My Blog

Étiquette : automatisation

  • IA : comment passer de l’experimentation à l’adoption à grande échelle ?

    Etude sur l’efficacité de l’IA 

    L’Infosys Knowledge Institute (IKI), l’entité de recherche d’Infosys (NSE, BSE, NYSE : INFY), société de conseil numériques de nouvelle génération, dévoile son étude sur l’efficacité de l’IA à ce jour.

    Intitulé Infosys AI Business Value Radar, ce rapport repose sur une enquête menée auprès de 3 240 entreprises à travers le monde, couvrant 132 cas d’usage IA dans différents secteurs.
    Il met en évidence une évolution significative dans le déploiement de l’IA : de plus en plus d’organisations passent de l’expérimentation à une adoption à grande échelle, en raison de la diminution des coûts et de l’augmentation des taux de réussite. 

    L’étude révèle que 19 % des cas d’usage IA atteignent pleinement leurs objectifs commerciaux, tandis que 32 % les atteignent partiellement. Elle indique que les organisations qui privilégient des cas d’usage IA à forte valeur transformationnelle ont plus de chances d’atteindre leurs objectifs.
    À mesure que les coûts de l’IA continueront de baisser, ces cas d’usage transformationnels devraient générer des résultats commerciaux encore plus probants.
    De plus, des stratégies de gestion du changement bien conçues, associées à des programmes de formation solides, augmentent le taux de réussite des déploiements IA jusqu’à 18 points de pourcentage. 

    Ces résultats soulignent le potentiel croissant de l’IA d’entreprise pour générer de la valeur, à condition d’adopter des mesures fortes, notamment en redéfinissant les processus métiers, en renforçant la formation des employés et en optimisant l’architecture des données. 

    Voici les principaux résultats du rapport Infosys AI Business Value Radar : 

    Les industries les plus performantes 

    • Les secteurs à forte expertise intellectuelle et technique, tels que les services professionnels, les sciences de la vie, les hautes technologies, les télécommunications et l’assurance, enregistrent les meilleurs résultats avec l’IA. 

    • Les services financiers sont l’unique secteur « intellectuel » dont la performance IA est légèrement inférieure à la moyenne, en raison des contraintes réglementaires et des défis liés à la modernisation des data. 

    • En revanche, certains secteurs peinent à obtenir des résultats constants avec l’IA, notamment le tourisme et l’hôtellerie, l’industrie manufacturière, la grande distribution et le secteur public. 

    Cas d’usage les plus courants 

    • L’IT, les opérations, ainsi que la gestion des installations et des infrastructures sont les cas d’usage IA les plus répandus, adoptés par 38 % des entreprises interrogées. 

    • Ils sont suivis par la cybersécurité, la résilience et le développement logiciel, qui concernent 30 % des répondants. Les cas d’usage dans ces catégories ont 10 à 15 % de chances supplémentaires de réussir. 

    • Viennent ensuite les applications en marketing, service client et ventes. 

    • Enfin, les applications spécifiques à chaque industrie – telles que le traitement des sinistres dans l’assurance ou les essais cliniques dans la recherche médicale – ont un fort impact sur l’amélioration des opérations métier. Ces cas d’usage nécessitent généralement une transformation en profondeur des données et de l’architecture technique. 

    Gestion du changement 

    • Seules 16 % des entreprises ont mis en place une gestion du changement et une formation des employés efficaces en matière d’IA. 

    • Les entreprises qui ont déjà engagé des actions en faveur de l’IA peuvent doubler leurs chances de succès en investissant pleinement dans la préparation des collaborateurs. 

    Voici les principales recommandations mises en avant dans le rapport ; ce dernier propose cinq étapes essentielles pour devenir une entreprise AI-first et maximiser la valeur de ses déploiements IA : 

    1. Accélérer l’adoption de l’IA agentique pour transformer les modèles opérationnels. 

    2. Accélérer l’innovation en expérimentant simultanément à travers un modèle d’AI Foundry et d’AI Factory. 

    3. Former les employés pour améliorer le succès des cas d’usage IA (jusqu’à +18 points) 

    4. Adopter une approche Produit pour soutenir les modèles opérationnels IA. 

    5. Créer un comité de gouvernance IA afin de réduire les risques et améliorer la responsabilité. 

    Pour accéder au rapport complet c’est ici 

  • Etude Slack – Utilisation de l’IA en entreprise : un paradoxe français ?

    Quand le monde du travail est sur le point de changer…

    Face à des obstacles économiques et à des difficultés plus fortes, tous les responsables cherchent à renforcer la productivité de leur entreprise.
    Alors que de nouvelles technologies telles que l’IA générative émergent sur le marché, le travail d’expérimentation débuté en 2020 n’est évidemment pas terminé. En réalité, il ne fait que commencer.

    Une utilisation de l’IA au travail en demi-teinte…

    Alors que les discussions sur l’IA s’imposent dans l’ensemble des secteurs d’activité au cours de l’année passée, les employés de bureau français semblent l’avoir déjà adoptée pour la réalisation de certaines tâches et soulignent même le gain de productivité tiré de son utilisation.

