Auteur
Depuis fin 2022, le domaine de l'intelligence artificielle générative connaît un essor fulgurant. Ce nouveau dynamisme du secteur signifie que la plupart des grandes marques accompagnées par Artefact désormais d'intégrer ces technologies dans leurs applications métier, afin de remporter la course à l'efficacité et à l'adoption par leurs clients et leurs collaborateurs. Leur niveau de maturité en la matière est toutefois variable : peu d'entreprises ont lancé des cas d'utilisation (60 % ont initié des projets, environ 26 % ont lancé des POC), et seules 3 % les ont déjà industrialisées. Comment les technologies d'IA générative vont-elles créer un impact commercial significatif et immédiat pour les entreprises ?
Chiffres – juin 2023
Une évolution technologique qui accélère l'adoption de l'IA par les entreprises
Depuis six mois, les acteurs de l'intelligence artificielle générative mènent un véritable marathon, annonçant sans discontinuer des avancées majeures dans ce domaine. Des géants du Web tels que Microsoft avec OpenAI, 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. Et 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 OpenAI, se concentrent sur les performances exceptionnelles de leur modèle, tandis que d'autres, comme Google, développent également des versions allégées – mais efficaces – de leurs algorithmes. Ces versions sont plus adaptées à une intégration locale sur les appareils des utilisateurs (mobiles, ordinateurs de bureau, enceintes connectées) ainsi que dans des logiciels « professionnels » spécialisés.
Cet écosystème dynamique favorise l'utilisation de l'IA générative tant sur les marchés B2C que B2B. Pour les entreprises, cela représente de nouvelles opportunités d'optimiser leurs performances, ainsi que celles de leurs employés et de leurs clients. Selon un rapport récent de Goldman Sachs, cette technologie pourrait faire progresser la productivité du travail et le PIB américains de 7 % au cours des dix prochaines années.
Quatre catégories d'applications basées sur l'IA générative visant à « optimiser » les opérations commerciales
Le recours à l'intelligence artificielle générative tout au long de la chaîne de valeur d'une entreprise n'est pas nouveau, mais son utilisation s'est désormais démocratisée et généralisée. Pour certaines grandes marques et les prestataires de services d'IA qui les accompagnent, des cas d'utilisation sont déjà en cours de conception et de déploiement à titre expérimental.
Bien que les possibilités soient infinies et que les applications dépendent des besoins de l'entreprise, ces principales utilisations peuvent être classées en quatre catégories.
Le premier concerne l'accès à data auparavant complexes pour des profils ayant peu ou pas d'expertise data . Les capacités de l'IA permettent de développer des outils intuitifs grâce auxquels les utilisateurs professionnels peuvent accéder à de très grands volumes de data, les consulter et les trier, et obtenir des tableaux de bord et data nouvelles data quelques secondes. Les récentes avancées en matière de traitement du langage naturel (NLP) facilitent encore davantage l'interaction de ces professionnels 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 profils dans leur prise de décision. Artefact a permis aux équipes commerciales d’une entreprise de services de s’appuyer sur une solution de qualification des prospects qui identifie les intentions des clients et des prospects en détectant des signaux au sein de très grands volumes de data. Les détaillants internationaux peuvent également mieux gérer leurs stocks et optimiser leurs politiques de prix en croisant de nombreux paramètres afin de mieux comprendre les causes des hausses ou des baisses de ventes pour un produit ou une catégorie donné(e).
Le deuxième aspect concerne la relation de l'entreprise avec ses différents publics. Nous collaborons avec plusieurs 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, dans le cadre d'interactions qui s'apparentent à une conversation entre deux êtres humains. Ces échanges permettent également de dégager des enseignements pour mieux comprendre les besoins et les attentes des interlocuteurs de la marque, ce qui contribue à renforcer la satisfaction client.
La troisième catégorie, déjà largement utilisée aujourd’hui, concerne la génération de contenu. Il s’agit d’une application en pleine expansion qui permet de créer et d’adapter des textes, des images et des sons pour alimenter les activités marketing des entreprises : contenu de sites web, fiches produits, mailings, publicités, présentations, etc. Nous travaillons par exemple sur un projet de « superchargeur de contenu » pour un groupe automobile. Cette solution exploite les data propriétaires du constructeur data tire parti d’une veille avancée des réseaux sociaux pour booster la production de contenu personnalisé pour la marque. Les professionnels de la création peuvent désormais se libérer des tâches chronophages, telles que l’adaptation de concepts, et se concentrer sur leur valeur ajoutée : l’idéation et la stratégie.
La quatrième application majeure consiste à améliorer l'efficacité des modèles ou des processus logistiques existants. 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 n'ont pas forcément 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, d'une manière compréhensible 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 aux prémices d'une véritable révolution dans l'utilisation de ces technologies, non seulement dans la vie quotidienne, mais aussi dans le domaine professionnel. L'intelligence artificielle générative est si intuitive et facile à utiliser qu'elle sera bientôt déployée dans les entreprises, afin d'éviter qu'un fossé trop important ne se creuse entre la fluidité des usages personnels et professionnels.
L'ensemble de la chaîne de valeur sera concerné, et bien que nous n'en soyons encore qu'aux prémices, les premières intégrations s'avèrent déjà très prometteuses. Pour en tirer le meilleur parti dès aujourd’hui et se préparer pour l’avenir, les marques devront rapidement acquérir une expertise en la matière. Afin de relever les défis techniques, environnementaux et éthiques posés par l’IA, elles devront recruter de nouveaux profils et former leurs collaborateurs, choisir les technologies d’IA adaptées, mettre en place une gouvernance appropriée, identifier des cas d’utilisation avec les unités opérationnelles et garantir la transparence, l’éthique et l’impact environnemental des applications développées.
