L’enjeu désormais pour les entreprises n’est plus (seulement) celui de la conception de modèles d’intelligence artificielle et de leur expérimentation. C’est celui de leur industrialisation, grâce notamment à des approches MLOps.
L’éditeur Cegid souhaite lui aussi accentuer son recours à l’IA, embarquée dans ses solutions logicielles ou pour ses propres besoins métiers. A cette fin, le groupe français s’efforce de multiplier les développements de modèles d’IA, tout en raccourcissant les cycles de conception.
Du no code pour la création de modèles d’IA
C’est justement la promesse de DataRobot, dont Cegid est client de la plateforme. Celle-ci vise à automatiser « le cycle analytics complet, y compris le développement, le déploiement et la gestion continue des modèles ».
DataRobots est notamment exploité pour concevoir des modèles prédictifs destinés à prédire la probabilité de paiement des factures et la propension des clients à ajouter des services.
« Nous voulions réduire le besoin de coder tout en accélérant le développement des modèles », explique Joao Henriques, responsable de la gestion du risque de crédit et de l’analyse financière.
L’équipe en charge de la facturation a donc eu recours aux fonctionnalités no code de DataRobot. Pour son intégration et son paramétrage pour la prise de décision, Cegid a fait appel à Passio Consulting.
La plateforme d’IA est intégrée à l’environnement IT AWS de Cegid et à son data lake par le biais d’API. Les données sont restituées au sein de Microsoft PowerBI et d’Excel.
+ 20 % de contrats d’affacturage sans hausse du risque
Le premier cas d’usage porte sur l’affacturage. Cegid propose en effet à ses clients une solution de financement. Pour prendre ces décisions de crédit, l’éditeur a conçu un « processus en un clic » basé sur l’analyse des données clients et un scoring du risque.
Grâce à un modèle de prévision de paiement (PPM), l’entreprise évalue la probabilité de paiement de chaque facture. La data et la prédiction l’aident également à fixer des taux d’intérêt optimaux.
« Nous utilisons des modèles d’apprentissage automatique pour soutenir la prise de décision sur toutes les transactions individuelles que nous réalisons dans le cadre de notre activité d’affacturage », détaille Joao Henriques.
Grâce au machine learning, Cegid estime à 20 % la hausse du taux d’approbation des contrats d’affacturage à niveau de risque égal. Cette augmentation a permis de générer 15 millions d’euros de revenus annuels supplémentaires.
Le département risque de crédit envisage à présent de se doter de modèles supplémentaires. Ceux-ci auront pour finalités d’améliorer le recouvrement des factures et d’évaluer la probabilité pour un client de souscrire à l’offre d’affacturage.