Aux prises avec un environnement complexe de données et d’autres défis liés à la recherche d’information pour répondre rapidement aux problèmes d’affaires, une entreprise multinationale de télécommunication s’est associée à CGI afin d’utiliser l’IA générative pour accélérer considérablement les prises de décisions fondées sur les données.

Le défi

L’une des plus importantes entreprises de télécommunication au monde avait besoin d’un accès plus rapide aux bonnes données pour prendre des décisions. Puisqu’ils devaient consulter plus de 183 millions de colonnes de données réparties dans 8 systèmes, assurer la gestion des données à des fins de production de rapports, concevoir des modèles et répondre à des questions ponctuelles, les analystes de données passaient d’innombrables heures sur des tâches manuelles, ce qui ralentissait les opérations et la prise de décisions essentielles.

Validation de concept en moins de 8 semaines

L’entreprise s’est tournée vers CGI, un partenaire de confiance depuis plus de 30 ans, pour surmonter ses défis et stimuler l’innovation. Ensemble, ils ont lancé une initiative d’intelligence artificielle (IA) générative de recherche et développement (R&D) pour optimiser les activités et explorer les cas d’utilisation transformateurs.

Le directeur des données a identifié ses principales priorités comme étant la modernisation des plateformes de données d’entreprise ainsi que l’accommodement d’une plus grande capacité de données et d’automatisation. La première phase du projet s’articulait autour de l’exploitation de « l’art du possible », c’est-à-dire identifier les nombreux actifs de données de l’entreprise et déterminer comment les utiliser plus efficacement.

En utilisant une approche agile, CGI a offert de la formation et son expertise pour aider à établir, déployer et perfectionner l’équipe de R&D. L’équipe conjointe a développé une validation de concept légère et opérable pour un générateur de requêtes propulsé par l’IA générative de texte vers SQL, ce qui ouvre la voie à une gestion plus rapide et intelligente des données.

La validation de concept comprenait un assistant virtuel, fondé sur l’instance privée du grand modèle de langage d’Azure (en anglais), pour automatiser la recherche de données massives et la construction de requête SQL. Cette innovation a fourni des perspectives en matière d’IA explicable en ce qui concerne la façon dont le modèle génère sa prédiction et des résultats prêts à l’emploi pour des décisions plus rapides.

Des tâches qui, auparavant, nécessitaient de 30 minutes à 2 jours ont été accomplies en seulement 45 secondes.

L’équipe conjointe a collaboré tant avec la haute direction qu’avec ses collègues pour présenter la valeur ajoutée du modèle et susciter l’enthousiasme envers celui-ci. Elle a reçu un financement pour la production et la mise à l’échelle de la solution, avec un soutien additionnel de CGI pour la mise en œuvre.

« Nous avons une vision de rendre les données plus faciles à chercher pour nos utilisateurs et avons besoin d’ingénieurs de données. »

– Architecte en chef des données

Phase 2 – Production et mise à l’échelle en moins de 4 mois

Ensuite, l’entreprise de télécommunication et CGI ont travaillé en équipes agiles pour livrer la solution, en tirant parti du centre mondial de prestation de services de CGI pour accéder à l’expertise sur demande nécessaire afin de mettre à l’échelle la solution.

Une conception modulaire de microservices garantit flexibilité et réutilisation pour toutes les équipes. Si une équipe avait besoin de vérifier l’accès à un ensemble de données particulier, une composante modulaire d’authentification pouvait être aisément intégrée en vue d’une réutilisation, ce qui a accéléré le déploiement.

Les équipes ont également utilisé le modèle de prestation de services en grappe de CGI, qui combine la recherche, le développement, la mise à l’essai ainsi que d’autres experts possédant des compétences diversifiées et approfondies. Cette structure en grappe est devenue essentielle lors de la conception de la solution afin de stimuler la collaboration et accroître l’efficacité. Elle donne également à l’entreprise un accès à une équipe chevronnée composée d’experts en IA pour de futures initiatives sans devoir établir des équipes distinctes.

