L’informatique cognitive, comme son nom l’indique, utilise les connaissances existantes et l’expérience pour apprendre, comme le ferait un être humain. Dans le e-commerce, elle est un levier pour doper la croissance

Tout d’abord, qu’est-ce que l’automatisation de processus cognitif (CPA ou Cognitive Process Automation) ? L’informatique cognitive, comme son nom l’indique, utilise les connaissances existantes et l’expérience pour apprendre, comme le ferait un être humain. En effet, nous nous appuyons sur nos observations, notre mémoire et nos capacités d’évaluation, de jugement et de raisonnement pour façonner de nouvelles connaissances. Dans le cas de la CPA, les systèmes informatiques font de même. Ils tentent d’imiter la façon dont le cerveau humain traite les informations et effectue des tâches, apprenant ainsi constamment durant ce processus.

Leur nourriture se compose de données. #L’apprentissage automatique (ou machine learning), le traitement du langage naturel (NLP ou Natural Language Processing), l’ontologie sémantique, la reconnaissance de modèles et les réseaux neuronaux font partie de leur ADN. Les modèles informatiques internes qu’ils créent à partir de ce qu’ils ont appris font office de cerveau pour ces systèmes. Les modèles se basent sur l’expertise provenant de divers domaines, tels que l’intelligence artificielle, la linguistique et la base des connaissances spécifiques du secteur.

Trois étapes

Envisager une croissance multipliée par 3 n’est pas si compliqué. Avec la CPA, il suffit de suivre les trois étapes logiques du modèle AAA+ :
  1. ASSIST (assistance cognitive),
  2. ACCELERATE (accélération)
  3. AUTONOMOUS (autonomie).

Pour la plupart des entreprises, la démarche AAA+ devrait prendre environ 18 mois. Il faut compter un an pour les deux premières étapes et atteindre un haut niveau de fiabilité et de précision, puis 6 mois pour la dernière étape. Les systèmes apprennent et improvisent à mesure qu’ils absorbent de nouvelles données, si utilisés en continu. L’utilisation de nouveaux types de données peut conduire à de très hauts niveaux de productivité et d’expérience en un an de déploiements en production.

Partagez cet article