{"id":4611,"date":"2023-07-24T19:08:26","date_gmt":"2023-07-24T23:08:26","guid":{"rendered":"https:\/\/proyacorp.ca\/a-new-era-of-efficiency-how-ai-can-boost-your-enterprise-architecture\/"},"modified":"2023-08-30T09:39:53","modified_gmt":"2023-08-30T13:39:53","slug":"une-nouvelle-ere-defficacite-comment-lia-peut-booster-votre-architecture-dentreprise","status":"publish","type":"post","link":"https:\/\/proyacorp.ca\/fr\/une-nouvelle-ere-defficacite-comment-lia-peut-booster-votre-architecture-dentreprise\/","title":{"rendered":"Une nouvelle \u00e8re d’efficacit\u00e9\u00a0: comment l’IA peut booster votre architecture d’entreprise"},"content":{"rendered":"\n

L’intelligence artificielle, et plus pr\u00e9cis\u00e9ment la technologie d’apprentissage en profondeur<\/strong>, a le potentiel de perturber le fonctionnement des entreprises. L’Architecture d’Entreprise, approche de gestion de la transformation continue des entreprises, commence \u00e0 int\u00e9grer cette technologie. Comment? Voici quelques id\u00e9es.<\/p>\n\n\n\n

Dans le paysage commercial rapide et en constante \u00e9volution d’aujourd’hui, l’architecture d’entreprise (EA) est devenue un outil crucial pour que les organisations restent comp\u00e9titives et efficaces. En concevant et en optimisant la structure et les processus d’une entreprise, EA peut aider les entreprises \u00e0 aligner leurs objectifs, leurs ressources et leur technologie pour stimuler l’innovation et la croissance.<\/p>\n\n\n\n

Cependant, la complexit\u00e9 et l’\u00e9chelle des entreprises modernes posent souvent des d\u00e9fis importants aux praticiens de l’EE. Les m\u00e9thodes traditionnelles de planification et de mise en \u0153uvre de l’EE peuvent avoir besoin d’aide pour suivre la vitesse et la diversit\u00e9 des op\u00e9rations commerciales et des syst\u00e8mes informatiques. C’est l\u00e0 qu’intervient l’intelligence artificielle (IA).<\/p>\n\n\n\n

En tant que technologie puissante capable d’automatiser, d’analyser et d’optimiser des t\u00e2ches et des donn\u00e9es complexes, l’IA peut potentiellement r\u00e9volutionner le domaine de l’EA. En tirant parti des capacit\u00e9s de l’IA telles que l’apprentissage automatique, le traitement du langage naturel et l’analyse pr\u00e9dictive, les professionnels de l’EA peuvent obtenir de nouvelles informations sur les performances, les risques et les opportunit\u00e9s de leur organisation. Ils peuvent \u00e9galement d\u00e9velopper des strat\u00e9gies d’EA plus agiles et adaptatives qui r\u00e9pondent aux changements de l’environnement commercial et aux besoins des clients.<\/p>\n\n\n\n

Innovation : comment l’IA est-elle utilis\u00e9e dans l’architecture d’entreprise ?<\/h2>\n\n\n\n

L’Architecture d’Entreprise est une m\u00e9thode de transformation continue des organisations qui doivent sans cesse s’adapter \u00e0 leur \u00e9cosyst\u00e8me : r\u00e9glementations, attentes clients, nouvelles technologies, etc. Cette m\u00e9thode collaborative s’appuie sur un graphe de connaissances qui d\u00e9crit les constituants de l’entreprise et leurs interactions et sur un outil de gouvernance logicielle pour cadrer et orchestrer la transformation tout en restant agile.<\/p>\n\n\n\n

Dans le domaine de l’EA, les algorithmes classiques sont utilis\u00e9s pour effectuer des analyses d’impact, des comparaisons de sc\u00e9narios, ou l’analyse de la propagation des incidents au sein de la structure de l’entreprise. Mais comme on peut l’imaginer, une entreprise est un syst\u00e8me complexe et non lin\u00e9aire impliquant de nombreuses variables. Et pour un tel syst\u00e8me, il est difficile de mod\u00e9liser a priori les \u00e9quations de son comportement et les r\u00e8gles qui r\u00e9gissent son \u00e9volution.<\/p>\n\n\n\n

