Les étapes de la gestion intelligente de l’information avec Doxis

Les nouveaux services de Doxis pour le machine learning (ML) et la fédération de contenu sont deux services spéciaux, conçus à partir des commentaires de nos clients et de l’expérience acquise au cours de projets. Ce sont des étapes importantes dans la poursuite du développement de la gestion intelligente de l’information pour les clients de Doxis. Nous décrivons ici comment ces nouveaux services facilitent le travail quotidien des utilisateurs et des informaticiens, rendent la gestion des informations issues de multiples systèmes plus pratique et aident votre entreprise à optimiser la gestion de ses processus métier.

De nombreuses entreprises gèrent de grandes quantités de données et de documents dans leur système d’archivage qui renferme de précieuses informations. Malheureusement, ces informations restent souvent inexploitées, car elles ne peuvent pas être saisies, voire, dans certains cas, localisées correctement. Doxis Cognitive Services permet d’exploiter les informations stockées dans Doxis et d’en tirer profit dans ses processus métier. Le machine learning (ML), en particulier, peut ouvrir la voie à l’accès automatisé aux informations pertinentes en identifiant des contenus similaires. Parfois, le lien entre les informations peut ne pas être immédiatement reconnu. Avec le machine learning, le potentiel de ces liens peut être identifié. Doxis ajoute aussi automatiquement des mots-clés pour améliorer les recherches et aider à identifier un expert sur un sujet donné. Les fonctions de machine learning intégrées à Doxis peuvent même détecter les risques et faciliter la gouvernance de l’information en signalant automatiquement, par exemple, les informations réglementaires et en classant et protégeant les documents correspondants.

Le principal avantage de Doxis réside dans l’intégration de ses services cognitifs à sa plateforme de services de contenu. Ainsi, toutes les applications de la plateforme bénéficient des services de gestion intelligente de l’information. Il en va de même pour le nouveau service de machine learning (ML) de Doxis. Ce service intègre le machine learning aux données et aux documents comme dans Doxis. De cette manière, il peut stocker automatiquement l’ensemble des informations, y compris celles déjà enregistrées dans Doxis depuis de nombreuses années. Pour créer des modèles d’apprentissage afin d’entraîner les algorithmes de ML, tout le contenu du système d’ECM sert de source de données. Même les données contextuelles et celles des cas peuvent servir à améliorer les résultats. Ces données peuvent être enregistrées dans un modèle.

L’interface web des fonctionnalités de machine learning de Doxis facilite la gestion des modèles et de leur entraînement avec si nécessaire des données actualisées. La classification AutoML intégrée et la comparaison avec des contenus similaires garantissent l’optimisation constante et automatique de ces modèles de ML. Résultat : Doxis s’améliore en permanence. Avec Doxis, les administrateurs peuvent accéder à tout moment aux versions antérieures des modèles entraînés, ce qui accélère considérablement le temps d’exécution de l’entraînement : alors que la version actuelle d’un modèle est utilisée, la version suivante est entraînée afin d’être prête à l’emploi lorsque la version actuelle sera terminée.

Auparavant, les entreprises avaient besoin de data scientists hautement spécialisés, expérimentés et dotés d’un grand savoir-faire en matière d’IA pour mettre en œuvre des projets de ML concrets. Ces spécialistes ont veillé à ce que les bonnes procédures soient identifiées pour chaque cas d’usage, que les systèmes correspondants soient correctement configurés et adéquatement entraînés. Grâce à sa capacité à tirer parti d’AutoML, Doxis simplifie la transition vers la gestion intelligente de l’information : la technologie AutoML intégrée teste automatiquement différents algorithmes de ML pour un projet donné et identifie la meilleure méthode pour le cas d’utilisation en question. Ainsi, le machine learning peut être exploité même par les entreprises qui ne disposent pas de l’infrastructure informatique ou des ressources en personnel nécessaires.

