Technologies

Cinq projets réussis autour des technologies de traitement du langage naturel

Edward Malinowski, CIO de GWL : « Méfiez-vous des solutions en quête de problèmes à résoudre. »

CIO États-Unis a recueilli le témoignage de cinq organisations qui ont utilisé avec succès les technologies de traitement du langage naturel, qu'il s'agisse de mieux servir leurs clients, d'automatiser des tâches répétitives ou de fluidifier leurs opérations.

PublicitéLes données représentent aujourd'hui l'une des denrées les plus précieuses pour les entreprises. Selon l'enquête IDG State of the CIO de 2020, 37% des décideurs IT déclarent que l'essentiel de leurs investissements vont s'orienter vers les applications analytiques cette année.

Si la donnée existe sous bien des formes, le plus gros gisement de données inexploitées à ce jour reste sans doute le texte. Brevets, spécifications produits, publications académiques, études de marché, articles d'actualité, sans même mentionner les réseaux sociaux : tous sont avant tout composés de texte, et le volume de texte ne cesse de croître. Ce constat a conduit le cabinet d'études Lux Research à affirmer que les technologies de traitement du langage naturel (Natural Language Processing / NLP en anglais), en particulier la modélisation des thématiques, deviennent un outil clef pour extraire la valeur des données.

Le NLP est une branche de l'intelligence artificielle qui s'attache à entraîner une machine à comprendre, traiter et produire du langage. Les moteurs de recherche, les services de traduction automatique et les assistants vocaux reposent tous sur du NLP. Les modèles thématiques, ou topic modeling, sont par exemple une technique de NLP qui décompose une idée en sous-catégories de concepts couramment rencontrés, définis grâce au regroupement de mots. Selon Lux Research, le topic modeling permet aux organisations d'associer des documents à des sujets précis, puis d'en extraire des données, pour déterminer par exemple qu'une thématique gagne en popularité au fil du temps. Cette modélisation thématique peut aussi être utilisée pour établir une « empreinte digitale » pour un document donné, puis pour découvrir ensuite d'autres documents avec une empreinte similaire.

Alors que l'intérêt pour l'IA va croissant dans le monde professionnel, les organisations commencent à adopter le NLP pour déverrouiller la valeur des données non structurées dans les documents textuels et assimilés. Le cabinet de conseil Mordor Intelligence prévoit que le marché du NLP va plus que tripler ses 6,94 milliards de revenus de 2019 d'ici 2025.

Voici cinq cas d'usages autour du NLP, recueillis par CIO États-Unis auprès d'organisations utilisant déjà ces technologies.

Accenture analyse les contrats à l'aide du NLP

Chez Accenture, le traitement du langage naturel sert à l'analyse de documents à valeur légale. Le projet dénommé Accenture Legal Intelligent Contract Exploration (ALICE) permet au département juridique de cet acteur mondial des services, constitué de 2800 professionnels, d'effectuer des recherches textuelles à travers plus d'un million de contrats, y compris des recherches de clauses contractuelles.

ALICE s'appuie sur la technique du « plongement lexical », une méthode de NLP qui facilite les comparaisons entre des mots en se basant sur la similarité sémantique. L'algorithme parcourt les contrats paragraphe par paragraphe, en cherchant des mots clefs pour déterminer si un paragraphe est en lien avec un type particulier de clause contractuelle. Par exemple, des mots comme « inondation », « séisme » ou « désastre » sont fréquemment associés à la clause de « force majeure ».

Publicité« Les cas d'usage se sont multipliés alors que nous continuions d'utiliser ces capacités, de les étendre et de les améliorer, en identifiant des opportunités supplémentaires pour créer de la valeur », témoigne Mike Maresca, directeur en charge de la transformation digitale de l'entreprise, des opérations et des applications analytiques chez Accenture. « Nous trouvons de nouvelles façons de faire fructifier les données dont nous disposons. »

Accenture indique que le projet a significativement réduit le temps passé par ses avocats à parcourir à la main les documents, en quête d'informations spécifiques.

