DOMAINE TECHNIQUE DE L’INVENTION

L’invention se rapporte au domaine d’agent virtuel cognitif basé sur une plateforme cloud. ARRIERE-PLAN TECHNOLOGIQUE DE L'INVENTION

Les bénéfices du cloud (nuage) sont clairs, mais les entreprises doivent prendre des décisions cruciales quant à l’endroit où elles exécutent leurs charges de travail.

A mesure que les circonstances changeront, il faudra que les charges de travail se déplacent entre les clouds. Il existe un besoin de développer un système cognitif permettant à un client connecté d’accéder à des services de bout en bout dans un environnement omni-canal.

Les systèmes cognitifs ne sont pas programmés pour se comporter de façon particulière mais sont probabilistes. Ils font preuve de quelques ressemblances importances aux humains dans le sens où ils peuvent comprendre des données non structurées. Ils peuvent interpréter différents éléments de connaissance/information et faire des rapprochements ou dériver un nouveau contenu de connaissance. Ils peuvent faire des recommandations basées sur l’analyse d’une situation, ou d’informations disponibles.

DESCRIPTION GENERALE DE L'INVENTION Un premier but de la présente invention est de pallier certains inconvénients de l'art antérieur en proposant un moyen pour améliorer un traitement de services dans un centre d’aide et interaction.

· Ce but est atteint par un moteur d’assistant virtuel cognitif (CVA pour cognitive Virtual assistant) basé sur une plateforme cloud intégré à un centre d’aide et d’interaction dont la conception est basée sur une approche omni-canal claire pour différentes sources, dans lequel au moins un code exécutable sur processeur d’un logiciel de gestion d’assistant virtuel cognitif constitue :un moteur CVA configuré pour capturer, via un ensemble de programmes, l’intention de l’interrogation du client indépendamment de comment elle est posée et capturer le contexte de la discussion, et ;

• le moteur CVA implémente une fonctionnalité d’apprentissage machine intelligente pour des interactions sans avoir besoin d’assistant humain pour apprendre des capacités et a la capacité de s’améliorer avec le temps ;

• le code exécuté du moteur CVA étant apte de tirer des informations de différentes sources telles que les logs de tchat, les documents de politique et les manuels d’instruction ou d’autres sources de données, pour constituer une connaissance capturée et pour générer des réponses automatiques en temps réel, par utilisation d’outils probabilistiques ou des techniques d’apprentissage machine sur la connaissance qu’il a capturée précédemment, lesdites réponses étant des réponses intuitives et faciles à comprendre basées sur un traitement du langage naturel et basées sur l’intention de l’utilisateur et le contexte de discussion enregistré précédemment et dans lequel le moteur CVA met en oeuvre au moins comme fonctionnalité de base la connexion à une gestion de service et une plateforme de centre de contact. Selon une autre caractéristique, le moteur CVA exécute un code pour mettre en œuvre au moins une des fonctionnalités de base suivantes du CVA:

• fournir une interface texte-voix ;

• fournir une interface en anglais pour un contenu en anglais.

Selon une autre caractéristique, le moteur CVA comprend un agencement pour automatiser le processus de consultation de connaissance, l’exécution d’action simple (telle que la création de ticket, la vérification de statut de ticket), l’interaction du centre d’assistance (verbale et sociale).

Selon une autre caractéristique, la connaissance est sauvegardée dans une base de données répartie en :

• Connaissance IT commune et ;

• Connaissance IT personnalisée.

Selon une autre caractéristique, le moteur CVA fournit au centre d’aide et d’interaction, via l’exécution d’une séquence de codes à exécuter sur un agencement, au moins une interface interactive pour recevoir un ensemble d’informations en provenance d’une interface interactive client, lesdites informations comprenant au moins des demandes ou des questions ou des incidents ou des tâches liés à des services et lesdites informations étant transmises au moyen d’un agencement au CVA inclus dans le centre d’aide et d’interaction.

Selon une autre caractéristique, le moteur d’assistant virtuel cognitif fournit au centre d’aide et d’interaction, via l’exécution d’une séquence de codes à exécuter sur un agencement, au moins une interface interactive pour transmettre l’ensemble d’informations transmis par des clients et traité par le CVA, à une interface interactive de services de bout en bout (3) de façon à répondre aux exigences des clients, lesdits services de bout en bout comprenant au moins : :

• un module de gestion de service de technologie de l’information et une base de données de gestion de configuration ;

• un module de gestion d’informations et d’identité d’utilisateur (ressources humaines/signature unique);

• des outils spécifiques à un domaine ;

• un module d’intégration et de gestion de service multisourcing (SIAM).

Selon une autre caractéristique, le moteur CVA comprend au moins un agencement pour automatiser des aspects sélectionnés de service client via la mise en oeuvre de diverses solutions du domaine de l’intelligence artificielle (Al).

