Tribune d'experts
L’IA dans SAP : Focus sur un cas pratique et concret de modèle Machine Learning
Précédemment, nous avons évoqué l’impact du Machine Learning (ML) sur l’amélioration des processus toujours plus agiles, plus adaptatifs et permettant une meilleure prise de décision basée sur l'Intelligence Artificielle (IA). Nous avons aussi mis le point sur les principales étapes de construction d’un modele Machine Learning. Découvrez le cas d'usage présenté par Badre et Alexios, nos experts SAP.
Dans cette deuxième publication sur l’IA, nous mettrons le focus sur un cas pratique et concret de modèle Machine Learning, l’objectif est de créer un modèle ML qui prédira la bonne classification des articles en se basant sur plusieurs propriétés du contexte pour le compte d’un de nos clients.
L’un des prérequis efficaces de construction de modèle d’apprentissage est le volume de donnée. C’est cette itération d’apprentissage sur un grand nombre de données qui permet de converger vers une meilleure probabilité d’apprentissage et ainsi de bonne prédiction de réponse.
Pour notre exemple, nous sommes partis de 56 000 articles où nous avons identifié deux caractéristiques pertinentes par leur volume d’utilisation dans le scope d’article sélectionné :
- CARACTERISTIQUE_A : 4 valeurs => 12 000 articles
- CARACTERISTIQUE_B : 5 valeurs => 22 000 articles
Ce qui nous donne 28 860 articles avec au moins une information de caractéristique.
A partir de là, nous avons géré des règles d’activation pour la construction de notre modèle de données :
- Les 200 mots les plus utilisés dans les descriptions article
- Les 5 divisions ayant le plus d'article
- Les 10 types articles les plus représentés
- Les 5 groupes articles les plus représentés
- Les 25 groupes de profit les plus représentés
- Les 5 groupes achats les plus représentés
- Les 5 unités les plus représentées
Nous avons intégré dans un modèle ML assez simple : 256 entrés, 1 couche de 256, une de 128 et 2 couches de résultat de 10.
Nous avons pu exclure 3000 entrées (10%) et après 300 boucles d'apprentissage nous obtenons :
Epoch 300/300
25860/25860 - 1s - loss: 0.1006 - CaracA_loss: 0.0227 - CaracB_loss: 0.0777 - CaracA_accuracy: 0.9883 - CaracB_accuracy: 0.9621
Et sur notre lot de tests, nous avons eu sur 3000 entrées :
CARACTERISTIQUE_A : 98% de bonne réponse
- 2938 réponses correcte
- 62 réponses fausses
CARACTERISTIQUE_B : 93% de bonne réponse
- 2783 réponses correctes
- 217 réponses fausses
Donc le modèle est assez bon pour identifier les articles qui doivent avoir ces classifications et leurs valeurs à appliquer. Dans cet exemple simple, nous constatons la puissance et la pertinence d’un modèle ML quand ce dernier est bien construit et bien alimenté.
Comment l'IA peut-elle profiter à votre entreprise ?
Avec la technologie d'intelligence artificielle, vous pouvez utiliser toutes vos données pour prendre des décisions éclairées et précises et devenir une entreprise intelligente. Les données des capteurs IoT, par exemple, peuvent être combinées avec des services cloud basés sur l'intelligence artificielle pour augmenter l'efficacité de la chaîne d'approvisionnement. L'automatisation robotique des processus (RPA) rationalise les tâches répétitives et élimine les erreurs humaines. Les avatars numériques peuvent libérer un temps précieux pour vos employés et optimiser les services pour vos clients. L'apprentissage automatique peut améliorer les prévisions. Avez-vous des données abondantes mais sous-utilisées ? Peut-être que l'IA peut vous aider.
L’innovation et l’amélioration de votre entreprise sera possible avec les solutions SAP et l’accompagnement avec un partenaire d’expertise comme VISEO et une roadmap stratégique développée en collaboration.
Vous avez un projet et souhaitez-vous faire accompagner ?
(Re)découvrez le premier volet de l'article
