En réponse au cas d’utilisation spécifique de la banque, Artefact a entrepris une analyse de cluster qui permet aux utilisateurs de cibler des groupes de clients distincts. L’analyse s’est concentrée sur un sous-ensemble sélectionné de clients en définissant des profils typiques (personas) grâce à l’IA générative. Ces personas peuvent ensuite être interrogés sur leurs préférences personnelles et leurs habitudes de consommation.
« Le studio IBM watsonx.ai nous a permis de déployer l’ensemble de la solution, du back-end au front-end, en seulement un mois et avec une équipe restreinte. Les outils d’IBM sont extrêmement fonctionnels, faciles à déployer et à utiliser : une base solide pour le développement rapide de solutions d’IA », déclare Jérémie Cornet-Vuckovic.
Artefact met en évidence deux aspects essentiels de l’offre IBM watsonx.ai :
• Un éventail complet de technologies qui comprend les principales technologies open source et qui permet aux équipes de développement d’exploiter ces outils pour accélérer le projet.
• Des capacités robustes de sécurité et de protection des données, qui permettent le déploiement et l’entraînement de l’IA sur site, un élément essentiel pour des secteurs tels que la finance, les assurances et le secteur public.
Artefact a utilisé des données client anonymisées pour le développement d’applications, en accordant une attention particulière à la compréhension et à l’élucidation des réponses générées par l’IA générative. « Chaque information fournie est explicable dans l’application », confirme Jérémie Cornet-Vuckovic. « Il est essentiel de pouvoir faire confiance aux données fournies par l’IA, sans lesquelles aucun avantage ne pourrait être dérivé pour l’entreprise.