My Blog

Étiquette : IA

  • Tous les évènements du 30 Mars au 2 Avril : Piloter l’acquisition marketing dans un monde AI-first -Change Now – In Cyber Forum …

     

     

  • Publicités IA : comment la créativité de l’IA se compare à celle des humains

    L’IA ne remplace pas la créativité. Elle rend la publicité performante.

    Si l’IA générative a profondément transformé les délais et les coûts de production des contenus, son efficacité concrète en matière de performance publicitaire fait encore l’objet de nombreux débats. Intitulée « AI Ads That Work: How AI Creative Stacks Up Against Humans » (Les publicités IA qui fonctionnent : comment la créativité IA se compare à celle des humains), cette nouvelle étude inédite s’appuie sur l’analyse de plusieurs centaines de milliers de publicités en ligne diffusées en direct sur Realize, la plateforme publicitaire de Taboola, totalisant plus de 500 millions d’impressions et 3 millions de clics.

    Principaux enseignements de cette étude académique :

    • Les publicités générées par la GenAI sont aussi performantes que celles créées par des humains : dans les données brutes, leur taux de clic moyen (CTR) est légèrement supérieur (0,76 %) à celui des publicités créées par des humains (0,65 %). Leurs performances sont finalement comparables lorsque les chercheurs ont appliqué les contrôles statistiques les plus rigoureux.
    • Les publicités générées par l’IA remportent le plus de succès lorsqu’elles ne “ressemblent” pas à de l’IA : les créations générées par l’IA qui ne « ressemblaient pas » à de l’IA ont obtenu les taux d’engagement les plus élevés de l’ensemble des groupes étudiés, surpassant largement les publicités créées par des humains et celles dont le caractère artificiel était perceptible.
    • Les visages humains constituent un puissant levier de confiance : l’étude montre que l’un des facteurs déterminants pour qu’une publicité soit perçue comme « humaine » et digne de confiance, réside dans la présence visible et identifiable d’un visage humain. Fait notable : conformément aux bonnes pratiques et aux règles de diffusion de Taboola, les publicités générées par l’IA intègrent plus fréquemment ces indices de confiance que les créations produites par des humains.
    • Les marques n’ont plus à arbitrer entre rapidité d’exécution et qualité : Les visuels générés par l’IA permettent d’augmenter, ou a minima de maintenir les taux de clics, sans dégrader les performances de conversion en aval. Ces résultats démontrent que les annonceurs peuvent désormais gagner en volume et en productivité sans compromis sur la qualité ni sur l’efficacité commerciale.
    • Les secteurs de l’alimentation, des boissons et des services financiers figurent parmi les premiers à avoir adopté les publicités créées par l’IA : certains secteurs se distinguent particulièrement dans l’adoption de la GenAI, notamment les secteurs de l’alimentation et des boissons ainsi que celui des finances personnelles.

    « La plateforme de Taboola nous a donné accès à une quantité exceptionnelle de données issues de situations réelles, impossibles à reproduire en laboratoire. L’analyse de plus de 500 millions d’impressions nous a permis de dépasser le discours autour de la GenAI pour en mesurer l’impact concret à grande échelle », explique Oded Netzer, vice-doyen chargé de la recherche à la Columbia Business School. « Nos résultats montrent que lorsque l’IA renforce des signaux humains, comme la confiance véhiculée par un visage, elle ne se contente pas d’égaler la performance humaine : elle établit souvent de nouveaux standards en matière d’engagement. 

  • Le baromètre des expertises du numérique

    Tensions sur les talents, défis d’innovation, évolution des compétences et enjeux d’inclusion…
    Etat des lieux des expertises du numériques

    Dans un contexte de généralisation de l’IA, de forte pression sur les recrutements et d’organisations du travail hybrides, Inop’s, néo-ESN du groupe Freelance.com, publie la 2e édition de son Baromètre des expertises du numérique.

    Réalisée auprès de 166 acteurs du digital – Mydral, PGT group, Wimbee, Globalis et Solstice, etc. – l’étude révèle les grandes dynamiques du secteur : tensions sur les talents, défis d’innovation, évolution des compétences et enjeux d’inclusion. Un état des lieux clé, avec des leviers concrets pour accompagner ces transformations.

    Premier constat : les entreprises du numérique restent globalement en croissance, mais évoluent sur un terrain de plus en plus instable. En 2019, 70 % d’entre elles affichaient une croissance, contre seulement 46,4 % en novembre/décembre 2024. Si le secteur demeure porteur et les variations modérées par rapport à la première édition du baromètre, ce ralentissement interpelle, témoignant d’un contexte économique plus tendu et incertain.

    « La transformation numérique s’accélère avec l’essor de l’intelligence artificielle, dans un contexte économique incertain. Les entreprises doivent repenser leur façon de sourcer et d’organiser les compétences. Il ne s’agit plus d’opposer internalisation et externalisation, mais de bâtir un écosystème agile et hybride, capable d’accompagner les DSI dans leurs défis d’innovation et de performance. Ce baromètre reflète ces évolutions et offre une cartographie précieuse pour anticiper l’avenir. » Anthony Berges, Directeur d’Inop’s.