L’intelligence artificielle, notamment le Deep Learning, joue sur diff\u00e9rents niveaux d’abstraction – d’o\u00f9 la notion de profondeur – pour extraire du sens des donn\u00e9es et produire un r\u00e9sultat tout en s’affranchissant de la connaissance des \u00e9quations qui r\u00e9gissent le syst\u00e8me.<\/p>\n\n\n\n

Voici quelques domaines d’application de l’IA et du Deep Learning pertinents pour l’EA :<\/strong><\/p>\n\n\n\n

Reconnaissance d’images<\/strong><\/p>\n\n\n\n

Cela vous permet de photographier des dessins pour les convertir instantan\u00e9ment en mod\u00e8les structur\u00e9s. Les mod\u00e8les peuvent \u00eatre un processus, des donn\u00e9es, des structures applicatives, des mod\u00e8les, des r\u00e9seaux informatiques, etc. La conversion du dessin en mod\u00e8le structur\u00e9 permet ensuite de l’analyser, par exemple pour savoir que de telles donn\u00e9es sensibles sont utilis\u00e9es dans le cadre d’un processus m\u00e9tier donn\u00e9.<\/p>\n\n\n\n

Traduction linguistique<\/strong><\/p>\n\n\n\n

De nombreuses entreprises ont besoin de communiquer en interne dans diff\u00e9rentes langues : une langue de travail officielle compl\u00e9t\u00e9e par des langues locales permettant \u00e0 chaque communaut\u00e9 linguistique d’apporter sa contribution \u00e0 sa langue maternelle. La traduction automatique instantan\u00e9e ou par lots fonctionne tr\u00e8s bien pour cr\u00e9er un r\u00e9f\u00e9rentiel multilingue et faciliter la communication interne et l’alignement.<\/p>\n\n\n\n

Transformation des mod\u00e8les<\/strong><\/p>\n\n\n\n

La particularit\u00e9 de tout mod\u00e8le est qu’il n’est pas universel. Les mod\u00e8les sont des repr\u00e9sentations de la r\u00e9alit\u00e9 con\u00e7ues pour un usage particulier. Nous devons transformer les mod\u00e8les pour produire des vues diff\u00e9rentes pour diff\u00e9rents services. On peut s’appuyer sur un double m\u00e9canisme de transformation de graphe formel et d’intelligence artificielle pour proposer des avis qui r\u00e9pondent aux pr\u00e9occupations des multiples utilisateurs de l’entreprise.<\/p>\n\n\n\n

Traitement du langage naturel (TAL)<\/strong><\/p>\n\n\n\n

Les techniques de traitement du langage (presque) naturel reposent sur l’analyse s\u00e9mantique de la question et son rapprochement avec les informations du r\u00e9f\u00e9rentiel [via des distances vectorielles par exemple – cf. Word2vec]. La mise \u00e0 disposition des r\u00e9sultats via des requ\u00eates et des rapports permet \u00e0 tous les collaborateurs de l’entreprise de consulter plus facilement les donn\u00e9es afin d’en comprendre le fonctionnement et la structure et de contribuer \u00e0 sa transformation.<\/p>\n\n\n\n

Normalisation des donn\u00e9es<\/strong><\/p>\n\n\n\n

Sur le m\u00eame principe que les techniques NLP, la normalisation des donn\u00e9es permet de rapprocher les termes et de pr\u00e9senter des r\u00e9sum\u00e9s de donn\u00e9es. Typiquement, scannez votre SI \u00e0 la recherche d’applications ou de technologies d\u00e9ploy\u00e9es dans l’entreprise. Les donn\u00e9es brutes contiendront des doublons et des variantes – diff\u00e9rences de noms, fautes de frappe, versions mineures de logiciels, etc. – ou des composants insignifiants qui noieront les pr\u00e9cieuses informations. Il faut donc en extraire une vision nette et consolid\u00e9e, la relativiser et classer les leviers de pilotage de l’entreprise.<\/p>\n\n\n\n

