L’IA générative en action : nos clients utilisent Cortex AI pour obtenir de nouvelles informations et accélérer l’innovation

Pendant des années, les entreprises se sont appuyées sur l’idée répandue que l’IA n’était réservée qu’aux multinationales, qui disposent des ressources nécessaires pour la faire fonctionner. Mais à mesure que la technologie progresse, les entreprises de toutes tailles réalisent que l’IA générative n’est pas seulement une aspiration : elle est accessible et applicable dès maintenant.

Grâce à la plateforme data et IA unifiée et facile à utiliser de Snowflake, les entreprises éliminent les tâches laborieuses manuelles, les goulots d’étranglement et la main-d’œuvre sujette aux erreurs qui entravent la productivité, et utilisent l’IA générative pour obtenir de nouvelles informations et de nouvelles sources de revenus. Mais à quoi cela ressemble-t-il en pratique ?  

Nous avons rassemblé certaines des solutions d’IA générative les plus innovantes, que nos clients utilisent aujourd’hui en production. Leurs témoignages démontrent comment Snowflake et Cortex AI mettent les objectifs de l’IA générative à portée de main et génèrent de la valeur commerciale.

Johnnie-O améliore la précision des données d’adresse géocodées pour mieux servir ses clients

Comme beaucoup d’entreprises d’e-commerce, la marque de vêtements Johnnie-O, qui rassemble les styles East-Coast et West-Coast, comprend la valeur d’une simple adresse de livraison. Quelques lignes de texte peuvent fournir des informations démographiques pertinentes sur les clients de l’entreprise lorsqu’elles sont liées aux données provenant du Census Bureau des États-Unis— informations telles que le revenu moyen des ménages dans la région, le pourcentage de diplômés, le taux d’emploi, les représentations raciales et ethniques, etc. En utilisant ces données non seulement directement à partir des commandes sur le site Web, mais aussi à partir des grossistes et des dropshippers, Johnnie-O peut commencer à mieux comprendre sa base de clients et ainsi cibler plus efficacement ses efforts marketing. 

Mais l’entreprise rencontrait un problème : un nombre important d’adresses collectées ne pouvaient pas être géocodées, empêchant l’équipe d’accéder aux données clients pertinentes. Généralement, l’entreprise alimente ces données d’adresse brutes par le biais d’une application qui fournit des coordonnées géographiques, ce qui facilite le recoupement avec les données de recensement. Mais pour Johnnie-O, beaucoup de ces adresses ont échoué pour diverses raisons, qui pourraient être aussi bêtes qu'une faute de frappe ou une information dans le mauvais champ. Ainsi, au lieu de nettoyer manuellement ces centaines de milliers de points de données, l’entreprise s’est tournée vers Cortex AI pour reformater automatiquement les données d’adresse incorrectes. Après avoir introduit ces adresses incorrectes dans Cortex AI à l’aide d’un LLM Llama, Johnnie-O a immédiatement réduit son taux d’échec à seulement 2 %. 

Désormais, l’entreprise peut exécuter ses algorithmes de segmentation du marché en toute confiance, sachant qu’il n’y a pas de trous significatifs dans les données qui les alimentent. Et pour rendre cet exploit encore plus impressionnant, il a été construit essentiellement par une seule personne : Ricardo Lopez, Analytics Engineer, chez Johnnie-O. « Cortex AI est très facile à utiliser et à mettre en œuvre, notamment parce que toutes nos données sont déjà dans Snowflake », dit-il. « Snowflake et Cortex AI sont devenus le centre de tout pour nous. »

Grâce à Cortex AI, l'agence de personnel de santé IntelyCare a l'assurance que les offres d'emploi ne passent plus entre les mailles du filet 

Pourvoir les postes vacants dans le secteur des soins de santé est essentiel au bon fonctionnement du système médical ; cela devient également de plus en plus complexe, car de nombreux États aux USA prévoient être confrontés à des pénuries de personnel infirmier dans les années à venir. IntelyCare offre une plateforme complète qui permet de mettre en relation des organisations de santé avec des professionnels des soins infirmiers qualifiés pour des postes à pourvoir, qu'il s'agisse de postes permanents, des missions de déplacement ou des quarts quotidiens. Avec des centaines de milliers de postes vacants dans le pays à tout moment donné, la tâche de pourvoir ces postes commence par l'organisation des offres d'emploi. 

Alors qu'IntelyCare entretient des relations directes avec de nombreuses organisations, nombre des plus grands systèmes de santé préfèrent publier des offres d'emploi par le biais d'un système de gestion des fournisseurs (VMS), accessible uniquement par des agences contrôlées telles qu'IntelyCare. Toutefois, pour pouvoir inclure ces offres d'emploi dans sa base de données et son application, IntelyCare doit traiter chaque publication de manière organisée et relativement uniforme. Cela représente bien sûr un défi, étant donné que chaque VMS adhère à son propre système de pratiques normalisées. Il n’est pas rare que des champs restent vides sur certaines offres ou que des corps de texte soient inintelligibles pour les outils internes d’IntelyCare ; en conséquence, plus de 30 % des offres étaient perdues en cours de traitement. 

IntelyCare a donc commencé à utiliser des LLM dans Cortex AI pour extraire rapidement des informations pertinentes, à la fois simples et complexes, de ces milliers d’offres : spécialité, échelle de rémunération, années d’expérience spécialisée requises, si les candidats locaux peuvent postuler pour des postes en déplacement, etc. IntelyCare peut alors organiser les offres de manière réfléchie et sans craindre de perdre des offres en raison, par exemple, d'un formatage incompatible. « Nous avons réduit à zéro les 30 % d’offres perdues », explique Benjamin Tengelsen, VP of Data Science chez IntelyCare. Non seulement cela a amélioré l’expérience utilisateur pour les candidats, mais cela a également allégé la charge des recruteurs d’IntelyCare, qui passaient inlassablement au crible les offres individuelles pour trouver les meilleures correspondances pour leurs candidats. 

De la même façon, Cortex AI aide Intelycare à gérer et à traiter le flux constant d’offres d’emploi qu’elle récupère des systèmes publics. L’équipe, par exemple, avait créé des pipelines élaborés pour ajouter des balises aux offres afin d’en faciliter la catégorisation ; l’ajout d’une nouvelle balise nécessiterait de créer et d’entraîner de nouveaux modèles, une orchestration complexe et une maintenance fréquente. « Nous pouvons désormais remplacer des milliers de lignes de code Python fragmentées par une seule requête Cortex, le tout en offrant une expérience client améliorée », explique Benjamin Tengelsen.

Construire l’avenir avec l’IA générative pour tous

Ce ne sont là que quelques-unes des façons prometteuses dont les entreprises de tous les secteurs mettent aujourd’hui leurs applications d’IA générative en production. Et grâce à la sécurité et à la gouvernance intégrées de Snowflake, intégrer l’IA en toute sécurité à votre flux de travail n’a jamais été aussi simple. Qu’il s’agisse de Document AI, Cortex Search, Snowflake Copilot ou Cortex Analyst (en public preview), la plateforme data et IA unifiée de Snowflake peut vous aider à créer des applications d’IA générative d’entreprise. 

Pour découvrir comment d’autres entreprises, telles que Bayer et Siemens Energy, exploitent l’IA générative pour accroître leur chiffre d’affaires, améliorer leur productivité et mieux répondre aux besoins de leurs clients, téléchargez l’ebook de Snowflake sur la réussite client « Les secrets pour réussir avec l’IA générative ».