FR3076390A1 - Agent virtuel cognitif pour plate-forme cloud - Google Patents
Agent virtuel cognitif pour plate-forme cloud Download PDFInfo
- Publication number
- FR3076390A1 FR3076390A1 FR1763413A FR1763413A FR3076390A1 FR 3076390 A1 FR3076390 A1 FR 3076390A1 FR 1763413 A FR1763413 A FR 1763413A FR 1763413 A FR1763413 A FR 1763413A FR 3076390 A1 FR3076390 A1 FR 3076390A1
- Authority
- FR
- France
- Prior art keywords
- data
- cva
- cognitive
- cloud platform
- engine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Abstract
L'invention concerne un moteur d'assistant virtuel cognitif pour plate-forme 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 (10) pour capturer l'intention de l'interrogation du client indépendamment de comment elle est posée et ; le moteur CVA (10) est équipé d'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 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 et probabilistiques en temps réel, à partir de 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 un contexte de discussion et dans lequel le moteur CVA met en œuvre au moins comme fonctionnalité de base la connexion à une gestion de service et une plate-forme de centre de contact.
Description
Agent Virtuel Cognitif pour plate-forme cloud
DOMAINE TECHNIQUE DE L’INVENTION
L’invention se rapporte au domaine d’agent virtuel cognitif pour 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
La présente invention a pour but de pallier certains inconvénients de l'art antérieur en proposant un moyen pour améliorer un traitement de services.
Ce but est atteint par un moteur d’assistant virtuel cognitif (CVA pour cognitive virtual assistant) pour plate-forme 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 pour capturer l’intention de l’interrogation du client indépendamment de comment elle est posée et ;
le moteur CVA (10) est équipé d’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 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 et probabilistiques en temps réel, à partir de 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 un contexte de discussion 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 CVA met en œuvre en outre au moins une des fonctionnalités de base du CVA:
• fournir une interface texte-voix ;
• fournir une interface en anglais pour un contenu en anglais.
Selon une autre caractéristique, the 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 centre d’aide et d’interaction comprend 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 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 centre d’aide et d’interaction comprend 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 centre d’aide et d’interaction 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 de façon à répondre aux exigences des clients.
Selon une autre caractéristique, 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.
Selon une autre caractéristique, les services de bout en bout comprise 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 CVA comprend 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).
Selon une autre caractéristique, le 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 d’agencements 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 œuvre 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 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.-àd. une liste d’intentions devant être supportées 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 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.
Selon une autre caractéristique, le centre d’aide et d’interaction fournit une interface humaine pour au moins une des fonctionnalités suivantes :
• sélectionner et couvrir tous les canaux d’interaction en direct, comme le téléphone, le courriel, le tchat Web en ligne;
• sélectionner et activer le support à distance ;
• sélectionner et activer des fonctions de support via des communautés / réseaux sociaux ;
• permettre le choix entre plusieurs « niveaux de qualité » de support ;
• sélectionner et 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 plate-forme de centre de contact sont obtenus par quatre services qui sont disponibles pour permettre la commutation:
• créer un chat_id (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 œuvre 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) pour plate-forme cloud.
Dans certains modes de réalisation, le moteur d’assistant virtuel cognitif (CVA) pour plate-forme cloud 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 pour capturer l’intention de l’interrogation du client indépendamment de comment elle est posée et ;
le moteur CVA est équipé d’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 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 et probabilistiques en temps réel, à partir de 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 un contexte de discussion et dans lequel le moteur CVA met en oeuvre au moins comme fonctionnalité de base la connexion à une gestion de service, par exemple et sans limitation ServiceNow, et à une plate-forme 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 média 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 met en œuvre en outre au moins une des fonctionnalités de base du CVA :
• 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 centre d’aide et d’interaction (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 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 centre d’aide et d’interaction fournit une interface humaine pour au moins une des fonctionnalités suivantes :
• sélectionner et couvrir tous les canaux d’interaction en direct, comme le téléphone, le courriel, le tchat Web en ligne ;
• sélectionner et activer le support à distance ;
• sélectionner et activer des fonctions de support via des communautés / réseaux sociaux ;
• permettre le choix entre plusieurs « niveaux de qualité » de support ;
• sélectionner et 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 plate-forme 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 chat_id (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 oeuvre 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 d’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).
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’analysedu 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.-àd. une liste d’intentions devant être supportées 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.
U
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).
1Ô
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 œuvre 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.
•fs
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 darapports 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, semimanuellement 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.
Il 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-àpoint, 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’equipe 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 œuvre 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’aère 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.
II 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 10 modifiés dans le domaine défini par la protection demandée, et l'invention ne doit pas être limitée aux détails donnés ci-dessus.
