L’intelligence artificielle au service du commerce

L’IA au service de la performance commerciale

Quoi de plus essentiel pour nombre d’entreprises que de détecter, sélectionner, les meilleurs appels d’offre, en comprendre les exigences, pour bien sûr, se donner les meilleures chances de les emporter. Et l’Intelligence Artificielle (I.A.) s’invite désormais au cœur de ces enjeux commerciaux pour nos entreprises.

L’analyse des Appels d’Offres internationaux avec l’Intelligence Artificielle

L’I.A. permet d’explorer des millions de documents pour en extraire très rapidement les informations les plus pertinentes. Plusieurs sociétés parmi les « LegalTech » adaptent le Traitement Automatique du Langage Naturel (TALN ou NLP, pour Natural Language Processing), associé au Machine Learning, à l’analyse des Appels d’Offres. Je vous propose d’observer deux approches : la veille stratégique et la détection des exigences réelles, traitées par deux sociétés Nantaises.

… pour se positionner sur les meilleurs Appels d’Offres

Octopusmind, l’entreprise de Frédéric Oliveau (Fondateur & CEO) concentre son activité sur une Analyse Sémantique orientée métiers des A.O. internationaux : explorer des données non structurées (le texte des différents documents des Appels d’Offres issus de multiples sources internationales) et les restituer de manière structurée, valorisée, et surtout individualisée.

Pour que l’IA soit efficace, il lui faut de l’entrainement : l’équipe R&D dispose d’un corpus de référence de près de 7 M de documents. Le système ainsi entraîné en Machine Learning, NLP et Text Mining (fouille de textes) est appliqué aux 250.000 nouveaux AO mensuels, à 90% en Anglais, Français et Espagnol.

Les clients de l’entreprise sont en majorité des consultants indépendants, des cabinets de consulting de taille moyenne (majoritairement situés en Afrique, à 65% contre 20% en France). Pour une société de conseil en production pour l’aéronautique, par exemple, l’utilisateur devra « simplement » décrire son propre métier sur le moteur de recherche de l’outil (« études et conseil appliqués à l’aéronautique »), et se verra proposé une sélection des AO le concernant directement. Il obtient aussi les informations (contextes, budgets estimés, concurrents potentiels, etc.) pour se positionner plus vite que ses concurrents en Go-NoGo.

… pour identifier les contextes réels des Appels d’Offres

Pour un positionnement plus précis, il lui faudrait extraire et comprendre les contextes réels des A.O., souvent exprimés de manières différentes selon les langues utilisées. Oussama Ahmia, chercheur au sein de l’entreprise, « dépollue » dans ce but près de 2 millions de phrases, dans les 26 langues des A.O. issus du TED (Tenders Electronic Daily). Il développe une approche très statistique des langues, qui tente de reproduire les mécanismes d’attention du cerveau humain, en se basant sur des représentations vectorielles de texte et des réseaux de neurones. Les résultats, prometteurs, intègrent le sens des phrases, la réelle sémantique qui se cache derrière chaque mot.

Les termes techniques des différentes technologies utilisées pour arriver à de tels résultats sont très complexes (partitionnement automatique (Data Clustering), forêts d’arbres décisionnels (Random Forests), réseaux de neurones, etc.) et il est réellement difficile pour nous, non formés au Data Mining et aux arcanes de l’IA, de nous en imprégner. Pour les Responsables Commerciaux n’y a-t-il pas là un risque que l’IA crée des sujets qu’ils ne comprendront plus ?

… pour identifier les exigences réelles des Appels d’Offres

En IA comme dans tout domaine de l’innovation, l’une des difficultés réside dans l’accompagnement au changement des utilisateurs. La solution de Bee4win s’intègre comme un menu additionnel dans Microsoft Word®, à la disposition des membres d’une équipe de contributeurs à la réponse aux A.O.

Pour notre exemple de Cabinet Conseil, identifier et capturer très vite les exigences réelles de ses prospects (disséminées au travers de l’ensemble des documents de l’A.O.) est essentiel, en phase de lecture initiale, et tout au long du processus de réponse, pour s’assurer d’avoir traité chaque point.

L’IA aide ici aussi à construire le contexte de l’A.O. (concurrences, partenaires, risques, exigences du client, montant estimé du marché) afin d’évaluer et améliorer les chances de gagner une affaire. Pour Nicolas Girard et Peggy Herman, les 2 fondateurs, l’intégration du Traitement Automatisé du Langage Naturel (NLP) permet de déterminer, par apprentissage, jusqu’à 87% des exigences.

Pour cela, l’algorithme réalise différents traitements NLP d’identification automatique, après avoir entraîné le modèle (Machine Learning) sur un corpus de documents initiaux. Ces traitements peuvent être déclenchés sur un serveur dédié, en calculs déportés. Les PC de nos commerciaux sont rarement prévus pour supporter de tels calculs, n’est-ce pas ?

Les utilisateurs peuvent alors :

1. Finaliser l’identification des 13% d’exigences manquantes en l’enrichissant de propriétés personnalisées (priorité, criticité, typologie, etc.)
2. Identifier les risques de l’AO
3. Exporter l’analyse de l’AO dans Excel, pour construire la matrice de couverture / complétude.

Bee4win a notamment remporté le Data Challenge France 2018 consistant à prédire les avis d’attribution de marchés sur la base d’IA.

Conclusion(s)

L’Intelligence Artificielle au cœur du Commerce, c’est renforcer l’intuition du Commercial plutôt que de la remplacer, dans la quête d’une accélération des prises de décisions, et d’un positionnement commercial plus efficace.

Intégrer ces technologies dans un « comportement » commercial n’est pas aisé, surtout quand leur formation est très éloignée des algorithmes, des bases de données ou des réseaux de neurones. Il devient essentiel de repenser cette formation des équipes, à comprendre ce qui se passe sous « le capot » de ces nouvelles plateformes, et leur donner l’envie de s’approprier les techniques, dont l’évolution est extrêmement rapide.

Nantes bien connue pour son écosystème orienté Startups & Digital, s’intéresse de près aux sujets de l’Intelligence Artificielle : nous sommes ainsi membres de l’ADN Ouest, Association des Décideurs du Numérique (avec 2600 membres, plus de 100 événements par an), de NaonedIA, collectif de l’intelligence artificielle pour tous, avec son « Manifeste de l’IA », ou de la Métropole de Nantes qui vient de signer la première Charte de la Donnée en France.

Terminologies

• Analyse Sémantique : associe un sens aux mots, afin de comprendre la signification des expressions
• Text Mining (fouille de textes) : extraction des connaissances dans des textes produits par des humains pour des humains.
• Machine Learning (apprentissage automatique) : apprendre à un ordinateur à apprendre à résoudre un problème par lui-même, plutôt que de lui expliquer comment résoudre ce problème.
• Systèmes entraînables : capables de faire émerger des règles mathématiques en s’entraînant avec un Corpus de référence, puis d’appliquer ces règles à de nouveaux jeux de données, en s’améliorant sans cesse avec l’expérience.
• Corpus de référence : données nécessaires, de qualité et en quantité suffisante, pour appliquer un modèle d’apprentissage

Contacts & Références

Octopusmind

Frédéric Oliveau (CEO), Oussama Ahmia
www.octopusmind.info

Research Gate

Utilité d’un couplage entre Word2Vec et une analyse sémantique latente : expérimentation en catégorisation de données textuelles

Bee4win

Peggy Herman, Nicolas Girard
www.bee4win.com

Integraal-MD

integraal-MD fait partie des 40 premiers signataires de la « Charte Métropolitaine de la Donnée ».