Auteur
Depuis fin 2022, le domaine de l’Intelligence Artificielle générative est en effervescence. Ce nouvel élan du secteur permet aujourd’hui à la plupart des grandes marques accompagnée par Artefact (95%) de réfléchir à une intégration de ces technologies dans leurs applications métiers pour gagner la course de l'efficience et de l'adoption par leurs clients et employés. Cependant leur maturité sur le sujet est très hétérogène : elles sont nettement moins nombreuses à avoir déjà lancé des cas d’usages (40% des entreprises ont initié des projets, environ 20% ont lancé des POC) et aucune ne les ont encore industrialisés.
Comment les technologies d’IA génératives vont-elles engendrer un impact business significatif et immédiat pour les entreprises ?
Chiffres - juin 2023
Un virage technologique qui accélère l’usage de l’IA par les entreprises
Voilà 6 mois que les acteurs de l’IA générative courent un véritable marathon en annonçant sans discontinuer des avancées majeures dans le domaine. Qu’il s’agisse des géants du Web - tels que Microsoft avec Open AI, Google avec Palm, Amazon avec Bedrock et Meta avec LLama - ou des développeurs open source, Les acteurs de l’IA générative sont nombreux à proposer des technologies qui stimulent l’innovation en matière d’applications business. Par exemple, GPT intègre le moteur de recherche Bing et la suite bureautique de Microsoft, l’ensemble des produits Google vont pouvoir bénéficier de PaLM 2. Amazon et Meta, quant à eux, commencent à intégrer leur IA générative dans leurs produits publicitaires. De même, l’émergence récente de centaines de solutions open source facilitent l’accès aux développeurs de tous les horizons à ce type de solutions.
Pour ce faire, tous n’adoptent pas le même axe stratégique. Certains, comme Open AI, privilégient l’ultra-performance de leur modèle, tandis que d’autres acteurs comme Google développent aussi des versions plus légères - mais efficaces - de leurs algorithmes. Ainsi, ces versions sont plus efficientes pour une intégration locale sur les devices des utilisateurs (mobile, desktop, enceintes connectées) ainsi que dans les logiciels « métiers » spécialisés.
Ce dynamisme de l’écosystème favorise les usages de l’IA générative, en B2C comme en B2B. Pour les entreprises, il représente de nouvelles opportunités de maximiser leurs performances, celles de leurs collaborateurs et celles de leurs clients. Selon un récent rapport de Goldman Sachs, cette technologie pourrait accroître la productivité du travail et le PIB des Etats-Unis de 7 % au cours des dix prochaines années.
4 catégories d’applications fondées sur l’IA générative pour “augmenter” les opérations des entreprises
L’utilisation de l’IA générative pour l’ensemble de la chaîne de valeur des entreprises n’est pas nouvelle, mais leur usage est aujourd’hui démocratisé et démultiplié. Chez certaines grandes marques et les sociétés de services en IA qui les accompagnent, des cas d’usages sont déjà en cours de conception et de déploiement à l’état de test.
Bien que les possibilités soient illimitées et que les applications dépendent des besoins des entreprises, ces principaux usages peuvent être classés en quatre catégories.
La première concerne l’accessibilité à des données jusqu’ici complexes pour des fonctions qui n’ont pas ou peu de compétences en matière d’analyse de données. Les capacités de l’IA permettent de développer des outils intuitifs pour que les métiers accèdent, consultent, opèrent des tris sur de très grands volumes de données et obtiennent ainsi des tableaux de bord et de nouvelles données en quelques instants. Les progrès récents en matière de traitement du langage naturel (NLP) renforcent la facilité avec laquelle ces différents métiers peuvent dialoguer avec la donnée. Les logiciels spécialisés dans des domaines tels que la finance, le marketing ou la logistique, peuvent ainsi être « augmentés » via des fonctionnalités génératives qui automatisent des tâches répétitives et/ou chronophages pour assister ces fonctions dans leur prise de décision. Artefact a ainsi permis aux équipes commerciales d’une société de services de s’appuyer sur une solution de qualification des leads qui précise les intentions des clients et prospects en détectant des signaux parmi de très grands volumes de données. Aussi, des acteurs internationaux de la grande distribution peuvent mieux gérer leurs stocks et optimiser leur politique de prix en croisant de nombreux paramètres pour mieux comprendre les causes des hausses ou baisses de vente sur un produit ou une catégorie.
La deuxième concerne la relation de l’entreprise avec ses différents publics. Nous accompagnons plusieurs marques dans la création de Chatbots et call centers alimentés par une IA générative pour répondre aux demandes des clients de manière plus pertinente et extrêmement personnalisée au cours d’interactions, qui s’apparentent à une conversation entre deux humains. En outre, des informations peuvent être tirées de ces échanges pour mieux comprendre les besoins et les attentes des interlocuteurs de la marque et ainsi accroître la satisfaction client.
La troisième catégorie déjà largement utilisée aujourd'hui est la génération de contenus. C’est une application qui a le vent en poupe pour développer et décliner des textes, images, sons qui nourrissent les actions marketing des entreprises : contenus de site, fiches produits, mailings, publicités, présentations, etc. Par exemple, nous travaillons sur un projet de “superchargeur de contenu” pour un groupe automobile. Cette solution exploite les données propriétaires de l’industriel et capitalise sur une écoute avancée des réseaux sociaux pour dynamiser la production de contenus personnalisés de la marque. Les métiers créatifs peuvent désormais se libérer de tâches chronophages que sont la déclinaison de concept pour se concentrer sur leur valeur ajoutée : l’idéation et la stratégie.
La quatrième grande application : améliorer l’efficacité de modèles préexistants ou de processus logistiques. A titre d’exemple, les entreprises du secteur de la bancassurance sont généralement dotées de plusieurs algorithmes dédiés à la prévision des risques ou à la détection des fraudes. Ces outils peuvent ne pas avoir la même interprétation des différents signaux captés. Face à cette situation, l’agent humain doit pouvoir prendre une décision rapidement et facilement. C’est ici qu’une surcouche d’IA générative peut être ajoutée pour résumer – de manière digeste pour un humain – les raisons qui ont amené les premiers algorithmes à présenter leurs conclusions.
Une lame de fond qui disrupte l’économie et les organisations
Nous sommes juste au début d’une révolution des usages, non seulement dans la vie quotidienne, mais également dans les applications métiers. L’intuitivité et la simplicité d’usage de l’IA générative sont telles, que son déploiement en entreprises va s’imposer rapidement pour ne pas créer d’écart trop important entre la fluidité des usages personnels et ceux de la vie professionnelle.
Toute la chaîne de valeur des entreprises va être impactée, nous n’en sommes qu'aux balbutiements, mais les premières intégrations sont déjà très prometteuses. Pour en tirer le meilleur parti dès aujourd’hui et préparer l’avenir, les marques vont devoir rapidement gagner en maturité sur le sujet. Pour faire face aux défis techniques, environnementaux et éthiques que représentent l’IA, il leur faudra en effet : recruter de nouvelles fonctions et acculturer les collaborateurs, choisir les bonnes technologies IA génératives, mettre en place une gouvernance adaptée, identifier les cas d’usages avec les entités business et veiller à la transparence, l’éthique et l’impact environnemental des applications développées.
Vous êtes intéressé par le conseil en données, le marketing digital et l'ecommerce ?
Lisez notre newsletter mensuelle pour obtenir des conseils pratiques, des idées, des études de cas, de la part de tous nos experts en données du monde entier !