Claims (23)
- REVENDICATIONS1. Moteur d’assistant virtuel cognitif (CVA) (10) pour plate-forme cloud intégré à un centre d’aide et d’interaction (1) 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) pour capturer l’intention de l’interrogation du client indépendamment de comment elle est posée et ;le moteur CVA (10) est équipé d’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 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 et probabilistiques en temps réel, à partir de 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 un contexte de discussion et dans lequel le moteur CVA met en œuvre au moins comme fonctionnalité de base la connexion à une gestion de service et une plate-forme de centre de contact.
- 2. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon la revendication 1, dans lequel il met en œuvre en outre au moins une des fonctionnalités de base du CVA (10) :• fournir une interface texte-voix ;• fournir une interface en anglais pour un contenu en anglais.
- 3. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon la revendication 1 ou 2, dans lequel il 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).
- 4. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon l’une des revendications 1 à 3, dans lequel la connaissance est sauvegardée dans une base de données répartie en :• Connaissance IT commune et ;• Connaissance IT personnalisée.
- 5. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 4, caractérisé en ce que le centre d’aide et d’interaction (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).
- 6. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 5, caractérisé en ce que le centre d’aide et d’interaction (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).
- 7. Moteur d’assistant virtuel cognitif pour pfate-forme cloud selon les revendications 1 à 6, caractérisé en ce que 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 leCVA, à une interface interactive de services de bout en bout (3) de façon à répondre aux exigences des clients.
- 8. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 7, caractérisé en ce que le centre d’aide et d’interaction (1) comprend un centre de gestion d’expérience proactive pour configurer et surveiller le module de gestion d’expérience proactive (11).
- 9. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 8, caractérisé en ce que 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).
- 10. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 9, caractérisé en ce qu’il comprend 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).
- 11. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 10, caractérisé en ce qu’il 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 dé la gestion de données ;• définir et établir une technologie 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.
- 12. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 11, caractérisé en ce que le module de gestion de données comprend un ensemble d’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).
- 13. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 12, caractérisé en ce que 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.
- 14. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 13, caractérisé en ce que 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.
- 15. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 14, dans lequel les données d’entraînement sont de quatre types de données, dont deux sont obligatoires (données d’entrée et de sortie) et deux sont facultatifs (de médiation et supplémentaires) et utilisés pour entraîner un modèle.
- 16. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 10, dans lequel 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.
- 17. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon la revendication 1, caractérisé en ce que le centre d’aide et d’interaction (1) 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 (2), la portée du service, c.-à-d. une liste d’intentions devant être supportées par le CVA.
- 18. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 17, caractérisé en ce que 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 du CVA (10), 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.
- 19. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 18, caractérisé en ce qu’après le déploiement, toutes les interactions du CVA (10) sont enregistrées (interactions complètes : tchats ou appels) dans une mémoire du CVA (10) et rassemblées au moyen d’un agencement dudit CVA (10) pour l’amélioration continue ainsi que la surveillance de la performance du système.
- 20. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 19, caractérisé en ce que 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 (10).
- 21. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon l’une des revendications 1 à 20, dans lequel 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.
- 22. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 21, dans lequel le centre d’aide et d’interaction (1) fournit une interface humaine pour au moins une des fonctionnalités suivantes :• sélectionner et couvrir tous les canaux d’interaction en direct, comme le téléphone, le courriel, le tchat Web en ligne ;• sélectionner et activer le support à distance ;• sélectionner et activer des fonctions de support via des communautés / réseaux sociaux ;• permettre le choix entre plusieurs “niveaux de qualité” de support ;• sélectionner et couvrir tous les canaux de support locaux et sur site.