    La dernière étude Slack révèle que l’adoption des outils d’IA tels que Claude d’Anthropic ou Mistral AI sur le lieu de travail s’est accélérée de 10 % par rapport au trimestre précédent en France (24 % à travers le monde). L’étude précise également que 32 % des employés de bureau français ont déjà utilisé des outils d’automatisation dans le cadre de leur travail. 

    Parmi ceux qui ont utilisé des outils d’IA et d’automatisation dans le cadre de leur travail,
    71 % déclarent que cette technologie améliore déjà leur productivité. Les tâches pour lesquelles les employés de bureau voient le plus de valeur ajoutée de l’IA aujourd’hui sont :

    • l’automatisation des flux de travail (47 %) 
    • l’aide à la rédaction (42 %) 
    • le résumé de contenus (31 %) 

    Les résumés ont remplacé la recherche en tant que principale valeur ajoutée dans le travail actuel des répondants depuis l’enquête de Slack de septembre 2023.

    Pourtant, si l’adoption de l’IA au travail accélère, la perception des employés français quant au potentiel de l’IA pour améliorer leur efficacité au travail met en lumière un paradoxe : 44 % d’entre eux se déclarent enthousiastes à l’idée que l’IA remplace des tâches de leur emploi actuel, 23 % sont dans l’expectative et 33 % se disent préoccupés par cette même idée (6 points de plus que la moyenne mondiale). Une certaine frilosité peu étonnante au regard du peu de consignes émises par les entreprises sur l’utilisation de l’IA.

    …Due à un manque de consignes claires de la part des entreprises

    La perception paradoxale de l’utilisation de l’IA par les employés de bureau français n’est sans doute pas étrangère au manque de consignes émises par les dirigeants et entreprises. 42 % des personnes interrogées déclarent n’avoir reçu aucune orientation de la part de leurs dirigeants ou de leur organisation sur la manière d’utiliser les outils d’IA au travail. Un manque d’instruction qui peut empêcher l’expérimentation de l’IA au sein des entreprises.

    Les dirigeants français en sont bien conscients : 84 % d’entre eux ressentent une certaine urgence à intégrer l’IA générative dans leur organisation, 59 % d’entre eux font état d’un degré d’urgence élevé.

    La majorité des personnes qui utilisent l’IA et l’automatisation commencent déjà à constater des gains de productivité », déclare Christina Janzer, Vice-présidente senior en charge des études et de l’analytique chez Slack, à la tête du Workforce Lab de Slack. « Mais les données indiquent que le fait de ne pas fournir de conseils ou d’instructions sur l’IA peut empêcher les employés de l’essayer. Si vous cherchez à préparer votre personnel à la révolution de l’IA, vous pouvez commencer par fournir des directives sur la façon dont l’IA peut être utilisée au travail. »

    Le futur de l’IA au travail : gagner en valeur ajoutée

    En moyenne, les employés de bureau français déclarent consacrer 36 % de leur temps de travail à des tâches qui sont « de faible valeur, répétitives ou qui ne contribuent pas de manière significative à leurs fonctions principales ». Il n’est donc pas étonnant que, lorsqu’ils sont interrogés sur les tâches qu’ils aimeraient voir être accomplies par l’IA ou l’automatisation, les employés de bureau français citent : le traitement de la “paperasse” et de la saisie de données (31 %), la mise à jour régulière de systèmes ou de fichiers (25 %) et la gestion des e-mails et messages (23 %).

    Une volonté partagée par les dirigeants français qui sont 25 % à souhaiter que l’intégration de l’IA dans les activités de l’entreprise permettent de mettre l’accent sur la stratégie plutôt que sur les tâches routinières. Parmi les autres avantages de l’intégration de l’IA, les dirigeants citent :

    • la prise de décision fondée sur des données (38 %)
    • la réduction des coûts (35 %)
    • l’augmentation de l’efficacité et de la productivité des employés (34%)
    • l’innovation des produits et des services (30 %)
    • l’amélioration de l’expérience client (8 %)

    « Nous avons tous des tâches à accomplir qui ne font pas partie de notre description de poste, mais qui sont nécessaires au bon fonctionnement de l’entreprise. C’est ce qu’on appelle le « travail dans le travail », explique Christina Janzer. “Mais si l’employé de bureau consacre en moyenne deux jours entiers chaque semaine à ce « travail dans le travail », c’est un problème – et une opportunité pour l’IA et les outils d’automatisation de mettre notre énergie au service des activités qui comptent. »

     

  • État des lieux du CRM en Europe

    « Le CRM est toujours perçu comme la meilleure façon d’optimiser et d’automatiser les processus »

    efficy, acteur sur le marché du CRM et automatisation, publie :  « L’État du CRM en Europe ».
    Décryptage des 4 leçons qui ressortent de l’enquête

    1 – Automatisation des processus, vision à 360° du client, et partage des connaissances :  trois critères pour investir dans le CRM

    Les résultats de l’enquête révèlent que 42 % des participants se focalisent sur la simplification et l’automatisation des processus pour améliorer l’efficacité opérationnelle. Près de 39 % mettent l’accent sur l’obtention d’une vision à 360° des clients, dans le but d’optimiser les interactions et de mieux comprendre leurs besoins afin d’établir des relations durables. De plus, 24 % accordent la priorité au partage interne des connaissances, reconnaissant la valeur d’une communication et d’une collaboration fluides entre les équipes.