    Quatre grands axes à la loupe et les pistes concrètes d’Inop’s

    Recrutement, inflation des salaires et guerre des talents : les lignes de fracture se creusent

    En 2019, 66 % des ESN déclaraient manquer de talents pour soutenir leur croissance. En 2024, elles sont 71 % dans ce cas. La montée en puissance de domaines comme la cybersécurité, l’IA ou le développement logiciel, conjuguée à une obsolescence rapide des technologies, creuse l’écart entre besoins et formations disponibles. À cette pénurie s’ajoute une inflation marquée des salaires et des TJM, qui renforce la compétition entre acteurs. Dans ce contexte sous tension, quels leviers Inop’s identifie-t-il pour élargir le vivier des talents ?

     Innovation numérique : entre ambition affichée et usage limité

    Malgré des perspectives économiques incertaines, 96 % des entreprises interrogées continuent à recruter. Mais l’innovation est-elle encore un choix, ou devient-elle une nécessité ? En parallèle, l’IA est perçue comme un levier majeur mais son intégration reste limitée : 24 % des répondants ne l’utilisent pas du tout, un chiffre qui grimpe à 78 % dans les structures de moins de 50 salariés. Quels freins persistent ? Quelles compétences IA privilégier ?

    Les expertises de demain : IA, cybersécurité et data en tête

    Cybersécurité, data, IA : ce trio s’impose dans les priorités de recrutement à horizon 2025. Mais les tensions sont vives : 47 % des entreprises du numérique affirment ne pas réussir à combler la totalité des besoins.

    Parmi les expertises les plus recherchées, le cloud/DevOps et l’IA/Data arrivent en tête (49 %), suivis de près par le management de projets (45 %) et le développement, test et intégration (43 %). Dans ce marché morcelé, où les profils pointus se font rares, comment rester à la page ? Entre besoin de spécialisation et exigence d’agilité, les ESN doivent repenser leurs stratégies pour attirer — et surtout retenir — les compétences clés de demain.

     

    Mixité : une ambition encore trop théorique

    Malgré les engagements affichés, la mixité reste loin d’être une réalité concrète. Sur le terrain, les chiffres stagnent : les femmes représentent à peine 24 % des effectifs du numérique en France (INSEE, 2025), 17 % des métiers des TIC (UE, 2021) et seulement 12 % des chercheurs en IA dans le monde (UNESCO). Elles ne sont que 26 % à siéger dans les COMEX. Dans un secteur en tension, où chaque talent compte, la mixité devrait être un levier stratégique de compétitivité.


    Comment faire en sorte qu’elle ne reste pas un vœu pieux, mais devienne une priorité opérationnelle ?

  • Quand 1 Français sur 2 estime qu’une organisation utilisant l’IA dans ses communications ne se soucie pas de ses clients

    IA : les entreprises doivent faire preuve de plus de transparence vis à vis des consommateurs

    Quadient (plateforme d’automatisation facilitant des interactions professionnelles)
    dévoile les résultats de son étude réalisée avec le cabinet indépendant Opinium sur la perception et les préférences des Français en matière de communication d’entreprise.

    Menée simultanément au Royaume-Uni et aux Etats-Unis, l’étude permet aussi d’identifier les similitudes et spécificités de chaque population sur le sujet.

    Opacité des données et IA : la méfiance des Français envers les communications des entreprises

    Alors que l’intelligence artificielle (IA) s’est largement démocratisée ces dernières années et occupe une place centrale dans le débat public, son utilisation par les entreprises suscite une méfiance chez les Français.

    Une majorité de Français considèrent ainsi qu’elle est problématique dans les communications : 55% d’entre eux affirment que l’IA engendre une communication de qualité moindre et 57% qu’une entreprise l’utilisant pour ses communications ne se soucie pas de ses clients. Prônant davantage de transparence, près de 8 sondés sur 10 (76%) souhaitent que les entreprises indiquent clairement avoir eu recours à l’IA pour générer leurs communications.
    En parallèle, le traitement des données personnelles est une source de préoccupation pour les Français. 76% estiment qu’il est impossible de savoir quelles organisations ont accès à leurs données, quelles informations sont concernées et comment elles sont utilisées.
    Plus de la moitié des Français indique même s’être déjà inquiété des renseignements détenus par les entreprises les concernant (59%).

    Néanmoins, de façon assez paradoxale, les Français accordent moins d’attention aux conditions générales lorsqu’on leur demande de partager des données (54%), contre 45% aux Etats-Unis.

    « Cette étude démontre qu’une grande partie des Français ont de réelles craintes sur les technologies de l’IA, et une défiance vis-à-vis des entreprises qui l’utilisent. Au-delà de ce qui est exprimé dans l’étude, nous pouvons identifier une préoccupation plus globale des citoyens sur le développement de l’IA. Afin de transformer ces craintes en opportunités, les entreprises doivent donc faire preuve de plus de pédagogie et de transparence dans la façon dont elles utilisent l’IA au sein de leurs activités, et démontrer qu’elles le font de manière éthique et responsable, dans l’intérêt de leurs clients », précise Stéphanie Auchabie, Directrice Générale France Benelux de Quadient.

    Papier vs. numérique : les Français à la recherche d’un équilibre

    Alors que le digital occupe désormais une place centrale dans le quotidien des Français, l’étude révèle que ces derniers ont des attentes élevées concernant les communications transmises par les entreprises. L’enquête démontre ainsi que 66% des Français souhaiteraient recevoir des communications à travers plusieurs canaux : e-mail, courrier, SMS, réseaux sociaux ou via une application. Ce besoin de diversité s’explique notamment par la crainte, exprimée par 65% des sondés, de passer à côté de messages importants si ceux-ci sont uniquement transmis par voie digitale.

