Si vous l’avez raté, j’ai récemment publié un article récapitulant les améliorations apportées à notre produit en 2020 et offrant un aperçu de notre vision, de notre stratégie et de notre roadmap pour l’année à venir. Dans ce blog, j’évoquais quatre domaines où Nuxeo est particulièrement investi :

  1. Intelligence artificielle
  2. Développement low-code
  3. Opérations dans le Cloud
  4. Connectivité

À partir de cet article et au cours des prochaines semaines, je vais aborder en détail chacun de ces domaines et vous donner davantage d’informations sur l’avenir de notre produit et notre roadmap. Commençons par l’un de mes sujets favoris : l’intelligence artificielle et notre solution Nuxeo Insight.

Insight : la solution d’IA/ML signée Nuxeo

Pour rappel, Nuxeo Insight est notre offre propriétaire d’IA/ML, naturellement basée sur des normes ouvertes (telles que Tensorflow) et lancée en 2020 après une phase de test en 2019. Nuxeo Insight est un service Cloud qui permet à nos clients d’entraîner des modèles de machine learning personnalisés à partir de leurs propres contenus et données. Par nature, ce service est basé sur la promesse de modèles dits « métiers » capables de proposer une plus grande valeur métier que les services génériques grâce à la capacité qu’ont les modèles personnalisés de gérer le vocabulaire spécifique à chaque organisation et ses exigences en matière de contenu et de ressources numériques.

Il est également important de noter que nous intégrons une grande quantité de services d’IA/ML provenant d’éditeurs tiers, y compris les offres telles que Google Vision, Amazon Rekognition, Textract, Transcribe et bien d’autres. La plupart de nos clients utilisent ces services en complément de Nuxeo Insight.

Une stratégie unifiée en matière d’IA

En 2020, notre objectif était de rendre le service Nuxeo Insight plus accessible aux utilisateurs métiers. Nous avons notamment lancé une nouvelle interface de type « point and click » qui le rendait accessible à un plus vaste public (oui, l’IA et le machine learning ne sont plus réservés aux data scientists) et leur permettait de configurer, entraîner, déployer et suivre facilement les performances de leurs modèles personnalisés.

Au premier semestre de cette année, nous allons développer de nouveaux outils pour Nuxeo Insight afin de favoriser un apprentissage actif et de favoriser l’interaction entre l’intelligence humaine et l’intelligence artificielle. Nous allons ainsi ajouter un grand nombre d’optimisations aux processus nécessitant une intervention humaine, notamment la validation de valeurs générées automatiquement, et améliorer en continu la précision de nos modèles Insight. Au second semestre, notre attention se portera sur l’intégration de nouvelles fonctionnalités à la plateforme, les technologies d’IA/ML donnant naissance à des processus plus automatisés, efficaces et informés favorisant l’utilisation des contenus et ressources numériques.

Les jalons de notre roadmap

Voici les principaux points de notre roadmap sur lesquels nous allons le plus travailler au cours des 12 à 18 prochains mois :

