Intelligence artificielle, apprentissage approfondi et automatique: comment s’y retrouver?

Aujourd’hui, l’intelligence artificielle est sur toutes les lèvres. Quand on entend ce terme, on pense généralement à Google avec l’assistant de commande vocal Siri, mais plus récemment à NASNet, sa propre intelligence artificielle capable de reconnaître en temps réel une multitude d’objets tels que des voitures, ou même des personnes par le biais de la vidéo.

Mais faisons un pas en arrière. Êtes-vous capable de définir ce qu’est l’intelligence artificielle et ce qu’elle renferme?

L’intelligence artificielle, l’apprentissage automatique, et l’apprentissage approfondi sont souvent regroupés ensemble, alors qu’en réalité, ces trois notions ne sont pas exactement similaires. La meilleure façon de comprendre la relation entre ces concepts est de les visualiser dans le temps :

(1950-1980)
L’intelligence artificielle implique l’idée d’une machine capable d’assurer des tâches rattachées à l’intelligence humaine. Cette définition inclut des activités comme la planification, l’interprétation du langage la reconnaissance des objets et du son, l’apprentissage et la résolution de problèmes.

(1980-2010)
L’apprentissage automatique ou machine learning est une méthode de réalisation de l’intelligence artificielle. L’approche représente la capacité à apprendre sans programmation explicite. L’apprentissage automatique est une manière d’entrainer un algorithme pour l’amener à exécuter une tâche sans programmation explicite. Cet entraînement implique l’absorption d’un large volume de données par l’algorithme, qui va graduellement s’ajuster et s’améliorer en conséquence.

(Depuis 2010)
L’apprentissage approfondi ou deep learning est l’une des approches possibles pour l’exécution de l’apprentissage automatique. La technique récente fut inspirée du cerveau humain, et vise à imiter les mécanismes perceptifs et de raisonnement logique humain.

Une erreur fréquente quand on entame le virage du numérique, c’est de commencer directement par la technologie lorsqu’on est une entreprise. Il faut tout d’abord mettre le doigt sur les nouvelles technologies, les démystifier et les comprendre, tout en sachant qu’elles peuvent parfois se montrer complexes à cerner, à l’image de l’intelligence artificielle.

4 applications de l’utilisation de l’intelligence artificielle en entreprise

L’intelligence artificielle a émergé comme une alternative technologique capable de créer des programmes et des équipements permettant la prise de décision autonome, basée sur l’interprétation intelligente de grands volumes de données. Que ce soit dans le domaine de la santé, du commerce de détail, des services financiers ou encore pour les entreprises industrielles, les applications dérivées de l’intelligence artificielle touchent pratiquement l’ensemble des secteurs de l’économie mondiale à l’heure actuelle. La capacité de cette technologie à identifier avec précision des tendances dans les données et à procéder à des prédictions et des simulations justifie son adoption à grande échelle.

Voici quelques applications potentielles de cette technologie pour l’entreprise :

LES CHATBOTS
Ces robots logiciels, pouvant dialoguer avec le consommateur par le biais d’un service de conversations automatisées, offrent l’opportunité d’améliorer et d’étendre les canaux sociaux de commerce de détail, ainsi que de présenter un service précis et en temps réel. Des exemples ambitieux comptent des initiatives comme Duolingo, Gumbot, Luka, ou encore Cleverbot.

LES ROBOTS-CONSEILLERS
Un robot-conseiller est typiquement un service web automatisé de gestion, remplaçant la portion basique du travail d’un consultant financier pour une fraction du coût. Ce type de service, encore à un stade embryonnaire de développement, est supposé développer des stratégies de gestion financière personnalisées au profil du client, sur la base des données historiques collectées sur ce dernier. Betterment, Personal Capital, Schwab Intelligent Portfolios ou Sigfig comptent parmi les  startups exploitant cette niche du marché.

LA TARIFICATION DYNAMIQUE
La segmentation approfondie des clients permet un ajustement en temps réel des prix afin de capter davantage de valeur économique pour les commerçants. IBM Dynamic Pricing et Perfect Price offrent actuellement des solutions à l’avant-garde.

L’ANALYSE DES DONNÉES DES CONSOMMATEURS
L’amplification du volume de données absorbées par les capteurs intelligents (à partir des voitures, maisons, etc.) et générées par l’Internet des Objets , représenterait une opportunité de développement d’outils dédiés à la gestion de la complexité du risque humain et l’identification des tendances comportementales des clients. Ces initiatives permettraient ainsi une meilleure personnalisation des services offerts aux consommateurs. Early Information Science propose des services prometteurs en ce sens.

