Automatisation de tâches avec IA
Certaines tâches sont longues, répétitives et sans grand intérêt intellectuel : reprendre trois mille fiches produit, rédiger les alternatives textuelles d'une médiathèque, normaliser des métadonnées héritées de trois systèmes successifs, évaluer la sécurité ou la stabilité des outils de développement, mettre à jour et faire évoluer les dépendances. Elles sont pourtant indispensables à la qualité d'un site.
Alternatives textuelles en volume
Une médiathèque de plusieurs milliers d'images sans alternative texte est un obstacle d'accessibilité. Une première passe automatisée, relue et corrigée par une personne, rend le chantier réalisable là où il était renvoyé indéfiniment.
Migration et normalisation
Lors d'une refonte, l'IA aide à catégoriser des contenus hétérogènes, détecter les doublons, proposer des redirections, repérer les pages orphelines mais aussi gagner du temps sur les mises à jour souvent complexes d'outillage ou de codes sources/langages.
Transcription et sous-titrage
Transcrire des enregistrements, générer des sous-titres, produire un compte rendu structuré. La relecture humaine reste nécessaire en particulier sur les noms propres et le vocabulaire.
Classification et extraction
Trier des demandes entrantes, extraire des informations structurées depuis des documents libres, reconnaître des caractères, router vers le bon service ou synthétiser des flux d'information. Ces traitements s'intègrent à une application web existante via une API.
Nous déconseillons ces automatisations dans quelques situations :
- Volume insuffisant : En dessous de quelques centaines d'éléments, le temps de mise au point dépasse le temps de traitement manuel.
- Aucune tolérance à l'erreur : Données médicales, juridiques ou financières où une erreur non détectée engage votre responsabilité.
- Une règle déterministe suffit : Beaucoup de traitements présentés comme des cas d'IA se résolvent par une expression régulière ou une requête SQL, voire un algorithme plus complexe que l'on peut construire lui-même à l'aide de l'IA, pour un coût réduit et une fiabilité accrue.
Exemple d'automatisation supervisée
Une chaîne de traitement à laquelle l'IA contribue n'a pas besoin de comporter un grand nombre d'étapes.
Échantillon de référence
Nous constituons un lot témoin traité manuellement, qui sert de référence pour mesurer la qualité du traitement automatique.
Traitement par lots
Le traitement s'exécute par lots, avec écriture d'un journal de chaque décision. Une anomalie détectée en cours de route n'oblige pas à tout recommencer.
Interface de relecture
Nous développons une interface qui permet de valider, corriger ou rejeter les propositions rapidement. C'est souvent la partie la plus utile du projet qui se doit d'être ergonomique et simple.
Réversibilité
Chaque modification est traçable et annulable. Vous devez pouvoir revenir en arrière, sans restaurer une sauvegarde complète. Des sauvegardes à des moments clés (avant, pendant, après) sont indispensables.