« N'ayez pas peur de vous plonger dans le NLP », conseille Mike Maresca. « Si l'innovation fait partie de votre culture, vous n'avez pas à craindre l'échec. Expérimentez et procédez par itérations. »

Le NLP aide l'opérateur Verizon à traiter les demandes des clients

L'entité Service Assurance de Verizon Business utilise le traitement du langage naturel et le deep learning pour automatiser la gestion des commentaires dans les tickets client. Le groupe reçoit plus de 100 000 requêtes entrantes par mois. Il fallait lire ces dernières puis les traiter de façon individuelle, jusqu'à ce que Global Technology Solutions (GTS), l'entité de services IT de Verizon, crée le Digital Worker, un assistant virtuel alimenté par IA pour le département Service Assurance.

Cet assistant virtuel intègre des techniques d'apprentissage profond en réseau et du NLP afin de lire les tickets concernant des réparations, qui arrivent principalement via l'email et le portail Web de Verizon. Il répond automatiquement aux requêtes les plus communes, en indiquant par exemple le statut d'un ticket ou la progression d'une réparation. Les questions plus complexes sont redirigées vers les ingénieurs.

« En automatisant les réponses à ces requêtes, nous pouvons y répondre quelques minutes après les avoir reçues, contre quelques heures auparavant », indique Stefan Toth, directeur exécutif de l'ingénierie systèmes pour l'entité GTS de Verizon Business Group. En février 2020, Verizon a estimé à 10 000 heures de travail par mois le temps gagné grâce à son Digital Worker depuis le deuxième trimestre de l'année précédente.

« Regardez autour de vous, dialoguez avec vos partenaires métiers et je suis certain que vous trouverez des opportunités », suggère Stefan Toth. « Allez voir l'Open Source et menez vos propres tests avant de prendre des engagements financiers importants avec une plateforme. Nous avons découvert qu'il y avait beaucoup de choses disponibles aujourd'hui en Open Source. »

Le fournisseur d'énergie PSE&G opte pour un assistant vocal pour aider ses clients

Le fournisseur d'énergie du New Jersey, Public Service Energy & Gas (PSE&G), a adopté la technologie des assistants virtuels et d'autres services digitaux pour permettre à ses clients de gérer leurs comptes électricité ou gaz par commande vocale.

L'assistant virtuel de PSE&G s'appuie sur Amazon Alexa pour fournir une interface vocale basée sur le NLP. Il a été construit en utilisant l'Alexa Skills Kit mis à disposition par Amazon. « Nous essayons d'en finir avec cette perception que nous n'existons que pour garder la lumière allumée, en montrant que nous sommes présents pour nos clients », lance Salvatore Orsino, lead developer de ce projet chez PSE&G.

Les clients de PSE&G peuvent accéder à cet assistant virtuel via Echo, Echo Dot, les tablettes Kindle Fire et les autres dispositifs qui supportent Alexa. En juillet 2019, PSE&G a indiqué que les clients lui avaient soumis plus de 10 000 requêtes à ce jour, allant de la consultation de leurs comptes et des dates d'échéance, à l'examen de leur consommation d'énergie, la recherche d'astuces pour économiser celle-ci ou le paiement de leurs factures.

Selon Salvatore Orsino, la gestion du changement est essentielle. Quand celui-ci a commencé à travailler sur le projet, PSE&G n'était pas très versé dans le développement de nouveaux logiciels, et les équipes n'étaient pas convaincues au départ que le produit apporterait de la valeur. « Quand nous avons lancé celui-ci, les collaborateurs ont compris qu'Alexa était un canal de communication légitime avec nos clients et ils ont perçu la valeur qu'il apportait. Tous se sont alors ouverts, et ils sont aujourd'hui prêts à faire des changements pour s'adapter à Alexa, ainsi qu'à d'autres applications que nous construisons. »

L'hôtelier Great Wolf Lodge scrute les sentiments des clients avec une IA alimentée par NLP

Via son outil GAIL (Great Wolf Lodge's Artificial Intelligence Lexicographer), la chaîne d'hôtellerie et de loisirs Great Wolf Lodge passe au crible les commentaires dans ses enquêtes de satisfaction mensuelles et détermine si leurs auteurs sont susceptibles d'être des promoteurs, des détracteurs ou des clients neutres vis-à-vis de l'entreprise.

