Quel est le point commun entre un processus d’approbation, une liste de pièces détachées et une réunion ?
Ils font partie du savoir d’une entreprise.
Le savoir d’une entreprise ne se trouve pas seulement dans des documents et des bases de données. Il se construit dans les décisions et les conversations, dans les processus et les systèmes métier, dans les documents techniques et dans l’expérience des collaborateurs.
Tout ce savoir détermine la manière dont une entreprise travaille, décide et agit.
Quand une information prend tout son sens.
Lors d’une réunion, quelqu’un mentionne la désignation d’un composant nécessaire pour un ancien produit.
La liste des pièces détachées indique dans quelles variantes il a été utilisé. Les documents techniques précisent quelles caractéristiques sont importantes pour son utilisation. Le système de gestion des stocks indique quelles pièces sont encore disponibles.
C’est seulement en reliant ces informations que la désignation devient un point de départ exploitable : il est plus facile de comprendre de quoi il s’agit, quelles variantes sont envisageables et ce qui est actuellement disponible.
Le traitement peut se poursuivre sans que les personnes concernées aient à rechercher chacune de ces informations séparément.
Il faut davantage pour prendre la bonne décision.
Cela ne permet pas encore de déterminer si une pièce disponible convient réellement.
Des informations issues d’autres contextes deviennent alors importantes. D’anciens dossiers de service peuvent indiquer qu’une variante a posé problème dans certaines conditions. Une approbation existante peut autoriser ou exclure une solution de remplacement. Les exigences techniques délimitent les conditions de son utilisation.
Ce n’est qu’avec ces connaissances qu’il est possible de décider quelle variante peut réellement être utilisée.
La décision ne dépend donc pas uniquement des données produit, mais aussi d’expériences et de règles établies ailleurs.
L’information devient un processus de travail.
Une fois la variante appropriée déterminée, le contrôle technique, l’approbation, la documentation et la commande peuvent s’appuyer sur la même base d’information. Il n’est pas nécessaire de reconstituer le contexte à chaque étape.
Ce qui nécessiterait autrement plusieurs recherches, demandes de précisions et transmissions reste consigné dans le dossier.
Pour les tâches rares ou complexes notamment, on dépend moins de la connaissance personnelle d’un seul collaborateur qui devrait connaître toutes les variantes, les décisions antérieures et les cas particuliers.
L’expérience reste importante, mais il n’est pas nécessaire que la personne expérimentée soit présente au moment où l’on en a besoin.
Le savoir dispersé se transforme ainsi en un processus capable de mobiliser ces connaissances tout au long de plusieurs étapes de travail.
C’est précisément là que l’IA devient un outil de travail.
Pour ce processus, il faut réunir des informations qui se présentent sous des formes techniques très différentes.
Ce qui prend la forme de paroles et de contexte lors d’une réunion figure sous forme de données structurées dans la liste des pièces détachées, de texte, de tableau ou de dessin dans les documents techniques, et de documentation dans d’autres systèmes pour les dossiers antérieurs.
L’intelligence artificielle peut faire le lien entre ces différentes formes et une même tâche.
Pour le composant, cela consiste à mettre en relation la désignation mentionnée lors de la conversation avec les données produit, les exigences techniques, les expériences consignées et les stocks actuels.
Le travail exigeant ne réside pas dans une recherche isolée, mais dans le fait de rassembler les informations pertinentes issues de différentes sources, de les comparer et de les interpréter en fonction de la tâche concrète.
C’est précisément ce travail que l’IA peut faciliter.
La décision métier reste entre les mains de l’entreprise. L’IA contribue à rendre la base d’information nécessaire disponible et vérifiable.
Ce principe se concrétise sous la forme de logiciels.
Toutes les entreprises n’utilisent pas les mêmes systèmes, données et processus. Il n’est donc pas pertinent de réduire l’application d’IA adaptée à une solution standard rigide.
Vimmera développe, sur une base technique qui lui est propre, des applications adaptées à chaque tâche, aux sources de connaissances disponibles et aux processus existants.
Lorsque les composants existants suffisent, il n’est pas nécessaire de redévelopper les fonctions de base pour chaque projet. Lorsque la tâche l’exige, le logiciel peut être personnalisé ou développé sur mesure.
On obtient ainsi une solution qui n’est pas standardisée, mais qui n’est pas non plus un système devant repartir de zéro à chaque nouvelle exigence.
Pour que cela fonctionne dans l’entreprise.
Dans la pratique, le savoir d’une entreprise ne peut pas être agrégé sans discernement.
Le stock actuel doit provenir du système de gestion des stocks prévu à cet effet. Une approbation technique ne peut être reprise que depuis une source faisant autorité. Les droits d’accès déterminent qui peut consulter et utiliser quelles informations. Et il doit rester possible de savoir sur quoi repose un résultat.
