RAGE Frameworks a développé un système d’intelligence artificielle capable de scanner des montagnes de documents quelles que soient leur forme. Le moteur, RAGE AI, trie ensuite les données pour effectuer des comparaisons en masse et en tirer des analyses, des interprétations ou des tendances. Le moteur est non seulement un accélérateur d’analyse mais permet aussi d’arriver à des conclusions que des humains auraient potentiellement manqué. Dans le cadre d’une opération de fusion/acquisition, par exemple, vous avez besoin d’examiner des milliers de contrats pour identifier des synergies possibles. Ces contrats proviennent de fournisseurs, de clients, et peuvent prendre des formes différentes.
En quoi RAGE AI se distingue-t-il des autres systèmes sur le marché ? La plateforme de deep learning contextuel repose sur le principe de machine learning linguistique, ce qui lui permet d’appréhender le contexte des documents analysés. RAGE AI sait donc extraire des informations pertinentes, au regard du contexte, pour en déduire le sens de façon précise et exhaustive. Autrement dit, le système de deep learning comprend et décompose le document comme vous ou moi le ferions.
Les applications sont nombreuses dans l’analytique : placements d’actions, veille concurrentielle, évaluation du risque de crédit et surveillance. Les entreprises peuvent aussi mettre en place le système pour gérer l’orchestration des processus et l’automatisation des processus métier. La plateforme de deep learning va automatiquement agréger, nettoyer et analyser les données avant d’appliquer l’apprentissage et de l’analyse linguistique. Une entreprise de B2B, par exemple, pourrait donc disposer d’un système d’alerte précoce qui analyse le risque clients ou le risque fournisseurs quotidiennement. RAGE AI scanne également en permanence Internet pour identifier, interpréter et analyser l’impact de l’évolution du marché sur des entreprises spécifiques au sain de multiples industries. Puis, il génère un tableau de bord et des alertes pour mesurer les risques d’entreprise. La machine traite des millions de documents chaque jour et évalue les risques à travers des dizaines d’indicateurs pour chaque entreprise, le tout en temps quasi-réel. Enfin le système de deep learning s’intègre parfaitement à d’autres systèmes comme SAP ou un ERP, il peut même les utiliser en temps que sources de données stables.
Si ce type de système va certainement se généraliser dans les entreprises, il génèrera certainement un gain de temps considérable. Néanmoins il pourrait aussi à terme se substituer à nombre de métiers analytiques : consultants, contrôleur de gestion, auditeur…
