Au quotidien, nous sommes entourés d’objets dotés d’IA, comme des aspirateurs-robots, des montres connectées, des assistants vocaux comme Siri ou Alexa, des voitures équipées de systèmes de GPS et de conduite assistées, pour n’en citer que quelques-uns.

Dans le monde des affaires, les technologies de l’IA permettent aux entreprises d’évoluer de bien des façons. L’accès aujourd’hui à une plus grande masse de données et l’accroissement de la puissance de calcul des ordinateurs a permis aux technologies de l’IA de se développer pour offrir des systèmes plus avancés et plus fiables dont peuvent désormais réellement bénéficier les entreprises.

De l’automatisation à l’analyse prédictive, quelles sont donc les manières dont les entreprises peuvent exploiter l’intelligence artificielle ?

Les bases de l’IA

Avant de discuter plus en avant des applications de l’IA en entreprise, revenons dans un premier temps aux bases de l’intelligence artificielle. Les définitions de l’intelligence artificielle varient mais l’IA peut se résumer à un ensemble de théories et de techniques visant à « donner à l’ordinateur des capacités semblables à celles de l’homme, à lui permettre de reproduire l’intelligence humaine en émulant la manière dont les humaines apprennent et traitent l’information » (définition tirée de l’article de Enholm et al, 2021 cité dans les sources).
En général, le terme « intelligence artificielle » est utilisée pour qualifiée une machine capable de résoudre des problèmes en suivant le raisonnement et la logique humaine.

Le fonctionnement d’une IA s’appuie sur des algorithmes plus ou moins avancés. Un algorithme se définit comme une suite d’instructions ou de règles permettant de résoudre un problème de manière automatique. Le rôle de l’algorithme consiste donc à montrer à une machine comment réaliser une tâche donnée.

Les exemples d’algorithmes les plus connus sont la série d’algorithmes de Google, permettant au moteur de recherche de définir pour chaque requête de recherche les résultats pertinents à proposer à partir de la base de données existante, ou la série d’algorithmes de Facebook, permettant de suggérer des contenus sur le fil d’actualité d’un utilisateur en fonction de ses préférences (selon le contenu qu’il a consulté, aimé, partagé, etc.).

La recherche sur l’IA est généralement divisée en deux approches : l’IA symbolique et l’IA connexionniste. L’IA symbolique cherche à émuler le raisonnement logique de l’être humain par le suivi de règles explicites implémentées dans une machine, tandis que l’IA connexionniste tente plutôt de reproduire l’intelligence humaine en apprenant à une machine à apprendre.

Un système d’IA symbolique est limité par des règles rigides définies explicitement par le programmeur. En revanche, un système d’IA connexionniste va apprendre à « raisonner » de manière autonome à partir d’un échantillon de données, il sera donc capable d’improviser. Cette forme d’IA a été baptisé le machine learning (apprentissage automatique).

Du machine learning découle le deep learning (apprentissage en profondeur), qui repose sur des systèmes de neurones artificiels combinant différents algorithmes. Ces réseaux de neurones permettent à l’IA d’effectuer des analyses plus précises que celles d’algorithmes de machine learning standard puisque l’information entrée dans une machine est filtrée par différentes couches de neurones superposées permettant différents degrés d’analyse.

Les applications de l’IA en entreprise

Logiciels de gestion dotés d’IA

L’automatisation de certaines opérations par le biais d’un logiciel de gestion est une des applications possibles de l’IA pour les entreprises.

Les algorithmes d’IA permettent à un logiciel, tel qu’un ERP ou un logiciel de comptabilité/tel que le logiciel de gestion d’entreprise MCA Kale, de s’occuper des tâches de routine fastidieuses, comme la préparation et l’envoi de factures récurrentes, les rappels de paiements ou encore l’approvisionnements des stocks, soulageant ainsi le personnel. Le logiciel, conçus spécifiquement pour ces tâches, les exécute plus rapidement et avec plus de précision qu’un être humain, ce qui permet de réduire les taux d’erreurs, dans les calculs comme dans les saisies, ainsi que les délais.

Dans ce cas de figure, le logiciel s’appuie sur l’IA symbolique. Il effectue uniquement les tâches qui ont été programmées par le développeur, il n’évolue donc pas en apprenant. Les tâches administratives redondantes se prêtent tout à fait à cette forme d’IA puisque ce genre d’opérations peut aisément être traduit sous forme de règles à suivre par le logiciel.

L’objectif n’est évidemment pas de rendre le travail humain obsolète, mais plutôt d’apporter un réel soutien en éliminant les tâches fastidieuses pour que l’humain se concentre sur des activités a plus forte valeur et qui requiert des connaissances et des compétences que le logiciel ne saurait imiter.

