« L’Intelligence Artificielle prend le pouvoir ». La formule d’un porte parole d’Oracle France résume parfaitement l’esprit des très nombreuses annonces produits faites cette semaine lors du Modern Business Experience de Las Vegas.
Oracle a en effet mis des (gros) bouts d’AI dans pratiquement toutes ses solutions SaaS.
Dans l’ERP
Dans son ERP cloud, Oracle a par exemple amélioré l’assistant de notes de frais – un bot dévoilé à l’OpenWorld 2018 mais qui a été mis à jour.
« Il simplifie le traitement en créant, classant et appariant automatiquement les types de dépenses. Les utilisateurs peuvent interagir avec l’assistant via une interface vocale, ou simplement en envoyant à ce dernier des images de reçus par e-mail, SMS, Slack ou Microsoft Teams. L’assistant utilise le Machine Learning pour améliorer la classification automatique des types de dépenses, surveiller les violations de politiques et réduire les risques d’audits », explique l’éditeur.
Dans le contrôle financier, une analyse continue des transactions, des paramétrages et des configurations, automatise les audits et aide à prévenir les fuites financières. « Des algorithmes examinent les changements de configuration et les transactions critiques par rapport à une bibliothèque de règles éprouvées pour repérer les correspondances suspectes, détecter des anomalies, etc. Cette approche utilise des techniques de Data Science pour permettre de diriger les incidents vers les analystes à des fins de suivi, d’enquête et de clôture », vante Oracle.
Dans la brique Supply Chain, l’IA (via le rachat de DataFox) enrichit, catégorise et score les profils des fournisseurs avec des données validées issues de sources diverses actualisées en quasi temps réel (articles de presse, communiqués, communications financières officielles, etc.).
La planification de projet bénéficie également à présent d’un assistant à base d’AI. Ce bot fournit des mises à jour instantanées de l’état du projet et permet aux utilisateurs d’actualiser le temps et la progression des tâches. « Cet assistant apprend à partir des saisies de temps passées, des données de planification de projet et du contexte général pour adapter les interactions et capturer intelligemment les informations critiques du projet ».
La sécurité n’est pas en reste puisque l’ERP utilise l’analyse graphique pour évaluer les violations cachées dans des configurations de sécurité complexes, récursives et dynamiques grâce à l’IA.
Dans Oracle SCM Cloud
Dans son outil spécialement dédié à la chaine d’approvisionnement (Oracle SCM), Oracle a là encore infusé une bonne dose d’Intelligence Artificielle avec l’arrivée de deux nouveautés.
Dans le SIRH
Pas assez d’AI pour vous ? Qu’à cela ne tienne. En rab, Oracle en a aussi mis une bonne dose dans son HCM avec un nouveau bot. Les assistants adossés à Oracle HCM Cloud sont évidemment utilisables en libre-service que ce soit par SMS, par la voix ou via IM sur mobiles ou sur le bureau. « Les utilisateurs peuvent obtenir des réponses aux questions RH les plus courantes qui peuvent être posées de milliers de façons différentes, qu’il s’agisse des congés disponibles, des prestations sociales, de l’explication de la fiche de paye, de l’intégration d’un nouveau collaborateur ou encore des évaluations de performance ».
Le SIRH en mode SaaS intègre par ailleurs de nouvelles capacités de planification du personnel à base de Machine Learning qui analysent les disponibilités et la demande par catégories clés (personne, poste, compétences), pour constituer des équipes de manière plus optimales, « proactive et data driven ».
Dans le CRM
La gamme CX n’échappe pas à ce bouillon d’AI, avec deux annonces CRM.
La planification des ventes (Sales Planning Solution) va utiliser l’analyse prédictive pour planifier plus intelligemment les opérations commerciales et, espère Oracle, « augmenter la génération de revenus pour les équipes de vente ».
La deuxième annonce concerne une fonctionnalité baptisée « Smart Data ». Cette fonctionnalité vise à accélérer la création de comptes en enrichissant, validant et standardisant les informations de l’entreprise prospect lors de leur saisie.
DataFox
Cerise sur le gâteau pour terminer ce menu très Intelligence Artificielle servi par Oracle à Las Vegas, l’éditeur a souligné l’intérêt du rachat de DataFox en présentant trois intégrations.
La première est celle décrite plus haut dans l’ERP (scoring des fournisseurs).
La deuxième est une intégration de ces flux de données dans CX Cloud (en plus de Smart Data). « Les données et les signaux dynamiques et contextuels fournis par DataFox aident les commerciaux à élargir leur marché adressable en identifiant les prospects qui ne se trouvent pas dans leurs systèmes actuels à l’aide des critères Ideal Customer Profile (ICP) ».
Enfin, DataFox nourrit également Eloqua (Oracle Marketing Cloud) pour fournir aux spécialistes du marketing « une connaissance inédite du firmographe (NDR : ou firmographics, éléments clef de description d’une société comme la taille, sa localisation, son domaine, etc.) et du comportement des comptes ».
IA pré-cuisinée ou IA fait-maison : il faut choisir
A l’OpenWorld 2018, et dans la foulée du Machine Learning appliqué à la base de données (Autonomous Database), Larry Ellison avait promis l’arrivée massive de l’IA dans le SaaS d’Oracle.
L’éditeur semble tenir parole.
Il est toujours possible – nous a confirmé Oracle France – de ne pas utiliser ces fonctions « intelligentes » intégrées et de choisir d’appliquer directement une autre IA (Watson par exemple) ou des algorithmes maisons à la base de données qui sous-tend l’application. Ce n’est pas ce que recommande Oracle mais, sur le papier en tout cas, cela reste possible pour garder la main sur son patrimoine algorithmique.
Mais la facilité d’une simple activation dans le SaaS – et Oracle dira la puissance de sa R&D et de l’expérience de ses nombreux clients – fait que cette option du développé maison, aussi séduisante soit-elle d’un point de vue stratégique, devient de moins en moins attirante d’un point de vue pratique.
Le débat sur la portabilité de l’apprentissage des algorithmes, du client captif dans le Machine Learning, du fait maison ou de l’externalisé, devient en tout cas de plus en plus cornélien pour les entreprises clientes.