 

Même l’intelligence artificielle se dote d’un CRM

Les systèmes de gestion de la relation client, mieux connus sous leur nom anglophone customer relationship management ou CRM, ont révolutionné la façon dont les organisations peuvent développer et fidéliser leur clientèle en offrant une vue 360 degré du client. En effet, on est bien loin des premiers CRM qui servaient principalement à faciliter le travail du département des ventes. Aujourd’hui, les versions modernes de ces outils permettent non seulement la centralisation de l’information des clients, mais aussi son accessibilité à travers l’organisation. Par le fait même, l’analyse de ces données permet d’évaluer quelles actions ou décisions génèreront un maximum de valeur pour l’organisation.

Toutefois, cela ne veut pas dire que toutes les compagnies ont optimisé l’emploi de ce type de système; au contraire, selon une étude, entre 70% et 80% des implantations sont perçues comme des échecs[1]. Pour trop d’organisations, l’utilisation d’un CRM se limite à la recherche de coordonnées de clients ou à confirmer la date du dernier suivi effectué. Pour d’autres, la traduction des informations recueillies en un plan d’action concret ne procure pas les résultats escomptés par manque de compétences ou de ressources. Or, le recours à l’intelligence artificielle (IA) dans un CRM est en voie de changer les choses. En effet, si elle est encore considérée comme un buzzword pour plusieurs domaines, l’IA est pourtant déjà implantée dans plusieurs CRM et offre de premiers résultats intéressants.

Voici d’ailleurs quelques exemples d’IA qui sont présentement intégrés dans les CRM et qui ont permis une augmentation de performance.

Einstein (Salesforce)
L’outil Einstein, intégré dans Salesforce, propose des prédictions intelligentes ainsi que des recommandations personnalisées sur les offres selon chaque profil client. Il est aussi en mesure de trier les leads en ordre de priorité selon différents critères. De cette façon, les chances de convertir un lead en opportunités sont plus élevées. De plus, il peut envoyer des alertes si des événements dans l’environnement extérieur mettent en péril certaines opportunités. En outre, Einstein offre de multiples autres fonctionnalités telles que la saisie de données automatisée, la personnalisation des annonces, la récolte d’informations provenant des conversations sur les réseaux sociaux, des recommandations sur les produits, etc.

Selon une récente étude de cas[2], la compagnie d’équipement de plein air Black Diamond mentionnait justement que le recours aux fonctions intelligentes d’Einstein lui ont permis d’éliminer l’équivalent d’une heure par jour de saisie de donnée par employé principalement. En effet, plutôt que de demander à un employé d’entrer manuellement les recommandations de produits, Einstein a pris le relai de cette tâche. Or, l’entité l’a aussi amélioré puisque sa capacité d’apprentissage automatique lui permet aussi de personnaliser en temps réel les suggestions de produits complémentaires en se basant sur le comportement de l’acheteur. Grâce à ce changement, Black Diamond a généré une augmentation de 15,5% du revenu par visiteur dû à une meilleure expérience d’achat; l’impact est donc significatif.

Watson (IBM)
Développé par IBM, le système informatique Watson est surtout connu pour sa participation, et ses victoires, au jeu télévisé Jeopardy en 2011. Or, depuis 2016, la plateforme est aussi utilisée afin d’analyser des données météorologiques afin de produire des prévisions locales hyper précises, pouvant servir pour de nombreux secteurs tels que les transports ou les services publics. De façon plus concrète, IBM s’est récemment associé à Salesforce d’introduire cette fonctionnalité dans le CRM, un ajout qui intéresse de nombreux clients tel que les compagnies d’assurances. En effet, ce genre d’outil leur permet de se recentrer sur leurs clients. Par exemple, lorsqu’il y a des risques d’intempéries intenses, le système est en mesure d’envoyer un avertissement par message texte aux assurés dont les voitures sont à risques d’être endommagées[3]. Ceux-ci peuvent donc prendre des précautions et déplacer leur véhicule dans un endroit sécuritaire avant la tempête et ainsi réduire leur risque de sinistre.

