L’intelligence artificielle ne se limite pas aux IA génératives dont tout le monde parle actuellement…Loin de là ! Depuis de nombreuses années, des solutions d’intelligence artificielle sont déployées partout dans le monde, sur Internet et dans les entreprises. Pour Egis, l’utilisation de l’intelligence artificielle n’est pas une nouveauté. Depuis plusieurs années, des projets intégrant l’IA sont conduits et délivrés par notre groupe.
Avant d’entrer dans le détail des cas d’usage appliqués, il semble important de rappeler que lorsque l’on parle d’intelligence artificielle en entreprise, on parle en réalité de « capacités de l’IA ». Ces capacités ont été modélisées et regroupées en sept grandes familles d’usages en entreprise :
- la personnalisation, qui permet de traiter chaque individu comme un individu unique
- la reconnaissance, afin d’identifier et de comprendre des éléments dans un contenu non structuré (computer vision, par exemple)
- les interactions conversationnelles qui permettent aux machines d'interagir avec les humains
- l’analyse prédictive et l’aide à la décision
- les systèmes axés sur les objectifs, afin de trouver la solution optimale à un problème
- les systèmes autonomes, pour minimiser le travail humain
- la détection de motifs et d'anomalies (utilisée pour la fraude à la carte bancaire, par exemple).
Les réalisations d’Egis dans le domaine de l’intelligence artificielle appliquée sont multiples. Elles concernent différentes capacités de l’IA.
Zoomons sur la manière dont les technologies de Traitement automatique du Langage Naturel (Natural Language Processing) sont utilisées dans le cadre de nos activités, pour quels objectifs et avec quels résultats.
Le traitement du langage naturel est l’un des domaines de l’IA qui s’est le plus développé au cours des vingt dernières années. Il s’agit d’un domaine multidisciplinaire recouvrant l'informatique, la linguistique et l'intelligence artificielle. Il vise à créer des outils capables d’interpréter et de synthétiser du texte pour diverses applications. Le NLP est de plus en plus utilisé par les entreprises et les organisations de toutes tailles car il permet d'analyser et de comprendre le langage humain et de proposer des réponses adaptées.
Les cas d’usage dérivés du NLP sont nombreux dans les entreprises. Il est utilisé, par exemple, dans le domaine du marketing pour identifier des acheteurs potentiels en analysant leur comportement en ligne. Les chatbots utilisent également cette technologie pour gérer des tâches standard comme fournir des informations sur des produits ou services, répondre à des questions, etc. Le NLP est largement utilisé pour la classification de texte, la reconnaissance de caractères, la correction automatique, et le résumé automatique.
Comment fonctionne le NLP ?
Il existe deux étapes clés dans tout projet de NLP : le prétraitement linguistique et l'application de modèles de Machine Learning ou de Deep Learning.
Le prétraitement inclut le nettoyage, la normalisation, la tokenisation (division du texte en unités plus petites appelées "jetons" ou "tokens"), la racinisation (processus de réduction des mots infléchis à leur racine), la lemmatisation (qui consiste à isoler la forme canonique du mot), et d'autres opérations pour transformer le texte en un jeu de données exploitables.
Le texte est ensuite transformé en données numériques. Différentes approches existent, à l’instar du TF-IDF : une mesure statistique qui permet d'évaluer l'importance d'un terme contenu dans un document, relativement à un corpus.
L'étape d'apprentissage, quant à elle, consiste à appliquer l'un des trois types d'approche : soit des méthodes basées sur des règles spécifiques à un domaine, soit des modèles classiques de machine learning, qui utilisent des méthodes statistiques d'apprentissage, soit les modèles de deep learning. Pour mémoire, le deep learning utilise des réseaux de neurones artificiels pour apprendre et effectuer des tâches complexes. Il s'agit d'une approche basée sur un apprentissage automatique où les modèles de deep learning sont capables d'extraire des caractéristiques hiérarchiques à partir de données non structurées, telles que des images, du texte ou du son. Ces modèles sont entraînés sur de vastes ensembles de données pour reconnaître des motifs et faire des prédictions précises.
Comment Egis exploite concrètement la capacité de traitement du langage naturel ?
Egis utilise la NLU (Natural Language Understanding, une branche de la NLP) qui permet d'analyser et de comprendre le langage humain et qui peut être utilisée pour toute une série de tâches allant de la classification des textes à la reconnaissance d’entités.
Cette technologie est utilisée par Egis pour extraire des concepts dans des corpus de texte et leur appliquer différents traitements. Voici quelques exemples de cas d’usage :
Un cas d’usage appliqué au management de projet
Le projet eTag, porté en partenariat avec la société Fieldbox spécialisée dans l’IA industrielle, a été initié l’été dernier par nos équipes dans l’objectif d’accélérer la lecture et l’analyse d’un programme et d’en extraire automatiquement les exigences essentielles.
Aujourd’hui, la plate-forme permet le surlignage et la classification par spécialité, apportant une lecture commune et des possibilités d’annotation, de priorisation et de validation entre le chef de projet et le spécialiste. Elle agrège ensuite une liste de ces exigences et annotations au format .csv.
eTag est un véritable outil de suivi pour le chef de projet. Il permet de clarifier les besoins dans ses échanges avec la maîtrise d’ouvrage, l’architecte et l’ensemble des compétences qui s'interfacent avec Egis.
Véritable outil de productivité, cette liste sera utilisée comme donnée d'entrée dans l’outil de management de projet.
Une autre utilisation de l’IA : « industrialiser » les ACV
Egis utilise la NLU pour automatiser les Analyses du Cycle de Vie (ACV) avec la solution de SustainEcho, une start-up du groupe Egis qui allie numérique et évaluation environnementale.
Les ACV sont industrialisées par un simple « glisser-déposer » des cotations des entreprises. La plate-forme permet ensuite de visualiser et de mettre en évidence les matériaux les plus émissifs et d’interagir pour chercher les optimisations.
En d’autres termes, grâce à l’intelligence artificielle, SustainEcho peut automatiser l’évaluation carbone des ouvrages directement à partir des métrés. Ce nouvel outil nous permet de développer une offre d’ingénierie et d’exploitation qui réponde efficacement aux enjeux du défi climatique, pour des équipements et des infrastructures moins producteurs de carbone.
De plus en plus de solutions technologiques basées sur l’IA voient le jour et Egis reste à la pointe de l’innovation. Ces solutions ne se limitent pas au traitement du langage naturel. Bien d’autres capacités de l’intelligence artificielle sont utilisées. Nous aurons l’occasion d’y revenir…