    Plus globalement, les résultats montrent que, même si plus de 6 Français sur 10 (62%) préfèrent recevoir des informations de façon numérique, différents freins tels que les spams, les escroqueries ou la surabondance de de messages les amènent à opter pour le courrier papier (62%).

    A noter qu’il existe de fortes disparités relatives à la qualité des communications réalisées selon les secteurs d’activité. Pour les Français, le secteur bancaire est considéré de loin comme le plus efficace (48%), suivi des services publics (30%), loin devant la grande distribution et l’éducation (respectivement à 9%).

    Prise de conscience environnementale face au numérique

    Alors que les préoccupations environnementales sont un enjeu majeur de notre société, 64% des Français craignent les impacts environnementaux cachés des communications numériques qu’ils reçoivent. Une inquiétude bien moins marquée chez leurs voisins d’outre-Manche, où seuls 44% partagent cette inquiétude, soit une différence de 20 points. 6 Français sur 10 expriment le souhait de recevoir davantage de conseils pour identifier les communications les plus respectueuses de l’environnement.

    Selon le sondage, l’e-mail (35%) et les SMS (18%) arrivent en tête du classement des moyens de communication considérés comme les plus respectueux de l’environnement par les Français, loin devant les applications (14%) et les courriers (9%).

  • De quels compétences et outils les marketeurs ont-ils besoin pour se démarquer en 2025 ?

    Les défis des marketeurs en 2025 :
    compréhension des clients et exploitation des données en tête

    Dans un univers qui nécessite une adaptation constante, comment comprendre les clients, exploiter les données pour y arriver ?
    Quels sont les obstacles qu’ils rencontrent et les outils qu’ils utilisent ?
    Stratégie à mettre en œuvre, compétences à acquérir… quelles sont leurs priorités cette année ?

    Brandwatch a interrogé 1 378 marketeurs à travers le monde pour en savoir plus sur leurs approches et leurs projets ainsi que leurs défis en 2025.

    Les enseignements 2024

    En 2024, les marketeurs ont eu à faire face à plusieurs défis.
    Parmi les plus importants, 63 % d’entre eux ont cité les problèmes de saturation de l’audience et de qualité du contenu, avec des consommateurs plus enclins à se tourner vers du contenu partagé par leurs pairs plutôt que vers le contenu directement fourni par les marques.
    Venaient ensuite pour 51% des répondants, l’incertitude économique et les budgets limités ainsi qu’une difficulté à mesurer le retour sur investissement (ROI) de leurs campagnes. Enfin, 39% des marketeurs ont du mal à trouver un équilibre entre intelligence artificielle et humaine.
    Problème qui est exacerbé par une demande croissante d’authenticité de la marque de la part des consommateurs.

    2025 : le défi de la compréhension des clients et de l’exploitation des données 

    79% des marketeurs sont d’accord pour dire que l’analyse et l’interprétation des données seront des compétences importantes à acquérir par les équipes marketing en 2025 afin de pouvoir comprendre les consommateurs.

    Mais pour ce faire, les marketeurs sont confrontés à des obstacles et estiment que ce qui les empêche de mieux comprendre les clients, les prospects et les publics est, pour :

    – 56%, un manque de données de qualité

    – 46%, des données fragmentées

    – 44%, une évolution rapide du comportement des consommateurs

    – 42%, une cartographie du parcours incomplète

    Ces difficultés peuvent s’expliquer, notamment par le manque d’accès aux outils appropriés ou la complexité de mise en place d’actions marketing multicanales.
    Mais également par le fait que, des plateformes de réseaux sociaux aux systèmes CRM distincts, les marketeurs disposent désormais de dizaines de sources de données différentes pour collecter des informations sur les consommateurs. Et bien que ce soit positif, cela signifie également que les données peuvent être difficiles à suivre.

    Sites web et applications : première source de collecte de données

    Selon l’enquête, les marketeurs utilisent différents canaux pour collecter leurs données :

    – 69%, via des analyses de sites Web et d’applications

    – 66%, via des enquêtes et des questionnaires

    – 64%, via les commentaires et avis clients

    – 62%, via le social listening ou la recherche sur les consommateurs

    Les outils analytiques : première ressource pour réussir une campagne marketing

    Avec les outils appropriés, les marketeurs, peuvent surmonter les difficultés à comprendre les données ou mettre en œuvre des changements efficaces.

    Pour réussir leurs campagnes, les marketeurs privilégient à :

    – 79%, des outils analytiques

    – 60%, des outils de création et de gestion de contenu

    – 59%, des outils de gestion des réseaux sociaux

    – 52%, des outils de recherches sur les consommateurs et de social listening

    Stratégie, données et compétences : focus sur les priorités 2025

    Si l’analyse et l’interprétation des données sont essentielles au succès des actions marketing, les marketeurs mettent au cœur de leurs priorités l’optimisation de leur traitement, mais également la stratégie, et l’amélioration de leurs compétences.

     Analyser la stratégie

    70% des équipes marketing ont pour objectif de mettre en place une planification stratégique dans l’année à venir et 79% des marketeurs pensent que la stratégie est une compétence importante à avoir au sein des équipes en 2025.