Assistant de relations pour Dynamics 365 (Microsoft)
Tout comme les exemples précédents, le géant informatique Microsoft investi énormément dans l’IA afin de se positionner comme leader sur le marché. Depuis 2016, l’organisation a introduit une suite de fonctionnalités nommées Relationship Insights dans Dynamics 365 qui propose entre autres un « Assistant Relations ». Celui-ci a la capacité d’analyser les actions et communications quotidiennes afin de produire des suggestions personnalisées d’actions à prendre. Les recommandations de l’Assistant permettent d’isoler les données non pertinentes afin de ne mettre de l’avant que les éléments critiques nécessitant l’attention de l’utilisateur. Ainsi, la concentration et la productivité des usagers est augmentée et dirigée sur ce qui est le plus important en fonction de sa réalité quotidienne. Dans un futur rapproché, Dynamics continuera d’implanter d’autres fonctionnalités basées sur l’IA. Elles continueront de faciliter la recherche et l’analyse d’information dans les différents systèmes de sorte à aider les différents utilisateurs à être plus performants. Dans certains cas, il sera question de suggérer de ventes croisées calculées en fonction de l’historique du profil des clients, d’analyser leurs sentiments à travers leurs interactions avec l’organisation ou encore d’écouter des réseaux sociaux[4].

En résumé, des outils basés sur l’IA permettent donc non seulement de suivre les différentes transactions tout au long du cycle de vente, mais aussi d’automatiser les processus qui gaspillaient des ressources en plus d’assurer une communication simplifiée entre les utilisateurs. Mieux encore, grâce à l’apprentissage automatique (machine learning), ces systèmes seront sans cesse sujet à s’améliorer en fonction des résultats observés. En effet, avec le temps, les outils raffineront leur méthode de classement des leads en déterminant quels critères et attributs ont le plus de poids dans l’équation[5] ou à mieux personnaliser le contenu marketing selon le profil des clients.

Toutefois, bien que ces développements soient prometteurs, l’intelligence artificielle est encore loin d’être une panacée. Tel que mentionné plus haut, un nombre élevé d’implantation infructueuses sont dues à une non-utilisation du CRM. En ce sens, l’IA pourrait favoriser l’adoption grâce à ses notifications récurrentes et ses suggestions d’actions qui peuvent habituer les utilisateurs à naviguer dans le système. Néanmoins, le rôle de l’intelligence artificielle sera plutôt en arrière-plan. En fait, des outils comme Einstein de Salesforce vont plutôt permettent aux organisations de passer à un stade supérieur en termes de proactivité et d’efficacité. L’impact se reflétera dans une expérience utilisateur améliorée, qui se voudra plus complète à la fois pour les employés et les clients. Or, il faut tout de même rester vigilent, spécialement pour les organisations qui magasinent actuellement les fournisseurs de CRM. En effet, même si l’IA est au cœur de nombreux discours, il n’en reste pas moins qu’elle ne représente pas une finalité en soi. Il s’agit donc de distinguer le message marketing de la réalité. Ainsi, avant d’arrêter son choix sur un fournisseur de système selon ce seul critère, les organisations se doivent d’identifier clairement leurs besoins afin de faire un choix éclairé qui tient compte de leur réalité.

[1] Williams, P., Ashill, N., & Naumann, E. (2017). Toward a contingency theory of CRM adoption. Journal of Strategic Marketing, 25(5-6), 454.
[2] https://www.demandware.com/uploads/resources/CS_Black_Diamond_Case_Study_EN_INIT_08MARCH2017.pdf
[3] https://business.weather.com/wafismart
[4] https://docs.microsoft.com/en-us/dynamics365/customer-engagement/admin/relationship-assistant
[5] http://www.destinationcrm.com/Articles/Web-Exclusives/Viewpoints/Artificial-Intelligence-Is-the-Next-Step-in-CRMs-Evolution–116145.aspx

SAPPHIRE NOW 2017 : 3 nouveautés SAP marquantes

Chaque année, SAP, le géant de solutions logiciels d’entreprise, réunit des personnes du monde entier à sa conférence SAPPHIRE NOW à Orlando, en Floride. Dirigeants d’entreprises, clients, prospects ou encore décideurs se rencontrent et échangent sur les solutions technologiques d’aujourd’hui et de demain. Cet évènement fut l’occasion d’avoir une vue d’ensemble sur les nouveautés SAP et les tendances de l’industrie.

La transformation digitale pousse les entreprises à s’implanter davantage dans l’économie numérique.  Aujourd’hui, ce n’est plus un secret que les technologies et les lignes d’affaires doivent fusionner. Prenons l’exemple des ventes :  l’expérience client constitue l’un des principaux axes de différenciation d’une entreprise. Or, de nos jours, le client n’a jamais été aussi bien informé. Sans cesse se mettre à niveau et évoluer vers l’omnicanal tout en rendant l’expérience client unique, voilà un défi de taille qui demeure au cœur des préoccupations d’entreprises, quel que soit leur taille et leur secteur d’activités.