Selon une autre caractéristique, le moteur CVA comprend un module de gestion de données, ledit module de gestion de données comprenant au moins un ensemble d’agencements pour au moins :

• décrire et standardiser une procédure de bout en bout de déploiement du CVA au niveau de la gestion de données ;

• définir et établir une terminologie uniforme pour le processus et des processus connexes ;

• définir les rôles impliqués dans le processus, conjointement avec leurs champs de responsabilité ;

• définir des indicateurs de processus clés (KPIs pour key process indicators) pour le processus.

Selon une autre caractéristique, le module de gestion de données comprend un ensemble de modules codes à exécuter sur un agencement pour vérifier, préparer, rassembler, annoter, filtrer, modéliser et tout autre type de traitement de données qui sont nécessaires pour délivrer, maintenir et améliorer l’assistant virtuel cognitif (CVA).

Selon une autre caractéristique, le module de gestion de données comprend un ensemble d’agencements pour mettre en oeuvre au moins une des fonctionnalités suivantes :

• audit de données ;

• établir la portée du service (intentions) ;

• collecte de données ;

· anonymisation de données ;

• annotation et édition de données ;

• entraînement de Modèle ;

• test de performance ;

• déploiement et enregistrement d’opération.

Selon une autre caractéristique, le module de gestion comprend au moins un agencement pour au moins :

• vérifier, sur la base des informations obtenues à partir de l’audit de données, la faisabilité générale du support de la portée des intentions souhaitées par un client ;

• estimer, sur la base des informations obtenues à partir de l’audit de données, les ressources temporelles et humaines requises pour traiter des données d’entraînement et générer des données manquantes.

Selon une autre caractéristique, les données d’entraînement sont de quatre types de données, dont deux sont (données d’entrée et de sortie) et deux sont facultatifs (de médiation et supplémentaires) et utilisés pour entraîner un modèle. Selon une autre caractéristique, la collecte de données consiste à englober un nombre de tâches, dont la sortie se compose d’ensembles de données structurés et annotés prêts pour l’entraînement de modèle, lesdites tâches comprenant au moins : · extraction de données de serveurs de clients ;

• transfert de données client à des serveurs Atos ;

• génération de données manquantes ;

• structuration de données. Selon une autre caractéristique, le moteur CVA comprend un ensemble de codes dont l’exécution génère une interface qui interagit avec un programme ou module d’intégration client du centre d’aide et d’interaction (1 ) qui génère une interface interactive client (2) de façon à négocier avec un client la portée du service, c.-à-d. une liste d’intentions devant être supportées et capturées par le CVA.

Selon une autre caractéristique, si la cible d’un client est d’avoir un support complet d’intentions spécifiques au client, des ensembles de données pertinents ont besoin d’être délivrés ou générés, si un client avait initialement une fourniture de données satisfaisante, lors du déploiement CVA, le client est obligé de commencer à créer et à stocker des données d’entraînement pertinentes pour la maintenance et l’amélioration de service, conformément aux exigences fournies par un centre de compétences (CC) inclus dans le centre d’aide et d’interaction.

Selon une autre caractéristique, après le déploiement, toutes les interactions du CVA sont enregistrées (interactions complètes: tchats ou appels) dans une mémoire du CVA et rassemblées au moyen d’un agencement dudit CVA pour l’amélioration continue ainsi que la surveillance de la performance du système. Selon une autre caractéristique, le programme ou module d’intégration client et le centre de compétences (CC) comprennent un ensemble de moyens ou agencement pour revoir, modifier et accepter la portée du service proposé et la ligne de temps pour le déploiement du CVA.

Selon une autre caractéristique, le moteur CVA fournit au centre d’aide et d’interaction (1 ), via l’exécution d’un ensemble de codes sur un agencement, au moins une des fonctionnalités suivantes :

• couvrir toutes les fonctions de libre-service ;

• fournir un portail central incluant un provisionnement proactif d’alertes et de nouvelles ;

• constituer un composant d’auto-assistance fournissant un auto-apprentissage & aide centrés sur le client ;

• exécuter une recherche améliorée, et

• constituer une interface d’achat pour commander des services/produits et émettre des demandes via un mobile ou le Web.

Selon une autre caractéristique, le moteur CVA fournit au centre d’aide et d’interaction (1 ), via l’exécution d’un ensemble de codes sur un agencement, une interface humaine pour mettre en œuvre au moins une des fonctionnalités suivantes :

• sélectionner et après sélection, déclencher automatiquement au moins un canal parmi tous les canaux d’interaction en direct, comme le téléphone, le courriel, le tchat Web en ligne ;

• sélectionner et après sélection, activer le support à distance ;

• sélectionner et après sélection, activer des fonctions de support via des communautés / réseaux sociaux ;

• permettre le choix entre plusieurs « niveaux de qualité » de support ;

• sélectionner et après sélection, couvrir tous les canaux de support locaux et sur site. Selon une autre caractéristique, les détails d’intégration de l’assistant virtuel cognitif avec la plateforme de centre de contact sont obtenus par quatre services qui sont disponibles pour permettre la commutation:

• créer un chatjd (id de tchat) ;

• initier une session de Tchat ;

• envoyer message/vérifier logs (journaux) de tchat ;

• déconnecter le tchat.

