RAM transforme les données non structurées en informations pertinentes et exploitables rapidement pour des décisions de meilleure qualité.
Plus de 80 % des données d’entreprise sont générées dans des formats non structurés (textes, images, etc.), et cet énorme volume d’informations augmente chaque année de 50 à 60 %. Libérer le potentiel de ces données constitue l’un des défis – et l’une des opportunités – majeurs de l’IA générative (GenAI).
Malheureusement, les approches actuelles en matière d’IA générative sont encore trop souvent complexes, inefficaces, lourdes en code, et ne parviennent pas à fournir des résultats cohérents et convaincants.
C’est pourquoi SAS, leader des données et de l’IA, a créé SAS® Retrieval Agent Manager (RAM), une nouvelle solution d’intelligence artificielle destinée à booster la productivité des entreprises. Sa mission : rationaliser le processus de transformation des données brutes non structurées provenant de la base de connaissances d’une entreprise en réponses rapides et pertinentes pour améliorer les décisions commerciales.
RAM aborde les défis fondamentaux auxquels sont confrontés tous les secteurs d’activité et tous les chefs d’entreprise. Par exemple :
Mettre la puissance de l’IA générative et des grands modèles de langage (LLM) au service des données d’entreprise de manière fiable, rapide et évolutive.
Intégrer l’IA (des chatbots aux agents ultrasophistiqués) à des systèmes existants en toute confiance et en toute transparence.
« SAS Retrieval Agent Manager transforme les données fragmentées et non structurées en informations exploitables pour permettre aux entreprises de prendre plus vite des décisions mieux éclairées », explique Kathy Lange, Research Director for the AI and Automation Practice au sein du cabinet d’analystes IDC. « En s’appuyant sur l’IA générative et l’IA agentique, RAM fournit une interface conviviale qui permet de créer et de moderniser les processus organisationnels sans que cela n’exige une refonte des systèmes existants. »
Fonctionnement
Basé sur la génération à enrichissement contextuel (Retrieval Augmented Generation, RAG), SAS Retrieval Agent Manager est une solution sans code (no-code) conçue pour fournir des réponses générées par l’IA rapides, précises et contextuelles à partir de contenus non structurés.
RAM ingère et traite des documents non structurés, puis évalue et sélectionne les meilleures configurations pour permettre une interaction rapide avec ces documents via une API ou un chatbot. RAM est également compatible avec les services GenAI en plug-and-play tels que les LLM et les bases de données vectorielles. Et il intègre une couche d’IA agentique pour automatiser les workflows complexes en s’appuyant sur les données d’entreprise.
Applications intersectorielles
Retrieval Agent Manager aide les organisations de divers secteurs à exploiter les données non structurées pour accélérer leurs prises de décision, renforcer leurs relations et améliorer leurs résultats. Quelques exemples :
Lutte contre la fraude et gestion du risque dans le secteur bancaire. RAM aide les équipes chargées de la lutte contre la fraude à repérer les schémas suspects et les signaux d’alerte réglementaires en quelques secondes, ce qui accélère les enquêtes et renforce la conformité aux procédures AML/KYC (lutte contre le blanchiment d’argent/nécessité de connaître son client). Les responsables du risque peuvent également récupérer des modèles de tests de résistance, des documents stratégiques et des historiques de pertes pour évaluer rapidement les expositions, faciliter les audits et orienter les décisions en matière de gestion du capital dans le respect des cadres réglementaires.
Accélération du traitement des demandes d’indemnisation dans le secteur des assurances. RAM aide les experts en assurance à récupérer instantanément les clauses des polices, les premières déclarations de sinistre et les anciens dossiers de sinistre pour permettre des indemnisations rapides, équitables et conformes à la réglementation, et améliorer la satisfaction des clients.
Amélioration des services aux citoyens dans le secteur public. RAM permet aux agents des centres d’appels d’extraire les réponses aux questions et problèmes soumis à la municipalité, des manuels de procédures et des archives de cas, ce qui réduit efficacement les temps d’attente tout en garantissant des réponses cohérentes et conformes aux politiques.
Renforcement du soutien clinique dans le secteur de la santé. RAM permet aux cliniciens de synthétiser les informations issues des notes sur les patients, des protocoles cliniques, des travaux de recherche évalués par des confrères, etc., et de fournir ainsi des conseils rapides et conformes aux lois sur la protection des données personnelles pour améliorer les résultats.
