Comment l’IA peut apporter de l’intelligence à la GED ?
L’intelligence artificielle (IA) s’est érigée en une science complexe, regroupant des disciplines théoriques et exigeantes pour les non-initiés. Au sein de notre équipe de recherche et développement (R&D)*, nos spécialistes nous font part de leur point de vue sur ce domaine en constante évolution.
Les spécialistes prennent la parole
Comprendre le principe de l’IA
Tout d’abord, précisons qu’il faut parler plus exactement d’intelligences artificielles et non pas d’intelligence artificielle en soi, ce qui est un abus de langage !
De plus, il n’existe pas de définition unique de l’IA.
Nous citons toutefois la définition qu’en donne Marvin Lee Minsky :
« L’IA est la science de programmer les ordinateurs pour qu’ils réalisent des tâches qui nécessitent de l’intelligence lorsqu’elles sont réalisées par des êtres humains. »
Marvin Lee Minsky
La question de savoir si l’IA est une science ou non, a été débattue durant ces dernières années. Aujourd’hui, la communauté scientifique la qualifie de science, précisément de science et de l’ingénierie de la fabrication des machines intelligentes (John Mc Carthy).
Pour illustrer le principe de l’IA, nous détaillons un exemple simple et implicite que nous rencontrons dans notre vie quotidienne.
- 1ʳᵉ situation illustrée
Un piéton regarde généralement à droite et à gauche lorsqu’il traverse la rue.
Ce réflexe peut être le fruit d’une éducation (acquis, expériences) et/ou d’un instinct (inné).
Le fait de porter le regard à droite et à gauche permet de récolter des informations (données = data). Celles-ci sont combinées et pondérées. Chaque pondération dépend de l’interprétation des informations que le piéton a acquises dans son passé lointain et/ou dans son passé proche.
Considérons une voiture qui se déplace rapidement en direction du piéton. Ce piéton est censé juger cette information comme importante. Cette information sera alors fortement pondérée dans la prise de décision du piéton.
- 2de situation illustrée
Ce même piéton voit un panneau publicitaire. Supposons qu’il n’est pas influencé par ce panneau. La prise de décision sera moins sensible à cette information. La pondération de cette information sera donc moins forte.
Gestion de l’information et décision du piéton
Une fois que toutes les informations ont été combinées et pondérées, le piéton décide de traverser la rue ou non.
Relation entre informations entrantes et décision finale
Dégageons de cet exemple la relation entre les informations entrantes perçues et analysées par ce piéton (voiture se déplaçant rapidement, panneau publicitaire…) et ce qui en résulte (traverser la rue ou non).
Cette relation est simple : la décision binaire « traverser la rue » ou « ne pas traverser la rue » est fonction des informations entrantes (voiture se déplaçant rapidement, panneau publicitaire…).
L’utilisation de l’IA dans la gestion électronique de documents (GED)
L’IA occupe une place de plus en plus importante dans le monde de l’entreprise, notamment pour ce qui est de la gestion de l’information et des documents numériques.
Nous constatons que les organisations apprécient de plus en plus le potentiel de l’IA pour l’efficacité qu’elle apporte à leurs systèmes de GED.
En effet, cette technologie se décline selon différentes fonctionnalités :
- Simplification du traitement de données massives générées quotidiennement.
- Tri, classification et automatisation de l’information.
L’utilisateur peut ainsi accéder rapidement et facilement aux informations essentielles et stratégiques pour une meilleure prise de décision.
À découvrir également :
Comment l’IA aide à la détection des fraudes à la TVA ?
Comment l’IA est utilisée pour automatiser certaines tâches dans la GED ?
Évoquons deux cas d’usage :
1. Processus de recrutement dans un service RH
L’IA permet de filtrer et de classer les compétences des candidats par le traitement automatique des CV :
- Ciblage des CV selon des critères précis.
- Réduction du temps de traitement des candidatures.
- Optimisation du nombre d’entretiens selon les profils les plus pertinents.
- Plus grande efficacité dans la préparation des questions d’entretien ciblées et des réponses attendues.
2. Traitement des factures et des documents
L’IA permet d’extraire :
- Des données textuelles importantes pour la gestion comptable (montant de la TVA, quantité de produits…).
- Des données non textuelles (les logos, les tableaux, signatures…).
Après avoir extrait les données, l’IA de la GED peut être utilisée pour :
- Le classement de documents.
- La détection des fraudes et des falsifications.
- La synthèse de documents volumineux (contrats juridiques, contrats d’assurance, appels d’offre…).
Quels types de tâches peuvent bénéficier le plus de cette automatisation ?
Gérer le courrier entrant
L’un des exemples les plus marquants est l’automatisation du courrier entrant. L’IA peut lire et analyser le contenu du courrier, le classer de manière appropriée, voire le redistribuer vers les bonnes personnes ou les départements. Cela a pour conséquence une importante réduction du temps de traitement du courrier et une minimisation des erreurs humaines.
L’intelligence artificielle au service du courrier entrant
Télécharger la fiche produit
Identifier et classer différents documents
L’IA est capable aussi de distinguer différents documents (factures, contrats, bulletins de paie…) et de les répertorier automatiquement selon leur catégorie.
