Category: Intelligence Artificielle

Daquota.io : l’outil low-code intégrant ChatGPT pour étendre Salesforce

Posted on by Renaud Pawlak

Voir la vidéo : https://youtu.be/rmSRsDSjyR0

Salesforce

+ LOW-CODE

Etendre Salesforce : les difficultés

Salesforce propose une gamme assez large d’outils pour l’étendre, allant de la configuration no-code au développement de composants spécifiques en utilisant le langage de programmation Apex, dans le cadre du framework Lightning. Salesforce permet aussi l’intégration via OAuth2 d’applications tierces, tout en permettant un accès complet à son API.

Malgré cela, étendre Salesforce peut être un vrai casse-tête pour le métier, mais aussi pour les équipes techniques. Tout d’abord, les options de configuration sont très nombreuses, ce qui est à la fois une force et une faiblesse. Datant de 1999 et assurant une rétro-compatibilité, le framework fait cohabiter plusieurs strates d’outils et de versions qui induisent une difficulté de prise en main, ne serait-ce que pour comprendre quel outil correspond le mieux à ses besoins. De plus, les outils no-code étant limités par essence, l’utilisateur Salesforce se retrouve assez rapidement bloqué dans les évolutions métier possibles. Il doit alors passer en mode développement, et là aussi faire des choix compliqués parmi la multitude d’options qui s’offre à lui.

Continuer à lire →

AI vs. Maths

Posted on by Renaud Pawlak

Quite recently, I had the chance to discuss with Philippe de Reffye, a French researcher who spent his life studying how plants grow. He built a generic mathematical model that can simulate the growth of any plant, assuming we can mesure some environmental parameters to calibrate the model. He wrote a very complete book about it (in French).

The book of Philippe de Reffye

The interesting point from my perspective is that his work managed to lower the computational complexity of simulating plant growth from an exponential to a linear function. What would take days to calculate can now be done in seconds, and it grows linear w.r.t. the plant complexity.

Philippe and I talked about AI. His opinion is that AI can help calibrating the models. However, without the maths, you cannot really understands what happens when the plants grow and you have no chance finding an optimization of the kind he found.

Philippe warned me about the danger of replacing maths with ML when we don’t have a model. Indeed, it is a potential workaround, but it is expensive in computation time and it blurs our understanding of the world.