DESCRIPTION DES FIGURES ILLUSTRATIVES

D'autres particularités et avantages de la présente invention apparaîtront plus clairement à la lecture de la description ci-après, faite en référence aux dessins annexés, dans lesquels :

- la figure 1 est une représentation schématique de l’architecture du centre d’aide et d’interaction interagissant avec des clients et des services de bout en bout, selon un mode de réalisation;

- la figure 2 est une représentation schématique des fonctionnalités et du processus mis en oeuvre par le module de gestion de données du moteur d’assistant virtuel cognitif.

DESCRIPTION DES MODES DE REALISATION PREFERES DE

L'INVENTION

La présente invention concerne le moteur d’assistant virtuel cognitif (CVA) basé sur une plateforme cloud.

Dans certains modes de réalisation, le moteur d’assistant virtuel cognitif (CVA) basé sur une plateforme cloud (nuage) est intégré à un centre d’aide et d’interaction dont la conception est basée sur une approche omni- canal claire pour différentes sources, dans lequel au moins un code exécutable sur processeur d’un logiciel de gestion d’assistant virtuel cognitif constitue :

• un moteur CVA (10) configuré pour capturer, via un ensemble de programmes, l’intention de l’interrogation du client indépendamment de comment elle est posée et capturer le contexte de la discussion, et ;

• le moteur CVA (10) implémente une fonctionnalité d’apprentissage machine intelligente pour des interactions sans avoir besoin d’assistant humain pour apprendre des capacités et a la capacité de s’améliorer avec le temps ;

• le code exécuté du moteur CVA (10) étant apte de tirer des informations de différentes sources telles que les logs de tchat, les documents de politique et les manuels d’instruction ou d’autres sources de données, pour constituer une connaissance capturée et pour générer des réponses automatiques en temps réel, par utilisation d’outils probabilistiques (programmes ou algorithmes ou logiciel par exemple et de manière non limitative) ou des techniques d’apprentissage machine (modèles entraînés d’apprentissage machines ), sur la connaissance qu’il a capturée précédemment, lesdites réponses étant des réponses intuitives et faciles à comprendre basées sur un traitement du langage naturel et basées sur l’intention de l’utilisateur et le contexte de discussion enregistré précédemment et dans lequel le moteur CVA met en œuvre au moins comme fonctionnalité de base la connexion à une gestion de service, par exemple et sans limitation ServiceNow, et une plateforme de centre de contact, par exemple et sans limitation Genesys.

L’omni-canal est un modèle de canal croisé qu’une entité, par exemple une entreprise ou une industrie, utilise pour améliorer son expérience client. L’approche a des applications par exemple dans les industries des télécommunications, et inclut des canaux comme des emplacements physiques, des pages web FAQ (foire aux questions), des médias sociaux, des tchats web en direct, des applications mobiles et une communication téléphonique. Les entités qui utilisent omni-canal prétendent qu’un client attache de l’importance au fait de pouvoir être en contact constant avec une entité grâce à de multiples possibilités en même temps.

L’Agent Virtuel Cognitif (CVA pour Cognitive Virtual Agent) est un système cognitif basé sur une technologie de l’intelligence artificielle (Al) de pointe. Il combine la puissance d’un traitement du langage naturel (NLP pour Natural Language Processing) et d’algorithmes d’apprentissage pour maintenir l’équilibre réussi entre contrôle et flexibilité.

La capacité du cœur du CVA dépend de la compréhension précise de l’intention client. Le moteur CVA capture l’intention de l’interrogation client indépendamment de comment elle est posée.

Le moteur CVA est équipé de capacités d’apprentissage et a la capacité de s’améliorer avec le temps. Il peut apprendre à partir de journaux de tchat, de documents de politique et de manuels d’instruction ou d’autres sources de données.

Dans certains modes de réalisation, le moteur CVA exécute un code pour mettre en œuvre au moins une des fonctionnalités de base suivantes du CVA (10) :

• fournir une interface texte-voix ;

• fournir une interface en anglais pour un contenu en anglais. Dans certains modes de réalisation, le moteur CVA comprend un agencement pour automatiser le processus de consultation de connaissance, exécution d’action simple (telle que la création de ticket, la vérification de statut de ticket), l’interaction du centre d’assistance (verbale et sociale).

Dans certains modes de réalisation, la connaissance est sauvegardée dans une base de données répartie en : • Connaissance IT commune et ;

• Connaissance IT personnalisée.

Dans certains modes de réalisation, le centre d’aide et d’interaction (1 , Fig. 1 ) comprend au moins une interface interactive pour recevoir un ensemble d’informations en provenance d’une interface interactive client (2), lesdites informations comprenant au moins des demandes ou des questions ou des incidents ou des tâches et lesdites informations étant transmises au moyen d’un agencement au CVA (10) inclus dans le centre d’aide et d’interaction (1 ).