Un autre exemple spécifique à la GED est l’automatisation de la création de contrats dans une compagnie d’assurance. L’intelligence artificielle, intégrée dans le système de GED, peut scanner la carte d’identité de l’assuré et remplir automatiquement les informations du contrat.
Cette technologie peut générer un procès-verbal à l’issue d’une réunion, d’un colloque, d’un workshop…
L’IA n’a cependant pas pour objectif de remplacer l’expertise de l’utilisateur, mais au contraire de soulager celui-ci de ses tâches répétitives, chronophages et sans valeur ajoutée aussi bien sur le plan économique pour l’entreprise que pour lui-même.
Ainsi, l’entreprise peut affecter l’utilisateur à des tâches plus valorisantes, plus complexes et plus rémunératrices.
Comment l’IA peut aider à traiter la masse de données dans la GED ?
Intelligence artificielle pour la gestion des données massives
Les flux d’informations actuelles nécessaires à la bonne gestion de l’entreprise génèrent des quantités de plus en plus de données massives.
Le traitement de données étiquetées et non étiquetées par l’IA s’avère efficace et rapide.
Cependant, la tendance est à la création d’une IA parcimonieuse étant donné que cette dernière requiert une quantité importante de données ainsi que des ressources chronophages et coûteuses pour son traitement.
En effet, l’IA est très gourmande en données, ce qui représente un véritable défi pour les développeurs.
Ainsi, l’objectif est de concevoir une IA plus intelligente qui serait capable de se contenter d’un nombre restreint de données ciblées, en amont d’un prétraitement efficace.
Il serait alors possible d’obtenir des modèles de calcul et d’analyse plus performants en utilisant moins de données.
Le principal enjeu réside toutefois dans la quantité de données disponibles, en particulier leur volumétrie. De plus, la qualité des données est également un élément-clé à prendre en compte.
L’apprentissage auto-supervisé : une nouvelle approche pour la prédiction
L’apprentissage auto-supervisé (self-supervised learning) est un important sujet de recherche d’actualité dans le domaine de l’apprentissage et de la prédiction.
Le saviez-vous ?
Le captcha permet de nourrir les réseaux neuronaux dans l’apprentissage et la reconnaissance des images
Auparavant, la qualité des données était primordiale et les experts devaient consacrer un temps considérable à l’étiquetage des données. Cela nécessitait de désigner manuellement chaque élément (exemple pour définir une image : une chaise, un chat ou un chien).
Au lieu de passer beaucoup de temps à identifier manuellement chaque cadre, le modèle peut le faire de manière autonome au moyen de l’apprentissage auto-supervisé.
Le modèle peut alors apprendre de manière autonome au fur et à mesure, ce qui permet de réduire considérablement le temps nécessaire à l’étiquetage des données.
Ainsi, il est possible à l’aide d’algorithmes d’apprentissage semi-supervisés, d’étiqueter une grande base de données à partir d’une petite quantité de données étiquetées (étape faite par l’apprentissage auto-supervisé).
Dans le domaine de la gestion électronique de documents (GED), l’apprentissage auto-supervisé peut être très utile pour déterminer des classes, c’est-à-dire catégoriser des documents.
Par exemple, un fournisseur d’électricité peut envoyer des documents à ses clients et l’IA peut les reconnaître pour les classer en facture, en bulletin de paie ou autre.
Le responsable d’un service quelconque (RH, service financier, service juridique…) a un accès rapide à des informations structurées et déterminantes.
Remarque :
Il est important de noter qu’une grande quantité de données n’équivaut pas à une bonne qualité de données. La qualité est primordiale pour éviter des résultats biaisés (faux positifs, faux négatifs).
La conformité et à la sécurité des données lors de l’utilisation de l’IA dans la GED
Nous travaillons régulièrement sur différents cas d’usage tels que la détection de fraudes et la vérification des factures. Ils constituent une partie importante de la sécurité que nous pouvons résoudre grâce à l’IA.
En effet, en utilisant la technologie OCR et la détection des anomalies dans le texte, nous pouvons déterminer s’il y a une fraude dans la facture. Si un calcul est erroné ou s’il y a un problème de signature, nous pouvons même détecter la différence entre la signature originale et celle qui est frauduleuse. Par exemple, si le papier a un petit défaut, nous pouvons remarquer que cette partie est différente du papier d’origine.
En conclusion, l’intelligence artificielle (IA) est une science complexe, rassemblant diverses disciplines théoriques exigeantes. Les spécialistes de notre équipe de recherche et développement (R&D) ont souligné l’importance de comprendre le principe de l’IA, et comment bien l’utiliser dans le domaine de la gestion électronique de documents. En somme, l’IA représente une opportunité pour les entreprises d’améliorer leur efficacité et de libérer les ressources humaines des tâches répétitives, tout en veillant à respecter les normes de sécurité et de confidentialité des données.
*Publication réalisée en collaboration avec l’équipe R&D Open Bee
Hajar (informatique théorique et IA)
Mohamed (mathématiques appliquées et IA)
Laurent (mathématiques fondamentales et physique mathématique)