L'IA n'est rien sans l'homme

Pour y parvenir, il ne suffit pas de faire de l'IA son cheval de bataille et de lancer avec quelques experts un pilote coupé de la réalité - volontiers appelé accélérateur.

Il faut avoir une idée de l'endroit où l'intelligence artificielle peut apporter une aide utile dans les activités opérationnelles quotidiennes. Pour cela, il faut comprendre comment fonctionne ce nouveau "collègue IA" et ce dont il a besoin pour mener à bien son nouveau travail.

Un exemple de la raison pour laquelle cela est si urgent ? La gestion des leads dans la vente : avant que le commercial ne perde son temps, son collègue IA doit évaluer quels leads sont prometteurs et méritent d'être traités, et donner le signal juste au bon moment - c'est-à-dire juste avant la conclusion - pour que le commercial puisse aller chercher la signature chez le client.

Les cadres sont enthousiastes à cette idée, les commerciaux expérimentés moins. D'une part, ils savent que ce n'est pas si simple. D'autre part, ils ne veulent pas se laisser infantiliser par la technique.

Ce ne sont pas seulement les faits bruts comme le nom, l'adresse, le secteur et le numéro de téléphone qui comptent. Les collègues humains tiennent compte, en partie consciemment et en partie inconsciemment, de nombreux autres facteurs, des réseaux de relations, des contacts antérieurs, de la satisfaction actuelle avec le service, des expériences avec les produits, de la situation concurrentielle, etc.

L'IA recourt également aux données correspondantes, pour autant qu'elles soient disponibles. Plus c'est granulaire, mieux c'est. Elle y recherche des modèles, calcule le "Behavior Score" et le "Match Score" et indique si l'investissement dans le contact en vaut la peine ou non.

Pour cela, elle a en outre besoin d'un cadre dans lequel elle agit. Ainsi, l'IA ne se distingue pas trop d'un collègue humain, mais ses perceptions sont limitées au niveau des données uniquement.

Le véritable défi n'est donc pas tant l'IA elle-même que les données sans lesquelles elle ne peut pas apprendre. Elles doivent être saisies de manière cohérente et structurée, puis utilisées dans la vente et le service.

Mais pour cela, il faut en avoir suffisamment - sans Big Data, pas d'IA, car sans modèles différenciés, pas de conclusions solides. Mais cela signifie aussi que sans CRM comme base, rien ne fonctionne dans notre exemple. Surprise, tout cela n'est donc pas si nouveau !

Toutefois, le système CRM doit aujourd'hui être mis en réseau afin d'agréger les données relatives aux clients provenant des contacts personnels, de l'ERP, de la boutique en ligne, du portail clients, du site web et de divers autres points de contact, appelés "touchpoints". Automatiquement ?

Il vaut mieux que ce soit le cas. Car dès qu'un collaborateur est chargé de saisir l'intégralité des données, cela devient fastidieux et les lacunes doivent être anticipées.

Pour engager une IA, il faut donc d'abord comprendre à quoi elle peut servir et comment l'apprendre. Mais c'est là que les problèmes commencent :

Les "schémas de pensée" de l'IA sont généralement si complexes et intègrent tant de données et de modèles qu'il est difficile de comprendre comment les décisions sont prises.

Donc, si en plus on dit au service commercial pourquoi l'IA a pris la décision qu'elle a prise : Jackpot ! Mais la plupart du temps, cela reste plutôt obscur pour le collègue humain.

L'intelligence artificielle n'est donc pas non plus un remède miracle, mais se base sur des choses que nous connaissons et savons depuis longtemps. Ses recommandations sont plus humaines et sujettes à l'erreur que ce que l'on suppose ou espère souvent.

Aujourd'hui, les IA proposent une conduite assistée plutôt qu'autonome. Elles peuvent être nos CoBots, qui nous assistent et auxquels nous faisons appel en cas de besoin. Elles nous aident au quotidien, se chargent de tâches fastidieuses et passent ensuite le relais au vrai professionnel pour prendre des décisions.

Mais ce dernier a préalablement défini avec précision ce qu'il attend de l'IA et peut évaluer ses impulsions. Mais nous ne devrions pas sous-estimer ces CoBots : A l'avenir, ils gagneront également en autonomie dans les entreprises.

Car les IA se heurtent avant tout à des limites tant qu'elles n'agissent pas directement entre elles. Partout où leurs algorithmes peuvent se connecter directement les uns aux autres, elles peuvent prendre des décisions valides dans un cadre clair.