Cet article fait partie de notre guide: Comment faire un chatbot ?

SAChA : le bot qui recommande des bottes (et des habits)

Capgemini a conçu un assistant virtuel pour les distributeurs d'articles de mode. A base de Machine Learning, de reconnaissance d'image et de compréhension de la voix, ce bot a vocation à s'adapter à tout type de commerce. Il témoigne également de la transformation des SSII en ESN.

Si Cristina Cordula était un chatbot, elle pourrait s'appeler SAChA. Développée sous forme de démonstrateur pour le NRF - le grand salon américain de la distribution - ce bot « féminin » est en effet capable de recommander des vêtements (et de les trouver dans un stock).

Elle fait ses propositions lorsqu'on lui demande vocalement ou, encore mieux, elle peut proposer d'elle-même - comme Cristina Cordula - des articles en fonction du style du client ou de la cliente et des tendances mode.

Un assistant point de vente (pour l'instant)

Bien qu'étant en anglais et destiné dans un premier temps au marché américain, l'assistant sort tout droit de l’Applied Innovation Exchange de Lille de Capgemini. Pour mémoire, les AIE sont un ensemble de centres, répartis sur la planète, où l'Entreprise de Services Numériques (ESN) fait la démonstration de ses savoir-faire technologiques et présente ses partenaires, notamment les startups avec lesquelles elle travaille.

Pour SAChA, Capgemini a collaboré avec Intel et HP. L'assistant a en effet été présenté sur un « tout en un » HP Elite One.

L'assistant dans sa première version est donc plus un concierge ou un « Personnal Shopper » à déployer dans un Point de Vente (via un Kiosk) plutôt qu'un assistant sur smartphone à la Siri.

Triple ration d'IA pour SAChA

Il n'en reste pas moins que d'un point de vue technologique, SAChA s'en rapproche beaucoup plus que certains chatbots à base et de scripts simples et d'arbre de décisions, aux échanges bien encadrés. Par opposition, l'assistant de Capgemini fait usage de beaucoup de « vraies » technologies d'Intelligence Artificielle.

A commencer par le Machine Learning et la compréhension sémantique. Les recommandations de SAChA ne s'appuient en effet pas sur une base mise à jour par les développeurs ou par un commerçant. « Tous les jours, elle regarde des sites internet qui parlent tendances. Elle sait les lire et les comprendre » explique Vicent Lepleux, Directeur de l'Innovation chez Capgemini France.

Concernant l'interaction avec l'acheteur « [SAChA est] capable de répondre aussi bien à des questions spécifiques qu'à des questions plus ouvertes », vante l'ESN à ses clients potentiels. « [Elle] utilise l'intelligence artificielle pour traiter le langage naturel, rechercher dans le catalogue de produits du détaillant et passer en revue toutes les publications éditoriales externes pertinentes que vous décidez d'inclure afin de fournir des recommandations ».

Enfin, pour la reconnaissance d'image, le bot est capable de qualifier des éléments comme le sexe, l'âge et le style vestimentaire du client (sport, professionnel, casual, etc.).

Sous le capot

Sous le capot, le traitement du langage naturel est réalisé (en anglais) avec Dialogflow (racheté par Google). Le service de Google - plus que d'autres - permet de comprendre les nombreuses manières dont un client peut poser une question, explique en substance un responsable du projet.

La reconnaissance d’image, elle, s'appuie sur la technologie de la startup new-yorkaise Clarifai et sur la solution Tchèque Eye Dea.

Pour la partie « données », SAChA utilise des API externes - qui peuvent être choisies par le distributeur - comme « News API » (pour accéder aux grands titres de presse) et « Chic Mi » (base de données de styles et d'événements mode). Ces sources ingérées par le bot nourrissent l'apprentissage du moteur de recommandations.

Le tout est hébergé sur la Google Cloud Platform « pour être accessible depuis n’importe quel point de contact » - et pour tirer pleinement partie de Dialogflow.

SAChA au-delà du Kiosk et de la Mode

La démonstration de Capgemini n'a pas vocation à se limiter à la mode, ni au Kiosk en point de vente.

« SAChA peut se déployer sur n'importe quel appareil - comme un smartphone, ou une tablette - et s'appliquer à n'importe quel contexte de service », insiste l'ESN.

L'éditeur / assembleur du bot imagine déjà des applications dans le milieu de la distribution de produits frais et l'épicerie (« De quels ingrédients ai-je besoin pour faire un Stroganoff ? Où se trouvent-ils dans le magasin ? ») ; dans la distribution d'outils de bricolage (« Où est l'allée des robinets ? Avez-vous des robinets Delta en stock ? ») ; pour les chaînes de restauration (« Quel type de fromage se trouve dans le sandwich artisanal au pesto Toscan ? ») ; ou directement pour des vendeurs « augmentés » (« Avons-nous des blouses bleues de référence xxxx, taille S, en stock ? »).

En filigrane, ce bot illustre bien le glissement des SSII - qui étaient de purs intégrateurs et fournisseurs de conseils techniques - vers le concept d'ESN, plus centré sur les usages, l'accompagnement du changement, voire - comme ici - sur le développement et la livraison de produits clefs en main et sur mesure.

Soyez le premier à commenter

M'envoyer une notification dès qu'un autre membre commente.

Merci de créer un identifiant pour pouvoir poster votre commentaire.

- ANNONCES GOOGLE

Close