Dans certains modes de réalisation, le moteur CVA fournit au centre d’aide et d’interaction (1 ), via l’exécution d’une séquence de codes à exécuter sur un agencement, au moins une interface interactive pour recevoir un ensemble d’informations en provenance d’une interface interactive client (2), lesdites informations comprenant au moins des demandes ou des questions ou des incidents ou des tâches liés à des services et lesdites informations étant transmises au moyen d’un agencement au CVA (10) inclus dans le centre d’aide et d’interaction (1 ).

Dans certains modes de réalisation, le centre d’aide et d’interaction (1 ) (Fig. 1 ) comprend au moins une interface interactive pour recevoir un ensemble d’informations en provenance d’une interface interactive client (2), lesdites informations comprenant au moins des demandes ou des questions ou des incidents ou des tâches liés à des services et lesdites informations étant transmises au moyen d’un agencement au CVA (10) inclus dans le centre d’aide et d’interaction (1 ).

Dans certains modes de réalisation, le centre d’aide et d’interaction (1 ) comprend au moins une interface interactive pour transmettre l’ensemble d’informations transmis par des clients et traité par le CVA, à une interface interactive de services de bout en bout (3) de façon à répondre aux exigences des clients.

Dans certains modes de réalisation, le centre d’aide et d’interaction comprend un module de gestion d’expérience proactive (11 ) comprenant un agencement pour au moins mettre en œuvre une des fonctionnalités suivantes :

• gestion des connaissances ;

• surveillance d’expérience utilisateur ;

• analyse de satisfaction d’utilisateur final ;

• automatisation et orchestration de services

Dans certains modes de réalisation, le centre d’aide et d’interaction comprend un centre de gestion d’expérience proactive pour configurer et surveiller le module de gestion d’expérience proactive (11 ).

Dans certains modes de réalisation, les services de bout en bout (3) comprennent au moins :

• un module de gestion de service de technologie de l’information et une base de données de gestion de configuration (30) ;

• un module de gestion d’informations et d’identité d’utilisateur (ressources humaines/signature unique) (31 ) ;

• des outils spécifiques à un domaine (32) ;

• un module d’intégration et de gestion de service multisourcing (SIAM) (33).

Dans certains modes de réalisation, le moteur CVA fournit au centre d’aide et d’interaction (1 ), via l’exécution d’une séquence de codes à exécuter sur un agencement, au moins une interface interactive pour transmettre l’ensemble d’informations transmis par des clients et traité par le CVA, à une interface interactive de services de bout en bout (3) de façon à répondre aux exigences des clients, lesdits services de bout en bout comprenant au moins:

• un module de gestion de service de technologie de l’information et une base de données de gestion de configuration (30) ;

• un module de gestion d’informations et d’identité d’utilisateur (ressources humaines/signature unique) (31 ) ;

• des outils spécifiques à un domaine (32) ;

• un module d’intégration et de gestion de service multisourcing (SIAM) (33).

Dans certains modes de réalisation, le centre d’aide et d’interaction fournit au moins une des fonctionnalités suivantes :

• couvrir toutes les fonctions de libre-Service ;

• fournir un Portail Central incluant un provisionnement proactif d’alertes et de nouvelles ;

• constituer un composant d’auto-assistance fournissant un auto-apprentissage & aide centrés sur le client ;

• exécuter une recherche améliorée, et

• constituer une interface d’achat pour commander des services/produits et émettre des demandes via un mobile ou le Web. Dans certains modes de réalisation, le moteur CVA fournit au centre d’aide et d’interaction (1 ), via l’exécution d’un ensemble de codes (programmes) sur un agencement, au moins une des fonctionnalités suivantes :

• couvrir toutes les fonctions de libre-service ;

fournir un portail central incluant un provisionnement proactif d’alertes et de nouvelles ; • constituer un composant d’auto-assistance fournissant un auto-apprentissage & aide centrés sur le client ;

• exécuter une recherche améliorée, et

• constituer une interface d’achat pour commander des services/produits et émettre des demandes via un mobile ou le Web.

Dans certains modes de réalisation, le centre d’aide et d’interaction fournit une interface humaine pour au moins une des fonctionnalités suivantes :

• sélectionner et après sélection, déclencher automatiquement au moins un canal parmi tous les canaux d’interaction en direct, comme le téléphone, le courriel, le tchat Web en ligne ;

• sélectionner et après sélection, activer le support à distance ;

• sélectionner et après sélection, activer des fonctions de support via des communautés / réseaux sociaux ;

• permettre le choix entre plusieurs « niveaux de qualité » de support ;

• sélectionner et après sélection, couvrir tous les canaux de support locaux et sur site.

Dans certains modes de réalisation, fournit au centre d’aide et d’interaction (1 ), via l’exécution d’un ensemble de codes sur un agencement, une interface humaine pour mettre en œuvre au moins une des fonctionnalités suivantes :

• sélectionner et après sélection, déclencher automatiquement au moins un canal parmi tous les canaux d’interaction en direct, comme le téléphone, le courriel, le tchat Web en ligne ;

• sélectionner et après sélection, activer le support à distance ; • sélectionner et après sélection, activer des fonctions de support via des communautés / réseaux sociaux ;

• permettre le choix entre plusieurs “niveaux de qualité” de support ;

· sélectionner et après sélection, couvrir tous les canaux de support locaux et sur site.