    En ce qui concerne les décideurs ultimes, tels que les PDG ou les cadres supérieurs, ils insistent également sur l’augmentation des ventes (36 %). Cela s’explique par le fait que les influenceurs de décision cherchent à fournir des rapports et des analyses, reconnaissant leur valeur dans la prise de décision éclairée et les performances accrues.
    2 – Fonctionnalités, personnalisation et intégrabilité : trois critères décisifs 

    Les résultats de l’enquête indiquent que 46 % des organisations mettent l’accent sur les caractéristiques du produit, recherchant un outil complet qui réponde aux besoins spécifiques de leur entreprise.

    Cette priorité est suivie de près par la possibilité de personnaliser la solution de gestion de la relation client pour répondre à des besoins spécifiques, 36 % des répondants soulignant l’importance de ce facteur.

    De plus, 35 % des répondants accordent la priorité à la capacité du CRM à s’intégrer de manière transparente aux systèmes existants, reconnaissant l’importance de la rationalisation des flux de travail et de l’accessibilité des données.

    3 – Tout le monde cherche un CRM facile à utiliser 

    Lors de la recherche d’une solution CRM, la simplicité d’utilisation demeure une priorité majeure pour les décideurs dans la plupart des pays interrogés. La plupart des utilisateurs de CRM privilégient la simplicité d’utilisation à la fonctionnalité. Une exception, cependant, est les Pays-Bas, où la qualité du service prime sur la convivialité de la solution.

    4 – Les entreprises doivent constamment être à l’écoute des utilisateurs finaux

    Même s’ils ne sont pas directement les utilisateurs finaux de la solution CRM, les professionnels de l’informatique sont les plus influents, avec 29%, suivis de près par les PDG avec 22%.

    Ces derniers sont fortement impliqués dans le déploiement du CRM, expliquant peut-être ainsi leur rôle clé dans le processus décisionnel. Les responsables des ventes contribuent à hauteur de 15% à la décision finale, reconnaissant ainsi leur impact sur les interactions avec les clients et les revenus. La finance et le marketing représentent chacun 10% de la responsabilité décisionnelle, tandis que le service clientèle joue un rôle de 9%. Les 5% restants correspondent à d’autres rôles, soulignant la nature collaborative de l’approvisionnement en solutions de gestion de la relation client.

    Pour télécharger le livre blanc cliquez ici

  • Non l’intelligence artificielle n’est pas une boîte noire !

    Comment tirer le meilleur parti de l’intelligence artificielle

    Par Lloyd Humphreys chez Tradeshift

    L’intelligence artificielle est un excellent exemple d’une technologie considérée comme mystérieuse. Les professionnels de l’IT contribuent à entretenir cette perception, se référant souvent à l’IA comme une « boîte noire ». Ainsi, au lieu de voir l’IA comme un « simple outil », elle devient hégémonique et toute puissante. Les organisations doivent changer leur façon de concevoir l’IA. Utilisée correctement, c’est un outil incroyablement puissant qui offrira de nouvelles perspectives à ses utilisateurs.

    Ce que l’IA fait de mieux

    L’intelligence artificielle n’est pas toujours aisément accessible, c’est pourquoi de nombreuses organisations supposent qu’elle devrait être principalement déployée sur les projets les plus importants. Et bien que l’IA puisse apporter des avantages importants, elle ne peut répondre à tous les projets.

    La facturation est une activité où l’IA peut apporter un avantage significatif et stratégique. Le traitement des factures est une tâche fastidieuse. Un rapport récent a estimé que 23 % de toutes les factures contiennent une erreur nécessitant un examen et un retraitement manuels, les raisons allant d’un décalage entre la facture et le bon de commande (PO) à des erreurs de numérotation de facture. Les équipes des comptes fournisseurs (AP) passent généralement un quart de leur temps à rechercher et à corriger les erreurs de facture. En fait, environ 81 % de toutes les factures nécessitent une intervention manuelle.

    Certaines entreprises pourraient considérer cette situation comme une fatalité alors que d’autres pourraient vouloir automatiser l’ensemble du processus de traitement de chaque facture. Aucune de ces deux approches n’a de sens. Les entreprises doivent trouver l’équilibre entre l’homme et la machine, en s’assurant que chacun se complète afin que l’automatisation ne se fasse pas au détriment de la précision.

    Garder le contrôle

    L’intelligence artificielle n’est efficace que dans la mesure où elle est correctement « alimentée » et guidée afin de traiter des tâches sensibles comme la gestion de factures.

    Une tâche « robotique » parfaite pour l’IA consiste à effectuer une correspondance de ligne entre la facture et le bon de commande. Ce sont des exemples faciles à enseigner. Pendant les deux premiers mois, un collaborateur contrôlera que les tâches sont bien exécutées avant de laisser l’IA traiter seule les opérations à venir. De plus, il est possible de définir le niveau d’autonomie laissé à l’IA, l’idée est tout simplement de trouver un juste milieu, adapté à son organisation, et qui allie sécurité, performance et productivité.

    Un pas de plus vers l’automatisation

    Une fois que l’on estime pouvoir faire confiance à l’IA pour effectuer une tâche avec précision, il est possible de passer au niveau supérieur : évoluer de l’intelligence artificielle vers l’automatisation. Pour prendre un exemple lié à la facturation, lorsque l’IA a été testée, et paramétrée, elle permet aux organisations de mettre en œuvre un traitement direct. Cela signifie qu’à partir du moment où une facture est reçue, l’IA cartographie les documents et trouve une correspondance avec le bon de commande associé.

