L’Intelligence Artificielle (IA) passionne autant qu’elle terrifie les foules depuis de nombreuses années. Bien que le concept soit ressorti de façon très active ces dernières années, le sujet est une source intarissable qui nourrit la littérature comme le cinéma depuis des décennies.
A tel point que du fantasme à la réalité, il ne semble plus y avoir qu’un pas. Ce qui inquiète des personnalités telles que le physicien britannique Stephen Hawking. Ce dernier fait d’ailleurs partie des 2 000 signataires ayant adopté les « principes de l’IA », un guide de référence en faveur d’un développement éthique de l’Intelligence Artificielle, développé lors du dernier séminaire Beneficial AI du Future of Life Institute qui s’est tenu début janvier à Asilomar, en Californie.
Avec l’IA est arrivée ces dernières années, la collecte grandissante des données par les entreprises – favorisée par le big data. Une combinaison qui intrigue tant qu’il est actuellement difficile de compter le nombre d’études consacrées au sujet. Toutefois, là où certaines sont alarmistes, la plupart se rejoignent sur les bénéfices pour les entreprises. Par exemple, Accenture a récemment révélé que l’IA devrait générer une augmentation de 20 % de la productivité de la France d'ici à 2035. Cela n’a rien d’étonnant puisque des outils d’analyses prédictives et des IA sont adoptés massivement par diverses industries, afin d’offrir de meilleurs services à leurs clients et accroitre les retours sur investissements. Pour ce faire, les « data scientists » accélèrent leur conversion vers des expertises très spécifiques. En effet, les entreprises - surtout celles présentes dans les industries très réglementées, telles que le secteur de l’énergie, de la finance ou encore de la santé pour ne citer qu’eux - réalisent enfin qu’aucune donnée n’est utile sans la capacité d’en faire une analyse fine, prenant en compte le contexte, les spécificités et les besoins des industries. La science de la donnée ne sera plus disponible en taille unique ! Elle ne l’a d’ailleurs jamais été.
En outre, les employés actuels qui ont une connaissance approfondie de leur marché ne possèdent bien souvent pas les compétences analytiques nécessaires pour transformer les données en informations utilisables. D’où le besoin de recourir à un système analytique externe ayant les capacités d’appliquer des modèles types à des besoins spécifiques. Le cloud vertical et spécifique, ainsi que les IA, peuvent plus rapidement fournir ce type d’applications personnalisées. Ainsi, une IA évoluant dans une banque de données contenant uniquement des transactions de cartes bleues parviendra à détecter les fraudes en un temps record, et sera même capable de formuler des suggestions proactives. Concrètement, si un client génère des data suggérant qu’il voyage beaucoup, sa banque ne lui bloquera plus le paiement d’un achat réalisé à Hong-Kong et lui proposera une carte avec des avantages liés aux déplacements.
Les entreprises investissent donc de plus en plus intelligemment dans la technologie, et leurs besoins deviennent de plus en plus pointus. Par conséquent, les fournisseurs de services ne peuvent plus se contenter de faire des offres générales aux entreprises, ni essayer d’attirer les consommateurs en mettant seulement en avant une approche ergonomique : les logiciels doivent désormais être capables de segmenter les clients et leurs comportements, et de s’adapter en conséquence. La combinaison de trois ruptures technologiques - la géolocalisation, le real time bidding (automatisation de l'achat publicitaire sur internet) et l'apprentissage automatique – peut de plus permettre aux entreprises de communiquer localement, et ainsi se doter d'une réplique web-to-store aux géants du web. Autre signe majeur d’investissement, IDC prédit que les dépenses mondiales dans les applications cloud passeront de 70 milliards de dollars en 2015 à plus de 141 milliards de dollars en 2019, avec une croissance particulièrement élevée dans les applications spécifiques à un secteur. En effet, les grandes entreprises se débarrassent des bloatware en faveur de logiciels centrés sur leur industrie.
Cependant, ces services SaaS très intégrés induisent un allongement des cycles de ventes. Les ingénieurs doivent donc aller au-delà de leurs traditionnelles compétences techniques, en étant par exemple constamment en contact à la fois avec les clients, mais aussi avec les prospects. Toute personne qui se positionne uniquement comme un lien entre ces deux groupes, ne peut pas faire preuve d’une productivité optimale, même si elle possède des qualités relationnelles tangibles. Au final, ce sont les entreprises possédant une solide expertise verticale sectorielle qui tireront le mieux leur épingle du jeu, car les services qui renforceront les systèmes existants par de l’intégration et de l’automatisation seront les plus utilisés.
L’IA se révèle donc incontournable pour faciliter l’analyse des données et proposer une expérience client aussi optimale que possible. Si certains experts y voient une menace, avec les robots voués à remplacer le travail des humains, il n’en est rien. Les Intelligences Artificielles font ainsi bien souvent une tâche qu’aucun homme n’est capable de faire, sans compter qu’adapter ces technologies aux spécificités d’une industrie ne peut être fait que par un employé bien vivant. Si les employés sont les protagonistes clefs d’une entreprise, les IA sont donc davantage le bras droit sur lequel se reposer que le vilain à combattre, et l’humain est et restera au cœur de la relation client.