Auteur
Depuis fin 2022, le domaine de l'Intelligence Artificielle Générative est en plein essor. Ce nouveau dynamisme du secteur fait que la plupart des grandes marques soutenues par Artefact envisagent désormais d'intégrer ces technologies dans leurs applications métiers, pour gagner la course à l'efficacité et à l'adoption par leurs clients et leurs collaborateurs. Leurs niveaux de maturité sur le sujet sont cependant variés : peu d'entreprises ont lancé des cas d'usage (60% ont initié des projets, environ 26% ont lancé des POC), et seulement 3% les ont encore industrialisés. Comment les technologies d'IA générative vont-elles créer un impact commercial significatif et immédiat pour les entreprises ?
Chiffres - juin 2023
Une mutation technologique qui accélère l'utilisation de l'IA par les entreprises
Au cours des six derniers mois, les acteurs de l'intelligence artificielle générative se sont livrés à un véritable marathon, annonçant sans cesse des avancées majeures dans ce domaine. Des géants du web comme Microsoft avec Open AI, Google avec PaLM, Amazon avec Bedrock et Meta avec LLama, aux développeurs open source, de nombreux acteurs de l'IA générative proposent des technologies qui stimulent l'innovation dans les applications professionnelles. Par exemple, GPT intègre le moteur de recherche Bing et la suite bureautique de Microsoft, tandis que tous les produits Google bénéficieront de PaLM 2. Amazon et Meta commencent à intégrer leur IA générative dans leurs produits publicitaires. Enfin, l'émergence récente de centaines de solutions open source facilite l'accès à ce type de technologie pour les développeurs de tous horizons.
Tous les acteurs n'adoptent pas la même approche stratégique. Certains, comme Open AI, se concentrent sur l'ultra-performance de leur modèle, tandis que d'autres acteurs, comme Google, développent également des versions plus légères - mais efficaces - de leurs algorithmes. Ces versions sont plus efficaces pour une intégration locale sur les appareils des utilisateurs (mobiles, ordinateurs de bureau, enceintes connectées) ainsi que dans les logiciels spécialisés "métier".
Cet écosystème dynamique encourage l'utilisation de l'IA générative sur les marchés B2C et B2B. Pour les entreprises, elle représente de nouvelles opportunités pour maximiser leurs performances, ainsi que celles de leurs employés et de leurs clients. Selon un récent rapport de Goldman Sachs, cette technologie pourrait stimuler la productivité du travail et le PIB des États-Unis de 7 % au cours des dix prochaines années.
Quatre catégories d'applications basées sur l'IA générative pour "augmenter" les opérations commerciales
L'utilisation de l'intelligence artificielle générative sur l'ensemble de la chaîne de valeur de l'entreprise n'est pas nouvelle, mais son usage est aujourd'hui démocratisé et multiplié. Pour certaines grandes marques et les sociétés de services d'IA qui les soutiennent, des cas d'utilisation sont déjà conçus et déployés au stade du test.
Bien que les possibilités soient illimitées et que les applications dépendent des besoins de l'entreprise, ces principales utilisations peuvent être divisées en quatre catégories.
La première concerne l'accessibilité de data, auparavant complexes, pour des rôles ayant peu ou pas d'expertise en matière d'analyse data . Les capacités de l'IA permettent de développer des outils intuitifs pour que les utilisateurs professionnels puissent accéder, consulter et trier de très grands volumes de data, obtenir des tableaux de bord et de nouvelles data en quelques secondes. Les avancées récentes en matière de traitement du langage naturel (NLP) permettent à ces professions d'interagir encore plus facilement avec data. Les logiciels spécialisés dans des domaines tels que la finance, le marketing ou la logistique peuvent ainsi être "augmentés" grâce à des fonctionnalités génératives qui automatisent les tâches répétitives et/ou chronophages afin d'aider ces rôles dans leur prise de décision. Artefactdata Les distributeurs internationaux peuvent également mieux gérer leurs stocks et optimiser leur politique de prix en croisant de nombreux paramètres pour mieux comprendre les causes de l'augmentation ou de la diminution des ventes d'un produit ou d'une catégorie donnée.
La seconde concerne la relation de l'entreprise avec ses différents publics. Nous travaillons avec un certain nombre de marques pour créer des chatbots et des centres d'appels alimentés par l'IA générative afin de répondre aux demandes des clients de manière plus pertinente et hautement personnalisée, au cours d'interactions qui s'apparentent à une conversation entre deux humains. Des insights peuvent également être glanés à partir de ces échanges pour mieux comprendre les besoins et les attentes des appelants de la marque, ce qui stimule la satisfaction client.
La troisième catégorie, déjà largement utilisée aujourd'hui, est la génération de contenu. Il s'agit d'une application en plein essor qui permet de développer et d'adapter des textes, des images et des sons pour alimenter les activités marketing des entreprises : contenu de sites, fiches produits, mailings, publicités, présentations, etc. A titre d'exemple, nous travaillons sur un projet de "content supercharger" pour un groupe automobile. Cette solution s'appuie sur le site propriétaire du constructeur data et capitalise sur une veille avancée des réseaux sociaux pour booster la production de contenus personnalisés pour la marque. Les créatifs peuvent désormais se libérer des tâches chronophages, comme l'adaptation des concepts, et se concentrer sur leur valeur ajoutée : l'idéation et la stratégie.
La quatrième grande application est l'amélioration de l'efficacité de modèles ou de processus logistiques préexistants. Par exemple, les entreprises du secteur de la bancassurance disposent généralement de plusieurs algorithmes dédiés à la prédiction des risques ou à la détection des fraudes. Ces outils peuvent ne pas avoir la même interprétation des différents signaux qu'ils captent. Dans de telles situations, les agents humains doivent être en mesure de prendre des décisions rapidement et facilement. C'est là qu'une couche d'IA générative peut être ajoutée pour résumer - de manière digeste pour un humain - les raisons qui ont conduit les algorithmes initiaux à présenter leurs conclusions.
Une vague de fond qui bouleverse l'économie et les organisations
Nous sommes au tout début d'une révolution des usages, non seulement dans la vie quotidienne, mais aussi dans les applications professionnelles. L'intelligence artificielle générative est tellement intuitive et facile à utiliser qu'elle sera bientôt déployée dans les entreprises, afin d'éviter de créer un fossé trop important entre la fluidité des usages personnels et professionnels.
Toute la chaîne de valeur de l'entreprise sera impactée, et si nous n'en sommes qu'aux prémices, les premières intégrations sont déjà très prometteuses. Pour en tirer le meilleur parti dès aujourd'hui et préparer l'avenir, les marques devront rapidement gagner en maturité sur le sujet. Pour répondre aux enjeux techniques, environnementaux et éthiques de l'IA, elles devront recruter de nouvelles fonctions et acculturer les collaborateurs, choisir les bonnes technologies génératrices d'IA, mettre en place une gouvernance adaptée, identifier les cas d'usage avec les métiers, s'assurer de la transparence, de l'éthique et de l'impact environnemental des applications développées.
