eGain : L'automatisation des connaissances, une clé méconnue du succès de l'IA

eGain Corporation avance que la majorité des initiatives d'IA en service client échouent à générer un retour sur investissement, attribuant ces échecs non pas à la sophistication technologique, mais à des problèmes fondamentaux de gestion des connaissances.

L'entreprise souligne que les approches actuelles dirigent souvent les systèmes d'IA vers des bases de connaissances existantes conçues pour des agents humains, bases qui sont généralement inadaptées à l'IA. eGain soutient que l'IA requiert des connaissances atomisées, indexées contextuellement, validées continuellement et gouvernées pour la fiabilité. Sans cette structure, même une IA avancée peine à fournir un service client précis.

eGain critique la pratique courante de passer 18 à 24 mois à "entraîner" les systèmes d'IA, ce qui implique souvent une refonte manuelle intensive du contenu. L'entreprise suggère que les grands fournisseurs de logiciels comme Microsoft, ServiceNow et Salesforce pourraient tirer profit de cette période d'entraînement prolongée via des revenus de services professionnels accrus, tandis que le problème central des opérations de connaissances reste non résolu.

En introduisant le concept d'"Automatisation des Connaissances" (Knowledge Automation), eGain la définit comme le traitement des connaissances en tant que produit, avec son propre cycle de développement, ses normes de qualité et ses métriques. Cette discipline vise à capturer, synthétiser et structurer systématiquement les informations provenant de sources diverses, assurant précision et pertinence pour les interactions clients pilotées par l'IA. Cela contraste avec les méthodes traditionnelles basées sur l'organisation manuelle, qui peuvent entraîner des données fragmentées ou peu fiables pour les applications d'IA.