iA générative : les meilleurs cas d’usage pour l’entreprise

L’intelligence artificielle générative a fait une entrée tonitruante dans le grand public avec la déferlante ChatGPT. Mais après le boum et la stupéfaction médiatique, il est temps de se pencher sérieusement sur l’intégration de ces outils dans l’entreprise. Comme pour toutes les technologies innovantes majeures, les premiers entrants prendront un avantage compétitif. Et le nerf de la guerre, ici, ce sont les usages que les organisations peuvent développer avec l’iA générative. 

Que faire avec l’iA générative dans l’entreprise ? Quels cas d’usage ? Quels projets ? Quelles fonctions prioriser pour les usages de l’iA générative ? Panorama des cas d’usage et mode d’emploi méthodologique.

Sous les pavés médiatiques, l’or des cas d’usage de l’iA générative

Des cas d’usage génériques à ultra-spécifiques : l’imagination et la data comme limites

Certains usages n’auront pas à être développés par l’entreprise. En effet, les éditeurs des suites bureautiques et collaboratives, du développement logiciel ou encore du marketing digital embarquent progressivement des fonctionnalités innovantes basées sur des modèles génératifs. Les comptesrendus de réunions et plan d’action, des propositions de mails personnalisés ou encore des réponses aux questions des clients pourront ainsi être générés automatiquement dans les outils du quotidien.

Mais pour prendre un avantage concurrentiel et tirer la pleine valeur de ces technologies, les entreprises vont devoir dépasser ces usages « génériques ». Il faut alors s’approprier l’iA générative pour créer des modèles et applications sur-mesure sur la base du corpus documentaire de l’entreprise. Imaginez un ChatGPT qui connaisse vos produits, vos clients, votre organisation, votre langage, vos acronymes !

Quels cas d’usage avancés de l’iA générative pour les entreprises ?

Pour nourrir l’inspiration, je vous propose de dresser un florilège largement non exhaustif des cas d’usage avancés pour l’entreprise.

Gartner prévoit que l’iA conversationnelle réduira les coûts de main-d’œuvre des centres de contact de 80 milliards de dollars en 2026.

L’iA générative pour le marketing produit 

Les possibilités sont très nombreuses pour cette fonction. Par exemple, dans la distribution, l’iA générative peut être mise à contribution pour générer des fiches produit. Soit à partir d’un texte basique, soit directement à partir d’une photo du produit. Quand des milliers de fiches produit doivent être rédigées et optimisées pour la vente, ces outils seront d’une grande aide et vont démultiplier la productivité des équipes marketing. Efficacement connecté au PIM (Product Information Management) ou au Référentiel Produit de l’entreprise, c’est tout le cycle de vie du produit qui sera alors optimisé.

Ce type d’usage déjà déployé dans des enseignes de distribution et sur des sites e-commerce va très vite s’appliquer à tous les secteurs. Par exemple, dans la promotion immobilière où la présentation d’un bien doit tenir compte de ses caractéristiques propres, mais aussi de son environnement (commerces de proximité, distance des écoles, transports…), pas toujours bien connu d’équipes de promotion parfois éloignées géographiquement. 

L’iA générative pour la communication et la publicité

Certaines entreprises utilisent déjà l’iA générative pour créer des visuels publicitaires. C’est ainsi que la marque de lingerie Undiz, une filiale du groupe Etam, a exploité les fonctionnalités des outils Midjourney et Stable Diffusion. Undiz a ainsi repensé son processus créatif en combinant des méthodes traditionnelles et une nouvelle approche à base d’iA générative. Là, c’est un mix d’intelligence artificielle et d’approches classiques (photo et retouches Photoshop) qui permet de créer une campagne irréalisable avec un budget et un planning contraints sans le recours à cette nouvelle technologie.

L’iA va aussi très vite s’imposer comme le meilleur compagnon des équipes de communication. Pour aiguiser la créativité, travailler autrement, avoir un assistant à la rédaction, optimiser les textes pour le SEO, etc. Les modèles de génération de texte tels que GPT vont très vite devenir de puissants alliés pour les rédacteurs. 

L’iA générative pour le service client 

Pour imaginer des usages innovants de l’iA générative, on peut se pencher sur les anciens projets à base de Machine Learning et les revisiter avec les nouveaux modèles. Ainsi, ces dernières années, nos consultants ont développé des algorithmes pour catégoriser les montagnes d’emails qui parviennent aux services client des entreprises. Basés sur l’analyse des messages avec des approches d’apprentissage machine de type NLP (Natural Language Processing), ces algorithmes permettent de transmettre le mail au bon interlocuteur et de détecter le type d’action à lancer. La valeur ajoutée de cette application de l’iA n’est plus à démontrer et elle a déjà rendu de grands services aux entreprises qui l’ont adoptée.

Cependant, l’iA générative permet à présent de franchir un nouveau cap. En plus de la catégorisation et du routage du message, on va maintenant fournir au conseiller du service client une synthèse du courriel ainsi que de l’historique de la relation avec le client. Une analyse de sentiment peut aussi accompagner ces éléments textuels. Enfin, le collaborateur du service client pourra se voir proposer des réponses personnalisées et contextualisées. Son travail sera grandement simplifié, beaucoup de temps sera gagné, ce qui est un enjeu essentiel pour de nombreux centres de contact. 

