Passez de l'information à la connaissance avec GenAI - Partie 2

Par Rocket Software

3 min de lecture

Le premier article de cette série, consacré à l'exploration de l'impact de l'IA sur la gestion de contenu, a mis en lumière les domaines dans lesquels il est possible de tirer davantage de valeur des informations d'entreprise non structurées grâce à GenAI. Nous avons conclu que les possibilités de transformer les informations traditionnelles en connaissances différenciantes pour un impact accru sur les entreprises et le secteur sont nombreuses pour les utilisateurs, les architectes/ingénieurs et les dirigeants. Cependant, l'adoption de GenAI implique des défis et des considérations concrets. C'est ce qui est au cœur de ce deuxième article.

 

Cas d'utilisation: une compagnie d'assurance

Pour illustrer certains des défis organisationnels liés à l'adoption de GenAI, prenons un cas d'utilisation: une compagnie d'assurance cherche à optimiser ses données non structurées: polices d'assurance, contrats et autres documents commerciaux connexes. Cependant, compte tenu de la complexité de son organisation et de la dispersion de ses centres de connaissances, il ne suffit pas d'intégrer les données à un modèle de langage étendu (LLM) pour traiter les ventes, le service client ou d'autres demandes métier.

Cela s'explique par le fait que l'organisation est cloisonnée en plusieurs équipes comptant des dizaines d'agents chacune. Chacune est formée à différents types de sinistres et à la gestion de sources d'information variées et d'écosystèmes applicatifs uniques. De plus, chaque groupe requiert souvent une « sensibilité au contexte », c'est-à-dire la capacité d'un modèle d'IA à comprendre et à réagir de manière appropriée en fonction des informations environnantes ou des connaissances contextuelles, plutôt que de se contenter des données immédiates. Cette exigence s'applique aux données structurées et non structurées lors de l'interaction avec les LLM pour obtenir des informations pertinentes, maîtriser les coûts et assurer la gouvernance.

 

Défis GenAI par thème et partie prenante concernée

Le scénario ci-dessus est pertinent pour de nombreux autres secteurs et solutions horizontales. Par exemple, les solutions d'information produit sont essentielles pour les secteurs suivants: assurance (documents de police, mentions légales, etc.), services financiers (prospectus, relevés, etc.), fabrication (spécifications produit, garanties, etc.). De même, les solutions d'information produit sont populaires dans les écosystèmes applicatifs comme SAP, où les informations non structurées liées aux transactions commerciales optimisent les analyses GenAI. Parmi les cas d'utilisation courants de GenAI pour les informations opérationnelles, on peut citer les solutions d'information produit, la gestion des contrats et un service informatique GenAI commun pour fournir des solutions reproductibles aux équipes applicatives. Chacune de ces solutions sectorielles et horizontales est confrontée aux défis résumés dans le tableau ci-dessous.

SujetDéfis (parties prenantes concernées)
Précision/efficacité des Insight

Sensibilité au contexte: les entreprises doivent disposer d'un mélange d'informations structurées et non structurées pour l'efficacité de GenAI, ce qui nécessite une gestion différente (architectes / ingénierie)

Communiquer la confiance - une expérience qui informe les utilisateurs des réponses efficaces et non confiantes (Utilisateur)

Sources d'information disparates

Plusieurs référentiels – les informations nécessaires existent à différents endroits, ce qui crée des défis de duplication des systèmes/données où la réingénierie devient un défi à l'adoption (architectes/ingénierie).

Expériences utilisateur multiples – Les utilisateurs doivent consulter plusieurs sources/applications pour obtenir des informations et des réponses (utilisateurs)

Applications et écosystèmes

Workflow d'application – intégrez GenAI naturellement dans les applications avec des workflows existants (architectes / ingénierie).

Cohérence inter-applications - Intégrez la cohérence entre les écosystèmes d'applications tels que SAP HANA dans une approche gérée singulière, évitant ainsi les incohérences et la complexité des approches des différents fournisseurs (architectes/ingénieurs et utilisateurs)

Temps de valorisation

Investissements – équilibrer les budgets entre les défis posés par les sources d’information disparates et les écosystèmes d’applications (dirigeants)

Livraison et exploitation – Les technologies GenAI peuvent apporter une multitude de nouvelles technologies aux entreprises. Comment exploiter pleinement ces atouts ? (Architectes / Ingénieurs et Utilisateurs)

Gestion des risques

Sources de données organisées – votre organisation a soigneusement conçu des politiques « qui peut accéder à quelles informations » et GenAI doit respecter ces règles (Architectes / Ingénierie)

Autorisations de sous-documents: à mesure que vous étendez les informations à de nouveaux cas d'utilisation GenAI, de nouvelles formes de sensibilité des données au sein des documents, telles que la rédaction, deviennent importantes (architectes/ingénieurs)

Gestion des coûts

Gestion des coûts des LLM – l’optimisation des interactions informationnelles avec les LLM est nécessaire pour contenir les coûts

Coûts de gestion des risques – la réalisation des besoins de gestion des risques de l’organisation entraîne de nombreux coûts, mis en évidence dans les sources de données organisées et les autorisations des sous-documents

La sécurité de vos données, la précision des informations GenAI, les contrôles de gestion des coûts et la gestion globale des risques sont des considérations clés pour les utilisateurs, les architectes et les dirigeants lors de l'adoption de GenAI. La combinaison de certains ou de tous ces défis peut exacerber les préoccupations de sécurité d'une organisation. Votre solution GenAI doit donc s'adapter pour atteindre vos objectifs de sécurité.

 

Amélioration de la gestion de contenu avec Rocket® Content Smart Chat

Pour accompagner les organisations dans leur transformation numérique, nous proposons Rocket® Content Smart Chat. Cette interface conversationnelle, basée sur l'intelligence artificielle générale (GenAI), permet aux utilisateurs d'effectuer des requêtes en langage naturel dans différents systèmes, simplifiant ainsi l'accès aux données et contenus critiques. En s'intégrant parfaitement à vos applications existantes, Rocket Content Smart Chat optimise la gestion de contenu grâce à des analyses basées sur l'IA, rationalisant les opérations en toute sécurité et favorisant une prise de décision éclairée.

Adoptez une approche novatrice de la gestion des données grâce aux solutions innovantes de Rocket Software et transformez vos informations en connaissances exploitables. Pour en savoir plus, téléchargez la brochure Smart Chat ou contactez un expert .

Articles connexes

Data

Rocket Software + Vertica®: Ce que cette acquisition signifie pour la modernisation

5 minutes de lecture
L'intégration de Vertica® par Rocket Software permet d'intégrer des analyses et une intelligence artificielle haute performance directement dans les systèmes critiques, marquant ainsi une étape importante dans son développement. [...]
Stratégie de cloud hybride

Comment choisir le bon partenaire pour la modernisation de son mainframe en 2026

Rocket Software
5 minutes de lecture
Choisissez un partenaire qui possède une solide expertise et une approche flexible et à faible risque pour la modernisation des systèmes critiques.
Data

Rocket Software remporte le prix 2026 de la solution de traçabilité des données la plus innovante.

Ray Sullivan
5 minutes de lecture
Rocket Software a été désignée lauréate du prix de la solution de traçabilité des données la plus innovante lors des Data Management Insight A-Team Innovation Awards 2026.