    Optimiser le traitement de données

    Les campagnes multicanales et les enjeux en matière de confidentialité des données entraînent une plus grande fragmentation de celles-ci. De ce fait, le traitement des données peut s’avérer délicat et entraîne un grand nombre de tâches administratives : 26% des marketeurs y passent plus d’un quart de leur temps.

    Améliorer les compétences

    Dans les compétences à développer en 2025, on retrouve bien évidemment celles ayant trait aux données, notamment à leur analyse et interprétation (cité par 79 % des marketeurs) et celles relatives à la stratégie (78 %), mais également celles liées à la création de contenu et au storytelling (78 %). Avec l’arrivée de nouvelles plateformes, la maîtrise des réseaux sociaux s’avère cruciale (61 % des marketeurs). En bas du classement on trouve ex æquo à 53 %, la gestion de projet, le management et la gestion et enfin la mesure et l’optimisation du ROI.

    Pour obtenir le rapport complet c’est ici 

  • Quelles sont les meilleures pratiques d’expérience client ?

    L’empathie au coeur de l’expérience client 

    Chaque année, l’étude Customer Experience Excellence (CEE) de KPMG fait le point sur l’évolution des meilleures pratiques en matière d’expérience client dans le monde. En 2024, 23 pays se sont prêtés au jeu, dont la France.
    Dans l’hexagone, plus de 7 000 consommateurs, représentatifs de la population française, ont eu l’opportunité d’évaluer des marques avec lesquelles ils ont pu interagir durant les six derniers mois.

    Le top 10 du classement de cette nouvelle édition du Customer Experience Excellence place au plus haut :

    • Des marques qui mettent l’enchantement au centre de leur offre de produits et services, avec Chanel et Dior ;
    • Des marques jouant sur les moments de plaisir avec Nespresso, sur la joie et l’enfance avec Okaïdi-Obaïbi, sur l’estime de soi avec Nocibé ;
    • Des acteurs de l’immersion et de l’évasion que sont les parcs d’attractions avec le Futuroscope, le Parc Astérix et le Puy du Fou.

    Parmi les principaux enseignements à relever de l’édition 2024 du Customer Experience Excellence, figurent notamment :

    • L’empathie, un levier clé de l’expérience client : elle se manifeste comme un différentiateur fort pour les marques les plus performantes car elle permet de créer une relation avec les consommateurs sur le registre des émotions, de l’intimité. Les leaders des différents secteurs ont placé l’empathie au cœur des interactions clients, formant leurs employés et ont intégré dans leurs process l’agilité nécessaire pour créer une relation authentique et émotionnelle avec leurs clients.
    • L’IA au service de la captation de l’émotion du client : les entreprises les plus en pointe sur la relation client déploient des agents d’IA conversationnelle capables de capter les émotions du client et d’adapter les échanges en fonction de celles-ci. Cette humanisation de l’IA permet aux marques de créer des interactions plus personnalisées et plus engageantes. En exploitant pleinement les capacités de l’IA, les entreprises peuvent ainsi transformer chaque point de contact en une opportunité d’optimisation, générant un impact durable sur la satisfaction des clients comme sur la performance organisationnelle.
    • L’ESG, un pilier stratégique pour rester attractif auprès des consommateurs : cette dimension joue un rôle de plus en plus central dans la perception des consommateurs. Les marques qui intègrent l’ESG dans leur engagement voient leur attractivité renforcée. 65 % des consommateurs français déclarent prêter attention aux valeurs ESG des marques avant d’effectuer un achat et 52 % d’entre eux se disent même disposés ou très disposés à payer plus pour les produits d’une marque jugée comme éthique ou contribuant à la société.

    Le top 10 des champions de l’expérience client :

    1. Chanel

    Pour sa troisième année dans notre classement et dans le top 10, Chanel remporte pour la première fois le classement CEE. Cela témoigne de son engagement à offrir une expérience client toujours plus immersive et personnalisée, pensée pour renforcer le lien émotionnel avec ses clients tout en répondant aux attentes actuelles en matière d’innovation et de durabilité.

    Conscient des défis ESG, la Maison poursuit ses efforts en matière de durabilité, avec par exemple l’expansion de la ligne « N° 1 de CHANEL », qui inclut des produits rechargeables et sans plastique. Ces initiatives sont reconnues par notre panel qui l’ont classée 6e du classement multisectoriel ESG.

    1. Okaïdi-Obaïbi

    Okaïdi-Obaïbi réintègre notre top 10 cette année en arrivant à la 2e position avec un score de 7,94. La marque se distingue notamment par ses excellents scores sur trois piliers : Temps & Efforts (8,06), Intégrité (8,04) et Attentes (8,03).

    L’ESG est un autre pan essentiel de leur stratégie, et au cœur de leur engagement. Fidèle à ses valeurs, Okaïdi-Obaïbi a modernisé son offre tout en refusant de céder à l’éphémère. Elle privilégie des vêtements durables, pensés pour se transmettre d’enfant en enfant, en parfaite cohérence avec les initiatives ESG qu’elle défend fièrement.

    1. Nespresso

    2024 marque le retour de Nespresso dans notre top 10, à la 3ᵉ place du classement CEE.

    Cette réussite reflète plusieurs années d’investissements pour renouveler les parcours et l’expérience offerte aux clients de cette marque qui a été pionnière sur bien des aspects, dont la fidélité. Cette force est toujours reconnue par ses clients, qui lui donnent une des plus hautes marques sur cette dimension (8,30).

