GRANDE ENTREPRISE FRANCAISE

Exploiter l’IA dans la détection automatique de documents

Comment La Poste a exploité l’Intelligence Artificielle pour automatiser la détection automatique de documents clients pour accélérer ses processus internes ?

Logo La Poste
Livre Blanc Mise en oeuvre d'une stratégie de qualité des données

Mise en oeuvre d’une stratégie de qualité des données

Dans ce livre blanc, vous découvrirez la méthodologie complète pour assurer et optimiser la qualité des données (processus, outils, rôles et responsabilités).

TÉLÉCHARGER LE LIVRE BLANC →

Simplifier la gestion de documents avec l’Intelligence Artificielle

Notre client, La Poste, souhaite exploiter la quantité massive de documents clients collectés afin d’apporter une valeur ajoutée et offrir des services innovants et intéressants pour renforcer sa position sur son marché.​

Ils ont fait appel à DataValue Consulting pour réaliser une étude afin de valider l’intérêt de l’Intelligence Artificielle pour les cas d’usage, mais aussi de définir les algorithmes de Machine Learning et l’architecture logicielle nécessaires.

Cette initiative aboutit à l’évaluation de l’intérêt de cas d’usage de détection automatique de documents et de catégorisation des documents scannés.

Différences entre Data Science, IA et Machine Learning

Comment industrialiser ses cas d’application en intelligence artificielle

 

LIRE L’ARTICLE →

Le pilotage de la performance

Innovation : de la définition du cas d’usage à la réalisation de POC

Nous avons mener des ateliers afin de préparer et définir l’environnement logiciel et matériel pour accueillir les cas d’applications en Big Data et Intelligence Artificielle :

  • Etude théoriques (algorithme) et technique (architecture logicielle) de deux cas d’usage afin de valider l’intérêt de l’intelligence artificielle pour La Poste,​
  • Réalisation d’un premier POC consistant à convertir des images et des documents scannées en texte afin d’exploiter les données inscrites dans ces documents,​
  • Workshop et meetings avec des conseillers d’architecture logicielle afin de préparer l’environnement logiciel et matériel pour accueillir les applications big data et intelligence artificielle​,

Nous avons également participé à une second cas d’usage sur la catégorisation de documents scannés visant à identifier s’il s’agit d’une pièce d’identité, d’un bulletin de salaire ou d’une facture (ainsi que le type de facture).

Des résultats qui dépassent leurs attentes

01

Création de nouveaux services grâce aux algorithmes d’IA.

02

Gains de part de marché pour notre client La Poste.

03

Forte dynamique d’innovation pour explorer de nouveaux relais de croissance.

Pour aller plus loin

Gestion des coûts pour une migration Big Data
Différences entre Data Science, IA et Machine Learning

Les 5 niveaux de maturité data

Découvrez avec cette grille d’évaluation les 5 niveaux de maturité data, et situez-vous par rapport aux leaders de l’approche data-centric.

Data Science, IA, Machine Learning et Deep Learning : définitions, convergences et différences

Les techniques de la Data Science, de l’Intelligence Artificielle, du Machine Learning et du Deep Learning se croisent, s’alimentent et poursuivent parfois le même objectif.

Vous avez un projet de transformation ? Discutons-en !