, faire un brainstorming, …
Cependant, si vous utilisez déjà des techniques comme la « Chain of Thought » (CoT) ou la « Tree of Thought » (ToT), vous ne verrez pas de grandes différences. Au final, vous préférerez probablement garder le contrôle sur les étapes de raisonnement, car vous connaissez mieux vos besoins que OpenAI.
De plus, l’interface de ChatGPT ne prend pas en charge la multimodalité. Lorsque vous sélectionnez la version o1, vous ne pas envoyer d’images, PDF ou fichiers Excel en pièce jointe.
Enfin, le modèle est toujours sujet aux « hallucinations ».
Pour toutes ces raisons, je ne pense pas que o1 soit une révolution, mais il facilite grandement l’utilisation avancée des LLM.SUCCESS STORY
LYZR, la startup qui a signé 3M$ d’ARR en 8 mois
Cette startup avait une vision, mais se heurtait sans cesse à des obstacles.
Grâce à une exécution bien orchestrée, ils ont réussi à générer 3M$ d’ARR en 8 mois.
Le fondateur a eu la gentillesse de communiquer le playbook de leur stratégie.
Vous pouvez y accéder 👉 Ici
Que faut-il en retenir ?
Votre exécution aura plus de poids que votre idée. L’entrepreneur Derek Sivers a écrit un article sur le sujet "Ideas are just a multiplier of execution" (Les idées ne sont qu'un multiplicateur de l'exécution).
Il part du principe que même l'idée la plus brillante, mal exécutée, n'a pratiquement aucune valeur.
En revanche, une idée moyenne, exécutée avec brio, peut s'avérer extrêmement rentable.
Il l'a illustré à l'aide de ce tableau :
AWFUL IDEA | -1 |
WEAK IDEA | 1 |
SO-SO IDEA | 5 |
GOOD IDEA | 10 |
GREAT IDEA | 15 |
BRILLIANT IDEA | 20 |
NO EXECUTION | $1 |
WEAK EXECUTION | $1,000 |
SO-SO EXECUTION | $10,000 |
GOOD EXECUTION | $100,000 |
GREAT EXECUTION | $1,000,000 |
BRILLIANT EXECUTION | $10,000,000 |
La valeur de votre entreprise = Valeur de l'idée x Valeur de l'exécution. Une idée brillante mal exécutée vaut 20 000 dollars, tandis qu'une idée faible avec une exécution brillante vaut 10 000 000 $.
Voici mes conseils :
Ne soyez pas obnubilé par l’idée du siècle.
Évitez le syndrome "Cette idée existe déjà", car une solution peut prendre différentes formes.
Concentrez-vous sur une idée qui répond à un problème ou une frustration pour vos futurs clients.
Misez vos efforts sur l'apprentissage d'une bonne exécution.
Voici quelques pistes :
Une de mes préférées est celle de Danny Postma :
Il propose d’utiliser la recherche de mots-clés pour identifier les opportunités où le volume de recherche est élevé et la concurrence faible, c’est-à-dire qu’il existe peu de résultats pertinents pour ces recherches.Voici le tweet qui détaille la méthode 👇
Vous pouvez aussi :
Identifier des problèmes dans votre propre vie quotidienne.
Explorer les forums de recherche comme Reddit.
Profiter des meetups sur votre thématique pour recueillir des feedbacks.
Contacter votre cible sur LinkedIn sous la forme d’une enquête.
Surtout, challengez toujours vos idées avec :
1- Le marché
Votre marché, est-il suffisamment grand pour justifier des efforts ? Clearbit propose un simulateur plutôt bien fait.
2- La rentabilité
Est-ce que vos clients sont prêts à payer pour votre solution ?
C’est un exercice délicat, car il existe beaucoup de facteurs qui peuvent influer sur la perception du prix de votre produit/service.
L’ennemi dans cette situation est nos biais cognitifs, qui nous poussent à faire des raccourcis et génère des erreurs en chemin.
Il existe une méthode scientifique qui a fait ses preuves pour solutionner cela : C’est le Price Sensitivity Meter (PSM) de Van Westendorp.
Elle consiste, à travers un questionnaire et une série de questions de trouver une fourchette de prix acceptable pour votre audience.
Pour ceux que ça intéresse, voici un Google Sheet pour analyser les réponses du formulaire ainsi qu’une vidéo explicative.
Avec ces outils, vous trouverez une idée qui a des chances de résonner auprès de votre audience.
Le succès de votre idée dépendra de votre exécution et nous aurons l’occasion d’en parler dans les prochains billets.INSIGHTS
Tutoriels et ressources
Cette semaine, les ressources sont principalement en open source.
Pourquoi ce choix ?
Vous avez accès au code source et aux prompts.
Un grand nombre de startups IA trouvent leur inspiration et baptisent leur produit grâce à l’open source.
En revanche, il faut faire l’effort de lire du code, ce qui ne devrait pas être un problème si vous utilisez chatGPT 😉
1- Tuto pour créer l’équivalent de CURSOR en open source.
2 - Podgen Une solution open source pour générer un podcast avec l’IA
3- Perplexica : Un clone de Perplexity open source qui mérite d’être suivi
4- Stocker données dans Google sheets n’est pas une idée.
Enjoy !
— Lionel