    Tout se fait de manière transparente. Lorsque l’on atteint ce niveau de qualité, il est possible d’accéder à de vrais avantages. Ainsi, la conjugaison de l’IA et de l’automatisation permet de réduire le coût de traitement des factures et le temps de traitement moyen. Mais les avantages ne s’arrêtent pas là. Lorsque l’on maitrise l’IA, il est possible de supprimer le processus d’approbation de certaines opérations récurrentes ou de faible valeur. Il est possible d’analyser de grandes quantités de données et de détecter des anomalies qui pourraient passer inaperçues si les opérations étaient réalisées manuellement.

  • La quatrième révolution industrielle est elle en cours ?

    L’industrie 4.0 commencera par le réseau autonome

    Par Zack Zilakakis, stratégiste produits chez Juniper Networks

    La quatrième révolution industrielle est en cours. De quoi s’agit-il ? Comment savons-nous qu’elle est en train d’avoir lieu ? Que signifiera-t-elle ? Et comment pouvons-nous nous y préparer ?

    Si nous avons connu depuis les années 1950 l’ère de l’automatisation, l’industrie 3.0, celle dans laquelle nous entrons est l’ère de l’hyper-automatisation. C’est celle de la voiture autonome et du réseau autonome, un développement qui promet d’être encore plus révolutionnaire.

    Depuis la première révolution industrielle au dix-huitième siècle, où l’on utilisait la vapeur et l’énergie hydraulique pour faire fonctionner des machines qui commençaient à supplanter la production manuelle, comme le métier à tisser, nous avons trouvé de nouveaux moyens de remplacer le travail humain. La fin du dix-neuvième et le début du vingtième ont vu l’électrification entraîner une seconde vague de changements dans l’industrie manufacturière.

    Mais la seconde révolution fut plus qu’une nouvelle source d’énergie pour les usines ; ce fut également le développement des réseaux ferroviaires qui révolutionnèrent la distribution, et des réseaux télégraphiques qui permirent la diffusion des informations, présageant les réseaux de communication modernes.

    L’industrie 3.0 a introduit l’électronique et les ordinateurs, qui ont permis d’effectuer des calculs à une vitesse et à une échelle inimaginables auparavant, pour accomplir toutes les tâches depuis le traitement d’enregistrements et la commande de machines-outils jusqu’à la prévision du temps.

    Si l’industrie 3.0 a vu l’humanité commencer à se battre avec les problèmes d’automatisation, c’est avec l’industrie 4.0 que nous allons commencer à les résoudre. Bien que nous ayons été capables de saisir des concepts comme l’intelligence artificielle (l’IA) et l’apprentissage automatique (machine learning ou ML en anglais) tôt au cours de la dernière révolution, c’est seulement maintenant que nous commençons à les appliquer dans le monde réel. Dans l’industrie 3.0, nous nous appuyions sur l’intervention humaine pour programmer, configurer, corriger, réparer et améliorer les systèmes que nous développions. Dans l’industrie 4.0, ils n’auront plus besoin de notre aide.

    Si nous voulons mettre une date sur le début de la quatrième révolution, ou du moins le premier usage de cette expression, ce fut en 2011 à la foire de Hanovre en Allemagne, où une nouvelle phase d’automatisation industrielle fut décrite dans laquelle les machines et les processus associés se diagnostiqueraient, se configureraient et s’optimiseraient eux-mêmes.

    Ils auraient l’intelligence pour comprendre, à un certain niveau, ce qu’ils feraient et comment le faire mieux, et ils seraient équipés pour apporter des améliorations sans demander la permission et sans intervention humaine. Ils pourraient également, ayant la capacité d’analyser de vastes quantités de données, anticiper et compenser les problèmes, qu’il s’agisse d’une panne de composant ou de commuter des sources d’alimentation dans un système de production.

    Récemment, Softbank a annoncé qu’elle cédait Boston Dynamics, leader mondial de la robotique. La nouvelle a rendu certains analystes perplexes. Les robots, du moins pour ceux d’entre nous qui étaient enfants au siècle dernier, sont le futur, n’est-ce pas ?

    Le message envoyé par Softbank est peut-être plus subtil : la valeur des robots réside dans l’intelligence qui les commande, et non dans les jolies pièces mobiles qui font des manutentions lourdes et des travaux complexes. La cession de Boston Dynamics ne signifie pas que les robots ne sont plus le futur, mais qu’ils sont bel et bien dans le présent. Qu’il est temps d’avancer.

    Réfléchissez aux facteurs qui conduisent à l’adoption des technologies avancées dans l’industrie. Ils incluent :

    • la pression sur l’efficience, et en particulier la nécessité de réduire les coûts ;
    • le désir d’améliorer le service aux clients ;
    • le raccourcissement des cycles de produit ;
    • la peur des rivaux compétents en technologie ;
    • la difficulté de trouver des gens ayant les bonnes compétences ;
    • la nécessité d’identifier les problèmes plus tôt ;
    • la nécessité de prendre des décisions plus rapidement ;
    • le désir de meilleures analyses.

