Stratégie d’entreprise et analyses

« Dois-je mettre en place l’IA dans mon entreprise ? » — Tout dépend de ce que vous attendez d’elle

07.15.20267 min de lecture
Image de couverture de l’article

J’ai jeté un œil à quelques dates d’il y a environ 140 ans (restez avec moi).
Donc, 1882. Edison inaugure la centrale de Pearl Street à New York, la première centrale électrique. L’ère de l’électricité commence. Tout le monde s’enthousiasme.
Puis 1883. Une mondaine, influenceuse avant l’heure, nommée Alice Claypoole Vanderbilt, se présente à une soirée chic dans une robe ornée d’une ampoule. L’ampoule est alimentée par 3 ou 4 kg de piles cachées quelque part sous la jupe. Glamour !

Comparaison d’images

Et puis tout dérape. À la fin de cette même année, littéralement tout commence à devenir « électrique ». Même des choses où l’électricité n’a absolument rien à faire. Le marketing s’emballe. On vendait des corsets et des ceintures « électriques » censés avoir des effets médicaux.
Bien sûr, ils n’en avaient aucun.
Les corsets ont été interdits en 1893 parce que, eh oui, c’était une arnaque évidente. Beaucoup d’autres produits similaires ont aussi été retirés. Mais l’électricité elle-même est évidemment restée — seul l’engouement autour d’elle est retombé.
Si l’on transpose cela à l’IA, nous sommes en gros à la fin de la phase d’explosion de l’engouement.
On voit déjà des cas où des gens ont tout raté « avec succès ». Et des cas où cela a vraiment bien fonctionné.
Fait caractéristique, les échecs semblent plus fréquents.
Il existe même un terme pour cela : le « purgatoire des pilotes ». Environ 70 à 90 % des projets d’IA ne dépassent jamais le stade pilote. Pas parce que « l’IA ne fonctionne pas ». De la même façon, on aurait pu dire à l’époque que « l’électricité, c’est n’importe quoi ».
Les gens se précipitent sur l’IA en se disant : « tout le monde fait de l’IA, je dois en faire aussi ». Et c’est comme s’envoyer des décharges électriques en espérant que cela soigne son mal de dos.

La règle d’or de l’automatisation

Si vous consultez Google Trends pour « AI implementation », tout est prévisible : il y a un pic vers 2023. Tout le monde veut soudain de l’IA. Vite.
Mais si vous cherchez « AI readiness », il y a aussi un pic. Un an plus tard.
Traduction : les gens ont essayé des choses, se sont amusés avec l’IA pendant un an, ont échoué, ont brûlé de l’argent, se sont fait remonter les bretelles par la direction, puis ont compris qu’il leur fallait peut-être une stratégie.
C’est là que le conseil a explosé — Deloitte, Accenture et tous les autres ont commencé à promouvoir le concept de « préparation à l’IA ».
Et le sens a changé, lui aussi. Il ne s’agit plus seulement de savoir si tout est numérisé. Il s’agit de savoir si votre entreprise est suffisamment structurée pour bien utiliser l’IA.
Car si vos opérations sont dans les ennuis jusqu’au cou, l’IA ne les réparera pas automatiquement. Elle pourrait même vous dire gaiement : « Oh oui, vos processus sont au fond du trou ! Voulez-vous que je les enfonce encore plus ? »
Ou, comme l’a dit en substance Bill Gates : si vous automatisez un processus défaillant, vous obtenez simplement un processus défaillant très efficace.

Graphique : préparation à l’IA face à la mise en œuvre de l’IA

J’ai vu des cas comme celui-là.
Un exemple typique : une entreprise avec un système ERP désastreux :

  • Les gens détestent tout simplement l’utiliser. Ils bricolent des contournements, copient les données à la main et dupliquent tout ;
  • Des erreurs partout ;
  • Le chaos dans les données ;
  • Des gens qui travaillent « autour » du système plutôt que dedans ;
  • Puis quelqu’un dit : « Ajoutons de l’IA par-dessus ! » ;
  • Tout part encore plus de travers.

C’est comme une dame de l’époque victorienne qui dirait : « Oui, la batterie pèse 4 kg, mais peu importe, ma robe pèse déjà 10 kg, au moins on me regardera. »
D’où tous ces pilotes dont tout le monde aime parler, jusqu’à ce que personne ne veuille vraiment les déployer à grande échelle. Parce que les pilotes et les PoC vivent dans un monde propre et magnifique, peuplé de fées et de licornes. Alors que nous savons tous à quoi ressemble un environnement où les gens mettent les mains dans le cambouis et font vraiment quelque chose. Si nous voulons que l’IA travaille comme nous, nous devons concevoir ces projets pour le monde réel.

La méthode éprouvée de Danavero (là où l’IA apporte vraiment le plus de valeur)

Bon, voici maintenant quelques exemples tirés de notre expérience chez Danavero. Nous avons beaucoup expérimenté, alors voici ce qui a vraiment bien fonctionné.

Cas 1 : l’assistant idéal du support de niveau 1 (et non son remplaçant)

Il s’agit d’un projet d’optimisation du support client. La variante d’implémentation typique consisterait, bien sûr, à créer un chatbot et à le laisser traiter les demandes. Quelque chose ne va pas ? D’accord, le client peut alors parler à un humain.
Nous avons fait l’inverse. Dans notre approche, l’IA passe au crible des montagnes d’informations en back-end, de façon totalement invisible pour le client. Une demande arrive — l’IA l’intercepte, fouille la base de données, consulte l’historique des interactions et rédige un projet de réponse.
La réponse est envoyée à l’opérateur humain, qui la vérifie, la met en forme, puis l’envoie au client. En somme, l’IA joue le rôle d’assistant.
Le résultat ? Nos mesures ont montré une productivité multipliée par 2 à 5 par spécialiste du support. Et pendant ce temps, 0 (zéro) client ne s’est fâché contre le chatbot, puisqu’aucun n’avait jamais parlé à un chatbot.