- 23. Moteur d’assistant virtuel cognitif pour plate-forme cloud selon les revendications 1 à 22, dans lequel les détails d’intégration de l’assistant virtuel cognitif (10) avec la plate-forme de centre de contact sont obtenus par quatre services qui sont disponibles pour permettre la commutation:• créer un chat_id (id de tchat) ;• initier une session de Tchat ;• envoyer message/vérifier logs (journaux) de tchat ;• déconnecter le tchat.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1763413A FR3076390A1 (fr) | 2017-12-29 | 2017-12-29 | Agent virtuel cognitif pour plate-forme cloud |
| PCT/IB2018/060698 WO2019130265A1 (fr) | 2017-12-29 | 2018-12-28 | Agent virtuel cognitif basé sur une plateforme cloud et utilisé dans un centre d'aide et interaction |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1763413A FR3076390A1 (fr) | 2017-12-29 | 2017-12-29 | Agent virtuel cognitif pour plate-forme cloud |
| FR1763413 | 2017-12-29 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3076390A1 true FR3076390A1 (fr) | 2019-07-05 |
Family
ID=62167443
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1763413A Withdrawn FR3076390A1 (fr) | 2017-12-29 | 2017-12-29 | Agent virtuel cognitif pour plate-forme cloud |
Country Status (2)
| Country | Link |
|---|---|
| FR (1) | FR3076390A1 (fr) |
| WO (1) | WO2019130265A1 (fr) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110767220A (zh) * | 2019-10-16 | 2020-02-07 | 腾讯科技（深圳）有限公司 | 一种智能语音助手的交互方法、装置、设备及存储介质 |
| CN111158708B (zh) * | 2019-12-25 | 2023-04-25 | 上海精鲲计算机科技有限公司 | 一种任务编排引擎系统 |
| CN111538668B (zh) * | 2020-04-28 | 2023-08-15 | 山东浪潮科学研究院有限公司 | 基于强化学习的移动端应用测试方法、装置、设备及介质 |
| CN117440030B (zh) * | 2023-12-19 | 2024-03-22 | 中国铁道科学研究院集团有限公司通信信号研究所 | 基于边云协同的动车段/所控制集中系统综合服务平台 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120260263A1 (en) * | 2011-04-11 | 2012-10-11 | Analytics Intelligence Limited | Method, system and program for data delivering using chatbot |
| EP3188090A1 (fr) * | 2016-01-04 | 2017-07-05 | Accenture Global Solutions Limited | Processeur de données de projets |
-
2017
- 2017-12-29 FR FR1763413A patent/FR3076390A1/fr not_active Withdrawn
-
2018
- 2018-12-28 WO PCT/IB2018/060698 patent/WO2019130265A1/fr active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120260263A1 (en) * | 2011-04-11 | 2012-10-11 | Analytics Intelligence Limited | Method, system and program for data delivering using chatbot |
| EP3188090A1 (fr) * | 2016-01-04 | 2017-07-05 | Accenture Global Solutions Limited | Processeur de données de projets |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019130265A1 (fr) | 2019-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11755770B2 (en) | Dynamic management of data with context-based processing | |
| US20230039354A1 (en) | System and method for providing unified workflows integrating multiple computer network resources | |
| JP6828124B2 (ja) | 選択的センサポーリング | |
| AU2019204285B2 (en) | Artificial intelligence (ai) based chatbot creation and communication system | |
| US20190138961A1 (en) | System and method for project management using artificial intelligence | |
| WO2019130265A1 (fr) | Agent virtuel cognitif basé sur une plateforme cloud et utilisé dans un centre d'aide et interaction | |
| US9893905B2 (en) | Collaborative platform for teams with messaging and learning across groups | |
| US11057328B2 (en) | Real-time recommendation of message recipients based on recipient interest level in message | |
| JP2021509517A (ja) | オペラント・タグ及びｄ−絵文字／ｄ−エモーティコンに基づく、生産消費者暗号ソーシャル・メディア及びクロスブリッジ・サービス・コラボレーションのためのシステム及び方法 | |
| Wiese et al. | Evolving the ecosystem of personal behavioral data | |
| EP3051475A1 (fr) | Système et procédé d'analyse de données pour permettre une vision intégrée d'informations client | |
| US11562410B2 (en) | Pre-packaging and pre-configuration of software products using chatbots | |
| US11429833B2 (en) | Cognitive communication assistant services | |
| CN111880890A (zh) | 一种城市门户系统 | |
| US20180268344A1 (en) | Virtual dialogue crowdsourcing | |
| US10397752B2 (en) | Real-time discovery of interests of individuals and organizations participating in a physical event | |
| US11301230B2 (en) | Machine learning multimedia conversion assignment | |
| US11373057B2 (en) | Artificial intelligence driven image retrieval | |
| US11223595B2 (en) | Methods and systems for managing communication sessions for discussion completeness | |
| US20220417050A1 (en) | Video communication application automated features | |
| EP1320822A2 (fr) | Assistant personnel electronique intelligent | |
| Ajimoko | Exploring the cloud-based big data analytics adoption criteria for small business enterprises | |
| FR3104780A1 (fr) | Procede de production automatique d’un compte-rendu multimedia numerique d’une expertise d’un sinistre | |
| Chowdhary | Email-based Intelligent Virtual Assistant for scheduling (EIVA) | |
| US20240089224A1 (en) | System and method of managing channel agnostic messages in a multi-client customer platform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20190705 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| TP | Transmission of property |
Owner name: AGARIK SAS, FR Effective date: 20220707 |
|
| ST | Notification of lapse |
Effective date: 20230808 |