‌Explorer le traitement du langage naturel pour découvrir des occasions d’affaires

L’intelligence artificielle est un sujet complexe; elle comporte de nombreuses sous-couches et elle est très nuancée.

L’organisation McKinsey la décrit comme suit : « l’intelligence artificielle est la capacité d’une machine à exercer des fonctions cognitives que nous associons habituellement à l’esprit humain. » Plus simplement, l’intelligence artificielle est créée par des algorithmes ou des règles automatisées, lesquels sont alimentés par des données. L’intelligence artificielle regroupe le traitement du langage naturel (TLN), l’apprentissage automatique, les réseaux neuronaux, l’apprentissage en profondeur, la vision par ordinateur ainsi que l’intelligence artificielle générative. L’environnement d’affaires de notre époque est submergé d’information et d’innovation. C’est pourquoi cet article explore comment les occasions liées au TLN engendrent de nouvelles méthodes de travail et pourquoi elles devraient être incluses dans votre feuille de route technologique.

Adopter les langues humaines et informatiques

L’année dernière, 7 151 langues vivantes ont été répertoriées partout dans le monde, et ce chiffre fluctue constamment. Les langues évoluent continuellement en intégrant de nouveaux mots ou contextes ou encore de nouvelles significations, parce que les gens et les communautés évoluent, s’adaptent et innovent. Bien souvent, les mots ayant de multiples définitions, la syntaxe, la grammaire, les émotions, les règles et les tons de voix complexifient encore davantage les langues.

Le langage humain est la base du TLN, une technologie basée sur l’intelligence artificielle où des ordinateurs sont programmés pour donner un sens à des phrases ou à des mots écrits ou dits, d’une manière semblable au fonctionnement du cerveau humain. Le TLN permet aux ordinateurs de comprendre notre langage. En gros, l’ordinateur recherche et relie une multitude de points de données afin de créer un contexte et d’élaborer des algorithmes (un ensemble d’interrupteurs). Cette approche, qui consiste à donner du sens à des données non structurées en créant des liens, se nomme la « recherche sémantique ».

Puisque les entreprises technologiques saisissent de nombreuses occasions liées aux TLN dans le cadre de leurs activités, il est prévu que le taux de croissance annuel composé (TCAC) du TLN sera de 39 % de 2022 à 2030.

Les paysages du TLN et de l’IA générative

Puisqu’il est complexe d’interpréter tout langage, qu’il soit humain ou informatique, ce type de technologie d’IA peut toujours être amélioré. Toutefois, l’utilisation du TLN peut entraîner d’importantes récompenses lucratives pour les entreprises, en particulier pour les entreprises n’ayant pas accès à beaucoup de personnel ou à d’importants budgets. En fait, d’ici 2025 aux États-Unis, l’IDC prévoit que le TLN devrait dominer une bonne partie des investissements annuels prévus de 120 milliards de dollars en IA.

En 2022, le sondage « Fueling the AI transformation » mené par Deloitte a révélé que 94 % des dirigeants d’entreprise croient que l’IA sera essentielle à la réussite dans les cinq prochaines années. Les analystes et les experts du secteur s’entendent pour dire que les occasions liées au TLN ont beaucoup de potentiel, parce que la technologie peut donner un sens et un contexte aux données, ce qui est bien mieux qu’une simple recherche par mot-clé qui extrait les données, sans en interpréter le sens.

La création de contexte ouvre la voie à l’amélioration des importantes initiatives comme l’expérience client, la responsabilité sociale et la responsabilité d’entreprise, mais aussi la réduction des coûts et des tâches quotidiennes comme l’envoi de messages aux services appropriés par des robots ainsi que les vérifications de la grammaire et de l’orthographe. Le logiciel Grammarly, basé sur le TLN et comptant désormais plus de 30 millions d’utilisateurs, en est un exemple éloquent.

Donc, même si le TLN fait partie de notre quotidien depuis bien longtemps, les outils d’IA générative qui font appel au TLN, comme ChatGPT et DALL-E d’OpenAI, Midjourney et Jasper sont désormais des sujets courants autour de la table à manger et au travail, mais aussi dans les conversations de hauts dirigeants souhaitant profiter des données ainsi que les protéger au moyen de politiques, de comités d’éthique ou d’autres solutions. Puisqu’ils peuvent être utilisés dans une myriade de situations, ces outils volent également la vedette dans les conférences de bien des secteurs. En 2022, les sociétés de capital risque ont investi 27 % plus que l’année précédente, soit 1,4 milliard de dollars, uniquement dans l’intelligence artificielle générative, misant beaucoup sur son potentiel.

