L'IA dans Dolibarr

Bonjour à tous,

Je suis ravie de vous partager les avancées d’ATM CONSULTING concernant l’intégration de l’intelligence artificielle dans Dolibarr.

Voici quelques-unes des fonctionnalités développées

  • La qualification de Tickets : Grâce à l’IA, nous avons mis en place un système de qualification automatique des tickets. Dès qu’un ticket est créé, notre IA analyse son contenu et le classe automatiquement en fonction de sa priorité, de sa nature (technique, commercial, etc.) et de son urgence. Cela permet à votre équipe de support de se concentrer sur les tickets les plus critiques et d’améliorer le temps de réponse global.

  • La génération de réponses qualifiées : Cela réduit considérablement la charge de travail de notre équipe et améliore la satisfaction client grâce à des réponses rapides et précises.

  • L’aide à la résolution en proposant des ticket similaires ( en cours de finalisation)

Nous sommes aussi en phase de « bêta test » sur une autre fonctionnalité : Un DoliChat !
=> Un assistant virtuel intégré à Dolibarr qui permet d’accéder rapidement et facilement aux données : posez lui une question il construira la requête SQL permettant d’y répondre et vous affichera la réponse (ex quel est mon meilleur client en 2023 sur tel produit…).

Si vous êtes intéressé par l’intégration de l’IA dans votre instance Dolibarr, n’hésitez pas à partager vos idées et vos besoins dans ce fil de discussion.
Ou via notre formulaire : Et vous l'IA, ça vous parle ?
Votre feedback est précieux pour nous aider à développer des solutions :muscle:

Merci !

2 « J'aime »

Bonjour,

Par curiosité quel est le volume de tickets que vous avez par heure pour que cela nécessite un classement par IA ? Cent, cinq cent, mille… ?

Bonjour,

il me semble intéressant d’évoquer quelle IA on veut utiliser.

L’OSI vient de définir ce qu’est une IA Open source : L’OSI pose (enfin) sa définition de l’IA open source | LeMagIT

Un élément important est que les données d’entraînement doivent être disponible, ce qui disqualifie pas mal de monde.

Bonjour
Chez nous le sujet est à l’étude, pas pour classer/répondre directement. Nous travaillons plutôt sur la création d’un RAG ( Retrieval-Augmented Generation). L’objectif est d’aider l’équipe de support à retrouver des informations dans la base de demandes de support de notre Dolibarr, mais aussi dans notre wiki et dans la documentation associée au code source des modules que nous avons pu leur développer.
Pour l’instant, nous utilisons n8n pour l’automatisation et l’alimentation d’une base vectorielle PostgreSQL sur notre infrastructure. Concession cependant, nous utilisons l’API de Mistral AI pour indexer et interroger la base de données, mais l’objectif est d’utiliser un LLM en local adapté à cette tâche et donc plus léger. Pour l’instant, nous sommes encore dans la phase d’alimentation de la base.
Environ 2000 demandes de support par an pour la volumétrie soit en moyenne une petite dizaine de demandes par jour… A suivre :slight_smile:

2 « J'aime »

Notre lab numérique viens de mettre en place les agents IA de n8n sur nos offres d’hébergement sécurisés. on utilise l’API de Dolibarr. Cela se déploie petit à petit sur d’autre client pour le moment c’est assez efficace sur de la PME…

Philippe, dans ma longue liste de choses à faire, j’ai quelque chose de très similaire pour intégrer avec le centre de connaissances natif de Dolibarr, à travers une amélioration du RAG que j’utilise déjà dans mon module TicketPlus.

Je m’explique. Actuellement, Ticket Plus, en plus d’offrir un environnement convivial aux clients pour ouvrir/gérer des tickets avec l’entreprise, a une section dans cet environnement appelée « Articles » qui utilise déjà des embeddings pour indexer sémantiquement les articles du module natif Dolibarr Knowledge Center (=RAG). Dans l’interface publique de Ticket Plus, les visiteurs peuvent alors rechercher ou converser avec un « bot » à propos de ces articles.

Alors, tu te demandes peut-être : qu’est-ce qu’il te manque ?