M\u00e9tadonn\u00e9es et reconnaissance des mod\u00e8les commerciaux<\/strong><\/p>\n\n\n\n

Les nouveaux outils cloud embarquent de plus en plus de m\u00e9tadonn\u00e9es, tant dans le cadre du big data que du traitement informatique – descriptions d’API, ETL, etc. L’analyse s\u00e9mantique de ces m\u00e9tadonn\u00e9es et leur rapprochement avec les informations du r\u00e9f\u00e9rentiel – portefeuilles de processus, de fonctions et de produits de l’entreprise – facilitent la connexion entre les \u00e9quipes en charge de la gestion op\u00e9rationnelle et celles en charge des nouveaux d\u00e9veloppements et de la transformation continue. C’est un contributeur crucial au succ\u00e8s de l’agilit\u00e9 \u00e0 grande \u00e9chelle.<\/p>\n\n\n\n

Analyse des risques des projets de transformation<\/strong><\/p>\n\n\n\n

En collectant les donn\u00e9es op\u00e9rationnelles des projets coupl\u00e9es aux donn\u00e9es architecturales – \u00e9chelle, domaine, complexit\u00e9, ramifications, technologies, \u00e9chelle de la transformation, timing, ressources\u2026 – on peut tenter de pr\u00e9dire le niveau de risque d’un projet de transformation. Ce risque est bien s\u00fbr diff\u00e9rent d’une entreprise \u00e0 l’autre et prend en compte de nombreux facteurs, comme celui de sa culture projet par exemple. Ici, il faut suffisamment de donn\u00e9es d’une entreprise pour obtenir une signature pertinente qui la caract\u00e9rise.<\/p>\n\n\n\n

Transformer l’architecture d’entreprise avec des informations bas\u00e9es sur l’IA : une nouvelle approche de l’optimisation commerciale<\/h2>\n\n\n\n

L’IA peut \u00eatre appliqu\u00e9e de diff\u00e9rentes mani\u00e8res pour am\u00e9liorer les projets d’architecture d’entreprise, mais la phase de d\u00e9marrage est particuli\u00e8rement cruciale. L’utilisation de l’IA pour d\u00e9marrer un programme d’architecture d’entreprise peut avoir un impact significatif par rapport aux m\u00e9thodes traditionnelles. Sans l’IA, l’identification des domaines qui doivent \u00eatre am\u00e9lior\u00e9s dans une organisation peut prendre du temps, n\u00e9cessiter beaucoup de ressources et \u00eatre sujette \u00e0 l’erreur humaine. Par exemple, l’analyse manuelle des donn\u00e9es peut n’identifier efficacement que certains goulots d’\u00e9tranglement, ce qui conduit \u00e0 d\u00e9velopper un programme d’architecture d’entreprise qui doit r\u00e9pondre pleinement aux besoins de l’organisation.<\/p>\n\n\n\n

D’autre part, les organisations peuvent \u00e9conomiser du temps et des ressources en utilisant l’IA dans les premi\u00e8res \u00e9tapes du d\u00e9veloppement d’un programme d’architecture d’entreprise tout en obtenant des informations plus pr\u00e9cises.<\/p>\n\n\n\n

Les outils d’IA peuvent analyser rapidement et efficacement de gros volumes de donn\u00e9es pour identifier les domaines qui n\u00e9cessitent des am\u00e9liorations, tels que les goulots d’\u00e9tranglement des processus ou les domaines manquant d’automatisation.<\/p>\n\n\n\n

En ayant une compr\u00e9hension plus pr\u00e9cise de ces domaines, les organisations peuvent d\u00e9velopper un programme d’architecture d’entreprise plus efficace et adapt\u00e9 \u00e0 leurs besoins sp\u00e9cifiques. L’IA peut fournir un avantage concurrentiel en permettant aux organisations de cr\u00e9er des programmes d’architecture d’entreprise plus efficaces et efficients.<\/p>\n\n\n\n

Comment l’IA peut-elle aider les architectes EA dans leur travail quotidien ?<\/h2>\n\n\n\n

