Ajouter de l’intelligence artificielle à vos applications

  • 9 minutes

Dans cette unité, vous découvrez l’importance des technologies de machine learning et d’IA dans le processus d’innovation et l’expérience client.

Machine learning et IA pour créer de la valeur

Le Machine Learning et l’IA sont d’excellents atouts pour améliorer l’interaction avec vos clients et vos partenaires. Tailwind Traders évalue ces fonctionnalités d’application comme un moyen d’améliorer l’expérience utilisateur et d’augmenter la valeur métier.

En plus de transformer ses principales applications d’e-commerce en une architecture de microservices, l’entreprise veut introduire de nouvelles fonctionnalités pour améliorer l’expérience client. Actuellement, ils n’ont pas de personnel ayant des compétences en science des données. Du nouveau personnel sera recruté dans le futur, mais en attendant, l’entreprise doit identifier rapidement des modifications rapides pour améliorer la compétitivité de sa boutique en ligne.

Tailwind Traders évalue quatre possibilités :

  • Incorporation d’un moteur de recommandation pour augmenter les ventes croisées.
  • Inclusion d’un chat de support pour améliorer l’expérience utilisateur quand des problèmes surviennent.
  • Reconception du moteur de recherche pour raccourcir le temps nécessaire aux clients pour trouver des produits.
  • Analyse des évaluations des produits pour mieux comprendre les sentiments des clients.

Tailwind Traders doit évaluer les technologies Azure qui peuvent l’aider à commencer son parcours pour ajouter du machine learning et de l’IA à ses applications.

Machine learning et IA dans Azure

Azure offre des outils et des services qui peuvent aider les organisations à créer des fonctionnalités de machine learning et d’IA dans leurs applications, plus rapidement et à moindre coût.

Azure AI services

Azure AI services contient des modèles prédéfinis qui ne nécessitent pas d’expertise en Machine Learning pour introduire des fonctionnalités d’IA dans une application. Azure AI services couvre de nombreux domaines, comme la vision, la parole, le langage, la prise de décision et la recherche. Il est facile à utiliser : les organisations peuvent donc utiliser la puissance de l’IA sans compétences étendues en Machine Learning.

Tailwind Traders voit un potentiel élevé dans Azure AI services, car son département en science des données n’est pas entièrement opérationnel. L’entreprise évalue ces fonctionnalités pour innover dans son application d’e-commerce :

  • Personalizer : les organisations peuvent utiliser cette fonctionnalité pour découvrir quels utilisateurs préfèrent quels produits, et pour faire des recommandations individuelles et optimisées. Certains clients préfèrent les produits livrés rapidement, tandis que d’autres préfèrent les produits en solde. Personalizer utilise un type d’algorithmes de machine learning appelé apprentissage par renforcement, qui ne nécessite pas un entraînement à partir de grandes quantités de données. Tailwind Traders s’intéresse à Personalizer, car il n’a pas encore ce type de données.
  • Analyse de texte : de nombreux utilisateurs écrivent des évaluations de produits. Les organisations peuvent analyser les évaluations pour trouver des clients mécontents qui expriment des sentiments négatifs. Se focaliser sur ces clients peut réduire l’attrition clients et augmenter la loyauté.
  • Traducteur : les évaluations des produits peuvent être un outil de vente efficace, mais elles sont utiles seulement aux clients qui comprennent la langue dans laquelle elles sont écrites. L’utilisation de services de traduction en temps réel permettrait à Tailwind Traders de montrer des évaluations de produits à n’importe quel utilisateur, indépendamment de sa langue maternelle.

D’autres fonctionnalités d’Azure AI services ont du potentiel pour Tailwind Traders, mais ils ont décidé de ne commencer qu’avec les trois précédentes. La raison en est le rapport positif entre l’impact sur l’augmentation potentielle des activités et le peu de travail nécessaire pour les introduire.

Recherche cognitive Azure permet l’introduction de l’exploration des connaissances et de moteurs de recherche flexibles dans les applications avec peu de travail de programmation. Non seulement le service peut indexer des quantités massives de données, mais il peut également ajouter des enrichissements pour augmenter les informations disponibles pour la recherche.

