Skip to content

NOUVEAU

AI Search : vos visiteurs méritent une meilleure expérience de recherche

Découvrir
Back to Homepage
Démo

LLM (Large Language Model)

IA

Un LLM (Large Language Model) est un modèle d'IA entraîné sur de très grands volumes de texte pour comprendre une demande et rédiger une réponse en langage naturel. GPT, Claude, Gemini, Mistral et Llama sont des LLM.

Comment ça marche

Pendant l'entraînement, le modèle apprend à prédire la suite d'un texte sur des milliards de phrases. Il en tire une connaissance générale de la langue, des faits courants et des raisonnements simples. Au moment de répondre, il génère sa réponse morceau par morceau, à partir de la question et du contexte qu'on lui fournit.

Deux limites comptent pour un site e-commerce :

  • Ses connaissances s'arrêtent à la date de son entraînement. Il ne connaît ni les prix du jour, ni le stock, ni la dernière collection.
  • Sans la bonne information sous la main, il peut produire une réponse plausible mais fausse. On parle d'hallucination.

C'est pour cela qu'on lui donne, au moment de la question, les contenus utiles : fiches produit, FAQ, politique de retour. Cette méthode s'appelle le RAG (retrieval-augmented generation).

Pourquoi c'est important en e-commerce

Les LLM permettent au visiteur de poser sa question avec ses mots, par exemple « un matelas ferme pour quelqu'un qui a mal au dos », au lieu de deviner les bons mots-clés. Ils sont aussi derrière ChatGPT, Gemini et les autres assistants que les consommateurs utilisent pour chercher des produits.

Une marque a donc affaire aux LLM à deux endroits : sur son site, où ils rendent la recherche et le conseil conversationnels, et en dehors, où ils décident quels produits citer.

Pour aller plus loin : Claude for Commerce : ce qu'Anthropic a livré, et ce qu'il reste à construire

Exemple concret

Un visiteur demande : « Ce sac à dos passe-t-il comme bagage cabine ? » Un LLM seul répond à partir de ses connaissances générales et peut inventer des dimensions. Le même LLM, relié à la fiche produit et à la FAQ de la marque, lit les vraies dimensions du sac et répond avec les informations de la marque.

 

  • x10

    d'engagement en plus qu'un chatbot IA traditionnel

  • 90 %

    de taux de réponse auprès des visiteurs engagés

Confusion fréquente

On pense souvent qu'un LLM connaît le catalogue d'une marque, parce qu'il sait citer des produits connus. Il ne connaît que ce qu'il a vu pendant son entraînement, souvent incomplet ou daté. Les prix, le stock et les nouveautés doivent lui être fournis au moment de la question.

L'approche iAdvize

Des réponses tirées du catalogue de la marque

iAdvize construit la couche entre la stack e-commerce des marques et les LLM. L'Assistant Shopping IA répond à partir du catalogue et de la base de connaissances de la marque (FAQ, contenus produit), avec le ton et le comportement qu'elle a configurés.

 

Questions fréquentes

Quelle différence entre LLM et IA générative ?

L'IA générative regroupe tous les modèles qui produisent du contenu : texte, image, son ou vidéo. Les LLM sont la famille spécialisée dans le texte.

Qu'est-ce qu'une hallucination ?

C'est une réponse fausse formulée avec assurance, quand le modèle comble un manque d'information au lieu de dire qu'il ne sait pas. Lui fournir les bonnes sources au moment de répondre en réduit fortement le risque.

Faut-il entraîner son propre LLM pour un site e-commerce ?

Rarement. L'entraînement coûte cher et doit être refait à chaque mise à jour. La plupart des usages e-commerce reposent sur un modèle existant, auquel on fournit les données de la marque au moment de la question.