L’IA peut aider de mani\u00e8re significative les architectes EA dans leur travail quotidien en fournissant des informations pr\u00e9cieuses, en automatisant les t\u00e2ches r\u00e9p\u00e9titives et en analysant des donn\u00e9es complexes en temps r\u00e9el.<\/p>\n\n\n\n

L’IA peut aider en fournissant aux architectes EA les meilleures pratiques bas\u00e9es sur l’analyse bas\u00e9e sur les donn\u00e9es. En exploitant des techniques avanc\u00e9es d’analyse de donn\u00e9es, l’IA peut identifier des mod\u00e8les et des tendances invisibles \u00e0 l’\u0153il humain, permettant aux architectes EA de d\u00e9velopper des strat\u00e9gies plus \u00e9clair\u00e9es et plus efficaces.<\/p>\n\n\n\n

De plus, l’IA peut permettre une analyse de donn\u00e9es multi-sources en temps r\u00e9el pour aider les architectes EA \u00e0 prendre des d\u00e9cisions rapides et \u00e9clair\u00e9es. Par exemple, dans l’industrie automobile, l’IA peut utiliser la PNL avanc\u00e9e pour analyser des donn\u00e9es non structur\u00e9es, telles que les sp\u00e9cifications des v\u00e9hicules, les communications internes et les journaux de maintenance, afin d’identifier les informations et les tendances cl\u00e9s.<\/p>\n\n\n\n

Gr\u00e2ce \u00e0 ces informations, les architectes EA peuvent prendre des d\u00e9cisions \u00e9clair\u00e9es en fonction de l’\u00e9tat actuel de l’entreprise, des tendances de la cha\u00eene d’approvisionnement et de l’efficacit\u00e9 de la production. En tirant parti de l’IA pour analyser les sources de donn\u00e9es internes, les constructeurs automobiles peuvent d\u00e9velopper des strat\u00e9gies d’architecture d’entreprise efficaces adapt\u00e9es \u00e0 leurs besoins sp\u00e9cifiques et optimiser leurs op\u00e9rations pour r\u00e9ussir.<\/p>\n\n\n\n

En plus de fournir des informations pr\u00e9cieuses, l’IA peut automatiser les t\u00e2ches r\u00e9p\u00e9titives, lib\u00e9rant ainsi du temps pour que les architectes EA se concentrent sur des activit\u00e9s plus strat\u00e9giques. Par exemple, les chatbots aliment\u00e9s par l’IA peuvent g\u00e9rer les demandes de renseignements de routine des parties prenantes, lib\u00e9rant ainsi du temps pour les architectes EA pour travailler sur des t\u00e2ches plus complexes telles que la conception et la mise en \u0153uvre de nouveaux syst\u00e8mes et architectures.<\/p>\n\n\n\n

L’IA peut \u00e9galement aider les architectes EA \u00e0 g\u00e9n\u00e9rer une documentation essentielle et \u00e0 g\u00e9n\u00e9rer des rapports plus efficacement \u00e0 l’aide d’outils avanc\u00e9s de traitement du langage naturel tels que GPT-3. Cet outil NLP g\u00e9n\u00e8re un texte de haute qualit\u00e9 qui ressemble \u00e9troitement \u00e0 l’\u00e9criture humaine, permettant aux architectes EA d’automatiser le processus de cr\u00e9ation de rapports et de documents.<\/p>\n\n\n\n

Cela leur fait gagner un temps et des efforts pr\u00e9cieux, leur permettant de se concentrer sur des activit\u00e9s plus strat\u00e9giques et d’offrir une excellente valeur \u00e0 l’entreprise. En int\u00e9grant des outils d’IA tels que GPT-3 dans leur flux de travail, les architectes EA peuvent optimiser leur productivit\u00e9, rationaliser leurs t\u00e2ches et devenir plus efficaces.<\/p>\n\n\n\n

Pr\u00e9venir l’\u00e9chec de l’architecture d’entreprise : comment l’IA peut aider \u00e0 g\u00e9rer la complexit\u00e9 et \u00e0 optimiser la prise de d\u00e9cision<\/h2>\n\n\n\n

Les projets d’architecture d’entreprise peuvent \u00e9chouer pour diverses raisons, telles qu’un manque de soutien de la part de la direction, une mauvaise communication entre les parties prenantes et une compr\u00e9hension inad\u00e9quate des besoins de l’entreprise.<\/p>\n\n\n\n