C’est pourquoi les sources de données, les autorisations, les approbations et les interfaces ne sont pas ajoutées après coup : elles font partie intégrante de l’application et de son processus de travail.
Les systèmes existants peuvent continuer à être utilisés et être intégrés de manière ciblée.
L’environnement technique est lui aussi adapté à l’utilisation. Selon les besoins, le traitement peut avoir lieu dans des environnements cloud appropriés, sur une infrastructure propre ou en local.
Il ne s’agit donc pas de créer un univers d’IA à part, à côté des processus existants, mais un outil qui fonctionne dans le respect des conditions réellement en vigueur dans l’entreprise.
Réunions et connaissances de projet
Tout commence souvent par une conversation. Lors des réunions, des décisions sont prises, des tâches sont réparties et des éléments importants pour la suite du travail sont discutés.
Mais après la réunion, ces informations se retrouvent souvent dispersées entre des comptes rendus, des notes personnelles et des messages isolés. Pour retrouver un élément par la suite, il faut d’abord trouver le bon endroit.
Une application adaptée peut enregistrer et transcrire les conversations, puis rattacher leur contenu à un projet. Les décisions, les tâches et les questions en suspens restent accessibles et peuvent faire l’objet de recherches ciblées. Des informations pertinentes peuvent également être reprises lors de réunions ultérieures.
Une réunion ne produit ainsi pas seulement un compte rendu, mais une base de connaissances qui reste exploitable tout au long du projet.
Planification technique
La planification technique exige souvent de réunir des informations provenant de différentes sources. Les exigences figurent dans des documents, les spécifications techniques dans des tableaux et des détails importants dans des dessins ou des systèmes existants.
Ces informations sont liées, mais sont souvent traitées indépendamment les unes des autres. Pour obtenir une vue d’ensemble complète, il faut d’abord rechercher et comparer les données pertinentes, puis les replacer dans le bon contexte.
Une application adaptée peut analyser conjointement différentes sources d’information, mettre en évidence les liens techniques et répondre à des questions ciblées sur les documents disponibles.
On obtient ainsi une base d’information commune, qui permet de préparer les activités de planification, de comprendre les décisions et de structurer les étapes suivantes.
Contrôles intelligents
Qu’il s’agisse de factures, de documents techniques ou de documents volumineux, il faut souvent non seulement lire les informations, mais aussi les vérifier au regard d’exigences et de liens particuliers.
Une facture, par exemple, doit correspondre à la commande et au bon de livraison. Les documents techniques doivent respecter certaines exigences. Et dans des documents volumineux, il peut être essentiel de vérifier si les déclarations concordent ou se contredisent.
Une application intelligente peut regrouper les informations pertinentes, les vérifier selon des critères définis et signaler les éventuels écarts ou éléments manquants.
Les résultats restent traçables jusqu’à leurs sources. Les collaborateurs peuvent ainsi se concentrer sur les anomalies, au lieu de devoir comparer sans cesse l’intégralité des documents.
De la tâche à l’application
Ces exemples montrent à quel point les tâches pour lesquelles des logiciels utilisant l’IA peuvent être employés sont variées. Il peut s’agir de rendre accessibles les connaissances issues de conversations, de comprendre des liens techniques ou de vérifier certaines informations de manière ciblée.
L’essentiel n’est pas de proposer le plus grand nombre possible de fonctionnalités, mais de créer une application qui répond efficacement à une tâche précise et s’intègre à l’environnement de travail existant.
Nous développons à partir de là des produits axés sur ces tâches. Selon leur utilisation dans l’entreprise, différents domaines d’application se dessinent.
Lorsqu’un projet concret en découle, nous entamons ensemble le développement et le déploiement.
Que pourrait-on mettre en place dans votre entreprise ?
Que pourrait-on mettre en place dans votre entreprise ?
Votre entreprise compte peut-être elle aussi des tâches qui nécessitent de rechercher sans cesse des informations, de comparer manuellement des documents ou de coordonner des processus au prix d’efforts importants.
C’est souvent dans ces activités quotidiennes que se trouvent des possibilités de soutien numérique pertinent. Il n’est pas nécessaire pour cela de transformer d’emblée un processus d’entreprise dans son ensemble.
Ensemble, nous examinons quelles informations sont nécessaires, où elles se trouvent aujourd’hui et comment les transformer en un processus de travail qui aide véritablement les personnes concernées.
Le point de départ n’est pas un logiciel déjà conçu, mais une tâche concrète de votre entreprise.
Nous commençons par les tâches pour lesquelles les connaissances sont aujourd’hui réparties entre les personnes, les documents et les systèmes, et nous étudions comment en faire un processus numérique pertinent.