inTheEU Assist ·  IA et analyses ·  Juin 2026

Au fil du temps, inTheEU Assist peut être optimisé pour mieux fonctionner en fonction du domaine et de la méthode de travail spécifiques de votre entreprise. Les ensembles de formation sur les adaptateurs permettent aux administrateurs de préparer le matériel qui rend cela possible. En tant qu'utilisateur professionnel, vous ne gérez pas directement les ensembles de formations, mais il est utile de comprendre ce qu'ils sont et comment ils sont liés à votre travail.

Liste des ensembles de formation

Qu'est-ce qu'un ensemble d'entraînement

Un ensemble de formation est une collection d'exemples tirés du travail de votre entreprise anonymisés, examinés et préparés par votre administrateur qui aide la plateforme à apprendre les modèles, la terminologie et les approches spécifiques à votre domaine de pratique. L’objectif est de rendre l’assistant et les agents plus utiles pour le travail que vous effectuez réellement.

Vue détaillée de l'ensemble d'entraînement

Confidentialité des clients en formation

Les identités client ne sont jamais incluses dans les ensembles de formation. Avant qu’un dossier ne soit utilisé, toutes les informations d’identification sont supprimées par la plateforme. Les données de vos clients ne sont pas utilisées pour former un modèle partagé : elles restent dans l'installation de votre entreprise.

Ce qui change après l'entraînement

Après l'application d'une nouvelle adaptation, vous remarquerez peut-être que l'assistant répond avec une terminologie plus étroitement adaptée à votre pratique, ou que les agents produisent des résultats qui correspondent mieux au style de votre entreprise. Les changements sont progressifs. Si quelque chose ne va pas après une mise à jour, signalez-le à votre administrateur qui pourra le vérifier ou le restaurer.

Approbation de l'administrateur

Aucune mise à jour de formation n’est appliquée sans examen et approbation explicites de l’administrateur. En tant qu'utilisateur professionnel, votre administrateur peut vous demander d'examiner des exemples de résultats avant la mise en ligne d'une mise à jour. Vos commentaires à ce stade sont précieux.

font l'objet d'améliorations continues. Les descriptions contenues dans ce guide peuvent ne pas refléter la présentation ou le libellé exact de la dernière version publiée.