Dans les années 2010, le traitement automatique du langage naturel (ou NLP pour Natural Language Processing) a permis aux consommateurs de parler à leurs téléphones ou encore de contrôler des appareils électroménagers intelligents de manière fiable et en utilisant une syntaxe et un vocabulaire « humains ». Les experts s’attendaient à ce que cette application de l’Intelligence Artificielle (IA) fasse son apparition aussi dans le monde professionnel, mais cela ne s’est pas concrétisé. Toutefois, selon Dylan Mahood, spécialiste digital chez Zoho, le NLP sera utilisé dès cette année dans de nombreux logiciels complexes pour accélérer leur adoption. Son avis…
Avec la généralisation du traitement automatique du langage naturel, les applications d’entreprise pourront répondre aux questions des utilisateurs et les aider à naviguer entre les interfaces. La priorité donnée à la diversité dès la conception créera des outils NLP mieux à même de comprendre les différents accents et expressions de langages régionaux. A mesure que de plus en plus d’organisations exploiteront des analyses et des interfaces conversationnelles, la demande de solutions à fournisseur unique augmentera. Une fois que les décisionnaires se rendront compte qu’ils peuvent demander aux assistants intelligents de générer des rapports à leur place et en quelques secondes, ils voudront que cette fonctionnalité soit disponible dans l’ensemble de leur entreprise, et non uniquement dans les services digitalisés. Or les organisations qui tireront profit des promesses transformationnelles de l’IA seront celles qui adopteront dès maintenant des plateformes technologiques à fournisseur unique.
En effet, si les données sont dispersées dans des applications utilisant des modèles de données différents, il est difficile de les réconcilier pour les exploiter. A l’inverse, si toutes les informations sont collectées et stockées par une seule plateforme, il est beaucoup plus facile de les intégrer dans un algorithme d’apprentissage automatique et donc d’en tirer profit. Et, plus il y a de données disponibles, plus les prévisions et les modèles de machine learning seront précis et pertinents.
Dans les cinq prochaines années, trois innovations majeures seront massivement adoptées au sein des organisations grâce au développement du traitement automatique du langage naturel :
- L’hyperpersonnalisation – Elle augmentera la productivité des utilisateurs et soutiendra le déploiement des logiciels professionnels ; de la même manière que les fils d’actualités algorithmiques (plutôt que chronologiques) ont accru l’utilisation des réseaux sociaux. Pour les logiciels d’entreprise, il existe une opportunité majeure dans la création d’interfaces qui dirigent intelligemment l’attention de l’utilisateur. Par exemple, un CRM pourrait apprendre l’historique des ventes d’une organisation et guider les commerciaux individuellement pour optimiser leur productivité en fonction de leurs habitudes de travail.
- La révision constante des données – Les petites entreprises souhaiteront obtenir des fonctionnalités intelligentes dans de nombreux logiciels, notamment des feuilles de calcul, afin d’analyser les informations et d’éliminer les incohérences ainsi que les données inutiles ou devenues obsolètes. Les grandes organisations bénéficieront quant à elles d’une IA capable d’analyser de grands volumes de données et de les migrer d’une application à une autre selon les besoins.
- Le marquage automatique – Aujourd’hui, un smartphone peut reconnaître et tagger des objets dans des photographies, ce qui rend les recherches dans les bibliothèques d’images plus ergonomiques. De même, il sera possible de trouver des informations dans des applications par simple mot clef : alors qu’aujourd’hui il faut éditer depuis le CRM un rapport et le trier par chiffre d’affaires pour trouver les meilleurs clients, un utilisateur pourra bientôt taper ″meilleurs clients″ dans une barre de recherche. Le système comprendra alors la question et donnera la réponse.
L’adoption des interfaces conversationnelles augmentera de manière exponentielle dans les entreprises au cours des années à venir. Le traitement automatique du langage naturel sera ainsi disponible dans de nombreux outils. Il permettra une meilleure personnalisation du soutien apporté, d’identifier les données les plus pertinentes et d’effectuer des recherches poussées en quelques secondes. Au final, l’utilisateur sera libéré de tâches chronophages et pourra se concentrer sur des activités à plus forte valeur ajoutée.
