Le groupe Rocher explore la vraie Business intelligence conversationnelle avec l’IA générative

Masquer la complexité des outils de Business intelligence (BI) et passer au décisionnel conversationnel grâce à l’IA générative, c’est le rêve de David Ramond, Head of Group Stress Testing and Data & CRM simulations chez Groupe Rocher Technology solutions. Le groupe Rocher est connu pour ses marques phares, Yves Rocher et Petit Bateau.

Masquer l’outil BI le plus possible

Le but est de démocratiser l’accès aux données et aux KPIs de l’entreprise. « Le rêve de tous, c’est quand même de masquer l’outil BI le plus possible, de démocratiser l’accès à la mesure de la performance et que les décisions soient prises basées sur la data » dit-il.

Pour cela, David Ramond explore l’analytique conversationnelle. Il utilise notamment la solution Tableau pour la Business Intelligence employé au sein du groupe Rocher ou en interrogeant la donnée par un « prompt » (lignes de commande d’une IA générative) avec le Cloud GCP (Google Cloud Platform) et BigQuery. « Avec GCP, sur BigQuery, on commence à pouvoir interroger la donnée en prompt, en langage naturel » explique-t-il.

« On peut faire aussi des développements assez simples. On peut offrir la possibilité à un manager d’un magasin, par exemple, d’interroger les données clés de son magasin sur son téléphone mobile en langage naturel et bientôt à la voix. Tout ça est possible » décrit-il.

Une approche pour éviter les hallucinations de l’IA générative

Dans ces tests actuels, David Ramond pointe déjà la piste à suivre et celle à éviter quand on recourt à l’IA générative pour la Business Intelligence. « On s’aperçoit que l’interrogation de la donnée directe, c’est-à-dire de faire un prompt qui va générer un SQL et aller chercher la donnée, induit des hallucinations » alerte-t-il. « En tout cas, il y a tout un cadrage de vérifications derrière à faire pour être sûr que la donnée soit juste et donc générer la confiance » prévient-il.

Il recommande une autre approche sur laquelle le groupe Rocher va travailler car il observe des meilleurs résultats. « La piste qu’on va travailler c’est quand un prompt va aller chercher une définition métier. Et c’est cette définition métier qui va elle-même générer le code SQL pour aller chercher la requête » explique-t-il. La logique du process est ainsi « Prompt vers couche sémantique vers couche SQL » résume-t-il. « On observe des meilleurs résultats. Tout ça, c’est la R&D chez nous. On apprend aussi » ajoute-t-il.

Cet usage de l’IA générative a un objectif final qui est purement métier. « C’est de dire: OK, les formations Tableau ou autres, les formations sur le SQL ou sur d’autres types d’outils pour interroger la donnée, c’est bien, mais c’est réservé quand même à une petite population » constate le responsable.

Beaucoup de défauts et de choses à régler

Pour permettre l’accès à la donnée à tous, l’analytique conversationnelle offre ce potentiel. « Il y a beaucoup, pour l’instant, de défauts, beaucoup de choses à régler » reconnaît-il. Il ne s’agit pas non plus de remplacer le dashboard classique. « Parce que quand on a un KPI à voir tous les jours, il est plus facile de consulter son dashboard identique, plutôt que reprompter à chaque fois la question ‘c’est quoi la variation de mon chiffre d’affaires, etc’ » indique-t-il.

Donc l’IA générative pour de la Business Intelligence conversationnelle est complémentaire des traditionnels tableaux de bord. « Par contre, ça ouvre le champ des possibles. Donc très intéressant » se réjouit-il. Avec la dernière question qui est de savoir s’il faut faire cela en interne ou l’acheter auprès des éditeurs de logiciels. « En fait tous les éditeurs y travaillent. On est capable en code de faire des choses très simples aussi. Donc, quelle approche avoir sur le sujet. Ça reste une question ouverte » conclut-il.