Paroles d’experts

L’IA au service de la performance commerciale
par Christian Bonnin

Quoi de plus essentiel pour nombre d’entreprises que de détecter, sélectionner, les meilleurs appels d’offre, en comprendre les exigences, pour bien sûr, se donner les meilleures chances de les gagner. Et l’Intelligence Artificielle (I.A.) s’invite désormais au cœur de ces enjeux commerciaux pour nos entreprises.

L’analyse des Appels d’Offres internationaux

L’I.A. permet d’explorer des millions de documents pour en extraire très rapidement les informations les plus pertinentes. Plusieurs sociétés parmi les « LegalTech » adaptent le Traitement Automatique du Langage Naturel (TALN ou NLP, pour Natural Language Processing), associé au Machine Learning, à l’analyse des Appels d’Offres. Je vous propose d’observer deux approches : la veille stratégique et la détection des exigences réelles, traitées par des sociétés Nantaises.

L’IA pour se positionner sur les meilleurs Appels d’Offres

Octopusmind[1], l’entreprise de Frédéric Oliveau (Fondateur & CEO) concentre son activité sur une Analyse Sémantique orientée métiers des A.O. français et internationaux : explorer des données non structurées (le texte des différents documents des Appels d’Offres issus de multiples sources) et les restituer de manière structurée, valorisée, et surtout individualisée.

Text Mining et NLP au cœur de 250.000 A.O. par mois

Pour que l’IA soit efficace, il lui faut de l’entrainement : l’équipe R&D dispose d’un corpus de référence de près de 13 M de documents. Le système ainsi entraîné en Machine Learning, NLP et Text Mining (fouille de textes) est appliqué aux 250.000 nouveaux AO mensuels, à 90% en Anglais, Français et Espagnol.

Les entreprises souhaitent pour des raisons stratégiques, soit une veille personnalisée soit trouver par eux-mêmes les AO , notamment les entreprises étrangères (65% des utilisateurs sont en Afrique). Pour une société de conseil en production pour l’aéronautique, par exemple, l’utilisateur devra « simplement » » sélectionner son activité parmi les 120 proposées dans J360 et ajouter des mots-clés (« étude, aéronautique »),, et se verra proposé une sélection des AO le concernant directement. Il obtient aussi les informations (contextes, budgets estimés, concurrents potentiels, etc.) pour se positionner plus vite que ses concurrents en Go-NoGo.

L’IA pour identifier les contextes réels des Appels d’Offres

Pour un positionnement plus précis, il lui faudrait extraire et comprendre les contextes réels des A.O., souvent exprimés de manières différentes selon les langues utilisées. Oussama Ahmia, chercheur au sein de l’entreprise, « dépollue » dans ce but plusieurs millions de documents, dans les 24 langues des A.O. issus du TED (Tenders Electronic Daily). Il développe une approche qui tente de reproduire les mécanismes d’attention du cerveau humain, en se basant sur des représentations vectorielles de texte et des réseaux de neurones. Les résultats, prometteurs, intègrent le sens des phrases, la réelle sémantique qui se cache derrière chaque mot.

N’y a-t-il pas un risque que l’IA crée des sujets que les Responsables Commerciaux ne comprendront plus ?

Les termes techniques des différentes technologies utilisées pour arriver à de tels résultats sont très complexes (partitionnement automatique (Data clustering), forêts d’arbres décisionnels (random forests), réseaux de neurones, etc.) et il est réellement difficile pour nous, non formés au Data Mining et aux arcanes de l’IA, de nous en imprégner. Pour les Responsables Commerciaux n’y a-t-il pas là un risque que l’IA crée des sujets qu’ils ne comprendront plus ?

L’IA pour identifier les exigences réelles de l’Appel d’Offres

En IA comme dans tout domaine de l’innovation, l’une des difficultés réside dans l’accompagnement au changement des utilisateurs. La solution de Bee4win[2] s’intègre comme un menu additionnel dans Microsoft Word®, à la disposition des membres d’une équipe de contributeurs à la réponse aux A.O.

Pour notre exemple de Cabinet Conseil, identifier et capturer très vite les exigences réelles de ses prospects (disséminées au travers de l’ensemble des documents de l’A.O.) est essentiel, en phase de lecture initiale, et tout au long du processus de réponse, pour s’assurer d’avoir traité chaque point.