Doxis aide les utilisateurs dans leurs tâches quotidiennes, par exemple en suggérant des valeurs pour la recherche et le classement des documents. Un algorithme d’associations de mots est utilisé à cette fin. Cet algorithme identifie les relations entre les mots similaires et les modélise sous forme de vecteurs. De cette façon, une recherche peut être améliorée en incluant des termes sémantiquement similaires.

L’algorithme de classification intégré dans Doxis ML trie les objets dans des classes appropriées pour que chaque objet soit affecté à une seule classe. L’objectif est d’identifier les objets similaires, par exemple, tous les documents d’un fonds documentaire dont le sujet principal est similaire. Dans d’autres cas d’utilisation, il pourrait être logique d’inclure des suggestions, par exemple, pour les trois meilleures classes, comme lorsqu’il faut trouver des experts d’un sujet donné ou déterminer les principaux sujets des documents.

Il est également possible d’utiliser n’importe lequel des services cognitifs et d’intégrer le machine learning en tant que service (MLaaS), c’est-à-dire, des services de ML basés sur le cloud (de Google, IBM, Amazon ou Microsoft, par exemple), dans l’architecture de Doxis. Il n’y a pas de couteau suisse du machine learning, ou, comme on le dit dans le jargon ML, « il n’y a pas de repas gratuit ». C’est pourquoi diverses méthodes sont intégrées à des fins de test et gérées par AutoML afin de pouvoir rapidement trouver et utiliser les meilleures méthodes.

La gestion intelligente de l’information avec Doxis ne se limite pas aux informations de la plateforme de services de contenu. La fluidité des processus opérationnels dépend de la capacité à tirer parti de la gestion intelligente de l’information dans une multitude d’applicatifs métier : ERP, CRM, etc. Avec son service de fédération de contenu, Doxis ouvre de nouvelles possibilités d’intégrer les contenus externes issus de ces applications.

Dans de nombreuses approches de recherche d’entreprise, le contenu externe est d’abord exploré afin qu’il puisse être ajouté à un index partagé. Doxis prend en charge cette approche depuis un certain temps déjà. Avantage : les documents provenant d’applications tierces ou du système de fichiers peuvent être traités comme le contenu déjà enregistré dans Doxis. Ils peuvent être liés à des dossiers électroniques ou à des processus, et inclus dans les recherches en texte intégral. Toutefois, cet index fédéré n’est pas la solution idéale pour combiner des informations provenant de différentes sources dans certains cas d’utilisation. Exemples :

• quand il faut inclure des données structurées qui ne conviennent pas à une recherche en texte intégral
• le contenu à inclure change fréquemment, et il est nécessaire de disposer de versions des données en temps réel (l’exploration est toujours retardée)
• un index fédéré serait trop volumineux
• l’exploration est trop gourmande en ressources

Doxis Federation Service offre une alternative pour la recherche dans les systèmes tiers : Doxis utilise des objets d’information (externes) virtuels pour créer une vue du système tiers à rechercher. Ainsi, un dossier électronique ou un espace de travail de Doxis peut créer une vue à 360° des diverses informations d’une entreprise, y compris des informations structurées du logiciel d’ERP ou de CRM. Il s’agit d’un cas d’utilisation passionnant qui nécessite une recherche fédérée.

Avec Doxis, il est possible de prédéfinir différentes vues des informations correspondantes issues des systèmes externes et d’attribuer des autorisations. Les données de base des clients et les commandes clients en cours en constituent des exemples. De cette manière, les utilisateurs peuvent obtenir les informations nécessaires à leurs tâches quotidiennes à partir de plus de 100 systèmes supplémentaires. Les données et documents sensibles restent protégés.

Nous serions heureux de vous montrer comment les nouveaux services de machine learning et de fédération de contenu de Doxis sont utilisés dans des scénarios réels par Internet, par partage d’écran ou en présentiel. Réservez votre démonstration personnalisée en direct ici ⯈