Workday a commencé à utiliser le modèle de décision Jev de TypeSafe pour construire des interfaces utilisateur qui évoluent pendant la saisie dans son assistant d’intelligence artificielle Sana. Sana est devenu le nouvel écran d’accueil des logiciels de Workday consacrés aux ressources humaines, aux finances et aux technologies de l’information. Les administrateurs système peuvent le proposer aux utilisateurs sans en faire l’interface par défaut.
Lors d’une démonstration, une question sur un bulletin de salaire a fait apparaître une carte masquant le montant derrière un clic, tandis qu’une demande de congé a affiché un sélecteur de dates et que Sana a rempli les autres champs. L’idée centrale n’est pas qu’un modèle de langage écrive entièrement une nouvelle interface, mais qu’il sélectionne des composants dans un système de design préparé à l’avance par Workday.
Sélectionner les composants plutôt que générer l’interface
Joel Hellermark, directeur de l’intelligence artificielle de Workday et fondateur de Sana, a déclaré que l’approche habituelle des interfaces génératives était relativement lente. Selon l’explication fournie, Workday a alimenté Jev avec chaque composant atomique de son système de design, sans écrire une logique de sélection fixe pour chaque situation. L’équipe a toutefois également dû régler le préchargement des données : la carte du bulletin de salaire est apparue lors de la démonstration avant que la question ne soit entièrement saisie.
TypeSafe affirme que Jev répond en 70 à 500 millisecondes, ce qui le rend adapté à la sélection d’éléments d’interface en temps réel. Les développeurs transmettent au modèle les données de l’application et un ensemble de questions typées. Celui-ci renvoie une sélection parmi une liste pouvant atteindre 255 options, un score ou une réponse par oui ou non, avec une probabilité pour chaque résultat. Jev ne génère pas de texte.
Qu’est-ce qui change concrètement ?
Cette conception transforme une partie de la tâche liée à l’interface, en la faisant passer de la génération ouverte à une classification contrôlée. L’application peut ainsi afficher des éléments connus et testables au lieu d’attendre qu’un modèle de langage compose une nouvelle structure à chaque fois. Des tests publiés en dehors de Workday indiquent un écart potentiel de vitesse : Andrew King, de Very Good Ventures, a déclaré que l’utilisation de Jev pour des questions à réponses déterminées avait réduit le temps médian de rendu d’un tableau de bord génératif à 3,8 secondes, contre 29 secondes lorsqu’un modèle avancé était utilisé pour le constituer, les tests reposant sur des données synthétiques.
Lors d’un test réalisé sur l’ensemble de données Banking77, Jev a atteint un temps médian de 175 millisecondes et une précision de 81 %. Claude Opus 5 a obtenu une précision de 84,4 %, mais a nécessité 2,3 secondes et coûtait environ 22 fois plus cher, selon la source.
Limites et questions ouvertes
La documentation de TypeSafe indique que Jev rencontre des difficultés avec le comptage, les calculs et les dates, et qu’il peut avoir tendance à choisir la première option de la liste. Il ne traite pas non plus par défaut le contenu injecté comme hostile. Certaines expériences utilisent un autre modèle de langage lorsque la confiance de Jev tombe sous 50 %, ce qui limite l’étendue de ses décisions au lieu de le laisser générer n’importe quelle forme possible.
Workday n’a pas précisé la taille du système de design utilisé avec Sana ni ce qui se produit lorsqu’aucune combinaison des composants disponibles ne correspond à la demande. Workday a également ajouté TypeSafe à sa liste de sous-traitants autorisés à traiter les données des clients. TypeSafe fournit actuellement un rapport SOC 2 Type II sur demande, mais la source n’établit aucun détail supplémentaire concernant l’architecture de protection ou les politiques de conservation des données.
Cette initiative s’inscrit dans une concurrence plus large autour des modèles de décision : OpenAI, Amazon, Cloudflare et Perplexity ont lancé des modèles similaires, suivis par Microsoft la semaine précédente. TypeSafe a lancé le modèle Jev le 15 septembre avec un tour de financement d’amorçage de 40 millions de dollars mené par DCVC, puis a annoncé un tour de Series A de 870 millions de dollars dirigé par Andreessen Horowitz, pour une valorisation de 7,5 milliards de dollars.