Related Vendors

Kubo Tech AG

Trafag AG

Swiss Safety Center AG

La transition 3.0 vers 4.0 : Données IA

Dans la phase 4.0, on arrive à exploiter les données non-structurées, c'est-à-dire que l'entreprise est capable d'extraire des informations structurées depuis des commentaires par exemple, ou bien s'adresser et interagir avec les machines en utilisant le langage naturel.

La première conséquence sur la relation client est de pouvoir réagir à ce qui se passe sur les réseaux sociaux. L'entreprise arrive alors à comprendre « l'état d'esprit » des clients, on parle alors de « l'analyse des sentiments ».

C'est bien dans cette étape qu'on arrive à exploiter les données au maximum de leur potentiel. Il faut dire que les données sont aussi exploitées dans chaque phase d'évolution mentionnée précédemment. Il s'agit, en fait, d'une question progressive. Cependant dans cette dernière étape, l'entreprise a toutes les cartes en main pour arriver au zénith.

En fait, la combinaison des données « ERP » (1.0) plus les données provenant de l'e-commerce (2.0), en ajoutant celles générées par les capteurs (3.0) et finalement en tenant en compte des données non-structurées, permettent l'application très efficaces des algorithmes. L'entreprise pourra alors appliquer des techniques qui sont aujourd'hui les piliers de l'intelligence artificielle telles que « machine learning » ou « natural language processing ».

La relation client se verra affectée par la personnalisation massive mais aussi proactive. C'est-à-dire qu'on proposera des produits aux clients avant même qu'ils ne le demandent, des produits qui présentent une haute probabilité d'acceptation, compte tenu de leurs profils respectifs, celui du produit et celui du client. Et les réseaux sociaux serviront de moyen d'acheminement.

D'ailleurs, ces réseaux sociaux peuvent dans cette phase être utilisés de manière très efficace en tant que canal de vente. Bien que cela était techniquement possible dans des étapes d'évolution antérieures, l'impossibilité de gérer les données non-structurées réduisait les réseaux sociaux à de simples sites web. À partir du moment où l'analyse des données non-structurées devient possible, tout le potentiel d'un réseau social en tant que canal de vente est déchainé.

Encore une fois, l'entreprise se verra forcée d'évoluer. Il va falloir se doter de certaines ressources clés : des algorithmes (et plus largement, les solutions d'IA elles-mêmes), mais aussi de la puissance de calcul requise pour que tout cela soit efficace.

Il est alors fort probable que les données de l'entreprise commencent à quitter le nid, pour aller vers le cloud, là où la puissance de calcul promet d'être illimitée. Bien que cela reste à vérifier, il est vrai cependant que cette puissance devient flexible. On peut calculer plus quand on en a besoin, et décroître la capacité en fonction de la situation, dynamiquement. Impensable si on héberge sa propre infrastructure.

Il y aura des nouvelles activités clés, comme la formulation des prédictions (ce que les solutions IA fournissent en général), mais plus important encore, il faudra penser à l'apprentissage automatique. En général ces solutions IA apprennent par elles-mêmes. Elles sont capables de trouver des « patterns » dans des grandes quantités des données, ce que l'œil humain ne pourrait jamais faire.

Par contre, il va falloir revoir cet apprentissage régulièrement, réapprendre à la machine avec une certaine fréquence afin que les prédictions demeurent valables.

Les solutions IA, contrairement à celles basées sur des règles explicites, ne fonctionnent pas toujours de la même façon, elles évoluent avec le temps, et il faut veiller à ce que leur évolution prenne la bonne direction.

Probablement l'entreprise va encore ajouter des partenaires, notamment ceux qui offrent des services « cloud » mais aussi des spécialistes dans la mise en place des solutions IA.

En conséquence, des nouveaux centres de coûts émergeront : le cloud, la puissance de calcul variable, les solutions IA, les calibrations à une certaine fréquence, la gestion des algorithmes.

Ces algorithmes seront alors capables de personnaliser des offres à très grande échelle. Il y aura alors beaucoup d'offres mais chacune très spécifique, très ciblée sur les habitudes de consommation de chaque client. Dès lors, ces offres comportent plus de chances d'être acceptées et ceci aura un impact positif sur les flux de revenus.

(ID:46462777)