Business Intelligence et Data Driven : de la donnée à la prise de décision
Contexte
Objectifs
Résultats
change de nom...
La complexité de ce PoC réside dans la compréhension de l'analyse sémantique des documents plutôt que la simple extraction des données formatées :
1- Intelligence contextuelle : L’IA doit déduire certaines données selon le contexte des échanges entre le notaire et son client (Type de demande client, historique des échanges mails, informations présentes implicitement dans certains documents, …)
Cas d'usage : La validation d'un certificat de numérotage n'est pas toujours intrinsèque au document. Si une adresse est confirmée de manière informelle dans un échange d'e-mails, l'IA doit déduire que cette confirmation valide de facto le certificat associé.
2- Multimodalité complexe : l'algorithme doit gérer des données hétérogènes difficiles pour l'OCR :
La complexité de ce PoC réside dans la compréhension de l'analyse sémantique des documents plutôt que la simple extraction des données formatées :
1- Intelligence contextuelle : L’IA doit déduire certaines données selon le contexte des échanges entre le notaire et son client (Type de demande client, historique des échanges mails, informations présentes implicitement dans certains documents, …)
Cas d'usage : La validation d'un certificat de numérotage n'est pas toujours intrinsèque au document. Si une adresse est confirmée de manière informelle dans un échange d'e-mails, l'IA doit déduire que cette confirmation valide de facto le certificat associé.
2- Multimodalité complexe : l'algorithme doit gérer des données hétérogènes difficiles pour l'OCR :
Pour concilier confidentialité notariale (données en France) et coûts d'infrastructure, le choix s'est porté sur un cloud souverain (type OVH cloud) plutôt que sur un un serveur dédié. Cette contrainte d'hébergement a dicté le sourcing des modèles :
La contrainte d'hébergement a drastiquement filtré le choix des technologies :
Pour concilier confidentialité notariale (données en France) et coûts d'infrastructure, le choix s'est porté sur un cloud souverain (type OVH cloud) plutôt que sur un un serveur dédié. Cette contrainte d'hébergement a dicté le sourcing des modèles :
La contrainte d'hébergement a drastiquement filtré le choix des technologies :
Si l'IA sémantique est performante, l'ambition d'autonomie totale se heurte aux limites actuelles de l'OCR.
L'analyse des scans révèle des difficultés majeures sur les éléments non-linéaires. Les annotations complexes (flèches de renvoi, notes en marge, ratures) perturbent la lecture de l'IA.
Conclusion technique : Ce delta impose le maintien d'une validation humaine systématique, la technologie souveraine actuelle ne permettant pas encore l'automatisation complète sans surcoût d'entraînement.
Si l'IA sémantique est performante, l'ambition d'autonomie totale se heurte aux limites actuelles de l'OCR.
L'analyse des scans révèle des difficultés majeures sur les éléments non-linéaires. Les annotations complexes (flèches de renvoi, notes en marge, ratures) perturbent la lecture de l'IA.
Conclusion technique : Ce delta impose le maintien d'une validation humaine systématique, la technologie souveraine actuelle ne permettant pas encore l'automatisation complète sans surcoût d'entraînement.
Une approche agile a permis de maîtriser les coûts malgré la complexité.
Une approche agile a permis de maîtriser les coûts malgré la complexité.
Le projet a parfaitement rempli son rôle d'aide à la décision. Bien que l'ambition d'une automatisation totale se heurte aux limites actuelles du traitement des manuscrits (60% de réussite globale), cette étape a permis de :
Le projet a parfaitement rempli son rôle d'aide à la décision. Bien que l'ambition d'une automatisation totale se heurte aux limites actuelles du traitement des manuscrits (60% de réussite globale), cette étape a permis de :
.jpg)