    La technologie promet tout sans limite. Le cloud et les réseaux 5G répondront à notre désir insatiable de capacité de réseau et de calcul, mais l’histoire montre que nous utiliserons toute la capacité disponible, et continuerons d’en demander plus. A chaque augmentation du débit disponible, nous verrons émerger de nouvelles applications et de nouveaux services qui l’engloutiront.

    La racine de ce problème est la complexité. L’Internet des objets devrait relier 75 milliards de dispositifs d’ici le milieu de cette décennie, en gros dix fois la population humaine de la planète. Ce sera aux réseaux et aux data centers de gérer cette population tentaculaire de capteurs, dispositifs de mesure, moniteurs, contrôleurs et vêtements connectés ou dispositifs portables.

    Gérer tout ce qui se passera dans le réseau du futur pourra demander un énorme supplément de conception, de gestion et de supervision. La tâche d’extraire les renseignements importants des données brutes, d’orchestrer les systèmes et les sous-systèmes, et de maintenir la sécurité à travers le réseau sera impossible si nous appliquons les méthodes et les pratiques d’organisation de l’industrie 3.0. Et l’augmentation de la complexité de la tâche de gestion intensifiera le risque de dégradation des performances.

    Les lois de la physique, seule chose que la technologie ne peut pas changer, sont en train de changer la forme du réseau. Les data centers monolithiques, qu’ils soient sur site ou dans le cloud, ne pourront pas supporter l’IoT. Plus un utilisateur ou un dispositif est éloigné du data center, plus les performances du réseau se dégradent. Du coup, le data center lui-même est en train de changer pour devenir hautement réparti. On parle à présent de périphérie ou de micro-périphérie pour déporter la puissance de traitement aux extrémités du réseau et raccourcir la distance entre le data center et ses utilisateurs, les humains et les objets. Nous avons résolu le problème de latence, et ajouté une autre couche de complexité.

    Le fait est que les interventions humaines sur lesquelles nous nous sommes toujours appuyés dans le passé pour la gérer ne fonctionnent plus. Tout comme les véhicules autonomes commencent à résoudre quelques-uns des problèmes des autoroutes surchargées de véhicules commandés par des conducteurs humains manifestement faillibles,

    Les réseaux autonomes intelligents sont la technologie critique qui permettra l’évolution d’une industrie 4.0 sûre et harmonieuse.

    Le réseau du futur ne sera pas un réseau étendu (WAN) traditionnel mais un multi-cloud de plus en plus complexe. Imaginez le cloud explosant en petits morceaux. Les clients voudront des services et des applications et la proximité au data center. Pour les réseaux mondiaux répartis, cela signifie inévitablement des réseaux multi-cloud. L’inconvénient de cette hétérogénéité est une augmentation de la complexité.

    Le réseau autonome automatise la conception et l’exploitation du réseau, abstrayant sa complexité et la rendant transparente pour le client. Les architectes réseau n’ont pas besoin de passer leur temps à dépanner et à résoudre des problèmes récurrents routiniers. L’IA peut le faire bien mieux.

    Le travail de l’architecte n’est pas de construire la maison ou de réparer la plomberie quand elle fuit, mais de faire le plan. De la même manière, l’architecte réseau devrait décider comment la conception générale exprimera les besoins de l’entreprise, son objectif. Les détails de la conception, la traduction de l’objectif en un réseau hautes performances idéal, peuvent être automatisés. Tout comme l’exploitation du réseau, pour permettre d’assurer en temps réel les diagnostics et la résolution des problèmes, la reconfiguration et l’optimisation des performances.

    Les entreprises qui se maintiendront et prospéreront dans l’ère de l’industrie 4.0 seront celles qui embrasseront la transformation numérique. Mais cela reste un but difficile à réaliser. Selon McKinsey, seulement 30 % de ces initiatives réussiront, et le taux de réussite est bien plus faible encore pour les grandes entreprises où la complexité du défi est plus élevée.

    La clé, comme le confirment différentes études, est la transformation des opérations informatiques elles-mêmes. Non seulement les entreprises d’aujourd’hui sont fortement impactées dans leur résultat par leurs dépenses d’exploitation informatique, mais les pratiques du 20ème siècle les empêcheront d’exploiter les opportunités de l’industrie 4.0.

    Beaucoup de gens ont résisté à l’abandon du métier à tisser manuel lors de la première révolution industrielle. L’histoire ne leur a pas donné raison.

     

  • Mieux cibler, mieux rationaliser, mieux décider… Bienvenue dans le marketing de l’IA

    Révolutionner le rôle du Marketer avec l’AI Marketing

    Selon Emarsys 

    Personne n’est jamais devenu un spécialiste du marketing pour pouvoir passer des jours à passer au crible les données, à construire manuellement des campagnes ou à compiler des listes dans Excel. Les spécialistes du marketing veulent pouvoir maximiser leur production créative et laisser les aspects techniques aux plateformes et aux machines.

    Aujourd’hui, les spécialistes du marketing ont accès à une mine de données sur les consommateurs qui, dans le passé, devaient analyser, segmenter manuellement en populations, puis créer ou ajouter à des campagnes spécifiques.

