NLP et RPA : UiPath met la main sur Re:infer

Re:infer, un concurrent d’IBM Watson

Cette plateforme SaaS hébergée sur Google Cloud repose sur une approche no-code et des techniques AutoML.

Elle permet d’extraire les données semi-structurées de mail, de messages, d’un CRM, de transcriptions d’appel, ou d’autres documents. La documentation de l’éditeur précise qu’un modèle ne peut être formé qu’à partir d’un seul type de sources de données (c’est-à-dire des mails, des transcriptions, etc.).

Puis, l’algorithme propriétaire de deep learning de Re:infer est utilisé pour nettoyer les données. Ensuite, la startup s’appuie sur une technique d’apprentissage non supervisée afin de reconnaître des « tendances ». En clair, l’algorithme identifie les termes et les intentions les plus communes dans un jeu de données et crée des « clusters de messages ».

Selon Re:infer, il n’est pas nécessaire d’y injecter d’importants volumes de données pour obtenir des résultats convaincants.

Les équipes de data science ou d’analytique peuvent alors annoter ces jeux de données suivant la problématique qu’il cherche à résoudre, puis entraîner un modèle, cette fois-ci en s’appuyant sur une technique d’apprentissage supervisée.

Pour ce faire, la startup a mis au point deux types de taxonomie. L’une contient des labels pour décrire le rôle d’un message dans son ensemble : une commande, une réservation, une déclaration, un commentaire, etc. La deuxième permet de signaler des entités dans un message : des noms, des dates, des adresses, des valeurs, etc.

Propulsée par un algorithme « transformer » mis au point par Re:infer, la plateforme donne des indications sur les échantillons qu’elle estime les plus consistants avec l’annotation et ceux où l’étiquetage ne semble pas convenir.

Des fonctionnalités de BI et d’analytique permettent d’en tirer les premiers enseignements, par exemple statuer si les prédictions sont bonnes ou mauvaises.

Le modèle peut continuer à apprendre au fur et à mesure que les annotateurs enrichissent leur taxonomie. Le modèle est automatiquement réentraîné et réinféré. Les usagers peuvent aussi étudier le comportement d’un modèle sur un même jeu de données où l’on aurait appliqué au moins deux annotations différentes. Cela permet de constater comment la distribution des labels influe la performance du modèle NLP.

Une fois ses performances validées, le modèle est réinféré et réentraîné sur les données précédemment ingérées. Enfin, le modèle peut être déployé dans des systèmes « downstreams » (CRM, CMS, MIS) et des outils RPA.

En effet, les entités et les labels sont disponibles depuis la plateforme à des fins analytiques ou via API pour nourrir un processus d’automatisation. Les modèles peuvent également inclure des déclencheurs permettant d’engager des actions, la création d’un dossier dans une plateforme de CASE Management, ou de recevoir des alertes.

Pour les connaisseurs, Re:Infer ressemble beaucoup à IBM Watson Natural Language Understanding, solution que la startup prétend avoir battue en 2019. Sa plateforme était supposément 30 % plus précise et 200 fois plus rapide que la solution d’IBM.

La startup londonienne travaillait déjà avec des acteurs de la RPA, dont Blue Prism, Automation Anywhere, Microsoft (Power Automate, Logic Apps) et UiPath.

C’est avec ce dernier que Re:infer a développé la plus forte collaboration. Le jeune éditeur revendique plusieurs clients communs avec UiPath, dont l’assureur spécialisé Hiscox. UiPath avait par ailleurs investi dans la startup.

« En combinant UiPath et Re:infer, nous avons généré un impact commercial significatif grâce à l’automatisation, permettant le catalogage, le triage et la réponse automatisés à des dizaines de milliers de demandes par courriel par mois », raconte Marco Rodriguez, responsable de l’automatisation chez Hiscox, dans un communiqué de presse. « Avec UiPath et Re:infer, nos courtiers d’assurance obtiennent des réponses instantanées et automatisées aux demandes par e-mail. Nos accords de niveau de service sont passés de plusieurs jours à quelques heures seulement […] ».

Combler les trous dans la raquette de l’automatisation

Re:infer a également convaincu UBS, Deutsche Bank, Expedia ou encore Hotel.com.

Les clients d’UiPath peuvent déjà accéder à la plateforme NLP à partir d’une préversion privée. Le spécialiste de la RPA n’explique pas s’il compte optimiser l’intégration de Re:infer avec ses propres outils. Pour l’instant, il entend répondre aux cas d’usage les plus courants de ses clients, à savoir le tri de mails, l’analyse de sentiments à partir de commentaires et l’attribution automatique de cas.

« Nos clients sont inondés de documents, de communications et de données dont ils doivent comprendre le sens et les traiter efficacement », affirme Ted Kummert, vice-président exécutif, produit et ingénierie chez UiPath, dans le communiqué. « La combinaison de la technologie NLP de Re:infer avec nos produits de compréhension de documents et d’IA élargit l’étendue de nos capacités d’automatisation actuelles et débloque de nouvelles opportunités d’automatisation pour nos clients ».

Commercialement, il s’agit d’attirer de nouveaux logos et de combiner davantage la RPA et l’IA. UiPath a déjà plus de 10 000 clients. UiPath prévoit de détailler sa feuille de route à la fin du mois de septembre prochain, lors de sa conférence annuelle FORWARD 5.

Au début du mois de juin, l’entreprise a dévoilé ses résultats financiers du 1^er trimestre fiscal 2023, terminé le 30 avril dernier. Sur cette période, UiPath a réalisé un chiffre d’affaires de 245,1 millions de dollars, en augmentation de 32 % par rapport à l’année dernière.

Ses pertes nettes ont atteint 122,5 millions de dollars, contre 239,6 millions au premier trimestre fiscal 2022. Toutefois, le coût de son action au NYSE est tombé de 74,84 dollars le 23 avril 2021 à 18,33 dollars le 29 juillet 2022.

Le 27 juin dernier, UiPath a annoncé le licenciement de 5 % de ses effectifs, environ 210 postes sur 4 200.