L’IA générative démocratise la donnée

Carrefour reçoit quotidiennement de très nombreuses questions émanant de son réseau de magasins. Leur traitement manuel requiert beaucoup de temps et d’énergie. Lors d’un récent Data Hackathon, Sasha a dès lors vu le jour : un agent conversationnel intelligent, capable de traiter automatiquement les demandes internes à l’aide de l’IA générative.

Le Data Hackathon a été mis sur pied à l’initiative du département IT belge de Carrefour, lequel compte plus de 150 collaborateurs et délivre chaque année plus de 60 projets. Il va de soi qu’un tel projet permet à Carrefour d’étudier les potentialités de l’IA générative. Dans le sillage de ce hackathon, la chaîne de grande distribution a analysé dans l’ensemble de ses départements le potentiel des données, en s’attachant tout particulièrement à la technologie qui est aujourd’hui sur toutes les lèvres.

Les questions internes que traite Carrefour couvrent des domaines divers et variés, depuis l’analyse du chiffre d’affaires d’un magasin sur une période déterminée jusqu’aux performances d’une catégorie bien précise de produits. Or pour une analyse de données spécifiques, une source de connaissances spécialisée et entraînée se révèle nécessaire. En pratique, de 70 à 80% des demandes ont trait à l’examen de données existantes suivant un angle d’attaque différent ou après filtrage. Pour proposer des informations pertinentes, l’intervention humaine apparaît souvent comme indispensable.

Assistant personnel

Face à ce constat, Carrefour entend utiliser Sasha pour traiter cette problématique. L’agent conversationnel pourrait ainsi gérer différentes requêtes d’information et partager les analyses effectuées. Cette approche se veut très démocratique puisque le métier, y compris les collaborateurs non techniques, pourra se familiariser progressivement à l’outil. Ce faisant, les spécialistes en données seront davantage disponibles pour se concentrer sur des tâches à plus forte valeur ajoutée.

Sasha fonctionne comme un assistant personnel capable de gérer l’information sur la base d’un profil d’utilisateur individuel. Il offre ainsi une synthèse quotidienne des données, basée sur des thèmes spécifiques. Cette synthèse propose à la fois des statistiques de ventes générales, mais aussi les modèles déviants ou des performances de vente inférieures ou supérieures à la moyenne pour un produit déterminé. « Les collaborateurs se voient désormais proposer des sources d’information supplémentaires avant de prendre une décision plutôt que de devoir eux-mêmes rechercher l’information », explique Gregory Pierquin, CDO de Carrefour.

Au-delà de ces analyses génériques, l’agent conversationnel Sasha est évidemment aussi disponible pour des questions spécifiques. Ainsi, il répond à des demandes relatives à des KPI de manière fiable, cohérente et transparente. Sasha exploite au maximum le langage naturel, tant pour poser des questions qu’y répondre. Idéalement, l’outil devrait devenir le guichet unique pour toute question ayant trait aux données chez Carrefour.

Requêtes

Sasha recherche ses réponses notamment via l’outil de décisionnel Looker de Google ainsi qu’à l’aide de requêtes. Carrefour précise que durant le développement de Sasha, une attention toute particulière a été portée à des processus plus clairs, ce qui permet à l’outil de savoir qu’il n’est pas en mesure de répondre à telle question par manque d’informations. Par ailleurs, les collaborateurs savent en outre qu’ils doivent fournir un maximum de détails lorsqu’ils posent une question, qu’ils doivent proposer des références internes en cas de question sur un produit spécifique, qu’ils doivent indiquer le ‘store ID’ lorsqu’une question concerne un magasin en particulier, ou encore qu’il convient d’éviter les acronymes dans la mention d’un département bien précis.

Le feed-back des entités a incité Carrefour à envisager le projet à l’échelle de toute l’organisation. « Tout le monde chez Carrefour peut utiliser Sasha, conclut Eddy Gendronneau, sales development director. Un seul et même outil – l’agent conversationnel – permet ainsi de réduire les cycles de décision. »