📣 Envoyez-nous votre communiqué de presse
Site mis à jour toutes les 15 minutes
Technologie

Nuix désigné "Disruptor" dans le classement RiskTech100® 2027 de Chartis Research

Nuix, fournisseur de logiciels d'analyse investigative et d'intelligence, a été reconnu comme "Disruptor" dans la catégorie Risk Infrastructure du classement RiskTech100® 2027 de Chartis Research.

25 septembre 2026

SYDNEY, le 25 septembre 2026 – Nuix, éditeur de logiciels d'analyse investigative et d'intelligence, a été nommé "Disruptor" dans la catégorie Infrastructure de risque du classement RiskTech100® 2027 de Chartis Research. Cette reconnaissance a été annoncée le 24 septembre lors de l'événement RiskLive North America à New York.

Le classement RiskTech100® évalue les entreprises de technologie de gestion des risques en fonction de leurs capacités, de leur innovation et de leur impact global sur le marché. La catégorie "Disruptor" honore spécifiquement les organisations qui font avancer leur domaine grâce à des approches transformatrices. Chartis Research a analysé plus de 900 entreprises, identifiant finalement seulement 17 "Disruptors".

Le PDG de Nuix, John Ruthven, a déclaré que cette reconnaissance témoigne de la capacité de l'entreprise à apporter l'intelligence des données non structurées aux secteurs du risque et de la conformité. "L'infrastructure de gestion des risques s'est traditionnellement appuyée sur des données structurées, mais les informations qui déterminent les risques actuels – e-mails, documents, conversations de chat et messages vocaux – sont précisément ce que les plateformes héritées peinent à analyser", a affirmé Ruthven.

La plateforme Nuix Neo intègre l'analyse des données non structurées basée sur l'IA avec un traitement de données évolutif et l'automatisation. Elle intègre également la technologie d'intelligence graphique de Linkurious pour des perspectives plus approfondies. La plateforme vise à aider les régulateurs, les agences gouvernementales et les entreprises à extraire des informations pertinentes à partir de grandes quantités de données structurées et non structurées.

Source originale: prnewswire.com