    Nespresso continue de répondre aux attentes de ses clients en proposant des initiatives comme les capsules compostables à domicile et le service Relove pour le reconditionnement des machines. La marque s’inscrit ainsi dans les nouveaux modes de consommation durables.

    1. Krys
    2. Dior
    3. Puy Du Fou
    4. Nocibé
    5. Optic 2000
    6. Parc Astérix
    7. Futuroscope

    « Les tendances d’hier – l’omnicanalité, le suivi personnalisé, ou la maîtrise des interactions digitales – sont devenues les incontournables d’aujourd’hui.
    Plus que jamais, les marques performantes sont celles qui comprennent et anticipent les attentes émotionnelles de leurs clients.    En intégrant intelligence artificielle et approche humaine, elles créent des expériences mémorables et authentiques.
    À l’aube des grandes transformations qui commencent à les affecter, le risque de ne pas s’adapter reste celui de disparaître. » conclut Michaël Pudlowski, Associé, Digital Customer chez KPMG en France :

  • 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 

  • Comment les e-commerçants peuvent-ils tirer parti de l’IA ?

    L’impact de l’ia generative dans le e-commerce

    Selon Ferdinand Piette – Machine Learning Scientist, PhD, Sensefuel

    L’intelligence artificielle s’impose comme un moteur clé de l’innovation numérique, redéfinissant les usages et les attentes dans le e-commerce.
    De la personnalisation en temps réel à l’optimisation des recommandations, elle repousse les limites de l’expérience client. Parmi ses avancées les plus marquantes, l’IA générative (GenAI) s’est imposée comme un levier stratégique, offrant des interactions plus naturelles et ouvrant de nouvelles opportunités commerciales. Dans un marché hautement concurrentiel, elle représente un atout différenciant.
    Mais comment les e-commerçants peuvent-ils en tirer parti ? Quels défis doivent-ils anticiper ?

    1 – Les champs d’application de la GenAI dans le e-commerce sont nombreux

    Du moteur de recherche interne aux campagnes marketing, en passant par l’analyse des données clients, l’IA générative redéfinit en profondeur l’expérience d’achat en ligne. Son intégration dans les différents leviers du e-commerce permet d’optimiser l’engagement, d’accélérer la production de contenus et d’affiner la prise de décision. 

    Une conversation client optimisée

    Grâce à sa compréhension avancée du langage naturel, l’IA générative rend les interactions conversationnelles pour guider les visiteurs en quête d’un produit précis. Les moteurs de recherche internes et les assistants virtuels analysent et reformulent les requêtes complexes pour fournir la solution et les conseils les plus appropriés, comme le ferait un vendeur en magasin.
    De plus, en s’adaptant au style et au langage de chaque utilisateur, elle renforce l’engagement client et personnalise davantage l’échange.

    Une transformation de la production et de la gestion du contenu

    L’IA générative transforme la création de contenu en permettant aux e-merchandiseurs de rédiger plus rapidement des descriptions de produits claires et engageantes. Les campagnes marketing gagnent également en impact grâce à des newsletters et des annonces publicitaires adaptées aux profils clients.
    En produisant du contenu sur mesure à grande échelle, tout en ajustant le ton et la langue selon les segments de clientèle, les e-commerçants captent l’attention de diverses audiences, renforcent leur présence sur différents marchés et maximisent leur portée.

    Une exploitation avancée des données pour une stratégie affinée

    L’IA générative ouvre de nouvelles perspectives en analysant de vastes volumes de données textuelles, visuelles ou audio. Jusqu’ici, ces informations étaient difficilement exploitables à grande échelle en raison de leur complexité. Désormais, il devient possible d’identifier des tendances émergentes, d’analyser le sentiment client et de détecter des signaux faibles révélateurs d’opportunités ou de risques.
    Cette capacité d’analyse avancée permet aux e-commerçants d’ajuster leurs stratégies en temps réel, en s’appuyant sur une vision plus précise du marché et des attentes clients.

    Les champs d’application de l’IA générative dans le e-commerce montrent déjà des résultats concrets et significatifs, notamment en matière de conversation personnalisée, de gestion du contenu et d’analyse des données. Mais pour bien comprendre l’ampleur de ces avancées et en saisir tout le potentiel, il est essentiel de revenir aux origines de cette technologie. D’où vient l’IA générative ? Comment fonctionne-t-elle, et quelles sont les bases techniques qui lui permettent de transformer des interactions et processus dans le secteur du e-commerce ? Avant de discuter des défis qu’elle présente, penchons-nous sur les fondements de cette révolution technologique.

    2 – l’IA générative, une révolution technologique

    Depuis l’essor de ChatGPT en 2022, la GenAI suscite un intérêt croissant, tant auprès du grand public que des entreprises. Contrairement à l’IA traditionnelle, qui s’appuie sur le Machine Learning pour analyser des données structurées et identifier des schémas, la GenAI va plus loin : elle repose sur des modèles avancés, capables de créer du contenu original – textes, images, vidéos – à partir de données non structurées, notamment en langage naturel. Cette capacité ouvre de nouvelles perspectives, notamment dans le traitement automatique du langage, où elle dépasse les approches classiques fondées sur des analyses grammaticales et statistiques.