L’IA aide ici aussi à construire le contexte de l’A.O. (concurrences, partenaires, risques, exigences du client, montant estimé du marché) afin d’évaluer et améliorer les chances de gagner une affaire. Pour Nicolas Girard et Peggy Herman, les 2 fondateurs, l’intégration du Traitement Automatisé du Langage Naturel (NLP) permet de déterminer, par apprentissage, jusqu’à 87% des exigences.

Déterminer automatiquement jusqu’à 87% des exigences réelles de l’Appel d’Offres

Pour cela, l’algorithme réalise différents traitements NLP d’identification automatique, après avoir entraîné le modèle (Machine Learning) sur un corpus de documents initiaux. Ces traitements peuvent être déclenchés sur un serveur dédié, en calculs déportés. Les PC de nos commerciaux sont rarement prévus pour supporter de tels calculs, n’est-ce pas ?

Les utilisateurs peuvent alors :

1 – Finaliser l’identification des 13% d’exigences manquantes en l’enrichissant de propriétés personnalisées (priorité, criticité, typologie, etc.)

2 – Identifier les risques de l’AO

3 – Exporter l’analyse de l’AO dans Excel, pour construire la matrice de couverture / complétude.

 

Bee4win a notamment remporté le Data Challenge France 2018 consistant à prédire les avis d’attribution de marchés sur la base d’IA.

Conclusion

L’Intelligence Artificielle au cœur du Commerce, c’est renforcer l’intuition du Commercial plutôt que de la remplacer, dans la quête d’une accélération des prises de décisions, et d’un positionnement commercial plus efficace.

Repenser la formation des équipes, leur donner l’envie de s’approprier la technique

Intégrer ces technologies dans un « comportement » commercial n’est pas aisé, surtout quand leur formation est très éloignée des algorithmes, des bases de données ou des réseaux de neurones. Il devient essentiel de repenser cette formation des équipes, à comprendre ce qui se passe sous « le capot » de ces nouvelles plateformes, et leur donner l’envie de s’approprier les techniques, dont l’évolution est extrêmement rapide.

Nantes bien connue pour son écosystème orienté Startups & Digital, s’intéresse de près aux sujets de l’Intelligence Artificielle : nous sommes ainsi membres de l’ADN Ouest[3], Association des Décideurs du Numérique (avec 2600 membres, plus de 100 évènements par an), de NaonedIA[4], collectif de l’intelligence artificielle pour tous, avec son « Manifeste de l’IA », ou de la Métropole de Nantes qui vient de signer la première Charte de la Donnée en France.

[1] OctopusMind – www.octopusmind.info. Frédéric Oliveau (CEO) et Oussama Ahmia (R&D) : contact@octopusmind.info

[2] Bee4win – www.bee4win.com. Peggy Herman peggy.herman@bee4win.com & Nicolas Girard nicolas.girard@bee4win.com

[3] www.adnouest.org

[4] naonedia.fr

 

Glossaire :

Analyse Sémantique : associe un sens aux mots, afin de comprendre la signification des expressions

Text mining (Fouille de textes) : extraction des connaissances dans des textes produits par des humains pour des humains.

Machine Learning (apprentissage automatique) : apprendre à un ordinateur à apprendre à résoudre un problème par lui-même, plutôt que de lui expliquer comment résoudre ce problème.

Systèmes entrainables : capables de faire émerger des règles mathématiques en s’entrainant avec un Corpus de référence, puis d’appliquer ces règles à de nouveaux jeux de données, en s’améliorant sans cesse avec l’expérience.

Corpus de référence : données nécessaires, de qualité et en quantité suffisante, pour appliquer un modèle d’apprentissage

 

 

Article écrit par Christian Bonnin LY-GMD 1990
Fondateur & CEO d’Integraal-MD

 

Christian Bonnin
Après 23 ans auprès d’annonceurs et prestataires en Marketing & Data, en Europe et aux USA, je fonde Integraal-MD en 2014 pour intégrer les (r)évolutions Data et Marketing dans la stratégie des PME, et protéger ces data avec le RGPD, en tant que Data Protection Officer externalisé. De 2015 à 2017, je créé une startup, solution de communication d’influence des TPE, innovante, ludique, et surtout abordable.