Employés augmentés, gestion des flux et automatisation, impact sur la relation client… Aujourd’hui l’intelligence artificielle s’invite dans toutes les réflexions des entreprises au niveau stratégique comme opérationnel…
Le HUBDAY Future of Data, CRM & Programmatic, organisé par le think tank digital HUB Institute, s’est tenu mardi 10 avril à la Maison de la Chimie et a réuni plus de 350 décideurs pour une journée de conférences sur les enjeux de la data en marketing : révolution des stratégies de relation client (PRM et CRM), expériences client novatrices et, bien sûr, intelligence artificielle…
L’occasion pour Emmanuel Vivier, Principal Analyst du HUB Institute, de revenir sur 4 enjeux majeurs de l’adoption de l’IA par les marques.
#1 – De l’intelligence artificielle à l’intelligence augmentée
Nous l’apprenions en introduction de ce HUBDAY, l’intelligence artificielle a encore beaucoup de chemin à faire pour « remplacer » l’humain. La remplacera-t-elle un jour ?
Pour l’instant, les usages vont plutôt vers des algorithmes visant à parfaire les compétences des collaborateurs. Les assistants virtuels aident ainsi les conseillers clientèle à répondre plus rapidement aux questions de leurs clients, leur permettant de se consacrer à des tâches à plus forte valeur ajoutée sur le conseil par exemple.
Concrètement, l’IA est capable de comprendre les préférences de chaque client et d’émettre des recommandations personnalisées en partageant les faits et les évidences qui les sous-tendent.
Le Crédit Mutuel exploite la solution de cognitive computing d’IBM (communément appelée Watson). Cette dernière aide 20 000 chargés de clientèle notamment à répondre aux demandes multiples et variées des clients depuis mars 2017.
Ce « super stagiaire » aide les collaborateurs du Crédit Mutuel à faire face à l’afflux croissant des emails en analysant l’urgence des mails, en identifiant les demandes les plus fréquentes, et en aidant les chargés de clientèle à les traiter plus rapidement ou à déléguer les tâches associées. Grâce à ce « robot intelligent », la banque affiche un taux de fiabilité des recommandations de 90% et un gain de productivité des conseillers de +60%.
#2 – Cobotique : l’homme et la machine main dans la main pour aller plus vite
Par l’analyse fine de la data collectée le long des chaînes logistiques, l’intelligence artificielle permet aux entreprises d’optimiser l’allocation de leurs ressources humaines et robotiques dans une logique dite de « cobotique ».
Qu’elles soient directement améliorées par des robots, ou que les ressources humaines soient mieux déployées, les chaînes logistiques entre fabricants et utilisateurs se raccourcissent.
Via l’algorithme de machine learning « Franck », exploité depuis 2017, Deliveroo fluidifie son réseau de livraison et réduit le temps d’attente de sa clientèle. Sur la base d’un historique de données issues de millions de commandes et de sources tierces (météo, trafic routier…), il est capable de proposer des optimisations du réseau de livraison, notamment en associant des commandes ou en accroissant le nombre de livreurs déployés.
Frank a aussi pour mission d’optimiser les autres maillons de la chaîne logistique, en répondant à des questions telles que « quand pourrai-je solliciter à nouveau ce livreur ? » ou « à quel moment le restaurateur devra-t-il commencer à préparer son plat pour qu’il soit délivré à l’heure ? ». En cinq mois, la durée de livraison a baissé de 20% en France passant de 32 à 26 minutes en moyenne.
#3 – PRM et CRM : l’IA révolutionne la relation client
Connectée aux données PRM et CRM des entreprises, l’IA permet de relever de nombreux enjeux : de l’omnicanalité (harmonisation des informations physiques et digitales) à la personnalisation des contenus et des offres. Notamment face à la réduction de la taille des écrans imposée par l’essor du mobile, il est crucial de proposer les bons produits aux bonnes personnes.
En créant de nouveaux services, personnalisés, à forte valeur ajoutée, l’IA conduit à une évolution majeure des stratégies PRM et CRM.
On peut par exemple citer Orange qui, à l’aide de Djingo, son conseiller virtuel, a déjà automatisé près de 400 000 conversations avec des clients depuis novembre dernier.
Grâce à l’IA, cet assistant (disponible 7j/7 et 24h/24) est capable de répondre à l’essentiel des questions du consommateur liées aux offres de la société. Il peut aussi recommander spécifiquement des produits ou des services en fonction du besoin énoncé.
Le taux de compréhension de Djingo est actuellement de 85% pour une autonomie (sans intervention humaine) de 55%. Plus de la moitié des requêtes de la clientèle sont ainsi résolues sans intervention humaine permettant aux chargés de relation client de se concentrer sur les cas les plus épineux.
#4 – De meilleurs insights pour de nouvelles stratégies
Si l’exploitation de la data par l’IA présente de considérables enjeux opérationnels, elle permet aussi aux entreprises de mieux définir leurs stratégies. En analysant très rapidement des lots considérables de données, les algorithmes aident à dégager des insights « client-centric ». L’IA s’impose ici comme une aide cruciale à la décision.
Telefonica a ainsi créé une filiale – Luca – pour détecter des insights à partir de toutes les données collectées par ses différentes business units. Ces derniers sont non seulement exploités en interne, mais aussi revendus à d’autres acteurs partenaires.
Son assistant personnel, nommée Aura, répond aussi aux enjeux de transparence dans la collecte des données de sa base utilisateur forte de 203 millions d’individus.
Aura offre la possibilité aux clients de faire l’inventaire des données qu’ils génèrent sur Internet et de choisir s’ils veulent les partager avec des acteurs comme les GAFA. Un positionnement à même de générer de potentiels relais de croissance.
L’IA : prochain grand chantier de la transformation numérique
Si ces cas pratiques démontrent un engouement véritable pour les technologies de cognitive computing à l’échelle globale – 85% des dirigeants croient au potentiel de l’intelligence artificielle1 –, elles restent un tournant majeur de la transformation numérique puisque peu se sont déjà lancés dans la course.
Seulement 20% des dirigeants ont commencé à l’utiliser1 alors même qu’elle constitue l’asset stratégique majeur et le levier de compétitivité des entreprises de demain.
(1)Source : « Reshaping Business with Artificial Intelligence » , Étude MIT / BCG – septembre 2017.