L’intelligence artificielle générative, ayant recours au TLN, a fait des grandes avancées dans l’unification des capacités de recherche et de création de contexte en examinant des tonnes de textes dans le but de rédiger intelligemment des réponses, mais sa précision était insatisfaisante.

En utilisant d’imposants ensembles de données pour créer des algorithmes, l’IA générative peut produire du contenu sous plusieurs formes — du texte, des images ainsi que du contenu audio ou vidéo — en prédisant le mot ou le pixel suivant. Sa popularité ne fait que croître, alors que les gens l’utilisent pour tout faire : rédiger des publications dans les médias sociaux et des discours de mariage, créer des œuvres d’art et des projets architecturaux, déboguer des codes, faire des recherches sur n’importe quel sujet, élaborer des plans de traitement pour les patients et même concevoir des médicaments.

Puisque les entreprises technologiques saisissent de nombreuses occasions liées aux TLN dans le cadre de leurs activités, il est prévu que le taux de croissance annuel composé (TCAC) du TLN sera de 39 % de 2022 à 2030. Le TLN peut être utile dans tous les secteurs, mais ce sont les secteurs des services financiers, du commerce, des soins de santé et de la fabrication qui semblent mener la course du TLN et de l’IA dans leurs utilisations respectives.

Soyons pragmatiques en trouvant des domaines de croissance

Le TLN est généralement utilisé pour analyser rapidement des quantités phénoménales de données, mais, à quel endroit vivent les données? Les factures, les contrats, les réclamations, les dossiers médicaux, les rapports de laboratoire, les relevés, les formulaires, les courriels, les registres des centres d’appel, les archives, les transcriptions, les dossiers d’impôt, les renseignements financiers, les documents hypothécaires et les factures de services publics sont tous des documents qui comprennent de forts volumes de données précieuses et les flux de travaux leur étant associés sont de bons candidats pour le TLN.

Dans la plupart de ces documents (entre 80 et 90 %), les données ne sont pas structurées, ce qui signifie que vous ne pouvez pas accéder facilement aux données ou aux renseignements, notamment parce que les fichiers PDF, les images et les documents physiques ne le permettent pas; les données sont piégées. Les documents et les données qu’ils contiennent doivent être transformés en données structurées pour être facilement accessibles et utilisables : c’est là que le TLN entre en jeu.

Cette technologie permet de classer, d’extraire et d’exporter les données pour les faire passer à un format structuré et utilisable qu’un ordinateur ou un humain peut ensuite analyser. Ces procédures éliminent les étapes manuelles et le travail fastidieux et, ainsi, permettent aux entreprises de connaître d’impressionnants gains d’efficacité, de productivité et de précision ainsi que d’énormes économies de coûts.

Puisqu’elle permet l’accès aux données et qu’elle entraîne de tels résultats, la technologie ayant recours au TLN sert déjà de solution aidant les entreprises ayant trop de données, mais pas assez de personnel. L’automatisation et la modernisation des systèmes et des procédures peuvent également pallier les récentes pénuries de talents persistantes.

L’IA générative ayant recours au TLN va au-delà des données non structurées et des flux de documents. En effet, elle peut servir à de nombreuses utilisations, notamment dans les domaines des soins de santé, des produits pharmaceutiques, de la fabrication, des médias, de l’énergie et des services publics, de l’architecture, de l’ingénierie et de la construction automobile.

Étapes à venir

Le TLN est prêt pour son moment de gloire. Sa valeur est déjà reconnue et il peut servir à toute sorte d’utilisation. De plus, il ne peut que devenir plus sophistiqué en suivant l’évolution de la science des données et de l’IA. Il est maintenant temps de repérer les lacunes de vos procédures documentaires et de les transformer. Lorsque vous explorerez vos options, pensez à utiliser une plateforme commerciale intelligente, à innover avec votre partenaire technologique, à créer une preuve de concept (POC) ou à vous lancer directement.

Le prochain article de notre série sur l’innovation portera sur de nombreuses histoires de réussites issues d’innovations créées conjointement par Ricoh et ses clients. Ces histoires aborderont la façon dont le TLN a influencé leur entreprise.