Tech : Intelligence économique et robots rédacteurs

La technologie de génération de langage naturel (NLG) rend possible l’automatisation de la rédaction de rapports et libère du temps pour les analystes, économistes et statisticiens.

Le secteur de l’intelligence économique est en pleine mutation. Les avancées technologiques récentes rendent possible le traitement rapide d’un très grand volume de données et leur restitution immédiate sous la forme de textes et de rapports. 

Or, la production de données s’intensifie de manière exponentielle. En 10 ans, elle a été multipliée par 30. Elle est passée de 2 zettaoctets en 2010 à 64 zettaoctets en 2020. Pour mémoire, un zettaoctet équivaut à mille milliards de gigaoctets! Un chiffre vertigineux difficilement concevable pour un cerveau humain. Les dernières prévisions (source : IDC, Seagate, Statista) font état d’une accélération fantastique de la production de données au cours des 5 prochaines années pour atteindre 181 zettaoctets en 2025.

En conséquence, l’intelligence économique qui consiste notamment à mettre en place des outils de surveillance des marchés, des prix et des offres, à produire pour ses clients des outils de veille et des alertes, à constituer des observatoires ou des analyses sectorielles, croule littéralement sous la masse de données produites.

Le traitement de la donnée et des pans entiers de la chaîne de valeur doivent à présent être automatisés afin d’absorber la surabondance des datas. Cette masse n’est pas à échelle humaine.

Pour les acteurs de l’intelligence économique, la valeur ajoutée réside dans la collecte, le traitement de la donnée et dans leur capacité à restituer à leurs clients des informations clés de manière pertinente et efficace. 

Le processus d’automatisation par la NLG permet donc d’absorber un plus grand volume d’affaires en limitant les risques d’erreurs tout en dégageant du temps pour l’analyse humaine à forte valeur ajoutée.

Quel que soit le format de transmission de l’information (alertes, rapports ou observatoires), il est aujourd’hui possible de modéliser et personnaliser le traitement de la donnée pour apporter un service réactif, précis et parfaitement intégré au processus de production de l’intelligence économique.

Le challenge pour ce secteur d’activité (qui pèse environ 400 millions d’euros en France) consiste à opérer une transformation numérique rapide et efficace pour s’adapter à la volumétrie et la diversité toujours plus grande des informations disponibles tout en améliorant la pertinence des analyses produites.

Si, vous aussi, vous souhaitez étudier les possibilités d’implémentation de la génération de langage naturel appliquée à l’intelligence économique, contactez demain.ai ! 

Nous serons en mesure de modéliser la manière dont cette transition numérique pourrait être opérée grâce à la NLG, en se basant notamment sur notre expérience auprès de clients opérant dans l’intelligence économique.

Contact : hello@demain.ai