    Révolutionner le rôle du Marketer avec l’AI Marketing

    Segmenter les audiences signifie plus de variantes de messages à créer, plus de campagnes, plus de flux de travail d’automatisation, la liste continue. Le résultat ? Les spécialistes du marketing ne peuvent tout simplement pas le faire…. ou du moins pas au niveau que nous attendions d’eux. Ainsi, pour lutter contre cela, les plateformes de commerce électronique essaient de les motiver. Les fournisseurs de solutions créent des renseignements sur les clients, en augmentant les données de contact avec des données intelligentes, ce qui rend les segments plus intelligents. Ces plates-formes présentent d’excellentes analyses et rapports, avec des modèles de cotation et des prédictions, et même des recommandations sur le meilleur mouvement suivant, en essayant de guider et de motiver l’utilisateur pour qu’il agisse. Ça aide, mais pas assez.

    Le commercialisateur du centre ne peut pas gérer toutes les options. Ils ne comprennent pas les décisions qu’ils doivent prendre, et ils n’ont pas le temps de créer toutes ces variantes, sans parler de les optimiser. Ils ne peuvent pas gérer la granularité de 1 pour 1, et finissent par accorder la plus grande partie de leur attention à la routine quotidienne qu’ils faisaient auparavant. Chez Emarsys, nous nous sommes rendu compte que nous devons libérer les spécialistes du marketing de ces tâches car c’est une tâche trop lourde à gérer. C’est là que l’IA entre en jeu.

    Le marketing doit combler le fossé entre la science des données et l’exécution. Et il ne s’agit pas d’analyses fantaisistes, de prévisions de revenus futurs ou de modèles de notation. Chez Emarsys, nous avons tendance à considérer l’intelligence artificielle comme un robot qui exécute des tâches, et non simplement dire aux spécialistes du marketing ce qu’il faut faire.

    Pour les spécialistes du marketing numérique, la présence de l’Intelligence Artificielle Marketing (AIM) n’est plus la substance de l’avenir ; l’avenir est déjà là. Le marketing de l’intelligence artificielle ouvre des portes stratégiques qui étaient auparavant fermées aux spécialistes du marketing et ouvre la voie à des niveaux de personnalisation sans précédent dans le domaine du marketing.

    Élimination du travail manuel

    Chez Emarsys, lorsque nous mettons à la portée de nos utilisateurs des recommandations de produits, des recommandations incitatives, l’optimisation du temps d’envoi et plus de capacités d’IA qui suivent ces principes, nous commençons enfin à constater une augmentation de l’adoption de la communication 1 pour 1. Pourquoi ? Parce que nous ne l’avons pas seulement rendu intelligent, nous l’avons aussi rendu sans effort. C’est la simple pression d’un interrupteur, ce qui n’est plus agréable à avoir pour les spécialistes du marketing, mais une exigence pour qu’ils puissent fournir une personnalisation vraiment individualisée à l’échelle.

    L’optimisation du temps d’envoi est une fonction de marketing de l’IA qui suit ces principes. La plate-forme d’Emarsys décide quand envoyer le message à chaque contact selon la plus grande probabilité d’engagement, elle applique l’apprentissage machine pour rechercher activement un nouvel emplacement et s’adapter au comportement de l’utilisateur, et elle est activée d’une simple pression d’un interrupteur.

    Grâce au marketing de l’intelligence artificielle, les spécialistes du marketing peuvent désormais passer du temps à créer des stratégies de haut niveau et à se concentrer sur des campagnes à fort impact, au lieu de s’occuper manuellement de la collecte de données fastidieuse ou de la segmentation granulaire. Les solutions de marketing de l’intelligence artificielle peuvent même creuser une couche plus profonde dans l’analyse des données qu’un humain, pour une meilleure compréhension et visibilité des interactions et de l’engagement des consommateurs, ce qui mène à une stratégie plus concrète de la part de l’esprit créatif du spécialiste du marketing.

    Augmenter la production créative

    Pour les cerveaux créatifs, il n’y a rien de pire que de s’enliser dans la monotonie des  » nombres « . Tous les spécialistes du marketing sont confrontés à ce dilemme ; même si beaucoup aimeraient créer du contenu gagnant toute la journée, il est impossible d’aller de l’avant aveuglément sans les chiffres pour guider la direction.

    Avec le marketing de l’intelligence artificielle, il est possible de créer plus de contenu, et la qualité de cette production créative est rehaussée par l’augmentation des données régissant l’orientation et la stratégie, créant ainsi une boucle de rétroaction positive d’un raffinement continu et d’une portée sans cesse croissante. Comment est-ce possible ?

    Les recommandations de produits en sont un bon exemple. Avec le marketing de l’IA, c’est décidé au nom de l’acheteur. Pour chaque contact, l’IA détermine les produits à présenter, comment le contenu doit être présenté et par quel canal. Tout ce que le marketer a à faire dans ce scénario est de placer un widget boîte noire dans une page web ou un email, et ils tirent automatiquement profit de l’apprentissage machine pour améliorer leurs résultats.

