Un autre axe de simplification de l’utilisation de l’intelligence artificielle dans l’entreprise est d’avoir recours à la compréhension et au traitement du langage naturel pour interagir avec l’intelligence artificielle. Promethium et Bouquet.ai sont deux exemples de l’usage du langage naturel pour accélérer l’adoption de l’IA dans l’entreprise.
Promethium, une start-up américaine que nous avons rencontré lors d’un IT Press Tour précédent vise à régler plusieurs problèmes liés à l’utilisation plus intense des données dans l’entreprise avec une plate-forme qui a recours au traitement du langage naturel. Le plus souvent il est difficile d’être sûr que les données soient de qualité avant la visualisation de celles-ci.
La plate-forme dans le cloud de cet éditeur automatise les étapes précédentes par l’intégration des différentes sources de données nécessaires (catalogues, outils de virtualisation de données, applications et bases de données …) pour apporter une vue globale sur les données, automatiser de nombreux process manuels, utiliser l’intelligence artificielle pour guider l’utilisateur et l’apprentissage machine pour améliorer et mettre à jour les modèles. L’utilisation du traitement en langage naturel simplifie l’usage par les métiers pour une prise en main rapide. L’utilisateur pose une question en langage naturel et la plate-forme lui répond par une visualisation de la réponse à la question.
Le franco-américain de l'étape
Bouquet.ai est un autre exemple de l’usage de la reconnaissance et de la compréhension du langage naturel dans le but de rendre plus simple l’usage de l’intelligence artificielle par les lignes de métiers. Cette start-up a été créée en 2017 par un Français, Adrien Schmidt, expatrié dans la Silicon Valley.
La solution se présente comme un bot mobile qui s’appuie sur une plate-forme qui explore et apprend les données disponibles avec des possibilités de requêtes en temps réel pour permettre à l’utilisateur d’agir sur les données dans une application opérationnelle comme Salesforce ou un ERP.
Aristotle, Aristote en anglais, le nom du bot de Bouquet, supporte la plupart des fonctions SQL dont la jointure de tables de bases de données à la volée. Bouquet propose une méthode d’entraînement semi-automatique du bot par la simple édition du modèle de données et du lancement du programme d’entraînement qui engage le dialogue avec le bot. Adrien Schmidt assure qu’un premier modèle, insuffisant, avec un taux de 50 % de reconnaissance peut être obtenu en deux heures. Mais ce taux monte à 85 % après le tagging de phrases spécifiques et un réentraînement.
Le schéma de fonctionnement d'Aristotle, le bot de Bouquet.ai.