Un récent Étude Forrester montre qu’un nombre croissant d’entreprises estiment que leurs employés passent trop de temps à rechercher les informations dont ils ont besoin – 40 % aujourd’hui contre 19 % il y a à peine cinq ans. Un certain nombre de problèmes contribuent au problème, notamment une main-d’œuvre très dispersée, des systèmes technologiques cloisonnés, la croissance massive des données, etc.
Mais il n’est pas nécessaire qu’il en soit ainsi, car les systèmes de gestion de contenu d’entreprise ont fait de grands progrès au cours de la même période, notamment grâce à la nouvelle technologie d’intelligence artificielle qui permet aux employés de trouver beaucoup plus facilement et d’utiliser au mieux tout le contenu de l’organisation. possède, qu’il s’agisse de texte, d’audio ou de vidéo.
Bien que les ECM aient toujours été utiles, dans le passé, ils exigeaient trop d’efforts de la part des utilisateurs. Intuitivement, il est facile pour les gens de comprendre un élément de contenu et de le classer selon une structure bien comprise. Mais les outils de gestion de contenu demandent souvent aux utilisateurs de faire des choses qu’ils n’aiment pas faire, comme extraire des informations d’un élément de contenu et les saisir dans des champs et des tableaux pour décrire de quoi il s’agit. Les systèmes ont fonctionné, mais non sans un certain effort manuel.
L’IA et les technologies associées, telles que l’apprentissage automatique (ML), permettent aux systèmes de gestion de contenu de décharger les utilisateurs d’une grande partie de ce travail de classification. Il est important de noter que ces outils peuvent extraire des données pertinentes même à partir de données non structurées (y compris des PDF, des e-mails et même des images) et les classer avec précision, ce qui les rend faciles à trouver et à utiliser. Certains systèmes ECM disposent de capacités de traitement intelligent des documents (IDP) qui peuvent imiter la façon dont un employé lirait un document, extrairait des informations clés et les saisirait dans un autre système pour traitement.
« L’IA permet aux solutions ECM de libérer des informations précieuses à partir de données non structurées et de maximiser la valeur de leur contenu », déclare Ericka Morimoto, responsable du marketing produit chez Hylandeun fournisseur de solutions de contenu intelligent. « Les utilisateurs peuvent obtenir des réponses spécifiques à leur entreprise, et non des réponses génériques comme avec les grands modèles linguistiques grand public, pour prendre des décisions plus éclairées. »
Principales caractéristiques d’un ECM moderne
Différentes solutions ECM se concentrent souvent sur différentes fonctions ou cas d’utilisation, mais voici quelques technologies à rechercher dans un ECM moderne.
Traitement du langage naturel (NLP) : Comme son nom l’indique, la PNL utilise le ML essentiellement pour « lire » un document, un peu comme le feraient vos employés. Il peut effectuer l’extraction de données, l’analyse des sentiments et la détection de la langue, ainsi que la classification des documents.
Deep learning pour les technologies de l’image et de la vidéo : Tout comme la PNL peut « lire », la technologie d’apprentissage profond permet à un ECM de visualiser des images ou des vidéos et d’identifier des objets, du texte, des personnes, des activités, etc. Vous voulez trouver tout le contenu dont vous disposez qui comprend une photo d’une célébrité en particulier ? L’apprentissage profond peut y contribuer.
Conversion parole en texte : Le contenu peut prendre diverses formes, la vidéo et l’audio augmentant proportionnellement. La synthèse vocale utilise des algorithmes ML avancés pour transcrire les fichiers audio en texte lisible afin qu’ils puissent être plus facilement classés par un ECM, recherchés, etc. Par exemple, avec la synthèse vocale, vous pouvez transcrire les appels du service client et appliquer une analyse des sentiments pour déterminer comment les agents gèrent les situations délicates.
API RESTful pour l’analyse d’images : Il s’agit d’une autre fonctionnalité ML qui permet à un ECM de classer et d’étiqueter des images, de détecter des objets incorporés et d’extraire du texte. Un exemple de cas d’utilisation serait une compagnie d’assurance qui l’utiliserait pour lire des plaques d’immatriculation à partir d’une photo d’accident de voiture.
Avec de telles fonctionnalités intégrées, les plates-formes ECM deviennent bien plus utiles, surtout si elles fonctionnent non seulement sur site mais dans des environnements cloud. De plus, la recherche devient plus facile, les utilisateurs pouvant à la fois rechercher et obtenir des résultats en langage naturel, comme en parlant avec leur assistant de téléphone intelligent. Où que se trouve le contenu, la solution ECM le trouvera, permettant ainsi de l’utiliser à bon escient.