  • Intervention humaine. Notre plateforme supporte déjà l’apprentissage actif et la validation “humaine”. Cependant, tout ceci passe par notre interface Web standard, où les prédictions et les valeurs suggérées sont affichées à côté de champs de métadonnées configurés, avec une indication graphique de la précision estimée de cette prédiction. Les valeurs des métadonnées peuvent également être automatiquement appliquées à partir d’un certain niveau (par ex. pour que les utilisateurs ne valident que les données jugées comme peu fiables).
    Mais nous avons réalisé qu’il existait des moyens plus efficaces d’impliquer les opérateurs humains. Nous travaillons actuellement à l’élaboration d’une interface/expérience utilisateur dédiée à la validation de données avec un paradigme très simple (oui ; non ; je ne sais pas). À la question “La personne sur cette photo est-elle Mary Smith ?”, l’utilisateur pourra seulement choisir parmi trois réponses possibles. Très efficace, une interface de ce type se veut plus responsive et permet de travailler sur smartphone ou tout autre appareil mobile. Et en arrière-plan, un algorithme intelligent identifie et priorise le contenu et les ressources à valider afin d’améliorer en continu la précision du modèle de machine learning.
  • Gamification. Pour aller encore plus loin, nous développons également un ensemble d’interfaces et de tableaux de bord basés sur un système de récompenses pour les utilisateurs qui valident les valeurs générées automatiquement et contribuent activement à la précision de nos modèles Insight sur le long terme. Grâce à ces interfaces, les administrateurs pourront définir les missions permettant de produire des résultats métiers spécifiques et des améliorations aux modèles de ML de Nuxeo Insight. Ils offrent également une expérience plus ludique aux utilisateurs, distinguant les meilleurs contributeurs et proposant des retours directs sur l’impact de leur contribution. Je dois avouer que j’étais assez sceptique quant à l’intérêt de la ludification d’un point de vue business, mais les retours de nos clients se sont avérés très positifs. Ces nouvelles interfaces utilisateurs seront d’ailleurs déployées en deux phases au cours du premier semestre.
  • Gouvernance intelligente. Dans un autre registre, intéressons-nous à certaines des avancées réalisées grâce à l’IA et que nous cherchons à intégrer à la plateforme Nuxeo. Commençons par les fonctionnalités que nous appelons de “gouvernance intelligente”. Le service Nuxeo Insight s’est avéré efficace pour classifier automatiquement les ressources, aussi bien existantes que nouvelles, et leur associer ensuite des métadonnées précises ou extraire de nouvelles informations. En d’autres termes, Insight est particulièrement bon pour identifier (automatiquement) la nature d’un objet et le décrire de façon précise avec des données spécifiques.
    Cela nous offre une base exceptionnelle en matière de gouvernance des données. Par exemple, nous pouvons utiliser Insight pour identifier automatiquement les archives métiers essentielles et appliquer ensuite les politiques de rétention adaptées. Nous pouvons également utiliser cette base à des fins de découverte électronique et de mise en suspens juridique. De la même façon, Insight peut identifier les contenus à archiver et les déplacer automatiquement vers des espaces de stockage moins coûteux (ce qui est particulièrement intéressant pour les clients Cloud). Il convient de noter que tout ceci peut être réalisé avec Insight et la plateforme Nuxeo (et quelques services supplémentaires), mais notre objectif ici est d’intégrer ces fonctionnalités à la plateforme et de proposer un ensemble d’outils permettant aux gestionnaires et administrateurs de configurer rapidement nos services d’IA/ML afin d’appliquer des règles de conservation, politiques d’archivage et mises en suspens juridiques de manière intelligente.
  • Entraînement à la volée. Également appelée “machine teaching”, cette nouvelle fonctionnalité est essentielle pour les clients travaillant avec un grand nombre de formulaires différents et régulièrement confrontés à de nouveaux types de documents. Pour résumer, il existe deux méthodes pour entraîner un modèle de machine learning : la première consiste à lui envoyer un grand nombre de documents et de données et de le laisser se débrouiller ; la deuxième nécessite une intervention humaine pour définir les différents éléments d’un type de formulaire et, plus important encore, les données spécifiques que l’on souhaite extraire. Cette deuxième méthode où un opérateur humain peut rapidement guider le modèle de machine learning et le rendre plus efficace est surnommée “entraînement à la volée”. En 2021, nous allons continuer à explorer ces interactions entre l’humain et la machine au travers d’un ensemble d’interfaces intuitives qui faciliteront l’entraînement des modèles Nuxeo Insight.
  • Gestion intelligente de la connaissance. Un autre domaine que nous souhaitons explorer est la possibilité d’utiliser Nuxeo Insight pour cartographier et comprendre les relations entre les utilisateurs, entre les utilisateurs et le contenu et même entre les contenus. Nous sommes convaincus que c’est un pré-requis essentiel pour une gestion de la connaissance stimulée par l’IA et une distribution précise et prédictive de l’information aux utilisateurs. Par exemple, si Insight identifie une relation entre des utilisateurs, grâce à leur rôle ou leur comportement sur le système, le service peut commencer à leur recommander du contenu en fonction des données consommées par des utilisateurs ayant le même profil ou les mêmes centres d’intérêt (tout en respectant les règles de sécurité en vigueur). De la même façon, en identifiant les relations entre différents types de contenus, nous pouvons également recommander des contenus supplémentaires en fonction des habitudes de consommation d’un utilisateur donné. Et si nous commençons à comprendre le contenu dans le contexte d’une tâche ou d’une activité donnée, nous pourrons automatiquement extraire de nouveaux contenus permettant de faciliter les prises de décision. La promesse initiale de la gestion de contenu d’entreprise (ECM) a toujours été de délivrer les bonnes informations au bon moment afin de prendre les meilleures décisions. Grâce à Nuxeo Insight et aux services de contenu, nous sommes désormais en mesure de transformer cette simple promesse en réalité.
  • Sécurité de l’information. Pour conclure et aller un peu plus loin dans cette idée de cartographier les comportements et les relations entre les utilisateurs et les contenus, nous souhaitons également développer de nouvelles fonctionnalités en matière de sécurité du contenu garantie par l’IA. Par exemple, si Insight détecte des comportements inhabituels chez un utilisateur (téléchargements exceptionnels d’importants volumes de contenu, accès à de nouveaux types de contenus, tentatives de récupération d’informations sécurisées, etc.), nous voulons mettre à disposition des administrateurs un large éventail d’options personnalisables pour répondre à ces problématiques en matière de sécurité : blocage temporaire du système, signalement des activités suspectes et lancement de workflows d’enquête, alertes automatiques, tableaux de bord dédiés et rapports.

Conclusion

Comme vous pouvez le voir, nous avons de grandes ambitions pour Nuxeo Insight et les interactions proposées avec la plateforme Nuxeo. Notre objectif est de continuer à améliorer le service pour en faire un instrument puissant et rendre nos fonctionnalités d’IA/ML encore plus accessibles pour les utilisateurs métiers. Nous commençons également à adopter une approche différente pour proposer des fonctionnalités plus avancées et des applications métiers clés en main intégrées à la plateforme Nuxeo. Ne ratez pas le blog de la semaine prochaine où je parlerai de nos objectifs en matière de développement low-code pour 2021 et au-delà.

Notre philosophie repose sur l’ouverture et la transparence.

Blog Tag: Artificial Intelligence Blog Tag: Application Modernization Blog Tag: Product & Development