L'IA, qui exploite le traitement naturel du langage, a été spécialement entraînée pour l'hôtellerie, à partir d'une base de plus de 67 000 avis clients. GAIL tourne dans le Cloud et utilise des algorithmes développés en interne. L'outil identifie ainsi des éléments clefs qui suggèrent pourquoi les répondants ont telle ou telle perception de GWL. En septembre 2019, GWL indiquait que GAIL atteignait 95% de pertinence dans ces déterminations. GWL utilise des techniques d'analyse de texte traditionnelles sur le petit sous-ensemble d'information que GAIL ne peut pas encore comprendre.

« Nous voulons mieux nous engager sur tous les points auprès de nos hôtes », affirme Edward Malinowski, CIO de GWL. L'équipe chargée des activités opérationnelles chez GWL utilise les informations produites par GAIL pour ajuster finement les services. L'entreprise étudie désormais les chatbots pour répondre aux questions fréquentes des clients sur les services de GWL.

Edward Malinowski recommande d'éviter la technologie pour la technologie, pour choisir des outils offrant le bon équilibre entre technologie et utilité pratique, et alignés avec les objectifs métier. « Vous devez vous méfier des effets de mode, et des solutions qui se cherchent des problèmes à résoudre. »

L'assureur santé Aetna traite rapidement les demandes avec le NLP

La compagnie d'assurance santé Aetna a créé l'application d'autoarbitrage des contrats fournisseurs complexes pour automatiser la lecture des notes explicatives sur le paiement, les frais déductibles et les dépassements dans chaque contrat, afin de calculer ensuite le tarif et de mettre à jour les dossiers.

L'application associe le traitement naturel du langage à un moteur de base de données spécifique, pour identifier les attributs de paiement et construire des données additionnelles qui peuvent être automatiquement lues par les systèmes. À la clef, de nombreux dossiers peuvent être résolus pendant la nuit.

L'application a permis à Aetna de réallouer 50 employés chargés de l'arbitrage des demandes sur des contrats et des dossiers qui nécessitent une réflexion de plus haut niveau et davantage de coordination entre les acteurs médicaux. « Il s'agit vraiment de fournir une meilleure expérience aux utilisateurs finaux », explique le CTO d'Aetna Claus Jensen, ajoutant que le logiciel va également les aider à être un meilleur partenaire dans l'écosystème de soins, tant pour les fournisseurs que pour les patients. « Nous devons offrir davantage que de payer des factures et de répondre aux questions par téléphone », estime le CTO.

En juillet 2019, Aetna prévoyait une économie de 6 millions de dollars par an sur les coûts de traitement et de révision des dossiers, grâce à l'application.

« Réduisez le périmètre et prenez votre temps », conseille Claus Jensen. « Dans un monde idéal, les entreprises mettraient en oeuvre de l'IA uniquement pour s'attaquer à des problèmes précis. Les solutions à visée trop large s'embourbent et risquent de manquer leur cible », avertit le CTO, qui ajoute que si Aetna avait tenté d'appliquer une IA généraliste à son métier, cela n'aurait pas marché. Aetna a également passé plusieurs mois à instrumenter le processus, en codifiant les règles et en testant l'application. Selon Claus Jensen, beaucoup de personnes n'ont pas la patience de ralentir, mais font néanmoins bien les choses.

Article de Thor Olavsrud / CIO États-Unis (Adaptation et traduction par Aurélie Chandèze)