Plus de 90 projets réalisés depuis 2019

L'entreprise spécialisée dans le placement de personnel temporaire lié à la santé a surmonté le défi de traiter plus de 1000 courriels hebdomadaires provenant de diverses institutions de santé. En utilisant des technologies avancées, notamment des modèles basés sur la reconnaissance de langage naturel (NLP) et le Large Language Model (LLM) GPT3.5, l'entreprise a développé un outil de monitoring de la boîte de courriel capable d'interpréter les données dans les courriels et les documents joints.

Cette solution a simplifié et standardisé le processus d'évaluation des besoins en personnel en extrayant les données essentielles et en les présentant de manière homogène aux responsables. En utilisant Azure OCR pour interpréter les images et les PDF, l'entreprise a réalisé une hausse significative de la productivité en éliminant le temps d'évaluation des demandes, une réactivité améliorée face aux demandes incomplètes, et un service à la clientèle renforcé grâce à un traitement rapide et efficace des demandes.

L'entreprise gérant une plateforme transactionnelle B2C a relevé le défi de la concurrence intense en développant des solutions basées sur l'intelligence artificielle (IA) pour optimiser l'expérience client et simplifier le processus d'entrée de données. Face à la diversité des méthodes de classification des marchands, des outils IA ont été déployés pour suggérer des catégories de produits en se basant sur les noms et descriptions, tandis qu'un outil de reconnaissance d'image a renforcé la prédiction de catégorie, assurant également la détection d'articles non-autorisés.

Les résultats incluent des données de meilleure qualité et plus homogènes, une prédiction précise de la catégorie dans plus de 80% des cas, et une réduction significative du temps nécessaire à l'intégration de nouveaux marchands sur la plateforme.

L'entreprise axée sur le développement de solutions logicielles pour l'optimisation des activités de construction routière au Québec a relevé le défi complexe de la prise de décision rapide sur les chantiers. Face aux variations météorologiques impactant les recettes de revêtement et à la complexité de l'environnement légal entourant la construction routière, l'entreprise a intégré des tableaux de bord intelligents dans ses solutions logicielles.

Ces tableaux de bord ont consolidé des données provenant de diverses sources, y compris des capteurs équipés de GPS sur les chantiers. Les résultats incluent un meilleur partage d'information entre les parties prenantes de l'industrie, des outils d'aide à la décision plus pertinents grâce à des données en temps réel, et une augmentation des ventes découlant de cette nouvelle fonctionnalité logicielle.

L'entreprise, opérant une plateforme numérique centrée sur les informations des entreprises en croissance, a relevé le défi de fournir à ses clients, principalement des investisseurs B2B, des informations actualisées et complètes. Avant notre intervention, la mise à jour manuelle de la base de données impliquait la consultation de divers documents internes et sources externes.

La solution développée a permis d'analyser ces documents, de collecter les informations manquantes, et de les intégrer automatiquement dans la base de données. En utilisant des modèles d'IA générative, les résultats des requêtes clients sont présentés dans des rapports consolidés en langage naturel. Les résultats incluent des données de meilleure qualité mises à jour automatiquement, améliorant ainsi l'expérience client grâce à des rapports précis et faciles à consulter.

L'entreprise spécialisée dans la revente de véhicules usagés a surmonté le défi complexe de normaliser les informations sur les véhicules disponibles, provenant de sources multiples, pour faciliter la prise de décision. Avec entre 3 et 4 millions de véhicules sur le marché chaque année, la variété des systèmes de classification des fournisseurs rendait les données non homogènes. En outre, le client avait ses propres critères et vocabulaire pour évaluer le potentiel des véhicules.

La solution impliquait l'utilisation de modèles basés sur la reconnaissance de langage naturel (NLP) et de Large Language Model (LLM) comme GPT3.5 pour collecter et uniformiser les informations sur les véhicules, en les associant aux critères internes du client. Les résultats incluent une expérience client améliorée grâce à une présentation uniformisée des données, permettant une comparaison efficace des véhicules quelle que soit leur source, ainsi que des prises de décision plus éclairées grâce à la présentation des données conformément aux besoins spécifiques de l'utilisateur en termes d'attributs, de vocabulaire et de classification.

Une firme spécialisée dans le secteur minier a relevé le défi crucial de la détection d'anomalies dans le processus d'excavation et de broyage, en particulier en ce qui concerne le fonctionnement du broyeur, un élément essentiel de la chaîne d'opérations minières. Les contrôles manuels existants basés sur la granulométrie étaient insuffisants, et la réparation ou le remplacement du broyeur était coûteux.

La solution consistait en l'utilisation de technologies de vision numérique pour développer un modèle d'intelligence artificielle (IA) capable d'analyser la taille de chaque roche à la sortie du broyeur. En cas de non-conformité aux attentes, le système signalait automatiquement une anomalie aux personnes responsables. Les résultats incluent une amélioration significative de la capacité à détecter les anomalies, offrant ainsi une réduction potentielle des frais d'entretien et de réparation des équipements grâce à l'identification automatisée des problèmes.

L'entreprise spécialisée dans le recyclage a surmonté le défi de la fluctuation des prix sur les marchés internationaux en améliorant la prédiction de l'offre et de la demande. L'instabilité des prix ayant un impact significatif sur la rentabilité, l'entreprise a intégré des modèles d'apprentissage machine aux infrastructures technologiques existantes. Ces modèles, basés sur l'analyse de l'évolution des prix des matières à l'international, des transactions rapportées dans des registres publics et de l'historique interne, ont permis une anticipation plus précise de l'évolution de l'offre (fournisseurs) et de la demande (clients). En outre, des tableaux de bord ont été développés pour optimiser l'utilisation des données disponibles et éclairer les décisions de gestion.

Les résultats incluent un horizon de prévision des fluctuations des prix mondiaux sur deux mois, des gains significatifs en productivité et compétitivité, conduisant à une augmentation de la valeur de l'entreprise et à son acquisition ultérieure. Le modèle est capable d'anticiper toute baisse de la demande supérieure à 30%, permettant au client d'orienter de manière plus efficace les actions de ses représentants et assurant une plus grande stabilité dans le flux des matériaux transigés.