Automatisation du traitement des plaintes publiques grâce aux LLMs

Möbius a développé un système basé sur l'IA pour automatiser la classification, la vérification et la réponse aux plaintes du secteur public.

Introduction

Dans un secteur public en constante évolution, les organisations doivent relever un défi de plus en plus complexe : traiter rapidement et efficacement un grand nombre de plaintes citoyennes.

Cela est particulièrement vrai pour les plaintes liées aux amendes, qui nécessitent une résolution rapide, une communication claire et des processus flexibles pour répondre à la demande croissante.

Dans ce contexte, Möbius a été mandaté pour concevoir une solution visant à automatiser et optimiser le traitement des plaintes au sein d’une organisation publique gérant des dizaines de milliers de réclamations chaque année. En mettant en œuvre un système d'IA générative (GenAI) de pointe, Möbius visait à alléger la charge de travail manuelle tout en maintenant des normes élevées de précision, de transparence et de satisfaction des citoyens.

Défi stratégique

Möbius a relevé le défi d'automatiser le traitement de dizaines de milliers de plaintes liées aux diverses amendes que cette organisation publique reçoit chaque année. Actuellement, une équipe de 10 équivalents à temps plein (ETP) examine manuellement ces plaintes et répond aux citoyens par mail - un processus long et répétitif.

En raison de la variété et de la complexité des plaintes, les employés n’ont souvent pas l’expertise spécifique nécessaire pour chaque cas, ce qui les amène à se tourner fréquemment vers leur chef d’équipe pour obtenir des conseils. Pour rationaliser ce processus et améliorer l'efficacité, l'organisation a identifié le potentiel qu'offre l'IA pour automatiser une partie du flux de travail en tirant parti de ses nombreuses données historiques sur la classification des plaintes et la génération de réponses.

L'approche

Möbius a développé un système alimenté par l'IA à l'aide de l’intelligence artificielle générative pour automatiser les principaux aspects du traitement des plaintes, notamment la classification, la prise de décision concernant l'annulation des amendes et la génération de réponses appropriées aux citoyens.

L'approche consiste en trois étapes clés :

1. Classification des plaintes 📂

Le système utilise un modèle de langage avancé (Large Language Model - LLM) pour classer les plaintes sur la base de modèles historiques. Si la confiance du système dans sa classification est inférieure à un seuil prédéfini (par exemple, 95 %), le cas est signalé pour un examen humain. Les classifications incertaines sont ainsi validées ou corrigées par les employés, le retour d'information permettant d'améliorer en permanence la précision du système.

2. Vérification des plaintes ✅

Le système effectue ensuite une vérification automatisée en croisant des bases de données externes pour déterminer si la plainte est justifiée et si l’amende doit être annulée ou remboursée.

3. Génération de la réponse ⌨️

Après vérification, le système génère une réponse via LLM, expliquant la décision au citoyen. La réponse est vérifiée par un humain avant d'être envoyée, et les capacités multilingues du système permettent de communiquer dans la langue choisie par le citoyen.

La supervision humaine est maintenue à des points clés, assurant un contrôle et une qualité élevés tout en permettant à l’IA de gérer les aspects répétitifs du traitement des plaintes. Möbius a construit ce système dans un environnement sécurisé et conforme au RGPD, en utilisant Microsoft Azure, avec Azure Functions gérant le flux de travail et Azure OpenAI conduisant l’automatisation basée sur le LLM.

Résultats attendus

L’intégration de l’IA devrait considérablement réduire le temps et les efforts manuels consacrés au traitement des plaintes, permettant ainsi à l’équipe de se concentrer sur des tâches plus complexes et de diminuer sa dépendance envers le responsable d’équipe. La combinaison de l'IA et de la validation humaine garantit que même les classifications peu fiables sont traitées correctement, l'apprentissage continu améliorant le système au fil du temps.

Le processus de vérification automatisé améliore la précision et l’équité, garantissant que les plaintes valides sont remboursées. Une fois testé et optimisé, le système sera entièrement intégré à la plateforme de l’organisation, ce qui améliorera la rapidité et la qualité de la communication avec les citoyens tout en rationalisant l’ensemble des opérations.

Foire Aux Questions (FAQ)

Qu’est-ce qu’un modèle de langage avancé (LLM) ?

Un modèle de langage avancé (LLM) est une intelligence artificielle avancée conçue pour comprendre et générer du langage humain. Il utilise un réseau neuronal doté de milliards à milliers de milliards de paramètres et est entraîné sur d’immenses volumes de données textuelles. Les LLMs peuvent effectuer des tâches telles que le résumé, la classification et l’extraction d’informations à partir de textes, générer des réponses cohérentes et participer à des conversations. Ils reposent sur une technique appelée « ingénierie des invites » pour exécuter des tâches spécifiques et sont largement utilisés dans des applications telles que les chatbots, la modération de contenu et l’analyse de texte.

Qu'est-ce que l'IA générative ?

L’intelligence artificielle générative est un type d’intelligence artificielle capable de créer du nouveau contenu, comme du texte, des images ou de l’audio. Elle repose sur des modèles avancés entraînés sur d’immenses volumes de données, tels que les modèles de langage avancés et de vision (comme GPT-4). Chez Möbius, nous utilisons l’IA générative pour optimiser les tâches administratives de nos clients, en particulier celles impliquant la création ou le traitement de texte. Cela inclut la réponse aux plaintes des clients, la rédaction de descriptions de poste, l’extraction d’informations clés à partir de devis et d’autres tâches répétitives. En automatisant ces processus, nous aidons nos clients à gagner du temps, à maintenir une qualité élevée et à améliorer leur productivité.