Quel est le point commun entre un processus d’approbation, une liste de pièces détachées et une réunion ?
Ils font partie des connaissances d’une entreprise.
Les connaissances d’une entreprise ne se trouvent pas uniquement dans les documents et les bases de données. Elles se construisent au fil des décisions et des conversations, dans les processus et les systèmes métier, dans les documents techniques et grâce à l’expérience des collaborateurs.
Toutes ces connaissances déterminent la manière dont une entreprise travaille, décide et agit.
Quand une information prend tout son sens.
Lors d’une réunion, on mentionne le nom d’un composant nécessaire à un ancien produit.
La liste des pièces détachées indique les variantes dans lesquelles il a été utilisé. Les documents techniques précisent les caractéristiques pertinentes pour son utilisation. Le système de gestion des stocks montre quelles pièces sont encore disponibles.
Ce n’est qu’en reliant ces informations que l’on dispose d’une base exploitable : on comprend mieux de quoi il s’agit, quelles variantes sont envisageables et ce qui est disponible actuellement.
Le dossier peut avancer sans que les personnes concernées aient à rechercher séparément toutes ces informations.
Mais 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 autorisation existante peut permettre ou exclure une autre option. Les exigences techniques fixent les limites de son utilisation.
Ce n’est qu’avec ces connaissances que l’on peut décider quelle variante peut réellement être utilisée.
La décision ne dépend donc pas uniquement des données produit, mais aussi des expériences et des règles élaborées 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 ainsi moins d’une seule personne qui connaîtrait de mémoire toutes les variantes, les décisions antérieures et les cas particuliers.
L’expérience reste importante, mais elle n’a pas à être disponible uniquement lorsque la personne expérimentée participe elle-même.
Le savoir dispersé se transforme ainsi en un processus capable de le mobiliser tout au long de plusieurs étapes de travail.
C’est précisément là que l’IA devient un outil de travail.
Pour traiter ce dossier, il faut rassembler 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 se trouve dans la liste des pièces détachées sous forme de données structurées, dans les documents techniques sous forme de texte, de tableau ou de dessin, et dans les dossiers antérieurs sous forme de documentation répartie dans d’autres systèmes.
L’intelligence artificielle peut rattacher ces différentes formes à une même tâche.
Pour le composant, cela consiste à relier le nom mentionné lors de la conversation aux données produit, aux exigences techniques, aux expériences documentées et aux stocks actuels.
Le travail fastidieux ne consiste pas à effectuer une seule recherche, mais à rassembler les informations pertinentes provenant de différentes sources, à les comparer et à les replacer dans le contexte de la tâche.
C’est précisément ce travail que l’IA peut faciliter.
La décision métier reste entre les mains de l’entreprise. L’IA aide à rendre les informations nécessaires accessibles et vérifiables.
Ce principe se concrétise sous la forme de logiciels.
Toutes les entreprises ne travaillent pas avec 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 s’appuie sur sa propre base technique pour développer 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. Si la tâche l’exige, le logiciel peut être adapté ou développé sur mesure.
On obtient ainsi une solution qui n’est pas toute faite, sans pour autant devoir repartir de zéro pour chaque besoin.
Pour que cela fonctionne dans l’entreprise.
Dans la pratique, les connaissances d’une entreprise ne peuvent pas être mises en commun sans discernement.
Les stocks actuels doivent provenir du système de gestion des stocks prévu à cet effet. Une validation technique ne peut être reprise que d’une source faisant autorité. Les droits d’accès déterminent qui peut consulter et utiliser quelles informations. Et il faut pouvoir retracer les éléments sur lesquels repose un résultat.
C’est pourquoi les sources de données, les autorisations, les validations 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’usage. Selon les exigences, le traitement peut se faire dans des environnements cloud adaptés, sur une infrastructure propre ou en local.
Il ne s’agit donc pas de créer un univers d’IA distinct à côté des processus existants, mais un outil qui fonctionne dans les conditions réellement en vigueur dans l’entreprise.
