L’IA qui démocratise l’accès aux données

Dossier : Supplément Nouvelles technologies & performance des entreprisesMagazine N°751 Janvier 2020
Par Matthieu CHABEAUD

AskR.ai démo­cra­tise l’accès aux don­nées en entre­prise en pro­po­sant un data assis­tant doté d’une IA, qui répond aux requêtes en lan­gage natu­rel. Ren­contre avec Mat­thieu Cha­beaud, CEO et cofondateur. 

Racontez-nous l’histoire entrepreneuriale autour d’askR.ai

AskR.ai, c’est l’histoire de 3 co-fon­da­teurs, ingé­nieurs de leur état, experts dans le domaine de la Busi­ness Intel­li­gence et du Big Data depuis près de 20 ans. Nous avons créé notre pre­mière start-up en 2004, reven­due il y a 5 ans à un groupe inter­na­tio­nal. Après un gros inves­tis­se­ment en R&D, nous avons créé askR.ai sur la base d’un rela­tif constat d’échec des solu­tions exis­tantes de Busi­ness Intel­li­gence : leur adoption.

Le volume des don­nées dans l’entreprise est en explo­sion, et nous devons cher­cher de nou­velles méthodes afin de valo­ri­ser cet immense “asset” que repré­sentent les don­nées. La pre­mière règle dans ce cadre est que l’information n’a vrai­ment de valeur que si elle est uti­li­sée par les per­sonnes qui en ont besoin. Néan­moins, le taux d’adoption des outils de tableaux de bord, ou de Busi­ness Intel­li­gence, pla­fonne à 22 % depuis plus de 10 ans.

En d’autres termes, plus des trois quarts des per­sonnes qui ont accès à ces outils n’arrivent pas à les uti­li­ser : là est le constat d’échec. C’est aus­si le vrai point de dou­leur de ces entre­prises qui veulent être “data dri­ven“. Nous sommes ain­si par­tis de ces constats en misant sur les pro­grès récents en IA pour per­mettre aux uti­li­sa­teurs métiers de l’entreprise de s’adresser direc­te­ment à quelqu’un qui maî­trise les don­nées et qui sera dis­po­nible 24h/24, 7j/7. Le Data Assis­tant askR.ai a ain­si vu le jour.

Connec­té aux don­nées de l’entreprise et doté des der­nières géné­ra­tions d’algorithmes de Machine Lear­ning, il répond aux dif­fé­rentes requêtes des uti­li­sa­teurs, expri­mées en lan­gage natu­rel. Notre solu­tion est uti­li­sée aujourd’hui par une dizaine de grands groupes. Notre ambi­tion est de s’imposer comme l’acteur euro­péen incon­tour­nable dans cette nou­velle façon de déli­vrer les don­nées aux uti­li­sa­teurs en entreprise.

Vous proposez un Data Assistant pour accéder aux données plus facilement et rapidement. Dites-nous en plus

AskR.ai per­met d’adresser une pro­blé­ma­tique à laquelle les métiers sont sou­vent confron­tés : l’accessibilité des don­nées. En effet, beau­coup d’utilisateurs métiers ont accès à des outils de tableaux de bord et de BI qu’ils n’arrivent pas à uti­li­ser, ou bien ils se contentent d’ordres de gran­deur approxi­ma­tifs. Ces deux approches sont loin d’être saines pour le pilo­tage de l’activité d’une entre­prise. Le fait de sol­li­ci­ter les équipes en charge des don­nées va géné­rer un autre pro­blème de surcharge.

Ces Data Scien­tists ne consa­cre­ront ain­si que 20 % de leurs temps à leur métier de base. AskR.ai per­met­tra donc à ces uti­li­sa­teurs d’avoir leurs réponses immé­dia­te­ment au lieu d’attendre 2 ou 3 jours à cause des trai­te­ments manuels que les Data Scien­tists doivent effec­tuer. Notre solu­tion s’adresse aus­si bien aux métiers déjà équi­pés de tableaux de bord qu’à ceux qui n’ont que des besoins ponc­tuels d’accès à la donnée.

« Les progrès récents en IA permettent aux utilisateurs de s’adresser directement à quelqu’un qui maîtrise les données
et qui sera disponible 24h/24, 7j/7. »

En termes d’usages, notre Data Assis­tant est sol­li­ci­té par plu­sieurs sec­teurs d’activités et plu­sieurs métiers : le pilo­tage de la per­for­mance com­mer­ciale des points de ventes dans le Retail, le sui­vi et le pilo­tage des dépenses pour les dépar­te­ments achats, le sui­vi des indi­ca­teurs finan­ciers pour les res­pon­sables de Busi­ness Units autour du contre de ges­tion et des don­nées finan­cières. Par exemple, Orange en Espagne uti­lise askR.ai afin de per­mettre à cha­cun des ges­tion­naires des Busi­ness Units d’obtenir immé­dia­te­ment des infor­ma­tions finan­cières sur leur péri­mètre de res­pon­sa­bi­li­té sans avoir à sol­li­ci­ter le contrle de ges­tion. AskR.ai est éga­le­ment uti­li­sé par d’autres grands comptes, tels que Decath­lon, Tech­ni­co­lor, Renault, etc.

