Newsletter avril 2020

Nous parlons de plus en plus avec des robots. Que ce soit avec des agents conversationnels comme Google Home ou Alexa, ou avec les chatbots qui surgissent des pages d'accueil des sites marchands, nous interagissons avec eux de manière de plus en plus fluide. Derrière ces échanges, qui visent à reproduire le plus fidèlement possible la conversation humaine, se cache une forme d'application de l'intelligence artificielle : le traitement du langage naturel (NLP). C'est en somme tout ce qui permet au chatbot de lire, décrypter, comprendre et donner du sens au langage humain afin de répondre de la manière la plus pertinente et la plus " humaine " possible. C'est une technologie que l'on retrouve également dans les applications de traduction, les correcteurs de traitement de texte ou encore les réponses vocales interactives (RVI) que les centres d'appels utilisent pour traiter automatiquement les demandes.

Des progrès sans précédent

Ce type d'interaction entre l'homme et la machine n'est pas entièrement nouveau :

• Le test de Turing, basé sur la capacité d'une machine à imiter une conversation humaine, date de 1950,
• le premier chatbot, Eliza, date du milieu des années 1960,
• Les plus de 30 ans se souviennent probablement encore de Clippy, l'assistant personnel de Microsoft Office.

Mais ces dernières années, en s'appuyant sur la puissance du deep learning et le développement de l'intelligence artificielle, les chatbots sont devenus de plus en plus autonomes et efficaces, capables de s'adapter aux infinies nuances et possibilités ouvertes par le langage humain, aux fautes d'orthographe ou de grammaire, et même de détecter certaines émotions.

Un intérêt commercial essentiel

Pour les entreprises, savoir analyser ce que leurs clients disent d'elles, et pouvoir communiquer avec chacun d'eux de manière fluide et cohérente, est un enjeu commercial de plus en plus pressant. Et le traitement du langage naturel joue un rôle clé :

• il permet d'identifier et d'analyser les opinions exprimées dans les publications sur le web ou les réseaux sociaux, et de déterminer leur tonalité (neutre, positive ou négative). Quand on est, comme Starbucks, mentionné plus de 3 millions de fois par mois, l'œil humain ne suffit plus. Sur la base des informations ainsi recueillies, les équipes de marketing et de communication peuvent détecter tout changement dans la perception de la marque, identifier ce qui ne va pas ou pourrait être amélioré, ou encore pousser un produit ou un type de campagne en accord avec les attentes des clients ;
• il établit un mode de communication individualisé avec le client, ce qui contribue à établir une relation particulière entre l'entreprise et le client. Cela peut être particulièrement important en période de crise. Un bon exemple est le chatbot de la RATP en temps de grève, qui accompagne ses utilisateurs dans leurs trajets quotidiens de transport, tout en essuyant leur mauvaise humeur. Un bon chatbot peut contribuer à atténuer ce sentiment initial, en répondant de manière efficace, pertinente et parfois drôle lorsque les utilisateurs s'amusent à le pousser dans ses retranchements.  

Mais pour tirer pleinement parti des promesses offertes par cette technologie, l'IA doit être capable d'apprendre à partir de données fines, fiables et proprement étiquetées.

‍

Isahit : Le porte-parole de l'AI

Chez isahit, grâce à notre communauté de femmes formées aux spécificités de chaque projet, nous accompagnons nos clients sur les problématiques liées à cette technologie :

• Nous formons les chatbots, à partir de la plateforme client, à étiqueter les phrases/questions posées par de vrais clients afin de les rendre plus précis et intelligents. Par exemple : lieux d'arrivée et de départ, horaires ou dates pour les compagnies aériennes et les groupes d'aéroports ;
• Pour un site de vente de matériel de transport et de construction pour les professionnels, on étiquette des données très techniques pour améliorer les performances de recherche (configuration des essieux, dimensions du chargement, puissance du moteur, marque de la pompe à béton, etc.)
• Nous analysons également les posts sur les réseaux sociaux pour l'un de nos principaux clients dans le domaine des cosmétiques/soins, afin qu'il puisse développer un algorithme pour voir et comprendre les tendances qui émergent. Tout cela en 5 langues (français, anglais, allemand, arabe, espagnol).
• Enfin, nous travaillons sur la reconnaissance optique de caractères (OCR), une technologie liée à NLP algorithmes qui permet de convertir des images en texte. Par exemple, un ticket de caisse en retranscrivant le texte imprimé dessus ou en validant la retranscription faite par l'algorithme.

En bref, nous nous adaptons aux besoins et défis spécifiques de chaque client pour leur offrir des données fiables, condition sine qua non de l'éloquence de leur IA... et de la pertinence de leur message.

Un mot d'Isabelle : " Avec notre nouvelle offre de Data Residency, nous allons pouvoir poursuivre notre mission de formation ici en France. Nous sommes déjà en discussion avec les acteurs de l'ESS pour faire monter dans le train des personnes éloignées du numérique. Une technologie inclusive : c'est possible ! »

"Le site NLP vous permet d'obtenir des informations plus rapidement, afin de prendre de meilleures décisions et d'être plus productif, tant pour les concepteurs que pour les utilisateurs. Cette technologie va révolutionner la communication dans le monde entier. Chez isahit, nous y travaillons tous les jours, la diversité de notre communauté étant l'une des clés pour construire un message pertinent, pointu et contextualisé. "
Isabelle Mashola, PDG d'isahit

Consultez le bulletin d'information dans votre navigateur