- Pour les relations clients
Le client interagit avec un chatbot de type « humain » qui apporte des réponses immédiates et personnalisées à des demandes complexes, garantissant une voix de marque cohérente, quelle que soit la langue ou l’emplacement du client. « Les sociétés faisant aujourd’hui usage des centres d’appel verront dans seulement quelques années ces derniers remplacés par des IA entrînés à répondre aux questions de leurs clients et cela de manière quasi indiscernable des services actuels », dit même Benoit Reillier.
En matière d’interactions client-agent, via un centre d’appel par exemple, l’agent humain utilise des scripts d’appel développés par l’IA et reçoit une assistance et des suggestions en temps réel pour répondre lors de conversations téléphoniques, accédant instantanément aux données clients pertinentes pour une diffusion d’informations en temps réel.
Les agents humains peuvent aussi s’améliorer eux-mêmes avec l’IA. L’agent reçoit un résumé de la conversation menée avec un client pour créer un dossier de ses plaintes et des mesures prises. L’agent utilise des informations automatisées et personnalisées générées par l’IA, y compris des messages de suivi personnalisés ou des suggestions de coaching personnalisées.
- Pour la vente et le marketing
Les professionnels de la vente et du marketing, eux, recueillent les tendances du marché et les informations sur les clients à partir de sources de données non structurées (par exemple, les médias sociaux et les commentaires des clients) afin de concevoir une communication efficace. On peut envisager que des clients accèdent à des informations complètes, des données comparatives et reçoivent des recommandations dynamiques, telles que des « essais » personnels.
- Pour l’ingénierie logicielle
En matière d’ingénierie logicielle, les ingénieurs et les chefs de produits se servent de l’IA générative pour aider à l’analyse, au nettoyage et à l’étiquetage de grands volumes de données, telles que les commentaires des utilisateurs, les tendances marché et les journaux système existants.
L’IA générative est potentiellement utile aux ingénieurs pour accélérer la conception de modèles d’architecture informatique, pour coder et réduire le temps de développement…
Dans le domaine de la maintenance/assistance, les ingénieurs utilisent les informations de l’IA sur les journaux système, les commentaires des utilisateurs, et des données de performances qui aident à diagnostiquer les problèmes, suggèrent des correctifs et autres améliorations prioritaires.
Selon l’analyse de McKinsey, l’impact direct de l’IA sur la productivité du génie logiciel pourrait représenter entre 20 et 45 pour cent des dépenses annuelles actuelles consacrées à cette fonction.
- Pour la recherche et développement produit
Dernier exemple, dans le domaine de la recherche et développement produit, les simulations virtuelles s’optimisent en combinaison avec de nouvelles techniques de conception d’apprentissage profond (deep learning).
A chaque entreprise de voir ce que l’IA générative peut lui apporter, en se penchant bien entendu sur les problématiques de sécurité et confidentialité, de conformité, de biais possibles induits, de confiance ou encore de dépendance vis-à-vis de données de qualité… Mais ce sont d’autres questions.
