Intelligence Artificielle & Prédictions ML PDG / Admin
Kaltiv intègre 6 modèles de machine learning entraînés sur les données réelles de votre exploitation.
Accès
Les prédictions ML apparaissent directement dans les modules concernés (tableau de bord, agriculture, ventes). Aucune configuration supplémentaire n'est requise.
Modèles disponibles
| Modèle | Type | Précision | Données | Module |
|---|---|---|---|---|
| Prédiction rendement | CatBoost (ONNX) | R² = 0.79 | Météo + historique récoltes | Agriculture |
| Prédiction qualité | CatBoost | 73.7% | Conditions de récolte | Agriculture |
| Prix huile de palme | LightGBM | Tendance | Marché + saisonnalité | Ventes |
| Prix noix de palme | LightGBM | Tendance | Marché + saisonnalité | Ventes |
| Prix papaye | LightGBM | Tendance | Marché + saisonnalité | Ventes |
| Scoring client | Algorithme ML | Score 0-100 | Historique commandes | CRM |
Prédictions de rendement
Où : Tableau de bord → Section « Prédictions »
Le modèle CatBoost analyse les données météo (800+ relevés) et l'historique des récoltes (78 enregistrements) pour prédire :
- Le rendement attendu par parcelle (kg/hectare)
- La période optimale de récolte
- Les facteurs de risque (sécheresse, excès de pluie)
Prédictions de qualité
Où : Agriculture → Détail parcelle
Évalue la qualité attendue des récoltes en fonction de :
- La température et l'humidité des derniers jours
- Le stade de maturité des régimes
- L'historique de qualité de la parcelle
Prédictions de prix
Où : Ventes & CRM → Analytics
Trois modèles LightGBM fournissent des prévisions de prix pour :
- Huile de palme : Prix au litre, tendance hebdomadaire
- Noix de palme : Prix au kilogramme
- Papaye F1 Horizon : Prix au kilogramme
Scoring client intelligent
Où : Ventes & CRM → Scoring clients (/dashboard/sales-crm/customer-scoring)
L'algorithme évalue chaque client sur une échelle de 0 à 100 en analysant :
- Fréquence et volume des commandes
- Régularité des paiements
- Ancienneté de la relation commerciale
- Potentiel de croissance
Conseiller IA — Digital Chief of Staff
Où : Bouton flottant en bas à droite de chaque page + Paramètres > Conseiller IA
Le Conseiller IA Kaltiv utilise Claude (Anthropic) avec 44 outils spécialisés répartis en 4 couches :
| Couche | Outils | Domaine |
|---|---|---|
| L1 — Racine | 12 outils | RH, congés, paie, opérations, recommandations |
| L2 — Lean | 15 outils | PDCA, 8D, QRQC, Kanban, SPC, 5S |
| L3 — Connaissances | 7 outils | Documents RAG, faits, recherche sémantique |
| L4 — Conseil | 10 outils | Prédictions ML, mémoire, rapports planifiés, sources externes |
Fonctionnalités avancées
- Base de connaissances RAG : Téléversez des documents (PDF, Excel, texte) analysés et indexés automatiquement
- Mode Enseignement : Enseignez des faits métier que le conseiller retient et utilise
- Recommandations proactives : Détection automatique d'anomalies, tendances et opportunités
- Mémoire personnalisée : Le conseiller apprend vos préférences au fil des conversations
- Rapports planifiés : Briefings quotidiens, hebdomadaires ou mensuels générés automatiquement
- Sources externes : Connexion Google Drive et flux RSS pour enrichissement continu
Pour le guide complet, consultez la page Conseiller IA.
Chaque prédiction affiche un badge indiquant sa source : ML (modèle entraîné), Heuristique (règle métier), ou Hybride (combinaison des deux). Les taux de précision sont affichés pour vous aider à évaluer la fiabilité.
Les modèles de qualité nécessitent 200+ récoltes labellisées pour atteindre une précision optimale (76 disponibles actuellement). Les prédictions s'améliorent avec chaque nouvelle donnée enregistrée.