Zooms

Le machine learning comme levier d’optimisation de la production et de la gestion pour les médias et entreprises du divertissement

Tribune d'expert / 4 juin 2019

L’omniprésence d’Internet dans nos vies et l’explosion des réseaux sociaux ont considérablement changé la manière dont les contenus médiatiques sont consommés et donc publiés et traités. Afin de pérenniser leur métier et leurs organisations, les médias doivent continuellement produire efficacement, organiser automatiquement puis diffuser leurs contenus, et ce, en un tour de main. Pour ce faire, il est nécessaire qu’ils puissent s’appuyer sur un système de production performant et intelligent. Un enjeu de taille lorsque l’on connaît la dispersion des équipes de production, l’hétérogénéité des systèmes dans lesquels ils se trouvent et l’afflux de données dans lequel ils baignent. La multiplication des données exige des organisations médiatiques une gestion exemplaire de celles-ci. Au fur et à mesure que le contenu circule entre les équipes et les ordinateurs, les médias doivent se fier à la saisie manuelle des données et au workflow pour organiser, analyser et tirer parti de toutes ces informations.

Avec le machine learning, couplé à la gestion des contenus dans le cloud, les médias peuvent ajouter automatiquement une structure à toutes leurs données et automatiser leurs opérations de traitement. Ce qui leur permettrait un gain de temps considérable mais aussi une optimisation des coûts réels.

Voici quelques exemples pratiques que les entreprises de médias et de divertissement peuvent appliquer pour révolutionner leurs méthodes de travail actuelles :

  • Archivage numérique et gestion du workflow : étiquetage d'images, audio et vidéo

Les entreprises de médias et de divertissement possèdent de vastes bibliothèques et archives de contenu, allant des images aux vidéos en passant par les affiches et les bande-annonce. Pendant la pré et post-production, les services marketing de ces organisations peuvent utiliser le machine learning pour identifier ces documents, les caractères, le texte et les visages sur toutes les images et des enregistrements afin de les classer automatiquement.

  • Gestion des contrats et du budget 

La gestion des contrats est un processus complexe qui implique de nombreux de documents provenant des différentes parties prenantes. Les technologies de reconnaissance optique de caractères (ROC) et de compréhension du langage naturel soutenu par le machine learning permettent aux médias et entreprises du divertissement de rationaliser ce processus. En effet, ces technologies permettent de prélever automatiquement des champs spécifiques des documents en fonction des besoins particuliers d'une organisation. Une fois extraits, les champs peuvent déclencher automatiquement des opérations vers les gestionnaires de ressources humaines des entreprises.

  • Gestion du personnel freelance : la classification du document

La gestion des contrats des freelances pour des projets individuels peut s’avérer très coûteuse compte tenu de la variété des documents requis. Le machine learning peut aider à classer automatiquement les documents développés. Ils peuvent être classés et étiquetés ce qui engendrerait l'application de politiques spécifiques en fonction du type de document personnel sensible, par exemple une politique de conservation des données.

En ce sens, ces technologies peuvent transformer radicalement le workflow de ces organisations. Prenons l’exemple d’étiquetage de documents, une fois que les images sont automatiquement référencées dans des dossiers, les entreprises peuvent automatiser le processus suivant comme assigner l'image au créatif pour les retouches finales, l'envoyer aux responsables pour approbation, puis déclencher une distribution prédéfinie.

Grâce au machine learning, les entreprises peuvent automatiquement étiqueter un acteur ou dans un film, ou des membres de leur propre équipe de direction afin d’améliorer l'efficacité et la standardisation de vaste bibliothèques de ressources audiovisuelles.

Les applications du machine learning autour du contenu dans l'industrie des médias et du divertissement sont nombreuses. Le potentiel de l’intelligence artificiel et du machine learning ouvre un champ presqu’infini d’application et d’opportunités de développement pour les médias et le secteur du divertissement, des industries qui doivent s’adapter continuellement aux changements ultra rapides de nos modes de consommations de l’information.

Par Jade McQueen, directrice générale du secteur Média et Divertissement chez Box Inc.

 

0
commentaire

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.