Cas client / InVivo Group
Structurer la connaissance agricole par la voix.
Un assistant vocal transforme les informations transmises par les collaborateurs dans leur activité quotidienne en données structurées, reliées à une base de connaissance métier.
Agriculture · Connaissance métier- Voix
- collecte des observations agricoles
- RAG
- recherche dans la connaissance métier
- Data
- informations structurées et exploitables
01 / Le point de départ
Le problème à résoudre.
Une partie de la connaissance agricole ne se trouve pas dans une base documentaire : elle se construit dans l’expérience quotidienne des collaborateurs. Tant que cette information reste orale ou peu structurée, elle est difficile à retrouver et à exploiter à l’échelle de l’entreprise.
Le projet InVivo répond à cet enjeu de partage des connaissances. L’enjeu n’est pas d’imposer un nouvel outil de saisie, mais de permettre aux équipes de transmettre leurs observations de façon naturelle, puis de transformer ces échanges en informations utilisables.
Utiliser la voix comme interface de collecte et la relier à la connaissance métier, plutôt que demander aux équipes de tout formaliser elles-mêmes.
02 / Notre intervention
Ce que SKAPA a mis en place.
Comprendre comment l’information circule
La Discovery s’intéresse à la collecte des observations agricoles, à sa remontée et aux raisons pour lesquelles elle reste difficilement exploitable. Le choix de l’interface découle des pratiques des collaborateurs.
Construire un assistant vocal métier
Le voicebot permet aux équipes de transmettre oralement leurs informations. Il associe une interface conversationnelle à la recherche dans une base de connaissance agricole, afin de relier l’échange au contexte métier.
Passer de la conversation à la donnée
La chaîne de traitement extrait les informations utiles et les structure. La recherche augmentée par récupération, ou RAG, mobilise la connaissance existante ; l’extraction transforme la matière de l’échange en données exploitables.
03 / Comment ça fonctionne
Transformer les observations en connaissance structurée
- 01
Observation
Le collaborateur détient une information issue de son activité quotidienne.
- 02
Conversation
Il la transmet oralement à l’assistant métier.
- 03
Contexte
La recherche RAG mobilise la base de connaissance.
- 04
Extraction
Les informations utiles de l’échange sont identifiées.
- 05
Structuration
Le contenu est transformé en données organisées.
- 06
Exploitation
La connaissance devient utilisable par l’entreprise.
Le collaborateur apporte l’observation et son expertise métier. L’assistant facilite la transmission et la structuration de cette connaissance.
04 / Ce que cela change
Une connaissance qui ne reste plus seulement dans les échanges.
Le résultat est une chaîne de collecte reliant voix, connaissance agricole et extraction structurée. Elle transforme une information initialement non structurée en matière exploitable par l’entreprise. L’interface vocale et le traitement documentaire répondent ici au même besoin : rendre accessible le savoir détenu par les équipes.
- Une interface vocale pour transmettre les observations des collaborateurs
- Une base de connaissance métier mobilisée par le RAG
- Des observations transformées en données structurées