Haha, eh bien, il me reste juste à travailler davantage sur le backend pour que les utilisateurs administrateurs de l’entreprise puissent créer PLUS D’UN CHATBOT. C’est-à-dire qu’actuellement, il n’y a qu’UN SEUL CHATBOT. Mais l’idéal serait de pouvoir créer autant de chatbots que nécessaire, du genre :

  • chatbot NOUVEAUX CLIENTS : qui gère les articles indexés dans la catégorie NOUVEAUX CLIENTS
  • chatbot ASSISTANCE AUX EMPLOYÉS : qui gère les articles indexés dans cette catégorie, pour l’intégration de nouveaux employés par exemple, ou pour consulter les politiques de l’entreprise.
  • etc.

Ce serait déjà quelque chose de très pratique. Je comprends que c’est ce que vous faites, vous et d’autres, avec n8n via l’API.

Je mentionne cela parce que faire un RAG est en réalité extrêmement facile !!! Les n8n et les fournisseurs de bases de données vectorielles sont bien pour prototyper et tester, ou si vous n’avez pas la possibilité de CHANGER le logiciel ERP que vous utilisez… mais c’est justement le scénario opposé à celui que nous avons avec Dolibarr : nous pouvons très facilement utiliser la même base de données Dolibarr pour stocker et récupérer nos embeddings, 100% intégré avec les autres modules.

Enfin, c’est mon humble avis.

Note finale : je suis ravi que plus de gens travaillent déjà sur l’implémentation de ce genre de choses dans Dolibarr… je commençais à me sentir comme un « drôle d’oiseau » hehehehe. Salutations aux pionniers !!


Translated from spanish using AI.

Si quelqu’un est curieux d’essayer mon chatbot, j’ai implémenté une version avec un RAG un peu pauvre en documentation (je dois trouver le temps d’améliorer cette démo) :

https://demo.bimex.tech/custom/ticketplus/

Posez des questions sur mon SaaS INSCRIPCION .ONLINE (pour gérer les inscriptions et les paiements aux événements).


Translated from spanish using AI.

Au fait, une des choses que vous devriez déjà savoir c’est que grâce à ce type de technologie IA, le chatbot peut répondre dans une multitude de langues !!! Cette partie me plaît beaucoup !!! :slight_smile:

Les articles de ce RAG sont en anglais, mais le chat peut répondre en français, allemand, catalan, espagnol… :slight_smile:

ticketplus-chatbot-20250321

@caos30 As-tu réfléchi sur un RAG basé les échanges de tickets pour fournir au support des débuts de réponse basés sur l’ensemble des échanges réalisés avec ce client voir aller piocher dans des questions similaires posées par d’autres clients ?

Bonjour Philippe, oui !! C’est sur ma longue liste de tâches à faire, mais je l’ai repoussé car cela implique d’utiliser des Hooks pour modifier « en quelque sorte » le backend du module natif Tickets, afin que dans le formulaire utilisé pour rédiger un nouveau message sur un ticket par un utilisateur assigné à celui-ci, apparaisse ce qui suit :

  1. Une liste des 2 tickets les plus « similaires » (traitant du même sujet) présents dans l’historique (qu’il s’agisse de ce client ou d’un autre), ce qui est facilement (et à très faible coût) réalisable avec des embeddings d’IA.
  2. Optionnellement, on pourrait aussi utiliser une IA générative pour, à partir du ticket en cours ainsi que de ces deux tickets historiques (et leurs réponses), permettre à l’IA de SUGGÉRER UN PROJET DE RÉPONSE pour ce nouveau ticket.

Haha, je pense que ce serait génial et que cela pourrait fonctionner. La partie embeddings est tellement peu coûteuse qu’elle est presque gratuite. La partie qui générerait un petit coût serait le traitement du texte des tickets précédents, leurs réponses et le ticket actuel, afin de produire une proposition de réponse.

Ce n’est pas une somme importante non plus. À ce jour, Mistral facture 0,10 € pour traiter 2 000 pages de texte (!!!) avec son modèle mistral-8b-latest, qui fonctionne plutôt bien pour quelque chose de « simple » comme cela et en multilingue !

Je suis sûr que pour toute entreprise ayant des employés qui répondent à des tickets, ils ne verraient aucun problème à payer un supplément de moins de 0,10 € pour cette aide agile et efficace à leur personnel chargé de l’assistance client/fournisseur !!! :slight_smile:

Haha, en l’expliquant maintenant, cela me paraît « simple » et ça me donne envie d’y consacrer du temps.


Translated from spanish using AI.

2 « J'aime »