CAS D'USAGES


La création d’un ChatBot peut permettre de maximiser la productivité de votre entreprise ou de rendre l’assistance client instantanée et satisfaisante.
ChatGPT a bouleversé les attentes des clients en termes de ChatBot, mais a surtout apporté un outil extrêmement puissant pour répondre à des questions à partir d’une base de connaissances donnée (documentation, conversations, échanges, etc…)
ChatGPT a une connaissance impressionnante, mais elle est limitée à des informations publiques, passées. Pour donner à un agent conversationnel davantage de connaissances, il existe des techniques.

Afin de permettre à tousles e-commerçants de proposer à leurs clients une estimation précise de la date de livraison, Scopeo a construit pour Shipup un algorithme d’intelligence artificielle entraîné sur les données passées.
Shipup est le leader français de l’expérience post-achat. En créant une expérience post-achat rassurante, intuitive et à l’image du client, les entreprises peuvent transformer leurs acheteurs ponctuels en clients réguliers et les petits e-commerçants peuvent rivaliser avec les géants sur le terrain de la qualité du service.
Shipup a demandé à Scopeo de créer un modèle de Machine Learning pour estimer la date probable de livraison d’un colis au moment de sa commande, puis tout au long de son transport.



Afin d’avoir des retours clients sur un produit vendu en ligne, il est intéressant d’étudier les avis. Grâce à cette source d’information, il est possible d’améliorer le produit en itérant sur les impressions des clients. Néanmoins, la tâche peut-être chronophage lorsque chaque site contient plusieurs dizaines de commentaires.
Pour répondre à ce besoin, nous avons mis au point, pour notre client, un outil permettant de synthétiser les commentaires d’un produit vendu sur un site de e-commerce.
Notre outil utilise des algorithmes de traitement automatique du langage à l’état de l’art pour isoler les phrases qui concerne le retour produit et en extraire une synthèse globale.
L’utilisation de réseaux de neurones très puissants et pré-entrainés nous permet d’obtenir des résultats avec très peu de données labellisées.

Fydem, spécialiste du Crédit as a Payment, a fait appel aux services de Scopeo pour développer un outil qui puisse catégoriser les transactions issues de données de l’Open Banking (DSP2) et quantifier le risque de défaut d’un emprunteur ou encore estimer le PNB (Produit Net Bancaire) d’un client potentiel.
Nous avons accompagné Fydem sur plusieurs axes : Support de sources de donnés, algorithmes de prédiction, code de prédiction, recrutement, formation et encadrement des recrues.


Scopeo a développé un algorithme de lecture automatique de factures scannées.
Grâce à l’OCR (Optical Character Recognition) et aux Large Language Models (en particulier à ceux qui prennent en compte la mise en page), nous avons mis au point un outil qui lit des fichiers PDF et remplit les colonnes d’un tableur (excel ou google sheet) automatiquement.
Nous avons ainsi développé une bibliothèque logicielle simple à utiliser.

Afin d’avoir des retours clients sur un produit vendu en ligne, il est intéressant d’étudier les avis. Grâce à cette source d’information, il est possible d’améliorer le produit en itérant sur les impressions des clients. Néanmoins, la tâche peut-être chronophage lorsque chaque site contient plusieurs dizaines de commentaires.
Pour répondre à ce besoin, nous avons mis au point, pour notre client, un outil permettant de synthétiser les commentaires d’un produit vendu sur un site de e-commerce.
Notre outil utilise des algorithmes de traitement automatique du langage à l’état de l’art pour isoler les phrases qui concerne le retour produit et en extraire une synthèse globale.
L’utilisation de réseaux de neurones très puissants et pré-entrainés nous permet d’obtenir des résultats avec très peu de données labellisées.
