Le défi
Deux départements travaillaient sur les mêmes incidents sans parler le même langage : termes, référentiels et outils différents. L’historique des incidents existait, mais il restait difficile de s’en servir pour comprendre leurs causes et éviter qu’ils se reproduisent.
La valeur apportée
DEEPXP a modélisé avec Protégé une ontologie commune, qui traduit les vocabulaires des deux départements, puis a construit un knowledge graph centré sur l’historique des incidents. Un moteur de recherche par similarité, fondé sur le machine learning, retrouve les incidents passés les plus proches d’un nouvel incident, avec leur cause racine et la solution appliquée. Une boucle d’amélioration continue recueille les retours des experts métier pour enrichir les connaissances du graphe.
Résultats
Les deux départements partagent une même vision des incidents. Face à un nouvel incident, les équipes retrouvent les cas similaires, leur cause racine probable et les solutions déjà appliquées, au lieu de repartir de zéro.