Esker développe sa propre IA générative « frugale » pour automatiser le traitement de commandes
L’éditeur lyonnais a dévoilé une intelligence artificielle, conçue par ses équipes en interne, pour comprendre les données pertinentes des commandes grâce à un « Not-So-Large Language Model », et dans une optique de frugalité numérique de plus en plus demandée par les clients.
Esker, le Lyonnais spécialiste du Order to Cash et du Procure to Pay, a lancé une nouvelle intelligence artificielle, qu’il infuse dans son offre. « Synergy Transformer », c’est son nom, est donc la dernière version en date de « Esker Synergy AI ».
Cette IA générative a pour but d’automatiser le traitement des commandes en extrayant les données utiles des documents, quel que soit le support (PDF, image, fax, etc.).
La nouvelle version de l’IA d’Esker établirait « un record de vitesse et de précision » (sic). Selon l’éditeur, il surpasse ChatGPT 4 qui a « une approche plus généraliste ». Ce résultat s’explique par le fait que le modèle de langage d’Esker a été spécifiquement conçu pour ce cas d’usage d’extraction rapide de grandes quantités de données issues des commandes.
Par rapport aux versions antérieures de « Synergy », cette mise à jour augmenterait la précision (jusqu’à +6 % portant le taux de reconnaissance à 92 %) et cela avec un modèle de taille plus réduite – ce qui « le rend plus durable et économe en ressources, [et] respectueux de l’environnement », souligne un communiqué d’Esker.
Ce n’est pas la première incursion de l’éditeur lyonnais dans l’intelligence artificielle. Cette IA générative s’inscrit dans la continuité de l’historique d’Esker dans ce domaine avec le lancement en 2018 d’un système de reconnaissance visuelle (« Synergy Shared Network ») qui identifiait déjà les modèles de documents, et en 2019 de l’algorithme de Machine Learning (« Synergy Neural Network ») pour l’extraction des données.
Un « Not-So-Large Language Model »
Synergy Transformer est un modèle d’IA développé entièrement en interne. « Il n’utilise pas de LLM du marché comme ChatGPT [N.D.R. : qu’Esker utilise par ailleurs] ou Bedrock », assure au MagIT Aurélien Coq, chef de produit chez l’éditeur.
« Nous avions commencé à travailler sur cette technologie Transformer avant que GPT ne soit diffusé fin 2022. »
Aurélien CoqEsker
D’ailleurs, continue-t-il, il ne s’agirait pas à proprement dit d’un grand modèle de langage : « Synergy Transformer n’est pas un LLM, c’est plutôt un modèle spécialisé sur le “langage business des commandes”. Il ne comprend pas le langage naturel », différencie Aurélien Coq qui qualifie cette technologie de « Not-So-Large Language Model ».
Derrière la nuance, il s’agit bien en revanche d’une IA générative. « Nous utilisons la même technologie de Transformers que GPT, mais ce sont nos équipes R&D (IA et fonctionnelles) qui ont créé et optimisé le modèle, spécifiquement pour nos besoins », explique l’expert au MagIT. « D’ailleurs, nous avions commencé à travailler sur cette technologie Transformer avant que GPT ne soit diffusé fin 2022. Elle nous paraissait intéressante pour notre besoin, principalement en termes de performance ».
Côté hébergement, ce modèle d’IA suit la stratégie d’Esker. « Il tourne sur l’infrastructure Microsoft Azure, où nous “hostons” la majorité de nos services SaaS », confirme Aurélien Coq. Un des bénéfices de cette stratégie est que le hosting peut se déplacer dans différents pays selon la localisation du client (Amérique du Nord, Europe, Asie, Australie).
Automatisation aussi dans l’ESG
Dans un autre domaine d’automatisation, Esker a enrichi sa suite, début juillet, de deux grandes familles de fonctionnalités, pour mieux suivre les indicateurs ESG. Pas d’IA ici, mais le sujet est connexe.
Concrètement, l’éditeur a ajouté des outils pour mieux connaître et sélectionner les fournisseurs. Ces outils permettent de les évaluer en s’appuyant sur des critères ESG (via des demandes d’informations ou des questionnaires de préqualification), et ils émettent automatiquement des alertes en cas de changement dans le score ESG d’un fournisseur.
L’autre ajout est un calculateur d’émissions de CO2 et de gaz à effet de serre qui s’appuie sur l’analyse des factures fournisseurs et des commandes d’achat. Ces calculs alimentent ensuite un tableau de bord pour visualiser l’empreinte carbone de l’entreprise selon différents critères (filiale, fournisseur, pays, par scope, etc.).
Cette préoccupation de mesurer avec des chiffres les partenaires en amont et en aval pour commercer avec les plus « frugaux » et les plus « vertueux » explique la volonté d’Esker – comme de beaucoup d’autres éditeurs – de faire de plus petits modèles d’IA, moins énergivores. Et de rentrer, par la même, dans la catégorie des vendeurs informatiques « frugaux et vertueux » que pourrait pousser dans ses solutions de sourcing un éditeur comme… Esker.
