CDAConnaissance documentaire augmentée
Innovation · Data & analytics
Un graphe de 10 000 entités extrait de 11 000 pages de dossiers.
La direction innovation disposait de dossiers en texte libre, peu exploitables en analytics. Un POC d’extraction générative a produit un graphe structuré, explorable et auditable.
Indicateurs clés
- Client
- Bpifrance
- Secteur
- Innovation
- Fonction
- Data & analytics
- Statut
- POC livré — industrialisation en cours
- Déploiement
- Cloud managé (tenant client)
Le contexte
Des centaines de dossiers, plus de 11 000 pages : données qualitatives en langage naturel, largement inexploitées pour des analyses de cohorte ou des indicateurs de politique publique.
Le problème
- Liens startups, laboratoires, brevets et financements non structurés.
- Analyses manuelles longues, non reproductibles. Pas de vision d’ensemble exploitable en continu.
La solution
Co-construction d’un référentiel (types de nœuds et de relations), extraction générative, stockage relationnel, visualisation, boucle de correction experte. L’Evidence Panel cite les phrases sources jusqu’au document d’origine.
Composants NEXA mobilisés
| Composant | Rôle |
|---|---|
| Algorithme d’arbitrage | Orchestration des modèles d’extraction |
| Evidence Panel | Phrases sources jusqu’au document |
| HITL | Validation / correction des nœuds et relations |
| AI Knowledge Vault | Référentiel co-construit, réutilisable |
| Cockpit | Précision, couverture, empreinte |
L'impact
| Axe | Impact concret |
|---|---|
| Données | Indicateurs quantitatifs sur l’écosystème inaccessibles avant structuration. |
| Précision | 80 % de précision ; hallucinations non constatées en contrôle. |
| Scalabilité | Architecture extensible à d’autres corpus. |
Votre rituel métier a le même potentiel.
La preuve n'est pas notre contrainte. C'est notre produit.