Réunions et connaissances liées aux projets
Tout commence souvent par une conversation. Lors des réunions, on prend des décisions, répartit les tâches et aborde des sujets importants pour la suite du travail.
Mais après la réunion, ces informations se retrouvent souvent dispersées dans des comptes rendus, des notes personnelles et des messages isolés. Pour retrouver un élément plus tard, il faut d’abord trouver le bon endroit.
Une application adaptée peut enregistrer et transcrire les conversations, puis associer leur contenu à un projet. Les décisions, les tâches et les questions en suspens restent accessibles et peuvent faire l’objet de recherches ciblées. Les 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 exploitable tout au long du projet.
Planification technique
La planification technique exige souvent de rassembler des informations provenant de sources diverses. Les exigences figurent dans des documents, les données techniques dans des tableaux et les détails importants dans des dessins ou des systèmes existants.
Ces informations sont liées, mais elles sont souvent traitées séparément. Pour obtenir une vue d’ensemble complète, il faut d’abord rechercher et comparer les données pertinentes, puis les replacer dans leur contexte.
Une application conçue à cet effet peut analyser différentes sources d’information conjointement, mettre en évidence les liens techniques et répondre de manière ciblée aux questions portant sur les documents disponibles.
On dispose ainsi d’une base d’information commune pour préparer les plans, comprendre les décisions et organiser les étapes suivantes.
Contrôles intelligents
Qu’il s’agisse de factures, de documents techniques ou de dossiers volumineux, il faut souvent non seulement lire les informations, mais aussi les vérifier au regard de certaines exigences et relations.
Une facture doit, par exemple, correspondre au bon de commande et au bon de livraison. Les documents techniques doivent respecter certaines spécifications. Et dans des dossiers volumineux, il peut être essentiel de vérifier si certaines affirmations concordent ou se contredisent.
Une application intelligente peut réunir les informations pertinentes, les vérifier selon des critères définis et signaler les écarts éventuels ou les informations manquantes.
Les résultats restent traçables jusqu’à leurs sources. Les collaborateurs peuvent ainsi se concentrer sur les éléments à vérifier, au lieu de devoir comparer encore et encore l’intégralité des documents.
De la tâche à l’application
Ces exemples montrent la diversité des tâches auxquelles un logiciel basé sur l’IA peut être appliqué. Il peut s’agir de rendre accessibles les connaissances issues de conversations, de mettre en évidence des relations techniques ou de vérifier des informations de manière ciblée.
L’essentiel n’est pas de proposer le plus grand nombre de fonctionnalités possible, mais de disposer d’une application qui répond utilement à une tâche concrète et s’intègre à l’environnement de travail existant.
À partir de là, nous développons des produits conçus autour de ces tâches. Selon l’endroit où ils sont utilisés dans l’entreprise, différents domaines d’application se dessinent.
Lorsqu’un projet concret se dessine, nous entamons ensemble sa conception et sa mise en œuvre.
Que pourrait-on créer dans votre entreprise ?
Que pourrait-on créer dans votre entreprise ?
Votre entreprise a peut-être elle aussi des tâches qui nécessitent de rechercher régulièrement des informations, de comparer des documents manuellement ou de coordonner des processus laborieusement.
C’est souvent dans ces activités quotidiennes que se trouvent des possibilités d’assistance numérique pertinente. Il n’est pas nécessaire pour cela de transformer tout un processus d’entreprise.
Ensemble, nous examinons les informations nécessaires, l’endroit où elles se trouvent aujourd’hui et la manière de créer un processus de travail qui aide concrètement les personnes concernées.
Le point de départ n’est pas un logiciel tout fait, mais une tâche concrète de votre entreprise.
Nous commençons par les tâches pour lesquelles les connaissances sont aujourd’hui dispersées entre les personnes, les documents et les systèmes, puis nous cherchons comment en faire un processus numérique pertinent.