Hello Casto, dans les coulisses du premier AI-assistant bricoleur

Article IA 09.02.2024
Par Charles Letaillieur

Charles Letaillieur, senior manager data technologies et expert des sujets IA chez Converteo a eu le plaisir de s’entretenir avec Romain Roulleau, initiateur du projet hello casto.

A retenir 

  • Castorama a été le premier distributeur à lancer un assistant conversationnel d’IA générative sur son site de vente en ligne
  • L’ambition est de proposer un réel saut qualitatif, sortir d’une logique de recherche par mots clés et rentrer dans l’époque de la conversation en langage naturel, se rapprochant de la fluidité et de la pertinence d’une conversation avec un vendeur en magasin
  • Le projet s’appuie sur le framework du Groupe Kingfisher appelé Athéna, qui fait appel à 3 des principaux modèles de langage du marché, permettant de mobiliser le LLM le plus pertinent en fonction des cas d’usage et d’assurer la conformité réglementaire et éditoriale dans les échanges

 

Depuis trois mois, vous avez peut-être utilisé Hello Casto, l’agent conversationnel de Castorama lancé en novembre dernier. L’un de ses initiateurs, Romain Roulleau, nous raconte l’origine et les coulisses du projet.

La réflexion démarre par une promesse “Il y a d’emblée la conviction que c’est très puissant.” se souvient Romain Roulleau, mais la réalité nous impose de vérifier ce que les outils d’IAGen permettent de faire concrètement”

Après avoir envisagé et observé plusieurs cas d’usages sur le marché “arrive le sujet du conversationnel où, historiquement, la proposition de valeur est pauvre, fondée sur des arbres de décisions. Or notre ambition était forte : comment fait-on pour retranscrire en ligne la capacité, qu’ont nos vendeurs en magasin, d’interagir et de répondre à des questions parfois compliquées ?”. 


Relever ce défi, c’est un changement de nature profonde de l’expérience client en ligne : “Un moteur de recherche textuel répond à des mots-clés. Même la recherche visuelle, que nous utilisons et dont nous sommes par ailleurs assez satisfaits, reste un fonctionnement assez simple : je pousse une photo, je regarde ce qui ressemble. Mais parler au chatbot comme je parlerai à un vendeur, ça n’existait pas, et c’est que nous avons voulu creuser en priorité.

 

Projet alpha, tests internes et framework Groupe

Le projet a connu des phases de prototypages mobilisant l’interne. “On a d’abord fait un produit en version alpha, en entraînant le modèle plus spécifiquement sur une première catégorie de produits, l’outillage électroportatif en l’occurrence. Et nous avons conduit une phase de test en interne, avec des utilisateurs chevronnés, critiques, qui connaissent très bien les produits. Au cours de cette phase on a testé et noté la qualité des réponses, et rapidement nous avons eu des niveaux de satisfaction très élevés.  

 

En parallèle le Groupe Kingfisher a travaillé à l’élaboration d’un framework, appelé Athéna, qui permet deux choses. “Tout d’abord ce cadre est connecté à trois des principaux LLM du marché (Bard de Google, ChatGPT d’OpenAI et Claude d’Anthropic) et ce afin de mobiliser le plus efficace des trois modèles en fonction du cas d’usage. D’autre part, Athéna fournit un contexte qui sécurise à la fois les aspects de conformité réglementaire et éditoriale (le ton, le style).

 

Depuis le lancement nous avons appris énormément de choses, s’enthousiasme Romain Roulleau. J’ai été frappé de constater qu’au début, nous avons une forme de réticence en tant qu’utilisateur à parler en langage naturel, à interagir avec Hello Casto comme nous le ferions avec un humain. Nous n’avons par exemple pas toujours le réflexe de faire une phrase, nous écrivons comme si nous étions en train d’utiliser un moteur de recherche classique, avec des mots clés.

 

Et le directeur marketing en témoigne, dès que ce cap est passé “il y a toujours un grand étonnement à voir la tonalité et la fluidité des réponses, du dialogue, des questions même parfois que nous pose à son tour Hello Casto pour affiner un besoin, exactement comme le ferait un vendeur en magasin. Vous voulez une peinture pour la chambre de votre fille, oui mais vous préférez les couleurs foncées ou claires, quel est le mobilier déjà présent dans la chambre etc. Je suis assez convaincu qu’ici réside, au fond, la plus forte incitation à l’adoption. Parce que ce côté bluffant, le fait que vous changiez d’avis, va faire que vous allez en parler autour de vous, vous allez en faire la recommandation. C’est ce qui s’est passé finalement avec ChatGPT, et je pense que, toutes proportions gardées, nous allons voir le même type de tendance sur nos sites et applications.” 

 

Le modèle est affiné depuis son lancement, en continu. “Chaque échange avec Hello Casto se termine par une proposition d’évaluation : l’échange a-t-il été positif ou négatif. Dès qu’une conversation est identifiée comme négative elle est analysée, et tous les résultats positifs, et c’est la majorité, participent aussi à l’apprentissage du modèle.

 

La dernière étape franchie en ce début d’année 2024, après avoir intégré les premiers retours sur l’utilisation et la prise en main par les internautes, fut celle de déployer Hello Casto sur l’ensemble des catégories de produits, en continuant de fournir le même niveau de qualité et de pertinence dans les réponses. Et parmi les prochains chantiers, nous avons l’intention d’améliorer l’interface, sur desktop et sur mobile.

Par Charles Letaillieur