Zoom sur le secteur de la fabrication : optimisation de la maintenance prédictive
Une autre illustration de la valeur ajoutée de RAM se situe dans l’amélioration de la maintenance prédictive pour les entreprises industrielles. Grâce à une multitude de capteurs IoT et aux systèmes d’apprentissage automatique, les fabricants peuvent désormais anticiper efficacement les problèmes de leurs équipements critiques. Mais une alerte provenant d’un système clé n’est qu’une première étape. Comment aider ces entreprises à bien cibler le problème et à utiliser leur base de connaissances pour y remédier de manière rapide et efficace ?
RAM permet de parcourir efficacement de vastes quantités de données textuelles non structurées (manuels, rapports d’entretien et d’inspection, dossiers fournisseurs, bulletins de service sur le terrain, documentation dispersée, y compris les notes et les e-mails) pour détecter rapidement la source d’un problème et y apporter la meilleure solution.
RAM complète la maintenance prédictive existante reposant sur l’apprentissage automatique en récupérant les informations de réparation et de maintenance pertinentes, et en générant des instructions de travail clairs pour les ingénieurs et les techniciens.
Fiabilité intégrée
Grâce à sa couche d’IA agentique, RAM utilise les données et les documents propres à l’entreprise pour analyser les demandes, afficher des réponses pertinentes ou des actions recommandées, et partager en toute transparence les documents et données sources sur lesquels reposent ses réponses et recommandations.
La nouvelle solution SAS n’utilise pas les données d’entreprise pour former ou optimiser un LLM. Au contraire, elle sépare les données et les LLM pour créer un service qui les rassemble au bon moment afin de générer des réponses pertinentes et opportunes.
« SAS Retrieval Agent Manager s’adapte aux très vastes volumes de données mis à jour en permanence », souligne Jason Mann, VP of IoT chez SAS. « RAM permet à une entreprise d’appliquer plus facilement des technologies comme les chatbots et l’IA conversationnelle à sa base de connaissances, d’utiliser des API robustes pour intégrer des services de connaissances basés sur l’IA générative dans des applications existantes, pour faciliter le développement d’agents IA. »
Certes l’IA demeure le grand sujet du moment dans le monde de la tech et des affaires, il n’en reste pas moins que beaucoup de personnes et d’organisations peinent à l’utiliser efficacement. RAM aide les entreprises à transformer l’IA en levier de valeur.
Malheureusement, les approches actuelles en matière d’IA générative sont encore trop souvent complexes, inefficaces, lourdes en code, et ne parviennent pas à fournir des résultats cohérents et convaincants.
C’est pourquoi SAS, leader des données et de l’IA, a créé SAS® Retrieval Agent Manager (RAM), une nouvelle solution d’intelligence artificielle destinée à booster la productivité des entreprises. Sa mission : rationaliser le processus de transformation des données brutes non structurées provenant de la base de connaissances d’une entreprise en réponses rapides et pertinentes pour améliorer les décisions commerciales.
RAM aborde les défis fondamentaux auxquels sont confrontés tous les secteurs d’activité et tous les chefs d’entreprise. Par exemple :
Mettre la puissance de l’IA générative et des grands modèles de langage (LLM) au service des données d’entreprise de manière fiable, rapide et évolutive.
Intégrer l’IA (des chatbots aux agents ultrasophistiqués) à des systèmes existants en toute confiance et en toute transparence.
« SAS Retrieval Agent Manager transforme les données fragmentées et non structurées en informations exploitables pour permettre aux entreprises de prendre plus vite des décisions mieux éclairées », explique Kathy Lange, Research Director for the AI and Automation Practice au sein du cabinet d’analystes IDC. « En s’appuyant sur l’IA générative et l’IA agentique, RAM fournit une interface conviviale qui permet de créer et de moderniser les processus organisationnels sans que cela n’exige une refonte des systèmes existants. »
Fonctionnement
Basé sur la génération à enrichissement contextuel (Retrieval Augmented Generation, RAG), SAS Retrieval Agent Manager est une solution sans code (no-code) conçue pour fournir des réponses générées par l’IA rapides, précises et contextuelles à partir de contenus non structurés.
RAM ingère et traite des documents non structurés, puis évalue et sélectionne les meilleures configurations pour permettre une interaction rapide avec ces documents via une API ou un chatbot. RAM est également compatible avec les services GenAI en plug-and-play tels que les LLM et les bases de données vectorielles. Et il intègre une couche d’IA agentique pour automatiser les workflows complexes en s’appuyant sur les données d’entreprise.
