Utiliser l'IA pour transformer les processus et résultats de l’entreprise

L'intelligence artificielle (IA), c'est-à-dire la simulation de l'intelligence humaine par des machines, existe depuis plus longtemps qu'on ne le pense : les débuts de ce domaine remontent aux années 1950, à Dartmouth College dans le New Hampshire. Au fil des décennies, l'engouement s’est fait plus ou moins fort. Cependant, c'est le lancement de ChatGPT par OpenAI en novembre 2022 qui a catapulté l’IA sur le devant de la scène. ChatGPT - qui signifie Chat Generative Pre-trained Transformer - est un LLM - Large Language Model, ou grand modèle de langage - qui a ouvert une nouvelle ère d'utilisation de l'IA. 

Au début de ChatGPT, l'enthousiasme était immense, les spéculations allaient bon train sur les problèmes que l’IA pourrait résoudre, ou aussi créer. Un peu plus d'un an plus tard, si l'effervescence est un peu retombée, les gouvernements du monde entier commencent à légiférer sur la manière dont l'IA peut et doit être utilisée de manière responsable. Dans le domaine privé, les fonctionnalités de l'IA sont utilisées à des fins de divertissement et, notamment en raison de leur coût, elles le resteront probablement pendant un certain temps encore. Les entreprises, quant à elles, sont prêtes à passer à l'action. Il n'est donc pas surprenant que Microsoft ait intégré des fonctionnalités pilotées par l'IA dans ses produits. 

Bien que ce soit ChatGPT qui attire le plus l'attention en raison de ses fonctionnalités révolutionnaires, ce n’est qu’un aspect de tout ce que l'IA peut faire. Il existe de nombreuses couches différentes, leur utilisation ciblée et pragmatique peut aider les organisations dans leur transformation digitale. 

Les algorithmes de Machine Learning (ou « apprentissage machine ») ne sont pas programmés. Ils « apprennent » à partir des données fournies par l'utilisateur pour résoudre des problèmes spécifiques, en améliorant continuellement leurs capacités d'apprentissage. Ils peuvent, par exemple, extraire des données pertinentes à partir de commandes clients envoyées sous différents formats : e-mails en texte libre, PDF, images et même, pour les nostalgiques, le fax. 

 Il arrive cependant que des erreurs se produisent et que les valeurs ne soient pas correctement lues. C'est là que l'intervention humaine est encore nécessaire pour rectifier ces erreurs. L'IA du Machine Learning se souviendra alors de la correction et, avec l’aide de l'analyse des données historiques, prédira rapidement des résultats de plus en plus précis. 

Le Deep Learning (ou « apprentissage profond »), une sous-catégorie du Machine Learning, peut exécuter des tâches encore plus avancées avec une précision accrue. En s’appuyant sur des réseaux neuronaux artificiels imitant le cerveau humain ainsi que sur d'énormes quantités de données validées, il est possible d’extraire des informations de plusieurs couches de données.  

Un exemple d’utilisations commerciale idéale de la technologie du Deep Learning vise par exemple, le triage des e-mails des boîtes mail partagées, à la fois du côté du fournisseur et du côté du client. Les questions, les factures et les commandes peuvent toutes être filtrées et transmises au bon destinataire. Pour le département Finance, le Deep Learning peut même repérer de petits changements dans les comportements de paiement, la dynamique des commandes et les notations de crédit. Ces indicateurs peuvent avoir un impact significatif sur les besoins en fonds de roulement, et, plus ils sont détectés tôt, au mieux l'entreprise peut réagir en conséquence. 

Et puis, bien sûr, il y a ChatGPT. Au-delà d’usages ludiques comme la saisie d'une requête type « Génère-moi un article sur les cas d'utilisation de l'IA dans les entreprises en parlant comme Yoda », ChatGPT donne lieu à des applications sérieuses dans la vie réelle. Les clients qui envoient un e-mail à une entreprise pour poser des questions telles que "Où en est ma commande ?" ou "Quand mon remboursement arrivera-t-il ?" vivent tous des expériences différentes. Si l'analyse des sentiments permet d'identifier le moment où un client se sent frustré, ChatGPT peut aider à générer une réponse appropriée. Cela concerne à la fois le ton et le contenu : il s'agit de tirer les informations correctes des différents systèmes et de suggérer une réponse adaptée. 

L'accent est mis ici sur le terme "suggérer". Un humain devra toujours garder le contrôle et procéder aux ajustements nécessaires, et non s'appuyer uniquement sur ChatGPT pour des réponses entièrement automatisées. Le risque d'erreur est tout simplement trop important. 

L’IA permet d’imaginer un travail plus efficace grâce à l’élimination de tâches répétitives ou insignifiantes et à la mise en lumière de détails financiers, d’indicateurs commerciaux cachés. Ces outils doivent rester des aides et n’ont pas vocation à remplacer les humains, car quelle que soit la puissance de l’intelligence artificielle, rien ne remplace le contact humain. Correctement utilisées et en ayant conscience des risques potentiels, les technologies de l'IA peuvent servir à accroître le bien-être, améliorer le service rendu aux clients et parties-prenantes et à accélérer le partage d'information.