Alors quelles initiatives technologiques prendre par rapport aux besoins?  En quoi ces solutions vont venir bousculer et redéfinir les façons de faire dans les prochaines années?

Beaucoup de nouveautés intéressantes ont été présentées cette année. Nous allons vous faire un aperçu de trois d’entre elles, qui ont particulièrement retenu notre attention :

 

1 – Vers une logique de co-création avec le Design Thinking

Tout d’abord, qu’est-ce que le Design Thinking?

On peut le définir comme un modèle de management qui prône le « travailler ensemble ».  Une entreprise qui adopte le Design Thinking ne va pas faire collaborer ses départements de manière isolée mais va plutôt suivre une logique favorisant l’intelligence collective. Comment? En combinant au maximum les compétences analytiques des uns (comme les ingénieurs par exemple) et les compétences davantage intuitives des autres (les professionnels du marketing ou les créatifs).

Comprendre son utilisation

L’expérience domine de plus en plus l’économie. Dans les années à venir, le Design Thinking va changer la façon de faire évoluer les produits et même d’aborder la technologie en général. Il permet de faire converger l’employé et le consommateur au cœur de l’expérience.

L’approche du Design Thinking s’instaure au niveau des méthodologies d’implantation comme une conception de pensée dans une stratégie globale. Il ne s’agit plus simplement de regarder où se trouve le problème et de le résoudre de manière isolée, mais plutôt de l’aborder dès le début de la réflexion jusqu’à l’intégration finale de la solution.

 

2 – Lintelligence artificielle et le machine learning : SAP Leornado

« Intelligently connecting people, things and businesses. If we do it right, you can care more and do more for your customers. And one key to do this right, is data. » (Bill McDermott, Directeur général de SAP)

À travers sa nouvelle solution Leornado, SAP propose à ses clients une façon simple d’exploiter des technologies émergentes telles que l’intelligence artificielle, l’apprentissage machine, l’analyse avancée ou encore le blockchain.

Ainsi, SAP ne souhaite pas seulement accompagner ses clients vers des solutions, mais vise désormais de couvrir l’ensemble de leurs problématiques d’entreprise. Il sera possible de connecter les appareils « intelligents » avec les salariés, les produits, les infrastructures ou encore les marchés afin d’optimiser les performances stratégiques et financières des entreprises.

Cette offre semble prometteuse pour l’optimisation et la transformation de la relation entre les personnes, les objets et la technologie.

 

3 – SAP Cloud

Selon le rapport publié par le CEFRIO sur l’innovation par le numérique dans les entreprises québécoises, le pourcentage d’entreprises dotées d’une solution cloud est actuellement de 68 %[1]. Ce chiffre n’est pas à négliger car il semblerait qu’il ne fait que croître. Entre simplicité, accessibilité et disponibilité, les technologies du cloud offrent une large gamme d’avantages aux entreprises en leur permettant, entre autres, de faire des économies et de mieux maîtriser leurs coûts liés à l’informatique et aux infrastructures.

SAP est un joueur important pour la flexibilité de ses solutions. L’environnement agile offert par ce type plateforme permet aux entreprises de développer, opérer et connecter instantanément leurs applications, et tout ça grâce aux centres de données.

Conjointement avec le Design Thinking, SAP Cloud pourrait se positionner comme une solution intéressante pour répondre aux besoins d’affaires nichés d’une organisation.

 

Les nouveautés présentées lors de la conférence SAPPHIRE NOW constituent et constitueront dans les années à venir de réels leviers d’amélioration pour les stratégies d’entreprise, qu’elles soient internes ou externes et tout particulièrement pour l’optimisation de l’expérience client.

Afin de tirer le meilleur de son environnement technologique actuel et des solutions potentielles qui pourraient permettre une meilleure optimisation des procédés, il est important de bien maîtriser les outils et produits disponibles, et de suivre les tendances du marché en transformation numérique. Allez consulter le Radar technologique 2017 de Talsom pour en savoir plus. Et pour plus d’informations sur les nouveautés SAP diffusées dans le cadre de l’événement, cliquez sur le lien pour visiter la page Facebook de SAPPHIRE NOW.


Article coécrit avec Charlotte Cagnet
Crédit photo : SAP 

[1] Radar technologique 2017 Talsom