Dans certains modes de réalisation, les détails d’interaction de l’assistant virtuel cognitif avec la plateforme de centre de contact, par exemple et sans limitation Genesys, sont obtenus par quatre services qui sont disponibles pour permettre la commutation (que la commutation se fasse):

• créer un chatjd (id de tchat) ;

· initier une session de tchat ;

• envoyer message/vérifier les logs (journaux) de tchat ;

• déconnecter le tchat.

Dans certains modes de réalisation, l’assistant virtuel cognitif (CVA) peut comprendre au moins un agencement pour automatiser des aspects sélectionnés de service client via la mise en œuvre de diverses solutions du domaine de l’intelligence artificielle (Al).

Par automatisation nous voulons dire une réduction significative de la participation d’agents humains à au moins un des processus suivants : gestion d’incident, satisfaction de demande, gestion de changement standard.

Les solutions d’intelligence artificielle vont de haut en bas (systèmes à base de règles) à de bas en haut (c.-à-d. diverses formes d’apprentissage machine, incluant l’apprentissage supervisé, non supervisé, profond et par renforcement). Les solutions d’apprentissage machine (ML) peuvent être considérées comme des solutions par défaut dans les mises en œuvre Al contemporaines.

Dans un mode de réalisation, le moteur d’assistant virtuel cognitif (CVA) peut comprendre un module de gestion de données, ledit module de gestion de données comprenant au moins un ensemble d’agencements pour au moins :

• décrire et standardiser une procédure de bout en bout de déploiement du CVA au niveau de la gestion de données ;

• définir et établir une terminologie uniforme pour le processus et des processus connexes ;

• définir les rôles impliqués dans le processus, conjointement avec leurs champs de responsabilité ;

• définir des indicateurs de processus clés (KPIs) pour le processus.

L’intelligence artificielle développée via la mise en œuvre de diverses méthodes d’apprentissage machine (ML) requiert de grands volumes de données client authentiques.

Dans un mode de réalisation, le module de gestion de données comprend un ensemble de modules codes à exécuter sur un agencement pour vérifier, préparer, rassembler, annoter, filtrer, modéliser et tout autre type de traitement de données qui sont nécessaires pour délivrer, maintenir et améliorer l’assistant virtuel cognitif (CVA) (10).

Dans certains modes de réalisation, le module de gestion de données comprend un ensemble d’agencements pour mettre en œuvre au moins une des fonctionnalités suivantes :

• audit de données ;

• établir la portée (scope) du service (intentions) ; • collecte de données ;

• anonymisation de données ;

• annotation et édition de données ;

• entraînement de modèles ;

• test de performance ;

• déploiement et enregistrement d’opérations.

Un audit de données consiste au moins à identifier et à évaluer la fourniture de données du client. L’audit de données commence par l’analyse du formulaire de la liste de contrôle d’accueil et d’intégration client complété dans des sections pertinentes par le programme de mise en œuvre du client, ledit programme de mise en œuvre permettant de trouver le bon moyen pour le client d’utiliser un service fourni par exemple. Dans certains modes de réalisation, le module de gestion comprend au moins un agencement pour au moins :

• vérifier, sur la base des informations obtenues à partir de l’audit de données, la faisabilité générale du support de la portée des intentions souhaitées par un client ;

· estimer, sur la base des informations obtenues à partir de l’audit de données, les ressources temporelles et humaines requises pour traiter des données d’entraînement et générer des données manquantes. L’établissement de la portée et l’estimation de la charge de travail dépendent directement de la disponibilité, la quantité et la qualité des données d’un client. Des solutions Al efficaces ne peuvent pas être fournies sans données pertinentes, de ce fait, les données manquantes ont besoin d’être générées manuellement. A un niveau plus général, cette dépendance repose sur le degré d’automatisation qui s’applique dans un contexte donné. La disponibilité, la qualité et la quantité des données d’un client génèrent le compromis suivant : plus grande est la possibilité pour l’automatisation meilleur est le rapport coût-efficacité.

L’audit de données fournit toutes les informations nécessaires pour établir précisément la portée et la ligne de temps du service.

Dans certains modes de réalisation, le centre d’aide et d’interaction contient un programme ou module d’intégration client comprenant un agencement pour générer une interface interactive de façon à négocier avec un client, par l’intermédiaire d’une interface client, la portée du service, c.-à- d. une liste d’intentions devant être supportées par le CVA.

Dans certains modes de réalisation, le moteur CVA comprend un ensemble de codes dont l’exécution génère une interface qui interagit avec un programme ou module d’intégration client du centre d’aide et d’interaction (1 ) qui génère une interface interactive client (2) de façon à négocier avec un client la portée du service, c.-à-d. une liste d’intentions devant être supportées et capturées par le CVA

Par intention, nous voulons dire une question d’un utilisateur sur un morceau de connaissance particulier ou une demande d’un utilisateur pour l’accomplissement d’une seule tâche. Idéalement, une intention devrait correspondre soit à un seul article de connaissance soit à un seul flux de travaux/procédure qui résout/satisfait cette intention.

