Toute entreprise qui utilise l’IA loue de l’intelligence. Le modèle a été entraîné par quelqu’un d’autre, selon le calendrier de quelqu’un d’autre, et vous le payez chaque fois que vous lui demandez quelque chose. Pour ce qu’un modèle fait le mieux, c’est un marché honnête : il apporte la langue, les connaissances et le raisonnement à presque n’importe quelle question, et il s’améliore chaque fois que son créateur publie une nouvelle version.
Regardez maintenant ce qu’il advient de votre propre travail dans ce marché. Lundi matin, votre responsable support corrige une réponse sur un remboursement : les cartes cadeaux donnent droit à un avoir, jamais à des espèces. Le modèle répond juste à la question suivante, parce que la correction est encore sous ses yeux. À la session de l’après-midi, elle a disparu. Mardi, quelqu’un la réexplique, et mercredi, un nouveau collègue ne sait pas qu’il faut le faire.
Les corrections, les exceptions et les décisions tranchées que votre équipe produit chaque jour sont l’intelligence la plus précieuse de votre entreprise. Un modèle loué ne peut rien en apprendre. Duplex le peut, et ce qu’il apprend vous appartient.
Chaque appel à votre IA achète une réponse, et rien de plus.
Loué à l’appel.
Un appel à votre IA achète une réponse, et rien de plus. Le modèle résout chaque décision à partir de zéro, et il ne connaît la dernière correction de votre équipe qu’aussi longtemps que quelqu’un continue de la lui mettre sous les yeux, dans un prompt, un document ou un passage récupéré.
Voilà pourquoi l’intelligence louée coûte autant au centième mois qu’au premier. La facture grossit avec l’usage, et le modèle ne connaît pas mieux votre travail que le jour où vous avez commencé. Chaque leçon que votre équipe lui donne est payée, utilisée une fois et perdue.
L’écart se voit dès que vos règles changent. Sur un flux de 3,000 décisions où les règles ont changé cinq fois, le modèle seul a atteint 59.8% de précision, et seulement 2.3% sur les décisions touchées par ces changements. Il a continué d’appliquer les anciennes règles, parce que rien dans un modèle loué ne peut apprendre les nouvelles.
Une intelligence en propre.
Duplex est une seconde intelligence aux côtés de votre modèle d’IA, et il apprend à l’exécution, pendant que le travail se fait. Quand votre équipe confirme un résultat, Duplex en apprend, et la prochaine requête du même genre reflète déjà ce que votre équipe a décidé. Le modèle continue de faire ce qu’il fait le mieux, et Duplex apporte ce que votre travail lui a appris.
La propriété est une différence visible. Pour tout ce que Duplex a appris, vous voyez de quel agent cela vient, avec quel modèle et quand. Vous pouvez le revoir, le corriger ou le retirer, et ce que possède votre entreprise est séparé de ce que possède chaque autre client.
Ce que Duplex apprend n’appartient pas non plus à un seul assistant. Tout agent que vous autorisez peut s’en servir, y compris vos propres agents, si bien qu’une correction confirmée dans un outil sert dans tous les autres. Une personne construit ainsi sa propre intelligence, et une entreprise la sienne, un résultat confirmé à la fois.
Duplex apprend une décision confirmée dans Claude, et connaît l’agent, le modèle et l’heure.
À vous de la corriger, et de l’emporter partout.
Commençons par la correction. Quand une politique change, votre équipe corrige une leçon, et Duplex suit la nouvelle règle dès la requête suivante, tandis que tout le reste de ce qu’il a appris demeure tel quel. Quand une leçon s’avère fausse, votre équipe la retire isolément, et l’historique montre qui a changé quoi, et quand. Un modèle loué ne vous donne rien à corriger, parce qu’il n’a jamais appris la leçon au départ.
Posséder quelque chose, c’est pouvoir l’emporter avec soi. Les modèles progressent, les prix changent, et le meilleur modèle pour une tâche cette année ne sera peut-être pas le meilleur l’an prochain. Avec l’intelligence louée, chaque changement de modèle oblige à tout réexpliquer : nouveaux prompts, nouveaux exemples et nouvelle série de corrections.
Ce que Duplex apprend fonctionne aux côtés du modèle, plutôt qu’en lui, et vous suit donc quand vous changez. Changez de modèle, d’agent ou d’endroit où tourne Duplex, et tout ce que votre équipe lui a appris vient avec.
Quand le travail est passé à une autre famille de modèles, Duplex n’a eu besoin d’aucun réentraînement. Un adaptateur fine-tuné, inscrit dans les poids d’un modèle, n’a réussi le même passage dans aucun des six tests.
Plus vous possédez, moins vous louez.
Les économies suivent. Chaque décision que Duplex a apprise est une décision que vous n’avez plus à payer votre IA pour résoudre à nouveau. Duplex y répond en quelques millisecondes, sans appel au modèle, et fait appel à votre IA pour ce qui est nouveau, informée de ce qu’il sait du cas.
Sur les mêmes 3,000 décisions, Duplex aux côtés du même modèle a atteint 94.6% de précision, avec 90.3% d’appels au modèle en moins et un coût réduit de 84.8%. La précision a augmenté tandis que le coût de chaque décision baissait.
Et les gains s’additionnent. Une décision apprise en mars reçoit sa réponse en quelques millisecondes en avril, tout comme chaque requête du même genre par la suite. La part de travail de votre IA se resserre sur ce qui est nouveau et difficile, là où une intelligence générale justifie son prix.
Voilà ce que signifie, en pratique, une intelligence en propre. Ce que vous louez garde le même prix, appel après appel. Ce que vous possédez prend de la valeur chaque jour où il tourne, et reste à vous quel que soit le modèle que vous utiliserez ensuite. Gardez le modèle auquel vous faites confiance pour ce qui est nouveau et difficile, et laissez l’intelligence que crée votre travail devenir un actif à part entière.
Une requête que votre IA doit résoudre prend 2,231 ms environ, et l’appel est payé.