Applications intersectorielles
Retrieval Agent Manager aide les organisations de divers secteurs à exploiter les données non structurées pour accélérer leurs prises de décision, renforcer leurs relations et améliorer leurs résultats. Quelques exemples :
Lutte contre la fraude et gestion du risque dans le secteur bancaire. RAM aide les équipes chargées de la lutte contre la fraude à repérer les schémas suspects et les signaux d’alerte réglementaires en quelques secondes, ce qui accélère les enquêtes et renforce la conformité aux procédures AML/KYC (lutte contre le blanchiment d’argent/nécessité de connaître son client). Les responsables du risque peuvent également récupérer des modèles de tests de résistance, des documents stratégiques et des historiques de pertes pour évaluer rapidement les expositions, faciliter les audits et orienter les décisions en matière de gestion du capital dans le respect des cadres réglementaires.
Accélération du traitement des demandes d’indemnisation dans le secteur des assurances. RAM aide les experts en assurance à récupérer instantanément les clauses des polices, les premières déclarations de sinistre et les anciens dossiers de sinistre pour permettre des indemnisations rapides, équitables et conformes à la réglementation, et améliorer la satisfaction des clients.
Amélioration des services aux citoyens dans le secteur public. RAM permet aux agents des centres d’appels d’extraire les réponses aux questions et problèmes soumis à la municipalité, des manuels de procédures et des archives de cas, ce qui réduit efficacement les temps d’attente tout en garantissant des réponses cohérentes et conformes aux politiques.
Renforcement du soutien clinique dans le secteur de la santé. RAM permet aux cliniciens de synthétiser les informations issues des notes sur les patients, des protocoles cliniques, des travaux de recherche évalués par des confrères, etc., et de fournir ainsi des conseils rapides et conformes aux lois sur la protection des données personnelles pour améliorer les résultats.
Zoom sur le secteur de la fabrication : optimisation de la maintenance prédictive
Une autre illustration de la valeur ajoutée de RAM se situe dans l’amélioration de la maintenance prédictive pour les entreprises industrielles. Grâce à une multitude de capteurs IoT et aux systèmes d’apprentissage automatique, les fabricants peuvent désormais anticiper efficacement les problèmes de leurs équipements critiques. Mais une alerte provenant d’un système clé n’est qu’une première étape. Comment aider ces entreprises à bien cibler le problème et à utiliser leur base de connaissances pour y remédier de manière rapide et efficace ?
RAM permet de parcourir efficacement de vastes quantités de données textuelles non structurées (manuels, rapports d’entretien et d’inspection, dossiers fournisseurs, bulletins de service sur le terrain, documentation dispersée, y compris les notes et les e-mails) pour détecter rapidement la source d’un problème et y apporter la meilleure solution.
RAM complète la maintenance prédictive existante reposant sur l’apprentissage automatique en récupérant les informations de réparation et de maintenance pertinentes, et en générant des instructions de travail clairs pour les ingénieurs et les techniciens.
Fiabilité intégrée
Grâce à sa couche d’IA agentique, RAM utilise les données et les documents propres à l’entreprise pour analyser les demandes, afficher des réponses pertinentes ou des actions recommandées, et partager en toute transparence les documents et données sources sur lesquels reposent ses réponses et recommandations.
La nouvelle solution SAS n’utilise pas les données d’entreprise pour former ou optimiser un LLM. Au contraire, elle sépare les données et les LLM pour créer un service qui les rassemble au bon moment afin de générer des réponses pertinentes et opportunes.
« SAS Retrieval Agent Manager s’adapte aux très vastes volumes de données mis à jour en permanence », souligne Jason Mann, VP of IoT chez SAS. « RAM permet à une entreprise d’appliquer plus facilement des technologies comme les chatbots et l’IA conversationnelle à sa base de connaissances, d’utiliser des API robustes pour intégrer des services de connaissances basés sur l’IA générative dans des applications existantes, pour faciliter le développement d’agents IA. »
Certes l’IA demeure le grand sujet du moment dans le monde de la tech et des affaires, il n’en reste pas moins que beaucoup de personnes et d’organisations peinent à l’utiliser efficacement. RAM aide les entreprises à transformer l’IA en levier de valeur.