Description du flux : humain face à l’IA

Qu’avons-nous fait en réalité ? Nous avons regardé quelles phases du processus consomment du temps dans des environnements réels. Et ce n’était pas la rédaction de la réponse au client. En réalité, le responsable du support ne consacre qu’environ 15 % de son temps à répondre. En revanche, environ 60 % du temps passe à jongler avec des filtres et des champs de recherche :

  • Comprendre ce qui est demandé ;
  • Saisir des données à la main ;
  • Chercher dans la base de données ;
  • Consulter la base de connaissances ;
  • Vérifier l’historique des interactions.

C’est là que le temps filait. Nous aurions tout à fait pu faire en sorte que l’IA se contente de rédiger de belles réponses. Nous aurions même pu la faire répondre en vers. Mais à quoi bon ? Accélérer environ ⅙ du processus, et seulement dans les cas les plus évidents ?
Il était bien plus logique de confier à l’IA la recherche des données — elle n’a même pas besoin de taper quoi que ce soit pendant les quelques millisecondes que cela lui prend. Automatiser ces micro-actions était l’option la plus sensée.

Cas 2 : une réponse instantanée au premier contact avec un prospect

Un autre cas concerne les ventes. Là, les choses sont différentes. Le premier réflexe (et le mauvais) consiste à nourrir l’IA des meilleures pratiques tirées de « bons » scripts d’appels commerciaux et à espérer qu’elle mène le prospect jusqu’à la conversion.
Puis à paniquer si (ou quand) quelque chose tourne mal.
Alors nous nous sommes demandé : à quel moment du processus une vitesse surhumaine ferait-elle la différence ? Où aurait-on besoin du « whoooooosh, c’est fait » ? En réalité, ce sont les premières minutes, voire les premières secondes, après la demande initiale du client. Ce moment où la personne a écrit quelque chose, où elle est un peu intéressée — mais d’ici une minute environ, elle risque d’oublier ou de changer d’avis. Les commerciaux connaissent bien ce moment : celui où il faut saisir le prospect et le retenir.
Que fait l’IA dans ce processus ? Elle capte la demande du client, récupère le contexte et « tire » immédiatement une réponse au prospect. Une réponse précise, personnalisée et pertinente. Personne ne peut garantir que l’IA maintiendrait ce niveau de qualité tout au long de la conversation — mais personne n’en a vraiment besoin.
Car la tâche de l’IA ici n’est pas de conclure la vente, mais de donner tout de suite une bonne première réponse, et ainsi de gagner du temps et de retenir le prospect pendant que le commercial se prépare à prendre le relais.
En théorie, on pourrait essayer de tout confier à l’IA. Mais plus l’IA couvre de phases, plus elle peut commettre d’erreurs en chemin. Des erreurs que quelqu’un devra ensuite analyser. Comme nous voulons des résultats rapides, nous identifions la tâche qui offre le meilleur retour sur investissement. Et si quelque chose tourne mal, on peut toujours localiser précisément où.

La « sauce secrète » : Human-in-the-Loop (HITL)

Ce que les deux cas ont en commun : l’IA ne fait pas tout. Les humains ne font pas tout. Chacun fait ce qu’il fait bien.
C’est une variante du Human-in-the-Loop (HITL, « l’humain dans la boucle »). Pour dissiper un malentendu fréquent : nous ne concevons pas le HITL comme « l’IA fait tout et l’humain corrige les erreurs » — cela relève plutôt du « human-ON-the-loop ».

Graphique

Le vrai HITL, c’est quand les deux contribuent activement au processus.
Pas parce que l’IA serait « incompétente ». Pas parce que l’humain servirait de « béquille ». Nous regardons simplement où l’IA pourrait apporter le plus de valeur, et nous l’utilisons là.

Pour conclure

Bien sûr, beaucoup d’entreprises veulent simplement mettre l’IA au travail et partir à la pêche, jouer au tennis, peu importe. Mais cela ne veut pas dire que c’est ce qui rapporte vraiment un ROI. J’ai étudié une étude de cas après l’autre, et le schéma qui revient est toujours le même. Le succès vient quand les gens examinent leurs processus d’assez près avant de se lancer dans l’IA.
Alors, « dois-je mettre en place l’IA ? » Oui. Décidez simplement de ce que l’IA doit faire pour vous. L’IA ne remplace pas l’humain ; c’est plutôt un superpouvoir dont il faut savoir où l’utiliser.
Je suis presque sûr que si vous avez lu jusqu’ici, vous avez vous aussi vécu une forme d’aventure avec l’IA. À quoi a-t-elle ressemblé ?

À lire aussi

Lancez un projet avec danavero

Remplissez le formulaire et nous vous recontacterons rapidement.
CAPTCHA
Votre confidentialité est protégée
Badge de récompense : meilleures entreprises de test logiciel 2021
Badge de récompense : meilleure entreprise de marketing numérique
Badge menant au profil de Danavero sur AppFutura
Badge de récompense : meilleurs développeurs de logiciels 2023
Badge de récompense : meilleures entreprises de développement web 2020
Badge de récompense : meilleurs développeurs web 2023
Badge menant au profil de Danavero sur Clutch
Badge de récompense : meilleures entreprises de développement d’applications 2021