L'IA peut-elle aussi faire de l'ERP ?

Le récent boom de l'IA, en particulier dans le domaine du traitement du langage, a été alimenté par les progrès des techniques d'apprentissage en profondeur et la disponibilité de grandes quantités de données. Cela a permis à des modèles d'IA, comme ChatGPT par exemple, de comprendre et de générer des textes en langage naturel avec une précision et une aisance linguistique remarquables.

Et c'est exactement le genre de texte que vous venez de lire. Impressionnant, n'est-ce pas ? Mais comment passer des textes et des images générés aux processus commerciaux opérationnels et à notre logiciel ERP bien-aimé ?

Jetons tout d'abord un coup d'œil rapide sur le suivi des approches intelligentes dans l'utilisation en entreprise. Vous avez certainement déjà utilisé un chat d'assistance. Leur "intelligence" se caractérise généralement par le fait qu'ils passent le relais à un véritable collaborateur au moment où une intelligence réelle est requise. De tels chatbots basés sur des règles, qui sont surtout utilisés dans le domaine du service et de l'assistance, peuvent traiter efficacement des opérations commerciales de routine simples. Cependant, leur fonction est généralement limitée par les "connaissances" qui leur ont été enseignées au préalable par les développeurs et ils n'entrent donc pas, sous cette forme, dans une définition plus étroite de l'IA.

En outre, de nombreuses entreprises utilisent déjà des outils qui permettent des processus automatisés grâce à l'apprentissage automatique, comme par exemple la classification des documents dans la boîte de réception, la détection des spams dans les e-mails ou la détection des fraudes dans l'environnement financier. Dans l'étape suivante, nous parlons d'une IA qui peut non seulement déterminer le bénéfice provisoire de l'entreprise pour le quatrième trimestre, mais aussi expliquer pourquoi ce bénéfice diffère significativement du troisième trimestre.

Toute IA doit d'abord être entraînée avec des connaissances pour pouvoir fournir des résultats significatifs. Mais qu'est-ce que la connaissance dans le contexte de l'entreprise ? Dans de nombreuses entreprises, les connaissances sur les processus sont principalement statiques. Les processus sont consignés en détail dans des manuels d'organisation. Pour les données de l'entreprise, en revanche, c'est le temps réel qui prévaut. Chaque heure, des milliers d'enregistrements et donc d'informations sont créés ou modifiés dans le système, créant ainsi de nouvelles connaissances potentielles.

En plus de décider quels processus et quelles données seront intégrés dans les connaissances de l'IA, il faut en outre s'assurer, sur le plan conceptuel et technique, que seuls les processus et les données autorisés pour les utilisateurs seront utilisés par l'IA lors de l'interaction avec ces derniers. L'IA doit connaître le rôle dans lequel elle peut agir et en respecter les limites. Dans l'exemple cité avec le chatbot d'assistance, vous souhaitez certainement éviter qu'un client interroge le bot (l'IA) sur les commandes ou les données de base d'autres clients, voire qu'il résilie leur compte client.

En outre, nous avons déjà vu que l'application créative des connaissances peut être un point fort de l'IA. Mais comment éviter une trop grande créativité lorsque l'IA agit par exemple dans le rôle d'un comptable, qu'elle doit comptabiliser des amortissements et qu'elle veut déterminer de manière autonome la durée d'amortissement de l'immobilisation ? Et comment peut-on suivre ultérieurement les décisions et les résultats non déterministes de l'IA - mots clés : conformité et sécurité de l'audit ? Dans ce contexte, il convient de mentionner une interaction avec ChatGPT, dans laquelle l'IA s'est laissée convaincre au cours de la conversation que 3 + 4 = 8.

Dans la gestion du niveau C, le thème de l'IA est apparu sur le radar au plus tard avec l'engouement pour ChatGPT. Toutefois, l'exemple de la blockchain a montré que la seule existence d'une nouvelle technologie sans applications pertinentes dans le contexte de l'entreprise est vouée à l'échec. Dans le cas de l'IA également, il sera important de réussir les projets Lighthouse. Dès que ceux-ci démontreront une réelle valeur ajoutée, une percée à grande échelle de cette technologie prometteuse est tout à fait possible.