Des mesures supplémentaires d’efficacité ont été introduites par l’intégration de l’IA agentique. La génération automatique orientait les questions entrantes vers les bonnes sources de données, de là, une équipe d’agents d’IA travaillait ensemble pour trouver les meilleures réponses. Certains étaient des spécialistes de l’apprentissage par exemple, alors que d’autres se concentraient à identifier et corriger les erreurs. Cette approche collaborative a permis à l’équipe d’atteindre le plus haut degré de précision, en plus d’intégrer des mesures de correction des erreurs pour améliorer automatiquement les résultats.

Outil de renseignement en libre-service en moins de 4 mois

La solution complète, qui utilise ChatGPT, offrait un outil puissant pour la recherche d’intelligence d’affaires en libre-service. Elle a révolutionné comment le personnel dans l’ensemble de l’entreprise parcourt le cycle de vie des données et de l’IA : qu’il s’agit de trouver et d’accéder aux données nécessaires à l’apprentissage machine ainsi qu’à la production de rapport ou de créer des éléments visuels à la volée pour stimuler les décisions d’affaires.

Désormais, les analystes et les utilisateurs peuvent répondre rapidement à des requêtes ponctuelles en lien avec les activités de l’entreprise : Combien de clients avec accès à la fibre avons-nous? Combien de clients actifs provenant de la haute direction d’entreprises avons-nous? Combien de clients avec abonnement sans fil prépayé possèdent un appareil de type tablette?

L’intelligence d’affaires est intégrée à l’ensemble de l’entreprise, ce qui permet d’offrir des perspectives immédiates afin de prendre des décisions fondées sur l’IA à grande échelle. Cette capacité a réduit l’écart entre les équipes d’affaires et de TI, ce qui a rendu possibles les efforts collaboratifs vers l’atteinte des priorités stratégiques. De plus, les alliances en IA générative de CGI avec des partenaires tels que Microsoft ont fait la promotion du partage de ressources et de coûts de développement optimisés.

Aperçu des résultats tangibles

  • Efficacité opérationnelle accrue : recherche de données massives et construction de requête SQL plus rapides et améliorées grâce à l’automatisation
  • Prise de décisions améliorée : amélioration de la précision des données et augmentation de la vitesse ainsi que de la prise de décisions fondées sur l’IA dans l’ensemble de l’entreprise
  • Autonomie des employés encouragée : augmentation de l’accessibilité aux données et de la transparence, ce qui permet de placer des capacités puissantes d’analyse de données entre les mains de chaque chef d’entreprise et utilisateur
  • Culture d’innovation : amplification de la capacité à améliorer les plateformes de données, la chaîne d’approvisionnement et l’écosystème de science à grande échelle

Jeter les bases pour une plateforme d’IA générative d’entreprise

Cette solution génère de la valeur en offrant des cadres de gestion d’agent modulaire qui peuvent être réutilisés pour divers cas d’utilisation de l’IA générative, ce qui permet d’accélérer la production avec des composantes communes réutilisables. Elle établit également les bases d’une plateforme d’IA générative d’entreprise.

Collaborer pour un succès continu

Notre client du domaine des télécommunications continuera de suivre sa feuille de route du produit afin de tirer pleinement avantage des solutions d’IA générative, maintenant appuyées par sa plateforme modernisée et automatisée ainsi que par CGI à titre de partenaire de confiance. Le parcours à venir semble prometteur, puisqu’il permettra à l’entreprise d’optimiser davantage ses activités ainsi que son service à la clientèle afin de se démarquer de ses concurrents.

Le cadre de gestion robuste de la solution a été reconnu à l’échelle mondiale au sommet du tableau de classement d’IA générative, qui mesure à quel point les grands modèles de langage peuvent décortiquer une question en langage naturel et la traduire en requête SQL.

Apprenez-en plus à propos des capacités, de l’expérience et des résultats en matière d’IA de CGI.