Dans les centres de contact vocaux, on pourra même imaginer une retranscription de la conversation en texte afin de la faire analyser, de générer une réponse par une iA, puis de synthétiser la voix du conseiller. Il sera aussi possible d’envisager une analyse automatisée de l’humeur ou du sentiment du client en ligne. 

Les usages de l’iA générative pour les centres de contact et centres d’appel sont multiples. C’est certainement la fonction qui va le plus rapidement bénéficier des formidables possibilités de ces outils. 

L’iA générative pour l’expérience utilisateur et l’expérience client

L’iA générative peut analyser différents formats, du texte comme de la voix, et ainsi examiner des corpus de données pour interagir avec des utilisateurs.

Ces technologies sont ainsi l’opportunité de mettre en place des chatbots et voicebots avec  des performances à la hauteur des attentes client. Leurs capacités conversationnelles promettent des bonds en termes de qualité et donc d’usage par rapport aux précédentes générations technologiques. Gartner prévoit ainsi que l’iA conversationnelle réduira les coûts de main-d’œuvre des centres de contact de 80 milliards de dollars en 2026. 

L’iA générative pour les services juridiques

Les fonctions dans lesquelles il y a beaucoup de documentation vont pouvoir tirer profit de l’iA générative. C’est notamment le cas des professionnels du droit et du juridique, qui ont besoin de connaître et de produire énormément de contenu. Les textes de loi, règlements et jurisprudences sortent par dizaines chaque année. Certains nouveaux textes peuvent être très longs et complexes à appréhender. 

Pour gagner en efficacité, ces textes peuvent être confiés à des modèles d’intelligence artificielle. Le service juridique pourra alors interagir et interroger le texte via un chatbot comme s’il dialoguait avec le document, ses annexes et les autres textes liés. On pourra également croiser le contexte du dossier étudié avec les lois et règlements en vigueur pour détecter des failles juridiques ou identifier des points à renforcer sur un document à produire. Il est aussi possible de soumettre un nouveau cas de droit à l’iA pour obtenir une analyse sur la base de tous les textes en vigueur et de la jurisprudence.

L’iA générative pour la gestion des contrats

Selon le même principe, et sur la base de règles métiers ou des réglementations de plus en plus complexes, un contrat peut être fourni à l’iA, à laquelle on demandera de repérer toutes les non-conformités.

Inversement, en appliquant des règles prédéfinies, l’iA générative pourra nativement générer des contrats conformes. Selon ce même principe, l’intelligence artificielle peut être exploitée pour générer des brevets (ou au moins leur squelette) ou explorer des appels d’offres pour fournir une proposition commerciale calibrée.

L’iA générative pour l’analyse des risques

L’analyse documentaire peut aussi être appliquée à de l’analyse de marchés dans la finance ou des contrats dans l’assurance. L’iA appuiera l’humain, un analyste risque par exemple, en identifiant tous les composants d’un contrat susceptibles de générer des risques.

L’iA générative pour la pharmacovigilance et la R&D

Là encore, ces fonctions génèrent énormément de documents. Les acteurs de la santé sont soumis à de multiples obligations réglementaires, notamment en matière de pharmacovigilance. Dans ce domaine, des centaines d’études sont publiées chaque année. Impossible donc pour des chercheurs d’examiner chacune de ces études. Ces dernières années, nos consultants ont développé des solutions d’iA (basées sur du machine learning) pour catégoriser ces contenus et ainsi procéder à un tri, par ordre de pertinence, en particulier en fonction d’un niveau de risque et des périmètres de recherche des chercheurs.

Là aussi, l’iA générative permet d’aller beaucoup plus loin. Elle va non seulement procéder à du tri, mais également pouvoir établir des résumés des études, mettre en exergue les points de convergence et de divergence entre différentes études ou encore faire ressortir les passages les importants.

Cette typologie d’usages peut être appliquée à tous les domaines où un grand corpus documentaire est à prendre en compte. Le juridique, la transition environnementale et énergétique, des domaines techniques pointus… Dans toutes ces applications, la base de connaissances est vivante, riche et complexe à synthétiser. Et c’est dans ces contextes que l’iA générative rendra le plus de service.

iA générative : on accélère ?

Tous ces cas d’usage devront être déployés avec la plus grande des précautions. L’iA ne pourra en aucun cas travailler seule. Les risques “d’hallucination” et d’erreur sont trop importants. Par conséquent, pour toutes ces fonctions (et bien d’autres), l’iA générative va agir en “copilote”, en “conseiller”, en “sparring partner” des utilisateurs pour augmenter la productivité et tester de nouvelles approches. 

Nos consultants sont à votre disposition pour vous former, vous conseiller et développer les meilleurs usages de l’intelligence artificielle pour votre entreprise. Chez Business & Decision, nous accompagnons les stratégies et initiatives d’iA de bout en bout. Contactez-nous !

Et vous, quels sont les autres cas d’usage que pourrait en faire votre entreprise ? Dites-le nous en commentaire.

👉 Retrouvez toute notre actu en temps réel en nous suivant sur LinkedIn 👈

Cet article a été rédigé en collaboration avec Christophe Auffray.