BLOG | L'IA au cœur des Digital Workplaces : Révolutionner la productivité

Maximiser l’automatisation de la production de contenu grâce à l’Intelligence Artificielle

L'une des contributions les plus significatives de l'IA dans les intranets collaboratifs est son aptitude à produire du contenu de manière efficace. Grâce à des moteurs de génération de texte (NLP), l'IA peut générer des traductions, proposer des titres et des résumés, voire rédiger des paragraphes entiers, réduisant ainsi la charge de travail des collaborateurs et accélérant le processus de création de contenu : fini le syndrome de la page blanche !

Parallèlement à cette génération de contenu « brut », le moteur d’IA a la capacité d’analyser du texte. Cette capacité apporte la notion d’enrichissement des contenus existants. En effet, après avoir analysé le contenu d’un document, d’une actualité, l’IA peut alors annoter automatiquement avec des tags pertinents les publications. Cette annotation est alors utilisée par le moteur de recherches de la plateforme facilitant ainsi la recherche et la classification des documents.

Le réel apport du moteur d’Intelligence Artificielle est sa capacité à générer des tags en sortant du domaine de mots clés présents dans le document enrichi. Ainsi, sur un document traitant, par exemple, de la prise de congés dans une entreprise, le moteur va être capable d’ajouter des mots clés tels que RTT ou CP sans que ceux-ci soient expressément présents dans le document.

De plus, l’IA peut extraire des informations clés à partir de divers formats de fichiers, tels que les documents Office, les PDF et les vidéos, pour générer des résumés précis et des sous-titres de qualité.

Les documents passent alors par un cheminement transparent pour l’utilisateur.
Pour le cas des vidéos, par exemple, un premier processus extrait l’audio de la vidéo puis le fournit à une Intelligence Artificielle qui est chargée d’extraire le texte de l’audio.
La plateforme Jalios permet de distinguer les IA utilisées pour chaque tâche.

L’IA Gladia offre des performances remarquables sur les tâches de sous-titrage audio et vidéo et permettra, dans un futur proche, de distinguer les interlocuteurs. Des recherches par interlocuteur au sein d’une banque de vidéo seront notamment possibles.

L’IA générative : un tournant majeur pour la recherche documentaire

Un autre aspect révolutionnaire de l'IA dans les Digital Workplaces est sa capacité à répondre aux requêtes des utilisateurs de manière naturelle dans des contextes précis et métier. Grâce à des moteurs d'IA comme le RAG (Retriever, Answerer, Generator), l'IA peut interroger des bases documentaires complexes et fournir des réponses pertinentes, permettant de solutionner l'infobésité et accélérer la recherche d'informations.

Là aussi, l’utilisation de cette technologie est transparente pour l’utilisateur et se compose de plusieurs étapes :

1. Le moteur d’IA récupère la documentation sur laquelle la recherche doit se porter
2. Un moteur d’intelligence artificielle, de type « embedding », est utilisé pour découper les documents et les stocker dans une base de données vectorielle
3. La recherche de l’utilisateur passe par le même cheminement de traduction en embedding et stockage, qu’en base de données vectorielle
4. Le moteur d’IA principal de type « LLM » (« grand modèle de langage ») est interrogé avec les deux entrants : la documentation sur laquelle porte la recherche + la recherche utilisateur

Ce mécanisme de RAG est à compléter par un travail de "pré-prompting" afin d'offrir une expérience collaborateur optimale.

Certaines bonnes pratiques sont à appliquer :

1. Se positionner en tant que « Persona ». Le moteur fournira des réponses de meilleure qualité si nous lui indiquons qu’il est expert dans le domaine sur lequel se porte notre question
2. Fournir un maximum de contexte lié à notre métier ou base documentaire
   Certaines expressions ou termes français peuvent avoir plusieurs sens selon leur utilisation (carte routière, carte de visite, carte de paiement etc …)
3. Expliciter le format de réponse attendu et, même, idéalement des exemples de la tâche attendue
4. Travailler de manière itérative en utilisant la fenêtre contextuelle du moteur d’IA. Exemple : commencer par une première demande de récupération de toutes les substances actives d’un médicament puis dans une seconde demande, demander de les classer par notation
5. Préciser que la réponse ne doit pas être inventée mais issue de la documentation.