    Les recommandations de produits ont résolu un grand défi pour les spécialistes du marketing, un défi qui, auparavant, dépassait largement leur champ d’application. Parmi les milliers de produits d’un catalogue donné, comment un commercialisateur peut-il faire correspondre manuellement, à chaque destinataire, les produits les plus susceptibles de les intéresser ? Même s’ils disposaient de toutes les données de navigation du site Web, sous une forme qui pourrait être segmentée, ils n’auraient pas le temps et les ressources nécessaires pour s’asseoir et faire cette comparaison manuelle des segments de personnes et des produits à une granularité de 1 pour 1. C’était une tâche impossible que l’intelligence artificielle résout de façon transparente sans ajouter une seconde de charge de travail supplémentaire pour le commercialisateur.

    Dernières réflexions

    En fin de compte, le marketing de l’intelligence artificielle permet de mieux cibler et rationaliser le rôle de l’agent de marketing. Moins de temps est consacré aux processus manuels et à l’analyse des données, mais plutôt à ce que les spécialistes du marketing font le mieux : élaborer des stratégies à fort impact, créer des contenus gagnants et établir des messages thématiques.

     

  • Que nous réserve l’automatisation intelligente ?

    Que nous réserve l’automatisation intelligente ?

    Par Yann Guernion Responsable Marketing Produit CA Technologies

    Comme la plupart des sujets discutés de nos jours, la question de l’automatisation et la façon dont elle impacte la société est débattue de manière assez virulente. Sur les médias sociaux comme traditionnels, tout le monde prend part au débat. Mais une chose est sûre : les nouvelles technologies d’automatisation sont synonymes de changements qui risquent fort d’impacter notre identité. Les transformations majeures ont toujours amené leur lot de craintes et de résistances, aussi faut-il s’inquiéter de l’avènement de l’automatisation intelligente dans les systèmes d’information ?

    L’intelligence artificielle (IA) n’est pas un concept réellement nouveau. Son avènement remonte aux années 1950, lorsqu’Alan Turing a proposé un premier test pour évaluer la capacité d’une machine à afficher un comportement « intelligent ». Des décennies de travaux de recherche et de développement ont mené à la création d’outils théoriques, bien connus aujourd’hui, allant de la logique floue aux modèles de Markov, en passant par les réseaux de neurones. Dans le même temps, de nouveaux types de langages de programmation comme Prolog, LISP et Smalltalk ont ouvert la voie à la plupart des langages modernes utilisés pour l’IA.

    Alors comment expliquer la soudaine résurgence et l’énorme buzz autour de technologies qui étaient déjà bien maîtrisées au milieu des années 1980 ? La meilleure explication se trouve dans une conjonction de facteurs digne du parfait alignement des planètes :

    • Le développement des technologies Big Data met à la portée de n’importe quelle entreprise un gigantesque réservoir d’informations ;
    • Le Cloud amène une augmentation exponentielle de la capacité de stockage et de traitement des données à un coût accessible ;
    • La Transformation Numérique convertit les entreprises traditionnelles en entreprises de logiciel.

    Jusqu’à présent il avait manqué deux éléments clés au développement de l’intelligence artificielle : une réelle demande du marché et des infrastructures techniques à l’échelle. Ses applications s’étaient donc limitées à des cas de figure très spécifiques comme les systèmes experts ou la reconnaissance de caractères. Aujourd’hui, bien au-delà d’une tendance technologique à la mode, l’IA est en train de s’imposer comme un outil fondamental du système d’information. C’est pourquoi ce « comeback » de l’intelligence artificielle contribue fortement au développement de l’automatisation intelligente.

    Depuis des décennies, les départements informatiques consacrent une part importante de leurs budgets à l’automatisation des tâches répétitives et des traitements de routine. Dans ce cadre, des outils d’automatisation comme les ordonnanceurs, sont utilisés pour automatiser des processus relativement simples dans le but d’éliminer les opérations manuelles. Aussi s’il reste pertinent de s’interroger sur la validité d’associer « automatisation » et « intelligence », n’avons-nous pas une vision trop réductrice de l’automatisation ? L’automatisation n’est-elle qu’un simple moyen d’ajustement de la masse salariale ?

    Les outils d’ordonnancement traditionnels considèrent les évènements relatifs à l’activité métier comme des séries statiques (clôture mensuelle, paye, facturation …). Les travaux automatisés sont le plus souvent déclenchés grâce à des calendriers, ou tout simplement activés manuellement. C’est une approche qui ne trouve tout simplement plus sa place dans les environnements informatiques modernes, et ce pour deux raisons :

    • Les infrastructures techniques sont désormais éminemment dynamiques et hétérogènes. Les processus sont éclatés en composant multiples s’exécutant dans des environnements très différents : serveurs physiques, machines virtuelles, containers, ressources cloud, applications SaaS …
    • Le profil des activités métier est d’une nature de plus en plus indéterministe. Les clients sont en connexion directe avec les métiers et les points d’entrée se multiplient (magasin, site web, mobile, réseaux sociaux, internet des objets, APIs …).

    L’automatisation du système d’information n’est donc plus simplement un moyen de maîtriser les coûts d’exploitation, elle est devenue un outil existentiel pour survivre à la complexité issue de la transformation numérique. Les équipes informatiques ne peuvent tout simplement plus gérer le volume entrant d’évènements métiers et répercuter les bonnes actions sur les traitements ou les infrastructures. C’est donc sur l’avènement de l’automatisation intelligente que repose la possibilité de maîtriser les flux et les architectures dans des proportions et des contraintes de temps qui dépassent les capacités humaines. La combinaison de l’intelligence artificielle et de l’automatisation va profondément modifier la gestion des systèmes d’information. L’automatisation intelligente va permettre un pilotage adaptatif de processus très complexes grâce à l’analyse en temps réel de grandes quantités de données issues des activités métier.