    L’IA générative : d’où vient-elle et comment fonctionne-t-elle ?

    Si l’IA générative telle qu’on la connaît aujourd’hui est récente, ses origines remontent à 2014. À l’époque, des chercheurs explorent des modèles dits seq2seq, capables d’encoder du texte sous forme de vecteurs numériques, de les manipuler mathématiquement, puis de les retransformer en texte. Initialement utilisés pour la traduction automatique, ces modèles donnent naissance aux premières représentations de langage (word embeddings) comme Word2Vec ou GloVe, posant ainsi les bases du search vectoriel.

    Le tournant majeur intervient en 2017, lorsque des chercheurs de Google publient l’article scientifique « Attention Is All You Need ». Ils démontrent que les modèles seq2seq peuvent être simplifiés en ne conservant que leur mécanisme d’attention, ouvrant la voie aux Large Language Models (LLM). Dès lors, Google (avec BERT en 2018) et OpenAI (avec GPT-2 en 2019) développent les premiers modèles capables de prédire les mots manquants dans un texte et d’anticiper la suite d’une phrase.

    Il faut toutefois attendre la fin 2022 pour que ces modèles se démocratisent auprès du grand public, avec la mise en ligne de ChatGPT par OpenAI. Cette interface conversationnelle, exploitant le LLM GPT-3.5, révèle à une échelle inédite les capacités de génération de texte de ces modèles, marquant un véritable tournant dans l’adoption de l’intelligence artificielle générative.

    Les limites des LLM et la génération d’hallucinations

    Les LLM ne réfléchissent pas, ils prédisent. Entraînés à compléter des textes en analysant des millions de données issues de livres, articles et forums, ces modèles apprennent à deviner les mots manquants pour reconstituer des phrases cohérentes. Leur objectif est de fournir des réponses qui correspondent aux attentes de l’utilisateur, en générant les mots les plus probables selon le contexte. Mais cette méthode présente des limites, notamment en cas d’hypothèses erronées. Par exemple, si la question repose sur une affirmation incorrecte – « La Terre est plate, peux-tu m’expliquer pourquoi ? » – le modèle tentera de répondre sans remettre en question cette assertion. Même si les LLMs actuels intègrent presque tous des sécurités pour limiter ces hallucinations, il est important de rappeler que leur conception même repose sur des probabilités et des corrélations statistiques. Autrement dit, ces modèles sont, par nature, sujets à ce type de limitations et de biais.

    Contrairement à ce que l’on pourrait penser en lui attribuant une forme de raisonnement, un LLM n’analyse pas les idées, il extrapole. Il ne génère pas de nouvelles informations à partir de rien, mais reformule, organise et structure les données qu’il reçoit. Ainsi, il est impossible de créer un contenu pertinent comme une fiche produit, par exemple, sans données préexistantes et qualifiées telles que la marque, la taille ou la couleur.

    L’émergence du modèle agentic : vers une IA plus fiable ?

    Pour dépasser ces limites, les chercheurs explorent une nouvelle approche : les modèles multi-agents. Plutôt que de s’appuyer sur un seul LLM, cette méthode fait coopérer plusieurs agents spécialisés, avec différents points de vue, différents champs d’expertise. Chacun peut traiter un aspect spécifique d’une requête, interagir avec des bases de données externes et apporter un contrôle sur les réponses finales générées.

    Ce principe repose sur une idée clé : le tout est plus grand que la somme des parties. En confrontant plusieurs points de vue et en intégrant des mécanismes de vérification, ces systèmes pourraient réduire les erreurs et améliorer la pertinence des réponses. La coopération entre plusieurs LLM ou agents permet ainsi de faire émerger un comportement global qui semble plus intelligent et cohérent que ce qu’il serait possible d’obtenir avec un seul modèle isolé.

    L’IA générative évolue rapidement, mais elle reste avant tout un outil. Bien employée, elle ouvre des perspectives fascinantes pour les e-commerçants. Toutefois, il est important de se rappeler qu’elle imite l’intelligence sans jamais réellement la comprendre. Son adoption implique de relever plusieurs défis techniques, éthiques et organisationnels afin de garantir une mise en œuvre optimale.

    3- Les défis à surmonter pour les e-commerçants

    Bien que l’IA générative offre des opportunités considérables, son adoption par les e-commerçants ne se fait pas sans défis. Le premier obstacle majeur est l’intégration de cette technologie aux systèmes existants. En effet, l’adoption de la Gen AI peut exiger des ajustements significatifs des infrastructures techniques en place. Les e-commerçants doivent garantir que les nouveaux outils s’intègrent parfaitement avec leurs plateformes e-commerce, leurs CRM et autres systèmes de gestion de données.

    Ensuite, les questions éthiques et de gouvernance deviennent essentielles. Les modèles d’IA générative peuvent parfois être biaisés, ce qui risque d’altérer la pertinence des résultats ou de poser des problèmes en matière de protection des données personnelles. La gestion de la confidentialité des informations collectées, ainsi que l’alignement des conseils générés avec les attentes des clients, sont des enjeux majeurs qui nécessitent une attention particulière.

    Enfin, la gestion du changement représente un autre défi crucial. L’implémentation de l’IA générative nécessite souvent une montée en compétences des équipes et un accompagnement dans l’adoption de ces nouveaux outils. Convaincre les parties prenantes internes et assurer une formation adéquate des équipes sont des étapes clés pour garantir une utilisation optimale de ces technologies.