Par exemple, une analyse des dix meilleurs pilotes d’appel (call drivers) pour un client donné peut être comprise comme l’identification de dix intentions.

Les intentions constituent les unités les plus basiques dans la description de service du CVA. Toutes les estimations de coût et de temps dépendent de la liste (nombre) d’intentions qu’un client donné veut voir supportées. La portée devrait clairement faire la distinction entre des intentions partagées et spécifiques au client. Le rapport entre intentions partagées et spécifiques au client est négocié à la phase d’établissement de la portée.

Si l’audit de données révèle des lacunes dans des données d’entraînement qui désactivent le support immédiat d’intentions spécifiques au client, le CVA peut être offert à un tel client couvrant la portée des intentions partagées qui sont actuellement supportées.

Les intentions spécifiques au client requièrent des ensembles complets de données d’entraînement pertinentes. Si la cible d’un client est d’avoir un support complet d’intentions spécifiques au client, des ensembles de données pertinents ont besoin d’être délivrés ou générés. Indépendamment du fait qu’un client ait initialement une fourniture de données satisfaisante, lors du déploiement CVA, le client est obligé de commencer à créer et à stocker des données d’entraînement pertinentes pour la maintenance et l’amélioration de service, conformément aux exigences fournies par un centre de compétences (CC) inclus dans le centre d’aide et d’interaction.

Dans certains modes de réalisation, le programme ou module d’intégration client et le centre de compétences (CC) comprennent un ensemble de moyens ou agencement pour revoir, modifier et accepter la portée du service proposé et la ligne de temps pour le déploiement du CVA.

Par données d’entraînement nous voulons dire des ensembles de données requis pour l’entraînement de modèle du CVA. Les données d’entraînement peuvent se composer de quatre types de données, dont deux sont obligatoires (données d’entrée et de sortie) et deux sont facultatifs (données de médiation et supplémentaires).

Dans certains modes de réalisation, la collecte de données consiste à englober un nombre de tâches, dont la sortie devrait se composer d’ensembles de données structurés et annotés prêts pour l’entraînement de modèle. Ces tâches incluent :

• extraction de données de serveurs de clients ;

• transfert de données client à des serveurs Atos ;

· génération de données manquantes ;

• structuration de données.

Des données d’entraînement synthétiques (c.-à-d. des données non disponibles immédiatement depuis un client, mais générées dans le but de la mise en oeuvre CVA) sont supposées être en conformité avec les exigences de qualité et de quantité de données fournies par le CC.

Les données d’entrée sont comprises comme des interactions archivées (agent-utilisateur) sous la forme d’enregistrements de tchat, transcriptions d’appel, courriel, ou tout autre format applicable. Des données d’interaction sont requises pour entraîner un composant NLU (Compréhension du Langage naturel) du CVA, qui donne au bot la capacité de détecter l’intention d’un utilisateur à partir d’énoncés non prédéfinis (incluant des coquilles, un phrasé non standard ou des commandes implicites). En d’autres termes, si le CVA est entraîné sur des volumes suffisants de données d’entrée, un utilisateur peut formuler son intention librement au niveau de l’énoncé (sans la nécessité d’entrer des mots-clés ou des expressions-clés spécifiques).

De manière cruciale, des données d’entrée/interaction doivent se chevaucher thématiquement avec la portée du service souhaité par un client donné (le principe de qualité). Le nombre minimum d’énoncés (c.-à-d. points de données d’interaction) est, par exemple et sans limitation 30 par intention (le principe de quantité).

Par bot, nous voulons dire une application logicielle qui exécute des tâches automatisées. Si des données d’entrée pertinentes sont manquantes, elles peuvent être générées manuellement et délivrées par le programme ou module d’intégration client à partir de ressources humaines entraînées par le centre client. Un taux faisable de génération de données d’entrée peut être par exemple et sans limitation 80 énoncés à l’heure par un seul travailleur. Lors du déploiement, un client donné est obligé de commencer à stocker des données d’entrée pour la maintenance et l’amélioration de service conformément aux exigences fournies par le centre client.

Les données de médiation se composent de rapports générés via ou extraits d’un système de ticketage utilisé par un client donné. Les rapports de ticketage permettent l’automatisation du processus d’annotation d’ensembles d’entraînement.

Dans certains modes de réalisation, l’annotation consiste en l’identification correcte de relations entre des points de données d’interaction pertinents et les ID de ticket résultant de ces interactions. La qualité des données de médiation se traduit directement en richesse des rapports de ticket (plus les rapports sont détaillés, mieux c’est). L’exigence de quantité est alignée avec le volume de données d’interaction.

De plus, les données de médiation permettent l’identification d’intentions de priorité pour un client donné, qui est une étape cruciale dans le processus d’établissement de la portée du service CVA.