Un des domaines où l’application de Tailwind Traders doit être améliorée est la recherche de produits. Les clients passent trop de temps à trouver le produit qu’ils recherchent. Remplacer le moteur de recherche existant par Recherche cognitive Azure pourrait permettre à l’entreprise d’exposer des contrôles de recherche puissants, comme la navigation par facettes (filtres à catégories multiples), l’optimisation de la pertinence et l’auto-complétion.

Les utilisateurs Internet sont habitués aux moteurs de recherche sophistiqués : Tailwind Traders ne peut donc pas se permettre de continuer à offrir les fonctionnalités « à l’ancienne » dans la version actuelle de la plateforme d’e-commerce. Heureusement, Recherche cognitive Azure est proposée sous la forme d’un ensemble d’API qui permettent de créer rapidement des produits minimum viables.

Azure Bot Service

Le domaine suivant où des enquêtes ont fait apparaître une insatisfaction des utilisateurs est le service clientèle. Des temps de résolution longs et des lignes téléphoniques encombrées sont les deux plaintes les plus courantes.

Tailwind Traders envisage d’utiliser les services Azure Bot Service pour implémenter un système de support basé sur un chat avec lequel les utilisateurs peuvent résoudre plus rapidement leurs problèmes, à un coût inférieur. Les services Azure Bot Service peuvent être implémentés en utilisant différents langages, comme C#, JavaScript et Python. La variété des langages permet de trouver plus facilement des développeurs dans l’organisation qui peuvent utiliser un langage de programmation familier pour créer la fonctionnalité de chat.

Azure Bot Service peut être implémentés dans différents canaux, mais l’entreprise Traders est principalement intéressés par la mise à disposition d’un webchat pour les utilisateurs visitant le site web d’e-commerce.

Azure Machine Learning

Azure Machine Learning facilite le processus de création de modèles Machine Learning personnalisés, le déploiement de ces modèles en production et la gestion des versions de tous les modèles déployés dans l’organisation.

Azure Machine Learning facilite le travail des scientifiques des données, en les aidant à partager les résultats des expérimentations et à gérer différents modèles à grande échelle. Ce service peut affiner les modèles avec l’optimisation des hyperparamètres et même en créer de nouveaux avec l’apprentissage automatique. Il peut ensuite déployer les modèles sélectionnés sur des clusters Kubernetes pour offrir des API hautement évolutives et de niveau entreprise, qui vont exécuter les modèles Machine Learning de l’organisation en production.

Tailwind Traders envisage d’utiliser des modèles personnalisés pour un conseiller de produit de nouvelle génération qui va être plus sophistiqué que la fonctionnalité de recommandation d’Azure AI services. Cependant, cette amélioration est possible seulement quand l’expertise en science des données existe dans l’organisation.

Analyse de Tailwind Traders

Tailwind Traders formule l’hypothèse suivante : « Un moteur de recommandation augmenterait les ventes croisées ». Dans l’idéal, Tailwind Traders utiliserait le service Azure Machine Learning pour créer un moteur de recommandation adapté aux besoins de l’organisation. Cependant, l’entreprise n’a pour le moment aucune expertise en science des données.

Pour l’instant, Tailwind Traders a décidé d’utiliser la fonctionnalité Personalizer d’Azure AI services pour enrichir l’application, sans que des experts en science des données soient nécessaires. Si l’hypothèse est validée, l’équipe de science des données finalement recrutée peut faire évoluer le prototype avec des modèles Machine Learning personnalisés créés avec Azure. Un exemple figure dans l’article Créer une API de recommandation en temps réel sur Azure.

En outre, l’entreprise décide de valider l’hypothèse existante sur la création d’un chat de support avec Azure Bot Service et sur l’amélioration du site d’e-commerce avec Recherche cognitive Azure. Les deux prototypes peuvent être créés avec un effort relativement faible, de sorte que Tailwind Traders puisse démarrer son essai du machine learning et de l’AI à pleine vitesse.