Un organisme brésilien régissant la circulation routière réduit les délais et les coûts de traitement juridique grâce à Alteryx

Le Detran-BA, l'organisme brésilien chargé de la circulation dans l'État de Bahia, faisait face à un nombre croissant de recours administratifs liés aux infractions routières. Le traitement des recours nécessitait une analyse au cas par cas afin de trier et de statuer équitablement et efficacement sur chaque dossier.

L'augmentation du nombre de recours et le processus de tri manuel ont entraîné des retards, ce qui pouvait empêcher l'administration d'appliquer des sanctions financières à temps, au détriment à la fois des recettes et de la rigueur des mesures administratives.

Automatiser le processus de prise de décision concernant les recours grâce à l'IA

Afin d'améliorer l'efficience du processus et de réduire les risques dans le traitement des recours liés aux infractions routières, la Detran-BA a utilisé Alteryx pour développer une solution tirant parti de l'IA. En s'appuyant sur des modèles de machine learning (ML) et sur le traitement du langage naturel, Alteryx analyse les dossiers précédents afin d'identifier des schémas et de faire des suggestions pour des dossiers similaires.

Ce processus automatisé, basé sur l'IA, réduit considérablement le temps nécessaire pour analyser les recours et statuer sur les dossiers les plus courants, et limiter le risque de forclusion et la perte de recettes liée aux pénalités non appliquées. L'accélération du traitement des recours améliore également le service aux usagers pour l'organisme chargé de la circulation, car les demandeurs obtiennent une réponse plus rapide.

Optimiser les tâches juridiques et la fiabilité de la prise de décision

Utiliser Alteryx pour automatiser les recours standard permet aux analystes de l'organisme public chargé de la circulation routière de se concentrer sur les dossiers plus complexes qui nécessitent une analyse approfondie.

Alteryx permet également de produire des avis juridiques cohérents et justes, conformes à la jurisprudence en vigueur. L'amélioration continue des modèles d'IA grâce aux données historiques des décisions et au machine learning permet d'accroître la fiabilité des décisions sur la base d'une jurisprudence consolidée. La prise de décision s'appuyant sur les données permet également d'éviter des pertes de recettes supplémentaires dues au non-respect des délais de procédure.