L’expérience client s’appuie aujourd’hui sur des contenus numériques de plus en plus pertinents, les consommateurs s’attendant à interagir avec des images, des vidéos, des podcasts, etc. La pandémie de COVID-19 ayant entraîné la fermeture des studios photos et agences créatives, les entreprises qui s’appuient sur l’IA peuvent imaginer de nouvelles campagnes marketing et expériences clients en réutilisant les ressources dont elles disposent déjà.
Lors d’une récente conversation avec la communauté Henry Stewart DAM à l’occasion du webinar Enhancing Digital Asset Management (DAM) Operations with Artificial Intelligence (AI), nous avons évoqué les différentes façons dont l’IA et le machine learning (ML) pouvaient aider les entreprises à étiqueter, trouver et utiliser les ressources multimédias pour générer de nouveaux revenus et adapter leur activité à leurs besoins. Voici quelques exemples, illustrant l’inventivité des entreprises gérant leurs ressources numériques grâce à l’intelligence artificielle et au machine learning.
L’IA au service de la chaîne de distribution digitale
Éviter les coûts liés à la duplication du contenu
L’un des principaux avantages d’un logiciel de DAM d’entreprise est de vous donner une vue d’ensemble de vos ressources. Et de pouvoir les trouver et les (ré-)utiliser. Les études montrent que lorsqu’un utilisateur ne trouve pas les ressources dont il a besoin, dans 60 % des cas, il finit par les recréer, avec d’importantes conséquences financières pour les entreprises.
Cette duplication des projets et ressources est un vrai problème pour les entreprises. Un problème qui pourrait pourtant être résolu grâce à un système de DAM facilitant la recherche et l’utilisation du contenu.
Concrétiser plus rapidement ses idées
Les meilleurs systèmes de DAM ne se contentent pas d’être des solutions dédiées aux créatifs ou au marketing. Responsables de la production des matériaux, designers produits, photographes, concepteurs d’emballages, marketing, commerciaux, etc. : tous ces utilisateurs ont besoin d’accéder au contenu et aux données qui le décrivent. Une plateforme agrégeant le contenu est essentielle pour stocker les ressources digitales et les retrouver.
Connecter tous ces processus permet d’optimiser la chaîne logistique digitale, accélérant la commercialisation de nouveaux produits et générant plus de revenus.
Le contenu et les données doivent être gérés de façon moderne. Les ressources sont disséminées dans toute l’entreprise et souvent déconnectées. Selon une étude, les organisations s’appuient en moyenne sur 9 systèmes différents, et les utilisateurs passent souvent plusieurs heures à chercher du contenu. Et dans de nombreux cas, ils finissent par abandonner et le recréer.
Optimiser les opérations de DAM grâce à l’intelligence artificielle
Continuité, rapidité et flexibilité
L’IA et le machine learning contribuent à connecter les différents systèmes et permettent aux utilisateurs humains de travailler plus vite, de façon continue et flexible. L’IA sert à déterminer les types de contenu, à extraire les données et à enrichir les métadonnées pour accroître la valeur des ressources. Le machine learning permet quant à lui d’anticiper la distribution de l’information et d’identifier des tendances et des connexions pertinentes pour les clients. Ensemble, ces deux technologies donnent vie à des processus plus intelligents et plus efficaces.
IA générique vs IA métier
L’IA générique offre une bonne base pour enrichir les ressources numériques et peut rassembler par un large éventail de services accessibles au grand public. Malgré ses limitations, l’IA générique améliorer certaines actions telles que la transcription de vidéos, l’extraction de textes, l’automatisation des traductions, etc.
Partant de cette base, les entreprises font appel à des IA métiers reposant sur des modèles de machine learning personnalisés, entraînés avec leurs contenus et données, pour enrichir leurs ressources. L’IA métier permet aux entreprises de décrire leurs ressources en contexte et d’obtenir des résultats bien plus pertinents.
L’IA au service du contenu Nuxeo Insight
Notre service d’intelligence artificielle, Nuxeo Insight, vous permet de générer des prédictions intelligentes à partir des informations dont vous disposez. Avec lui, vous pouvez classifier, prédire et enrichir des ressources, documents et contenus multimédias sans expertise en machine learning.
En matière d’étiquetage de l’information, les humains n’atteignent qu’un niveau de précision de 80 %. Mais l’IA et le machine learning peuvent produire des résultats plus précis et cohérents tout en vous laissant plus de temps pour les tâches créatives.
Les entreprises commencent à s’appuyer sur ces technologies pour apporter une réelle plus-value à leur activité :
- Éviter les coûts liés à la duplication du contenu
- Concrétiser plus rapidement les idées tout au long de la chaîne logistique digitale
- Réduire les tâches à faible valeur ajoutée et l’étiquetage manuel
- Générer de nouvelles informations à partir du contenu
Que vous utilisiez déjà l’intelligence artificielle ou non, vous pouvez vous lancer en très peu de temps. Vous pouvez entraîner un modèle avec 200 - 300 images et poursuivre cet entraînement progressivement pour gagner en précision et rendre les ressources plus faciles à trouver.