Cependant, l’une des raisons les plus courantes de l’\u00e9chec d’un projet d’EE est l’incapacit\u00e9 \u00e0 g\u00e9rer efficacement la complexit\u00e9. Avec l’essor du Big Data et la complexit\u00e9 croissante des entreprises, les architectes EA sont confront\u00e9s \u00e0 plus de d\u00e9fis que jamais.<\/p>\n\n\n\n

C’est l\u00e0 que l’IA peut jouer un r\u00f4le important dans la pr\u00e9vention de l’\u00e9chec du projet EA. Les outils aliment\u00e9s par l’IA peuvent aider les architectes EA \u00e0 g\u00e9rer la complexit\u00e9 en fournissant des informations et en identifiant des mod\u00e8les qui seraient difficiles \u00e0 d\u00e9tecter \u00e0 l’aide de m\u00e9thodes traditionnelles.<\/p>\n\n\n\n

Par exemple, l’IA peut aider les architectes EA \u00e0 analyser de gros volumes de donn\u00e9es provenant de diff\u00e9rentes sources et fournir des informations pr\u00e9cieuses sur les processus et les syst\u00e8mes commerciaux.<\/p>\n\n\n\n

De plus, l’IA peut \u00eatre un atout pr\u00e9cieux pour les architectes EA dans l’identification et l’anticipation des probl\u00e8mes potentiels susceptibles d’entraver la r\u00e9ussite du projet. Par exemple, l’IA peut signaler les risques potentiels et les d\u00e9pendances ayant un impact sur les d\u00e9lais, les budgets ou la port\u00e9e du projet. Gr\u00e2ce \u00e0 ces connaissances, les architectes EA peuvent g\u00e9rer plus efficacement les risques et pr\u00e9venir l’\u00e9chec du projet.<\/p>\n\n\n\n

Au-del\u00e0 de la gestion des risques, l’IA peut \u00e9galement am\u00e9liorer le processus d\u00e9cisionnel des architectes EA. En fournissant des informations pr\u00e9cises et opportunes, l’IA peut aider les architectes EA \u00e0 prendre des d\u00e9cisions \u00e9clair\u00e9es plus efficacement.<\/p>\n\n\n\n

Gr\u00e2ce \u00e0 des outils aliment\u00e9s par l’IA, les architectes EA peuvent \u00e9valuer divers sc\u00e9narios et pr\u00e9dire leur impact sur l’organisation. Les architectes EA peuvent r\u00e9duire le risque de mauvaise prise de d\u00e9cision en prenant des d\u00e9cisions bas\u00e9es sur une analyse bas\u00e9e sur les donn\u00e9es plut\u00f4t que sur la seule intuition.<\/p>\n\n\n\n

Tirer parti des techniques d’IA pour am\u00e9liorer les outils d’architecture d’entreprise<\/h2>\n\n\n\n

Les architectes d’entreprise peuvent tirer parti de la puissance des techniques d’IA pour am\u00e9liorer leurs outils et obtenir des informations pr\u00e9cieuses sur l’architecture de leur organisation.<\/p>\n\n\n\n

L’une de ces techniques est les r\u00e9seaux de graphes neuronaux (GNN), qui peuvent aider les architectes EA \u00e0 analyser des donn\u00e9es complexes et \u00e0 identifier des mod\u00e8les et des relations entre les syst\u00e8mes et les processus. En tirant parti de GNN, les architectes d’EA peuvent mieux comprendre l’architecture de l’entreprise et optimiser ses performances.<\/p>\n\n\n\n

Les syst\u00e8mes de recommandation d’apprentissage automatique (ML) peuvent \u00eatre un outil puissant permettant aux architectes EA de prendre des d\u00e9cisions \u00e9clair\u00e9es en toute confiance. En analysant de grands volumes de donn\u00e9es, les syst\u00e8mes de recommandation ML peuvent classer et recommander le meilleur plan d’action en fonction des besoins commerciaux actuels et des mesures de performance.<\/p>\n\n\n\n