    L’IA générative : un tournant pour l’e-commerce

    Plus qu’une simple évolution technologique, l’IA générative redéfinit les standards du e-commerce en transformant aussi bien l’expérience client que la performance commerciale. Loin d’un effet de mode, elle s’impose déjà comme un levier de différenciation. Mais son adoption ne va pas sans défis : intégration, gouvernance des données et adaptation des organisations sont autant d’enjeux à anticiper pour en exploiter pleinement le potentiel. Dans un marché où chaque interaction compte, les e-commerçants capables d’intégrer ces avancées avec intelligence disposeront d’un véritable avantage concurrentiel.

  • IA générative en entreprise de quoi on parle ?

    L’IA générative serait un moteur pour adopter toutes les intelligences artificielles ? 

    Selon une étude Pegasystems, les entreprises prévoient d’adopter davantage d’outils d’IA pour accroître leur productivité et favoriser leur transformation.

    L’essor rapide de l’IA générative (celle de l’hémisphère droit du cerveau, qui apporte la créativité) a ouvert la voie à une plus grande adoption des solutions décisionnelles basées sur l’IA plus analytique (celle de l’hémisphère gauche du cerveau) par les entreprises mondiales. L’étude réalisée par le cabinet Savanta a interrogé plus de 500 décideurs d’entreprises du monde entier, dont des français sur leur compréhension et leur utilisation de l’IA. Ainsi que sur les défis et opportunités qu’ils rencontrent pour réussir la mise en œuvre de cette technologie.

    95 % des répondants français estiment que la forte présence de l’IA générative les a directement incités à adopter d’autres types d’outils d’IA. Un tiers d’entre elles déclarent qu’elle a joué un rôle majeur dans leur décision.
    L’étude montre également que l’IA générative est devenue la principale intelligence artificielle déployée dans les entreprises mondiales, soulignant la volonté de l’exploiter pour augmenter la productivité et favoriser l’innovation.

    Pour explorer la manière dont les entreprises mettent en œuvre l’IA, l’étude fait la distinction entre les hémisphères gauche et droit du cerveau humain :
    > le côté rationnel et analytique pour l’IA décisionnelle (le « cerveau gauche »)
    > et le côté plus créatif pour l’IA générative (le « cerveau droit »).

    L’IA générative est actuellement l’IA la plus utilisée au sein des entreprises.

    Deux répondants sur cinq (44 %) déclarent utiliser principalement l’IA générative, pour améliorer la créativité et la productivité, notamment par la création de contenu (60 %), les chatbots conversationnels (50 %) ou la gestion de grandes quantités d’informations (46%).
    À l’inverse, moins d’un tiers des français interrogées (29 %) utilisent majoritairement des solutions d’IA décisionnelle (le « cerveau droit », la partie rationnelle), comme les outils d’analyse prédictive (49 %) ou de gestion des décisions (45 %). Seuls 24 % des répondants utilisent autant d’outils d’IA du cerveau gauche que du cerveau droit.

    «Dans les années à venir, les entreprises ne se limiteront pas aux outils de productivité. L’IA deviendra un véritable partenaire pour favoriser l’innovation et optimiser les résultats pour elles et leurs clients. » déclare Don Schuerman, Chief Technology Officer chez Pega

    L’étude tire également les conclusions suivantes :

    • Les dépenses en matière d’IA sont en hausse… mais les attentes aussi :
      86 % des répondant français déclarent probable qu’elles augmentent leur utilisation de l’IA au cours des cinq prochaines années, et 67 % se disent « extrêmement » ou « très » confiantes dans la capacité de l’IA à transformer leur organisation au cours des cinq à dix prochaines années.
      À court terme, une grande majorité (85 %) pense que d’ici trois ans, jusqu’à la moitié de l’augmentation de leurs bénéfices pourrait directement provenir de leur usage de l’IA.Cependant, 87 % indiquent que près de la moitié de leur budget informatique annuel est consacré aux solutions d’IA, et 83 % admettent que certaines dépenses sont gaspillées en raison d’une stratégie inadaptée. Cela démontre l’importance de mieux surveiller la manière dont ces investissements sont décidés et les raisons qui les motivent.
    • Pourtant… les entreprises surestiment leur compréhension de l’IA :
      La grande majorité des personnes interrogées (89 %) déclarent avoir une bonne compréhension de l’IA et de son fonctionnement. Malgré tout, 76 % affirment que l’IA est utilisée par les entreprises depuis moins de cinq ans, tandis que 11 % déclarent qu’elle est utilisée depuis 10 ans ou plus. En réalité, son utilisation courante remonte aux années 1980.
      Par ailleurs, près des deux tiers (65 %) des répondants à l’international n’ont pas su donner une définition précise de l’IA générative, en France ils sont 4 % à admettre ne pas connaître cette technologie. Ces chiffres pourraient expliquer pourquoi près des deux tiers (61 %) à travers le monde déclarent avoir subi un échec sur une mise en œuvre de l’IA.
    • La confiance entre l’IA et l’entreprise ? C’est compliqué :
      En France, un tiers des personnes interrogées (33 %) craignent de faire reposer le succès de leur marque sur l’IA, tandis que 49 % admettent également être préoccupées par la transparence et les biais de l’IA. 36 % redoutent également que l’IA ne prenne leur emploi, tandis que 41 % s’inquiètent que les robots pilotés par l’IA entraînent l’asservissement de l’humanité.
      Malgré ces inquiétudes, une majorité (65 %) fait confiance dans la capacité de l’IA à gérer tout un département si elle estime que cela peut améliorer les résultats globaux. Par ailleurs, 32 % des personnes interrogées préfèrent faire confiance à un humain pour leurs relations clients, à condition d’être assisté par l’IA – contre 28 % qui font davantage confiance à un être humain sans aide de l’IA.
    • La demande de compétences en IA augmente :Près de deux personnes sur dix (23 %) pensent que leur organisation manque de compétences et d’expérience en matière d’IA, tandis que plus d’un quart (32 %) affirment que cela freine l’adoption de l’IA dans leur entreprise. Cependant, 98 % estiment que les compétences et l’expérience préalables en matière d’IA sont un critère important pour leurs recrutements, ce qui montre le besoin de développer les compétences en matière d’IA au sein des effectifs.
      Les personnes ayant une expérience pratique de l’IA, comme le « prompt engineering », sont les plus demandées (62 %), suivies par les utilisateurs occasionnels qui utilisent l’IA en tant que consommateurs (48 %). Seuls 5 % ne cherchent pas proactivement à embaucher quelqu’un ayant des compétences ou de l’expérience liées à l’IA.

