DATAVALUE CONSULTING

Analytique

API

Applications

Dataviz

Infrastructure

Institutionnels

Consultants/SSII

Intégrateurs

Comment rapprocher le producteur du consommateur grâce à l’IA ?

Inspiré par l’émergence de l’intelligence artificielle, et de mutations scientifiques, technologiques et sociétales, notre service R&D a engagé un programme sur le rapprochement du producteur (marque, entreprise, exploitation, particulier…) au consommateur, appuyé par une génération d’agents conversationnels spécialisés par métier.

1 - L’IA au service de l’immobilier

Notre expérimentation Immo.dvc® est une application concrète de ces modules d’intelligence artificielle dans le secteur immobilier.

Immo.dvc® se différencie par une stratégie de recommandation ciblée sur la base d’un ensemble de données multi-sources et multi-structurées à partir desquelles des modèles statistiques multimodaux sont optimisés.

A cette fin, le modèle détermine des signaux faibles entre les facteurs environnementaux, sociaux-économiques, et les services répondant aux exigences de la vie quotidienne.

La relation repose donc sur un principe de préqualification des clients :

• Orientation de la discussion et mémorisation des informations obtenues.
• Entraînement du modèle à la détection des critères et à l’obtention de détails et de priorités.
• Constitution d’un profil, d’un statut familial, d’une situation professionnelle.

Un processus collecte les annonces de biens, des informations telles que les équipements, commerces et services de proximité, des données sur les projets de construction…

Notre moteur de recommandation gagne donc en précision, par l’apport de facteurs environnementaux.

2 - Des apports théoriques, des défis technologiques

Nos experts IA expérimentent deux déclinaisons d’architectures IA répondant à deux défis technologiques majeurs :

• Mettre en service un agent conversationnel capable de diffuser toute information relative à une offre, et de le questionner de manière circonstanciée.
• Etablir un modèle implicite d’offre, capable de caractériser un produit, non seulement selon ses données structurées (environnement, caractérisation du bien), mais également par l’analyse des photographies du bien, du quartier, des descriptions textuelles.

Notre solution se compose en trois principaux modules :

2.1. L’intégration et l’encodage des informations client

​

Les principaux composants de notre architecture :

• Une architecture IA conçue et entrainée sur un corpus immobilier permettant d’extraire les informations transmises en langage naturel.
• Un module de gestion des conversations, permettant la collecte, la reformulation, la soumission de questionnaires écrits et visuels, l’analyse de commentaires client.
• Une architecture de réseaux de neurones convolutifs entrainés pour encoder les réponses aux questionnaires visuels.

2.2. L’intégration et l’encodage des informations liées aux offres immobilières

​

Nous y intégrons une architecture multimodale permettant l’encodage des offres, une connexion à des sources de données libres permettant de récupérer le contexte, une modélisation des principaux critères environnementaux.

2.3. La recommandation d’offres

À la suite de préqualifications client, puis des évaluations de biens proposés, le dispositif effectue une mesure du feedback client sous la forme d’une notation et d’un commentaire, puis l’amélioration des paramètres du modèle par une boucle rétroactive.

Retrouvez-nous sur le stand C38 pour une présentation plus détaillée de notre projet R&D !