Si des données pertinentes sont manquantes, un client donné est obligé, lors du déploiement, de commencer à stocker les données de médiation/de ticket pour la maintenance et l’amélioration de service conformément aux exigences fournies par le CC. Si des données équivalentes ou similaires sont accessibles à la place de données de ticket, elles devraient également être fournies. Les données de sortie se composent d’articles de connaissance faisant face à l’utilisateur (soit partagés soit spécifiques au client), des flux de travaux pertinents (sous la forme de protocoles intégrés) ou d’autres types d’informations qui indiquent des résolutions possibles de problèmes d’utilisateurs finals. Des points de données de sortie devraient être facilement reliables à des points de données d’entrée : il devrait être possible de créer des relations non ambiguës entre un point de données d’entrée donné (énoncé) et son point de données de sortie correspondant (souhaité) soit indirectement (via des données de médiation) soit directement.

Le volume escompté de données de sortie est corrélé directement avec la portée du service établi (nombre d’intentions). Idéalement, une intention devrait correspondre soit à un seul article de connaissance soit à un seul flux de travaux /procédure qui résout/satisfait cette intention.

Si des données de sortie pertinentes sont manquantes, elles devraient être délivrées par le programme ou module d’intégration client à partir de ressources humaines entraînées par le CC. Un taux faisable de génération de données de sortie est, par exemple et sans limitation, 1 article toutes les 4 heures par un seul travailleur. Lors du déploiement, un client donné est obligé de commencer à créer et à stocker des données de sortie (par ex. connaissance faisant face à l’utilisateur, articles comment, etc.) pour la maintenance et l’amélioration de service conformément aux exigences fournies par le CC. Un algorithme « glouton » est utilisé pour la collecte de données. Un algorithme glouton est un paradigme algorithmique qui suit l’heuristique de résolution de problème consistant à faire le choix localement optimal à chaque phase avec l’espoir de trouver un optimum global. En utilisant ladite approche, si possible, tout autre type de données qui peut être potentiellement utilisé pour la maintenance, l’amélioration et le développement de service CVA (également dans des contextes qui ne peuvent pas encore être définis) peut être collecté. Des exemples de telles données incluent :

• retour (les commentaires) post-interaction,

• logs (journaux) d’application OS,

• enregistrement d’activité d’écran d’agents ;

• flux de webcam d’utilisateurs et d’agents pendant l’interaction avec le CVA ;

• captures d’écran de solutions comme pièces jointes.

Dans certains modes de réalisation, des données client (de tout type) ont besoin d’être anonymisées avant l’externalisation de données à un vendeur si des exigences d’anonymisation de données sont imposées par un client donné ou conformément à l’évaluation d’un responsable de la protection des données (DPO pour data protection officer) ou d’un expert légal en protection de données (DPLE pour data protection legal Expert) en charge de la protection de données dans le centre d’aide et d’interaction. L’anonymisation de données peut être requise dans des cas où des données client contiennent soit des informations personnelles soit sensibles soit les deux. L’anonymisation peut être exécutée manuellement, semi- manuellement ou automatiquement. L’anonymisation est exécutée par des annotateurs, par l’intermédiaire du module de gestion de données, lesdits annotateurs ayant le droit légal de traiter des données client. II convient de noter que le processus d’anonymisation de données peut contraindre l’annotation de données ou l’entraînement de modèle. Ainsi, il est préféré que, si possible, des données soient traitées sous forme de ligne. De plus, il convient de souligner le fait que le processus d’anonymisation peut entraîner un ensemble de données bruyant ou biaisé, qui à son tour, peut affecter la qualité du modèle entraîné. Si l’anonymisation de données annotées et filtrées lors de l’externalisation au vendeur d’AI ne peut pas être automatisée (des problèmes potentiels peuvent faire surface pendant l’anonymisation de texte brut), le programme ou module d’intégration client a besoin de délivrer assez de main-d’œuvre pour l’anonymisation manuelle. Un taux faisable d’anonymisation de données est, par exemple et sans limitation, 80 énoncés à l’heure par un seul travailleur.

Des données d’entraînement synthétiques (c.-à-d. des données non disponibles immédiatement pour un client, mais générées dans le but de la mise en œuvre CVA) sont supposées être en conformité avec les exigences d’anonymisation.

Dans un mode de réalisation, pour entraîner un modèle avec succès en utilisant l’apprentissage supervisé, les données d’entraînement ont besoin d’être annotées. L’annotation est comprise comme la création de relations pertinentes entre des points de données d’entrée, de médiation, de sortie ou supplémentaires. Un tuple annoté correctement devrait avoir la structure suivante : énoncé utilisateur - intention utilisateur - solution. Considérons l’exemple suivant :

• énoncé utilisateur : « Je ne peux pas accéder à mon compte.

Je pense que j’ai oublié mon mot de passe. » ;

• intention utilisateur : Réinitialisation de mot de passe ;

• solution : [LIEN] rediriger l’utilisateur vers le formulaire pour la réinitialisation du mot de passe.