    Pour aborder la question de l’automatisation intelligente sur notre identité, il est nécessaire de comprendre comment elle remodèle la perception que nous avons de nous-mêmes et des autres. Comment l’automatisation intelligente changera-t-elle notre travail quotidien ? Quelles nouvelles compétences allons-nous développer ? Que pouvons-nous nous permettre d’oublier ? Dans ce contexte, l’idée que l’intelligence artificielle vienne accomplir des tâches auxquelles nous sommes attachés est une proposition dérangeante : investir une partie importante de sa carrière dans la maîtrise de compétences devenues obsolètes a un impact sur la notion d’estime de soi. Curieusement, ce seraient donc ceux qui auraient mené des carrières transitoires qui seraient les moins affectés si la nature de leur emploi se retrouvait menacée. Au-delà des compétences techniques, c’est bien la capacité d’adaptation émotionnelle qui est aujourd’hui devenue essentielle !

    Le changement est inévitable. L’intégration d’intelligence dans l’automatisation ouvre une nouvelle ère pour la productivité en établissant de nouveaux standards de vitesse et d’agilité, mais aussi elle libère les équipes informatiques pour se concentrer sur l’innovation. C’est probablement la clé de lecture quand on s’intéresse aux conséquences de la transformation numérique. La dynamique du changement n’est pas tant la réduction des coûts, mais plutôt la démultiplication de l’offre de nouveaux services. Les entreprises qui mettent en œuvre avec succès l’automation intelligente surpasseront leurs concurrents qui ne le font pas. Qu’il s’agisse de stratégie d’entreprise ou de carrière, l’essentiel reste bien entendu de savoir s’adapter. De toute évidence, dans le domaine informatique, il y aura probablement beaucoup plus de victimes du darwinisme numérique que des compressions d’effectif.

  • Pourquoi les « SMART TECHNOLOGIES » ont un impact positif dans l’entreprise ?

    Objets connectés, Analyse de données, Automatisation… ces technologies qui font évoluer l’organisation des entreprises

    Une nouvelle étude Avanade montre qu’une majorité de dirigeants français investissent et bénéficient déjà des technologies intelligentes dans leurs entreprises. L’augmentation directe du chiffre d’affaires reste l’un des impacts majeurs attendus de l’adoption de technologies intelligentes : + 21 % selon les dirigeants et responsables informatiques français. Toujours selon eux, 17% des activités actuelles pourraient être en partie automatisées d’ici 2020. Les dirigeants anticipent ce profond changement et se préparent à former davantage leurs employés, créer de nouvelles fonctions dans l’entreprise, ou faire évoluer leur organisation.

    Le terme « technologies intelligentes » fait référence à l’ensemble des technologies -telles que les objets connectés, l’analyse de données, l’automatisation- permettant aux ordinateurs et machines de réaliser des tâches ou prendre des décisions traditionnellement réservées à l’Homme.

    « Si l’arrivée des technologies dites intelligentes peut inquiéter certains, la réalité est clairement plus rassurante et pragmatique. Les entreprises pionnières constatent d’ailleurs les impacts positifs sur leur activité et prévoient déjà une nouvelle vague d’investissements dans le domaine, » explique Laurent Veybel, Responsable Digital Workplace et Collaboration, Avanade France. « Notre expérience montre que les employés restent les premiers acteurs d’une transformation digitale réussie. Notre rôle est d’accompagner nos clients pour choisir et mobiliser le meilleur de la technologie au service de leurs salariés, mais également de leur activité et de leurs propres clients. »

    Les résultats clés de l’étude sont les suivants :

    • Plus de la moitié des entreprises françaises interrogées (54 %) investissent dans les technologies intelligentes et en retirent déjà des bénéfices, à commencer par des gains de productivité (69% d’entre elles), l’amélioration de l’expérience client (62%) et l’augmentation directe de leur chiffre d’affaires (55%).
    • Pour 83 % des répondants en France, l’intégration des technologies intelligentes dans l’environnement de travail quotidien des entreprises permettra d’attirer et de retenir les meilleurs talents.
    • Pour 69 % des dirigeants français, l’émergence des technologies intelligentes nécessitera d’améliorer les compétences de leurs équipes en termes de résolution de problèmes (64 %), de collaboration (56 %), de gestion et d’analyse de données (49 %).
    • Les entreprises françaises interrogées sont convaincues que les technologies intelligentes seront largement autonomes d’ici 2020 dans l’amélioration de l’expérience client (53 %), la détection de leads (56%), ou encore l’identification de clients « à risque » (37 %).
    • Si les bénéfices des technologies intelligentes sont clairs, les dirigeants français restent attentifs aux enjeux éthiques qu’elles soulèvent : 75% d’entre eux estiment ainsi que leur organisation n’a pas encore pleinement anticipé tous les impacts de cette transformation. Mais 95% sont conscients qu’ils devront définir et respecter des règles éthiques précises et 81 % prévoient largement  d’investir pour accompagner leurs équipes dans cette évolution de leur environnement de travail.