Exemples concrets d’IA au service du Digital Asset Management
Lors du webinar, nous avons évoqué le cas d’une grande marque de mode s’appuyant sur l’IA et le ML pour enrichir ses données (reconnaissance des types d’images, gestion des talents, coûts, saisons, régions, etc.) et utilisant ces données pour promouvoir des produits associés en ligne, générant de nouvelles opportunités de vente et, donc, des revenus supplémentaires.
Un autre exemple était l’utilisation d’une IA métier pour enrichir les photos de collisions automobiles, avec l’ajout de détails facilitant la recherche en contexte : constructeur du véhicule, coloris d’usine, modèle, plaque d’immatriculation, reconnaissance faciale, analyse prédictive, etc.
On comprend ici que les modèles personnalisés produisent des données bien plus pertinentes, que l’extraction d’entités permet d’automatiser les workflows et que plus les données sont spécifiques, plus la valeur de votre solution d’IA augmente.
Vous pouvez revoir le webinar Enhancing DAM Operations with AI :
Voici certaines des questions auxquelles nous avons répondu lors du webinar :
- Si l’on part du principe que les métriques d’efficacité de l’IA sont justes, les utilisateurs humains ont-ils toujours un rôle à jouer dans la supervision et l’optimisation du contenu ? D’autant plus que les métadonnées font partie intégrante du DAM et sont évolutives.
Tout à fait. L’esprit humain est une composante essentielle du développement et de l’entraînement des modèles de machine learning. Il est impératif de contrôler la précision des résultats générés et les opérations de maintenance doivent être continues. Des audits sont également nécessaires. Les humains font définitivement partie des processus de DAM. Notre rôle va simplement évoluer, nous laissant plus de temps pour les tâches créatives.
- Comment les services Nuxeo sont-ils intégrés et facturés ?
Ils prennent la forme d’un add-on à la plateforme Nuxeo.
- Quel est l’intérêt d’adopter des vocabulaires de métadonnées standards/spécifiques ? Peut-on intégrer ces schémas à un service d’IA existant ?
Oui ! Mais si vous partez de zéro, une interface utilisateur intuitive vous guidera.
- Je veux intégrer des services d’IA à mon processus de gestion DAM. Par où commencer ?
Par la facette qui apportera le plus de valeur à l’entreprise. Facilitez la récupération du contenu ou améliorez les opérations du quotidien. Un projet urgent qui a besoin de cohérence et de continuité.
- Combien de temps faut-il pour configurer et entraîner un modèle ?
Tout dépend, mais quelques heures peuvent suffire.
- Le service Nuxeo peut-il également identifier précisément le texte présent dans les images ?
Oui, la lecture de texte et l’OCR font partie de notre offre.
- Des clients Nuxeo ont-ils commencé la création de contenus basés sur les résultats du service d’IA ?
Oui, en particulier ces derniers mois, les studios photos et agences créatives étant fermées. Les entreprises s’appuient sur l’IA pour (re-)découvrir les ressources dont elles disposent et créer de nouvelles campagnes marketing et expériences. Le maître-mot est la réutilisation et l’objectif est d’être plus efficace avec les ressources déjà disponibles.
- Les mots-clés utilisés lors de l’étiquetage grâce à l’IA proviennent-ils d’un vocabulaire de DAM contrôlé ?
Oui, c’est l’approche la plus logique pour extraire du contenu et l’enrichir.
- Est-il possible d’exécuter plusieurs modèles simultanément, ou est-on limité à un seul modèle à la fois ?
Plusieurs modèles peuvent être exécutés simultanément.
Frequently Asked Questions
Tout à fait. L’esprit humain est une composante essentielle du développement et de l’entraînement des modèles de machine learning. Il est impératif de contrôler la précision des résultats générés et les opérations de maintenance doivent être continues. Des audits sont également nécessaires. Les humains font définitivement partie des processus de DAM. Notre rôle va simplement évoluer, nous laissant plus de temps pour les tâches créatives.
Commencez par la facette qui apportera le plus de valeur à l’entreprise. Facilitez la récupération du contenu ou améliorez les opérations du quotidien. Un projet urgent qui a besoin de cohérence et de continuité.
Tout dépend, mais quelques heures peuvent suffire.
Oui, la lecture de texte et l’OCR font partie de notre offre.
Oui, en particulier ces derniers mois, les studios photos et agences créatives étant fermées. Les entreprises s’appuient sur l’IA pour (re-)découvrir les ressources dont elles disposent et créer de nouvelles expériences et campagnes marketing. Le maître-mot est la réutilisation et l’objectif est d’être plus efficace avec les ressources déjà disponibles.
Oui, c’est l’approche la plus logique pour extraire du contenu et l’enrichir.