Le processus d’annotation devrait être automatisé dans la plus grande mesure possible étant donné que l’annotation manuelle est coûteuse en termes de ressources humaines et temporelles. L’annotation automatisée est comprise comme une annotation non exécutée sur une base point-à- point, mais en lots. Toutefois, l’annotation purement manuelle peut être indispensable dans certains cas, et si requis, elle est exécutée par des annotateurs / membres d’équipe virtuelle (spécialistes en langue ou agents avec une formation en linguistique) entraînés par le CC. Des annotateurs externes ou internes se voient donner des instructions écrites précises spécifiant la manière d’annotation requise. La qualité d’annotation est vérifiée par le scientifique des données sur la base d’un ensemble d’échantillons avant de délivrer l’ensemble d’entraînement complet à des annotateurs.

Des données d’entraînement synthétiques (c.-à-d. des données non disponibles immédiatement pour un client, mais générées dans le but de la mise en oeuvre CVA) sont supposées être annotées lors de la création.

Après que toutes les données sont annotées, elles peuvent ensuite être randomisées et divisées en deux sous-ensembles, c.-à-d. un ensemble d’entraînement (environ 80-90 % de toutes les données) et un ensemble test (environ 20-10 % de toutes les données). Le vendeur d’AI reçoit l’ensemble d’entraînement pour l’entraînement de modèle. Dans certains modes de réalisation, des modèles CVA sont entraînés sur des volumes suffisants de données d’entraînement annotées par le scientifique des données par l’intermédiaire du module de gestion du moteur CVA, ledit module de gestion utilisant un ensemble de moyens fourni par le vendeur d’AI. Le scientifique des données attend un ensemble de données annoté couvrant complètement la portée d’intention, comme souhaité par un client donné. Chaque intention devrait avoir au moins et de préférence 30 énoncés et au moins 1 solution qui y est associée. Le vendeur d’AI ou le scientifique des données peut demander des données additionnelles si l’ensemble délivré s’avère insuffisant pour entraîner un modèle avec une performance suffisante. L’entraînement de modèle repose sur les solutions du domaine de l’apprentissage machine, utilisant spécifiquement, au moins, un de ce qui suit :

• apprentissage supervisé,

• apprentissage non supervisé,

• apprentissage par renforcement,

• apprentissage profond,

• algorithmes évolutifs.

Une instance entraînée de CVA est testée sur un sous-ensemble de données annotées (l’ensemble test) qui n’a pas été utilisé pour le processus d’entraînement. L’ensemble test devrait se composer de pas moins de 10 % de l’ensemble d’apprentissage (de préférence 20 %), en fonction du volume de données d’entraînement. La précision est escomptée atteindre 80 % ou plus pour qu’un modèle sonné soit considéré d’un niveau de performance satisfaisant.

Des solutions concurrentes pour une instance CVA donnée devraient être testées suivant une procédure standardisée. Etablir des normes de test permet une comparaison mesurable en termes de précision/efficacité entre des approches différentes. Le test devrait également mesurer le rapport coût-efficacité (ressources temporelles et humaines) à travers des solutions différentes. Dans certains modes de réalisation, après le déploiement, toutes les interactions du CVA sont enregistrées (interactions complètes : tchats ou appels) dans une mémoire du CVA et rassemblées au moyen d’un agencement dudit CVA pour l’amélioration continue ainsi que la surveillance de la performance du système. Des interactions enregistrées constituent de nouvelles données d’entrée. Les retours (les commentaires) client peut être collectée après chaque interaction avec le CVA mesurant des taux de satisfaction, lesdits taux et ladite rétroaction étant utilisés pour l’apprentissage par renforcement.

Si le client demande une modification (extension, réduction ou mise à jour) de la portée des intentions, le processus de gestion de données, comme illustré sur la Fig. 2 et mis en œuvre par le module de gestion de données, est exécuté à nouveau à partir de l’audit de données et à travers toutes les étapes restantes.

Si le client demande un support pour une langue additionnelle (parmi la liste de langues supportées), le processus de gestion de données mis en œuvre par le module de gestion de données est exécuté à nouveau à partir de l’audit de données et à travers toutes les étapes restantes.

La présente demande décrit diverses caractéristiques techniques et avantages en référence aux figures et/ou à divers modes de réalisation. L’homme de métier comprendra que les caractéristiques techniques d’un mode de réalisation donné peuvent en fait être combinées avec des caractéristiques d’un autre mode de réalisation à moins que l’inverse ne soit explicitement mentionné ou qu’il ne soit évident que ces caractéristiques sont incompatibles ou que la combinaison ne fournisse pas une solution à au moins un des problèmes techniques mentionnés dans la présente demande. De plus, les caractéristiques techniques décrites dans un mode de réalisation donné peuvent être isolées des autres caractéristiques de ce mode à moins que l’inverse ne soit explicitement mentionné. Il doit être évident pour les personnes versées dans l'art que la présente invention permet des modes de réalisation sous de nombreuses autres formes spécifiques sans l'éloigner du domaine d'application de l'invention comme revendiqué. Par conséquent, les présents modes de réalisation doivent être considérés à titre d'illustration, mais peuvent être modifiés dans le domaine défini par la protection demandée, et l'invention ne doit pas être limitée aux détails donnés ci-dessus.