Ces acteurs sont sou­vent confron­tés à des sujets de pilo­tage de per­for­mance com­mer­ciale. Ils pour­ront ain­si savoir sur quel type de pro­duits ils ont la marge la plus faible ain­si que l’évolution de leurs chiffres d’affaires, de manière immé­diate, sans avoir à extraire des rap­ports complexes.

Quelle est la valeur ajoutée de votre solution pour les entreprises ?

AskR.ai per­met aux entre­prises de prendre des déci­sions “data dri­ven“ avec un accès immé­diat à leurs don­nées. En effet, notre tech­no­lo­gie est basée sur des algo­rithmes de Machine Lear­ning qui per­mettent de tra­duire le lan­gage natu­rel des uti­li­sa­teurs en requêtes direc­te­ment géné­rées sur les bases de don­nées, avec des temps de réponses de l’ordre de la seconde. Ceux-ci n’auront donc plus besoin de maî­tri­ser des lan­gages tech­niques de bases de don­nées ou de modélisation.

La réponse d’askR.ai se fait sous forme d’un chiffre, d’un tableau ou d’une data­viz, géné­rés à la volée. L’autre point de dif­fé­ren­cia­tion est qu’askR.ai peut être inté­gré à n’importe quel outil de com­mu­ni­ca­tion dans l’entreprise (por­tail intra­net, inter­face web, Slack, Teams, e‑mail, SMS, etc.).

Comment appréhendez-vous les principales évolutions qu’a connues le domaine de l’IA ?

Notre solu­tion est basée sur l’analyse du lan­gage natu­rel, ou le NLP qui est une branche de l’Intelligence Arti­fi­cielle. En effet, nous exploi­tons des algo­rithmes qui per­mettent d’apprendre et de com­prendre le lan­gage métier et le voca­bu­laire spé­ci­fique des uti­li­sa­teurs. AskR.ai est le fruit de 5 ans de R&D et s’appuie suru­ne­cons­tan­teé­vo­lu­tion notam­ment grâce à l’apprentissage conti­nu et mutualisé.

Nous dis­po­sons d’un véri­table avan­tage concur­ren­tiel, car nous sommes les seuls à uti­li­ser des tech­no­lo­gies de NLP avec des algo­rithmes propres aux requêtes sur des bases de don­nées. En effet, plu­sieurs acteurs pro­posent des tech­no­lo­gies d’agents conver­sa­tion­nels, ou de “Chat­bot”, qui sont très dif­fé­rents d’un Data Assis­tant, tel qu’askR.ai. Les “Chat­bots” sont déve­lop­pés grâce à une archi­tec­ture tech­nique et fonc­tion­nelle de détec­tion des inten­tions modé­li­sées préa­la­ble­ment sur des “arbres de décision“…

Une telle archi­tec­ture ne peut, par construc­tion, être adap­té à la requête sur les don­nées, car les inten­tions des uti­li­sa­teurs sont tout de suite qua­si infi­nies. Seulsdes algo­rithmes dédiés à l’interrogation à la volée de don­nées sont viables.

Qu’en est-il de vos axes de développement ?

Nous cher­chons à conso­li­der notre posi­tion de pion­nier sur la nou­velle géné­ra­tion d’outils de BI. En effet, la 2e géné­ra­tion d’outils de Busi­ness Intel­li­gence dite “Visual Based Data Dis­co­ve­ry plat­forms” (Qlik, Tableau Soft­ware, Power BI, etc.) a dépas­sé sa phase de matu­ri­té pour lais­ser la place à la 3e géné­ra­tion, bap­ti­sée “Aug­men­ted Ana­ly­tics”, ou de l’analyse de don­nées aug­men­tée. L’apport de l’IA per­met d’aller plus loin dans le ser­vice à l’utilisateur : Aujourd’hui, c’est l’hyper-accessibilité à la don­née, et l’immédiateté que pro­pose un Data Assis­tant qui a de la valeur. Demain, c’est la don­née qui vien­dra à l’utilisateur, car son Data Assis­tant sera capable de l’alerter et de déga­ger une ten­dance qui l’aidera dans ses objec­tifs opérationnels.


EN BREF

  • Créa­tion en 2016 ;
  • 5 ans dédiés à la R&D ;
  • 300 % de crois­sance annuelle ;
  • Une réponse à votre ques­tion en moins de 2 secondes.

Poster un commentaire