En savoir plus sur les solutions de contenu intelligent de Hyland ici.
août 21, 2024
L’état évolutif de la gestion de contenu d’entreprise : comment l’IA change la donne
Un récent Étude Forrester montre qu’un nombre croissant d’entreprises estiment que leurs employés passent trop de temps à rechercher les informations dont ils ont besoin – 40 % aujourd’hui contre 19 % il y a à peine cinq ans. Un certain nombre de problèmes contribuent au problème, notamment une main-d’œuvre très dispersée, des systèmes technologiques cloisonnés, la croissance massive des données, etc.
Mais il n’est pas nécessaire qu’il en soit ainsi, car les systèmes de gestion de contenu d’entreprise ont fait de grands progrès au cours de la même période, notamment grâce à la nouvelle technologie d’intelligence artificielle qui permet aux employés de trouver beaucoup plus facilement et d’utiliser au mieux tout le contenu de l’organisation. possède, qu’il s’agisse de texte, d’audio ou de vidéo.
Bien que les ECM aient toujours été utiles, dans le passé, ils exigeaient trop d’efforts de la part des utilisateurs. Intuitivement, il est facile pour les gens de comprendre un élément de contenu et de le classer selon une structure bien comprise. Mais les outils de gestion de contenu demandent souvent aux utilisateurs de faire des choses qu’ils n’aiment pas faire, comme extraire des informations d’un élément de contenu et les saisir dans des champs et des tableaux pour décrire de quoi il s’agit. Les systèmes ont fonctionné, mais non sans un certain effort manuel.
L’IA et les technologies associées, telles que l’apprentissage automatique (ML), permettent aux systèmes de gestion de contenu de décharger les utilisateurs d’une grande partie de ce travail de classification. Il est important de noter que ces outils peuvent extraire des données pertinentes même à partir de données non structurées (y compris des PDF, des e-mails et même des images) et les classer avec précision, ce qui les rend faciles à trouver et à utiliser. Certains systèmes ECM disposent de capacités de traitement intelligent des documents (IDP) qui peuvent imiter la façon dont un employé lirait un document, extrairait des informations clés et les saisirait dans un autre système pour traitement.
« L’IA permet aux solutions ECM de libérer des informations précieuses à partir de données non structurées et de maximiser la valeur de leur contenu », déclare Ericka Morimoto, responsable du marketing produit chez Hylandeun fournisseur de solutions de contenu intelligent. « Les utilisateurs peuvent obtenir des réponses spécifiques à leur entreprise, et non des réponses génériques comme avec les grands modèles linguistiques grand public, pour prendre des décisions plus éclairées. »
Principales caractéristiques d’un ECM moderne
Différentes solutions ECM se concentrent souvent sur différentes fonctions ou cas d’utilisation, mais voici quelques technologies à rechercher dans un ECM moderne.
Traitement du langage naturel (NLP) : Comme son nom l’indique, la PNL utilise le ML essentiellement pour « lire » un document, un peu comme le feraient vos employés. Il peut effectuer l’extraction de données, l’analyse des sentiments et la détection de la langue, ainsi que la classification des documents.
Deep learning pour les technologies de l’image et de la vidéo : Tout comme la PNL peut « lire », la technologie d’apprentissage profond permet à un ECM de visualiser des images ou des vidéos et d’identifier des objets, du texte, des personnes, des activités, etc. Vous voulez trouver tout le contenu dont vous disposez qui comprend une photo d’une célébrité en particulier ? L’apprentissage profond peut y contribuer.
Conversion parole en texte : Le contenu peut prendre diverses formes, la vidéo et l’audio augmentant proportionnellement. La synthèse vocale utilise des algorithmes ML avancés pour transcrire les fichiers audio en texte lisible afin qu’ils puissent être plus facilement classés par un ECM, recherchés, etc. Par exemple, avec la synthèse vocale, vous pouvez transcrire les appels du service client et appliquer une analyse des sentiments pour déterminer comment les agents gèrent les situations délicates.
API RESTful pour l’analyse d’images : Il s’agit d’une autre fonctionnalité ML qui permet à un ECM de classer et d’étiqueter des images, de détecter des objets incorporés et d’extraire du texte. Un exemple de cas d’utilisation serait une compagnie d’assurance qui l’utiliserait pour lire des plaques d’immatriculation à partir d’une photo d’accident de voiture.
Avec de telles fonctionnalités intégrées, les plates-formes ECM deviennent bien plus utiles, surtout si elles fonctionnent non seulement sur site mais dans des environnements cloud. De plus, la recherche devient plus facile, les utilisateurs pouvant à la fois rechercher et obtenir des résultats en langage naturel, comme en parlant avec leur assistant de téléphone intelligent. Où que se trouve le contenu, la solution ECM le trouvera, permettant ainsi de l’utiliser à bon escient.
En savoir plus sur les solutions de contenu intelligent de Hyland ici.
Source link
Partager :
Articles similaires