Ce « pré-prompting » est embarqué de manière transparente dans la « recherche utilisateur » lors de l’appel au moteur d’intelligence artificielle.

Par exemple, des mini-moteurs de recherche dédiés à la documentation RH peuvent permettre aux utilisateurs de poser des questions en langage naturel et d'obtenir des réponses basées sur une analyse approfondie des documents disponibles sur le sujet.

Cette capacité à naviguer intuitivement à travers les données offre une solution efficace à la surcharge informationnelle qui afflige souvent les organisations modernes.

Réinventer l’assistance métier avec l’Intelligence Artificielle : un pas vers le futur

Les IA génératives multimodales ouvrent la voie à des assistants métiers plus sophistiqués.
En associant cela à l'interopérabilité des Digital Workplaces, des applications pratiques avancées dans divers domaines métiers vont pouvoir se développer.

• Les comptes rendus de réunion pourront ainsi être non seulement rédigés mais également dessinés de manière synthétique par une IA
• L'analyse sémantique des courriels peut permettre d'alerter les utilisateurs sur leur disponibilité lors de la proposition de dates pour des réunions
• Le e-learning dans les Digital Workplaces pourra être assisté par un agent conversationnel à forte fenêtre contextuelle.

Nous sommes aux prémices de ces fonctionnalités et les usages sont amenés à se développer.

Associer de nouvelles fonctionnalités à une gestion responsable

Cependant, il est crucial de ne pas négliger l'impact environnemental et les coûts associés à l'utilisation de l'IA.
Le coût d'entraînement (à distinguer du coût d'enrichissement via documents RAG) des moteurs d'IA ainsi que le coût matériel (utilisation et production) doivent être pris en compte.

Les Digital Workplaces proposent des statistiques sur ces utilisations des moteurs d'Intelligence Artificielle qu'il faudra mettre en perspective avec des enquêtes de satisfaction utilisateur afin de guider "l'usage IA" et de se concentrer sur des cas d'usage qui apportent une réelle valeur ajoutée à l'entreprise.

Garantir la confidentialité des données : sécurité et choix de modèles

Bien que l'IA offre des avantages indéniables, il est essentiel de garantir la sécurité des données manipulées. Des solutions telles que Mistral AI, NLP Cloud ou encore LIAMA offrent des modèles d'IA générative robustes qui peuvent être déployés directement au sein de l'organisation, assurant ainsi la confidentialité des informations sensibles.

Il est recommandé d'effectuer des tests approfondis pour évaluer les performances des différents modèles d'IA sur votre base documentaire spécifique. Avec les avancées rapides dans ce domaine, il est envisageable que des modèles légers et performants puissent fonctionner même sur des appareils modestes tels que des ordinateurs portables, ouvrant ainsi de nouvelles perspectives en matière d'accessibilité et d'efficacité.

Vers une Digitale Workplace augmentée par l’Intelligence Artificielle : productivité et efficacité

L'intelligence Artificielle transforme les intranets collaboratifs et les Digital Workplaces, offrant des fonctionnalités avancées qui améliorent la productivité et la gestion de l'information. Cependant, il est important de garder à l'esprit les coûts et les considérations environnementales, ainsi que la nécessité d'une gestion responsable des données.
Avec un contrôle adéquat, l'IA peut être un atout majeur pour les entreprises, stimulant l'efficacité et l'innovation dans un monde de plus en plus numérique.

La mise en place de l’Intelligence Artificielle dans une organisation doit être pensée de manière globale, sur des cas d’usage à forte valeur ajoutée. Klee Group propose un processus de montée en compétence et définition de cas d’usage sur l’intelligence artificielle par le biais d’atelier de co-conception type Design Thinking.

Ces cas d’usages seront implémentés sur une solution de Digital Workplace en SaaS ou via un accompagnement on premise. Klee Group dispose de l’expertise nécessaire pour les installations d’Intelligence Artificielle :  serveur privatif OVHcloud, serveur en propre avec des IA plus ou moins conséquentes (Llama, MistralAI, OpenAI, NLPCloud ...).

N’hésitez pas à nous contacter pour de plus amples informations sur l’intégration de l’Intelligence Artificielle ou, plus globalement, sur la mise en place de Digital Workplaces.
 

nous contacter