À propos d'Ellypsis
Trois points veulent dire : la suite arrive…
Ellypsis tire son nom des points de suspension, les trois points qui montrent qu'une phrase n'est pas terminée.
C'est aussi comme ça qu'un modèle de langage travaille. Au fond, il ne fait qu'une chose : prédire ce qui vient ensuite. Mot après mot.
C'était tout indiqué pour donner son nom à une entreprise d'IA.
Et puis le nom nous plaisait bien.
Qui nous sommes
Ellypsis a commencé à Odense, et nous sommes arrivés à l'IA par un chemin un peu différent de la voie technique.
Sewar a une formation en économie d'entreprise, ce qui collait finalement plutôt bien au problème sur lequel nous avons fini par passer notre temps.
Car le plus dur n'est pas d'amener un modèle d'IA à faire quelque chose d'impressionnant une seule fois.
Le plus dur, c'est de comprendre le travail assez bien pour qu'il produise quelque chose d'utilisable, encore et encore. Y compris quand le dossier sort un peu de l'ordinaire, qu'une exception surgit, ou que la personne qui sait normalement quoi faire n'est pas assise à côté.
Il faut les deux. Comprendre ce que la technologie sait faire, et comprendre le travail, l'entreprise et les gens qui vont s'en servir.
C'est autour de cette combinaison que nous avons construit Ellypsis.
Nous travaillons au plus près des gens qui font vraiment le travail. C'est là que se trouvent les règles, les exceptions et tout ce qui n'a jamais été écrit dans la procédure.
Et nous restons près d'eux ensuite. Car ce n'est pas d'être fini à la date de livraison qui rend un Coworker bon. C'est d'être en service.
Que devient le savoir qui n'existe que dans la tête des gens ?
C'est l'une des premières choses que nous allons chercher.
Presque toutes les entreprises ont du travail qui se fait « c'est comme ça qu'on fait, c'est tout », parce qu'une personne le fait depuis cinq ans. Le problème arrive le jour où cette personne est malade, change de poste, ou doit l'apprendre à quelqu'un d'autre.
Quand nous construisons un Coworker, cette connaissance doit sortir de la tête de quelqu'un et devenir concrète. Les règles, l'ordre des étapes, les exceptions et les exemples deviennent une partie de la mise en place.
Le Coworker n'obtient donc pas seulement de quoi travailler. L'entreprise reprend la main sur sa propre connaissance.
Est-ce que ça facilite l'intégration des nouveaux employés ?
Oui. Le nouvel employé n'a pas à redécouvrir tout le processus depuis zéro, ni à compter sur la chance pour tomber sur la bonne personne à qui demander.
Le travail, les règles et les exemples sont déjà concrets. Et le Coworker peut aider le nouvel employé à faire le travail de la même façon que le reste de l'équipe, dès le premier jour.
Est-ce que ça peut aider en cas de transmission d'entreprise ?
Oui. Une transmission d'entreprise, ce n'est pas qu'une question de propriété. Des décennies de savoir peuvent être enfouies dans la façon dont l'entreprise travaille.
Quand les façons de faire, les règles et les exceptions deviennent concrètes, l'entreprise dépend moins de ce que quelques personnes ont en tête.
L'IA, n'est-ce pas surtout un gain pour la direction ?
Ça ne devrait pas être le cas.
Pour l'entreprise, un Coworker peut apporter plus de capacité, une meilleure qualité et plus de clients, sans que le travail augmente au même rythme.
Pour l'employé, cela veut dire moins de temps sur les tâches répétitives et plus de temps sur ce qu'il fait vraiment bien. Et quand le travail devient mesurable, sa contribution devient elle aussi plus facile à voir.
Si, à temps de travail égal, vous pouvez gérer deux fois plus de travail ou livrer des résultats nettement meilleurs qu'il y a un an, ce n'est pas seulement l'entreprise qui devrait pouvoir en voir la valeur. C'est aussi un assez bon point de départ pour une négociation salariale.