Article WDTT IA Knowledge Management

WDTT #MakeSense, l’IA au service du Knowledge Management

La recherche d’informations et de contenus métiers au sein d’une entreprise est un sujet complexe à appréhender. La quantité de contenus produits est en effet considérable et avoir une classification rigoureuse et pertinente demande de nombreuses réflexions, beaucoup d’accompagnement et de pédagogie pour être appliquée par tous les collaborateurs.

 

Néanmoins, les bénéfices d’une classification appropriée sont nombreux et facilitent grandement la recherche d’une information particulière. La taxonomie permettra notamment de disposer d’une représentation ordonnée de vos différentes ressources documentaires. L’enjeu principal sera essentiellement de faire comprendre aux collaborateurs l’intérêt d’affecter un certain nombre de métadonnées afin de faciliter la recherche d’informations.

 

A l’ère des voitures autonomes, assistants virtuels et autres chatbots, étudions comment les technologies actuelles nous permettent d’enrichir cette expérience et même de proposer un système de taggage automatique sur la base d’une analyse « intelligente » d’un contenu textuel.

 

Naturellement, un certain nombre de défis sont à relever :
* Identification pertinente des termes permettant de qualifier finement le contenu. L’analyse ne doit pas se contenter d’une approche statistique des principaux mots clés contenus dans le document mais également de mettre en relation ces mots clés. A ce titre, les termes qui nous serviront de taxonomie ne font pas nécessairement partie du document initial mais peuvent représenter des notions plus génériques.
* Mise en place d’un apprentissage automatique (machine learning) afin d’exploiter la richesse des informations produites au sein de l’entreprise pour améliorer le système d’analyse
* Capacité d’intégration très forte avec l’écosystème de l’entreprise afin notamment d’aller puiser dans des référentiels de stockage documentaire comme Office 365, SharePoint ou bien tout simplement des répertoires partagés.

 

Nous avons pu relever ces différents challenges, notamment grâce à la puissance de l’écosystème de services cloud Azure de Microsoft.

 

Notre moteur What Do They Think repose en effet sur une intégration de différents services Azure tels que les cognitive services et les environnements Big data (Data Lake Analytics …). Ces services nous ont permis de mettre en place WDTT #MakeSense qui va vous permettre de mieux exploiter vos données d’entreprise en amenant une classification pertinente de l’information.

 

Schéma d’un use-case dans le cadre d’une contribution sur une Digital Workplace Powell365 :
1/ contribution (ex. : upload de document sur un portail)
2/ analyse synchrone du contenu uploadé par le service d’IA WDTT #MakeSense
3/ proposition de tags (métadonnées) correspondants
4/ Enrichissement de la donnée documentaire transmise dans l’écosystème Powell365 cible

 

 

Intégration fonctionnelle au service de la productivité du collaborateur :
Au travers d’IHM ergonomiques et adaptées au contexte fonctionnel d’usage, il est possible de proposer au contributeur des métadonnées précalculées de manière totalement synchrone.

 

 

Au-delà de ces simples exemples, les domaines d’application sont multiples et peuvent s’adapter à votre organisation et à vos enjeux : affectation de métadonnées à des actualités au sein d’un intranet ou bien à des documents métiers dans une digital workplace, consolidation d’une plateforme de knowledge management ou de wikis, amélioration du moteur de recherche,…

 

Ecrit par Ludovic Coppola et Amaël Le Lan