  • Innovations et humain … comment trouver le juste équilibre ?

    Réussir sa stratégie de transformation numérique 

    Selon Amanda Ward, EMEA Senior Directeur, Technology & Services chez Getac

    L’augmentation de la productivité et l’optimisation de l’engagement des entreprises sont au cœur de la transformation numérique avec des dépenses qui devraient atteindre 3,4 billions de dollars d’ici 2026.
    Cependant, toutes les stratégies de transformation technologique ne se valent pas.
    Si elles ne sont pas exécutées correctement, elles peuvent n’avoir aucun impact sur la productivité des travailleurs de première ligne bien que leurs organisations aient investi du temps et de l’argent dans les stratégies de transformation numérique.

    Getac expose 7 étapes clés lors de la mise en place de stratégies de transformation numérique  :

    1. Comprendre les défis propres au travail sur le terrain

    Les travailleurs de première ligne, essentiels dans des secteurs comme le transport, la logistique, et la sécurité publique, font face à des défis uniques propres à leur environnement de travail, souvent difficile. Contrairement aux employés de bureau, ils ont besoin de solutions technologiques spécifiques, telles que des appareils résistants et autonomes, pour augmenter leur productivité. Avoir pleinement conscience de ces défis permet de personnaliser la transformation numérique pour qu’elle leur soit réellement bénéfique.

    1. Adopter les outils de communication et de collaboration numériques performants

    La pandémie a accéléré l’adoption d’outils numériques, permettant ainsi aux collaborateurs de rester connectés, peu importe leur lieu de travail. L’émergence de nouvelles technologies, comme la réalité augmentée, peuvent améliorer la formation et la collaboration sur le terrain tout en fournissant des informations en temps réel, essentielles pour des interventions efficaces et sécuritaires.

    1. Assurer la sécurité des travailleurs à distance et de leurs données

    Les pertes de données et les rançongiciels engendrent un coût élevé pour les entreprises victimes. Sécuriser l’information est devenue, avec l’apogée de ces menaces, primordial, surtout pour les employés mobiles – qui ne sont pas sur site. Les éduquer sur les risques de sécurité, maintenir les systèmes à jour et utiliser des solutions de gestion d’appareils peut contribuer à protéger les données sensibles.

    1. Comprendre le potentiel de l’IA et des autres technologies émergentes pour l’autonomisation des équipes de terrain

    L’IA révolutionne, jour après jour, les méthodes de travail. Elle peut, par exemple, compléter les compétences des collaborateurs avec des outils pour la transcription des conversations ; mais peut également fournir des informations en temps réel, ce qui peut considérablement améliorer l’efficacité de l’opérateur sur le terrain. L’adoption de ces nouvelles innovations contribue à une meilleure communication avec les clients et permet une résolution plus rapide des problèmes, améliorant ainsi l’expérience client.

    1. Adopter de nouvelles technologies numériques en fonction des besoins de la main-d’œuvre

    L’adoption de nouvelles technologies doit être motivée par des besoins commerciaux réels plutôt que par le désir de suivre les tendances.
    Comprendre les besoins en termes de technologies et définir comment les innovations peuvent aider à la résolution de ces problèmes est essentiel pour une transformation numérique réussie.

    1. Recueillir régulièrement des informations en retour du terrain pour une amélioration continue

    Une entreprise qui entame un processus de transformation numérique doit tenir compte des retours d’information des collaborateurs de première ligne et des clients. Ces retours d’expérience lui permettent d’ajuster les stratégies et d’adopter des innovations de manière plus efficace, en s’assurant que les solutions restent pertinentes et bénéfiques.

    1. L’humain eau cœur de tout processus de transformation réussi

    Les meilleures stratégies de transformation numérique prennent en compte l’importance des compétences humaines et cherchent à les compléter avec la technologie.
    Trouver le juste équilibre entre innovation et approche centrée sur l’humain est crucial pour maximiser les avantages de la transformation numérique tout en s’appuyant sur l’engagement et la productivité des employés.