Le syst\u00e8me peut fournir un taux de confiance avec chaque recommandation, permettant aux architectes EA d’\u00e9valuer le risque associ\u00e9 \u00e0 chaque d\u00e9cision et de faire des choix \u00e9clair\u00e9s.<\/p>\n\n\n\n

Strat\u00e9gie pour envisager l’avenir de l’IA au service de l’architecture d’entreprise<\/h2>\n\n\n\n

\u00c7a devrait \u00eatre prometteur ! Comme nous pouvons le voir \u00e0 partir des exemples mentionn\u00e9s ci-dessus, l’Architecture d’Entreprise n’est pas \u00e0 l’abri de l’attractivit\u00e9 du potentiel de l’IA. Nous verrons des \u00e9volutions dans son utilisation dans les ann\u00e9es \u00e0 venir. Nous travaillons \u00e0 son application aux d\u00e9fis les plus difficiles pour les entreprises : la transformation continue et la conception de l’entreprise d’avenir. Mais cela n\u00e9cessite une repr\u00e9sentation puissante (jumeau num\u00e9rique) de l’entreprise et de gros volumes de donn\u00e9es, deux moteurs pour de nouveaux types de solutions.<\/p>\n\n\n\n

Nous travaillons \u00e9galement sur des solutions pour identifier les opportunit\u00e9s de transformation et recommander des sc\u00e9narios de transformation. Par exemple, l’identification et les recommandations de strat\u00e9gies de migration vers le Cloud\u2026 A suivre !<\/p>\n\n\n\n

R\u00e9flexions finales sur le r\u00f4le de l’IA dans l’architecture d’entreprise<\/h2>\n\n\n\n

En conclusion, l’int\u00e9gration de l’IA dans l’architecture d’entreprise peut transformer ce domaine critique en fournissant des informations pr\u00e9cieuses, en am\u00e9liorant la prise de d\u00e9cision et en am\u00e9liorant les performances globales de l’entreprise. Cependant, il est essentiel de r\u00e9pondre aux probl\u00e8mes d’\u00e9thique, de s\u00e9curit\u00e9, de transparence et d’explicabilit\u00e9 de l’IA pour garantir que l’IA est utilis\u00e9e de mani\u00e8re responsable et efficace.<\/p>\n\n\n\n

En tirant parti de techniques d’IA telles que l’apprentissage en profondeur des graphes, la compr\u00e9hension avanc\u00e9e du NLP et du langage, les syst\u00e8mes de recommandation ML, la reconnaissance d’images et la reconnaissance de mod\u00e8les, les architectes EA peuvent optimiser l’architecture de l’entreprise, r\u00e9duire les risques et augmenter les chances de r\u00e9ussite du projet.<\/p>\n\n\n\n

En fin de compte, l’int\u00e9gration de l’IA dans l’architecture d’entreprise ne remplace pas l’expertise humaine mais plut\u00f4t une am\u00e9lioration, fournissant aux architectes EA des outils puissants pour apporter de la valeur \u00e0 l’entreprise de mani\u00e8re plus efficace et efficiente.<\/p>\n","protected":false},"excerpt":{"rendered":"

L’intelligence artificielle, et plus pr\u00e9cis\u00e9ment la technologie d’apprentissage en profondeur, a le potentiel de perturber le fonctionnement des entreprises. L’Architecture d’Entreprise, approche de gestion de la transformation continue des entreprises, commence \u00e0 int\u00e9grer cette technologie. Comment? Voici quelques id\u00e9es. Dans le paysage commercial rapide et en constante \u00e9volution d’aujourd’hui, l’architecture d’entreprise (EA) est devenue un […]<\/p>\n","protected":false},"author":1,"featured_media":4609,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-4611","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-enterprise-architecture"],"acf":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/posts\/4611","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/comments?post=4611"}],"version-history":[{"count":1,"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/posts\/4611\/revisions"}],"predecessor-version":[{"id":4613,"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/posts\/4611\/revisions\/4613"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/media\/4609"}],"wp:attachment":[{"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/media?parent=4611"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/categories?post=4611"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/proyacorp.ca\/fr\/wp-json\/wp\/v2\/tags?post=4611"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}