Assistants virtuels

L’IA a permis le développement de ce qu’on appelle les « chatbots ». Un chatbot est un logiciel qui simule des conversations humaines avec des utilisateurs par le biais de messages textuels via un canal de communication comme Whatsapp, Messenger ou directement depuis une page web. En sommes, c’est une sorte d’assistant robot plus ou moins capable d’avoir une conversation avec un utilisateur en fonction de ses demandes.
Un chatbot repose sur des algorithmes de machine learning et la technologie de traitement automatique du langage naturel (TALN), permettant à l’IA de comprendre le langage humain naturel (et non pas un langage de programmation) et de mieux l’imiter.

Ce type de logiciel permet de soulager le service client en prenant en charge les demandes simples des utilisateurs. Le chatbot offre des réponses quasi-instantanées aux demandes des prospects ou clients, ce qui permet à ces derniers d’obtenir rapidement les informations dont ils ont besoin.

Si une demande s’avère trop complexe pour lui, le chatbot peut sans autre rediriger l’utilisateur vers le service susceptible de lui fournir les informations dont il a besoin.

Un chatbot peut s’avérer être très utile dans le domaine du tourisme par exemple. Il agit en tant qu’assistant de voyage en offrant des conseils sur une certaine destination, en proposant une activité à faire dans la région ou en indiquant où se situent les meilleurs restaurants du coin. Pour répondre aux questions de l’utilisateur, l’assistant récupère des informations sur les sites web existants. L’application mobile Sam, lancée en 2017, est un exemple de ce type de chatbot.

Système de recommandation

L’IA permet également de mettre en place de puissants systèmes de recommandation pour les sites de e-commerce.

Au lieu de produits recommandés uniquement sur la base des plus grosses ventes ou d’un choix fait par le commerçant au préalable, un utilisateur se verra proposer des produits en fonction de diverses données comme la liste des produits qu’il a consultés ou achetés par le passé, les produits que des utilisateurs au profil similaire ont consultés, les marques les plus populaires du site, etc.

Cette personnalisation accrue est rendue possible par des algorithmes de machine learning qui analysent toute une quantité de données disponible depuis le site e-commerce et ajustent leur calcul au fur et à mesure pour proposer des produits aux visiteurs avec toujours plus des précisions.

Analyse de données

Au cours de leur vie, les entreprises accumulent un volume très important de données. Cette masse de données amassées peut cacher en son sein un lot d’informations potentiellement utiles notamment pour la prise de décisions commerciales et marketing, mais elle reste trop complexe pour être analysée par un être humain.

C’est là que l’IA entre en jeu : les algorithmes de machine learning et deep learning sont aujourd’hui suffisamment puissant pour collecter et analyser de grands volumes de données pour en faire ressortir des informations cachées. Ils permettent notamment de faire ressortir les opportunités sur le marché, en analysant les tendances des clients par exemple et en mettant en évidence un changement dans les préférences en matière de produit.

Grâce aux informations mises en avant par l’IA, les dirigeants peuvent rapidement prendre des décisions éclairées sur la marche à suivre à différents niveaux, par exemple pour le développement d’un nouveau produit ou la préparation d’une campagne marketing ciblée.

L’IA rend possible toute sorte d’analyse prédictive :

Dans le monde de la mode, un algorithme de reconnaissance visuelle peut effectuer une analyse prédictive des tendances de la prochaine saison en analysant les images des réseaux sociaux comme Instagram. Cela permet aux marques d’adapter leur prochaine collection et de savoir par exemple quel genre de matières commander pour la fabrication de leurs futures créations.

L’IA est aussi utile dans l’agro-alimentaire pour générer de nouvelles recettes à partir de données sur les ingrédients disponibles, les préférences des clients, les recettes déjà existantes… L’IA peut non-seulement proposer différentes nouvelles recettes à partir de ces données mais également prédire pour chacune d’elle la probabilité qu’elle plaise à la clientèle. Cette méthode a notamment été utilisée en 2019 par la distillerie suédoise Mackamyra afin de créer une nouvelle recette de whisky.

Dans l’industrie manufacturière, la maintenance prédictive peut être confiée à un algorithme d’intelligence artificielle. En 2018, Les sociétés Eolna et Cartesiam ont collaboré pour développer une solution, Bob Assistant, combinant capteurs et IA pour l’analyse prédictive d’équipements industriels. Les capteurs chargés de l’analyse de l’état des machines de production peuvent intégrer une intelligence artificielle pour une surveillance pointue du matériel par la détection de vibrations ou de sons anormaux et la réalisation de calculs et d’analyses. Ses algorithmes reposant sur le machine learning, l’IA est capable au fur et à mesure de prédire avec toujours plus de précision les pannes de matériel.

Conclusion

Les progrès de la dernière décennie en matière d’intelligence artificielle ont ouvert la porte à un vaste champ de possibilités, que ce soit pour les individus au quotidien ou les entreprises. Cet article a abordé un certain nombre de possibilités offertes par les entreprises, mais bien d’autres encore feront leur apparition dans les années à venir. L’intelligence artificielle est en constante progression et les manières dont les entreprises peuvent en tirer parti évoluent en parallèle.

Face à des opportunités comme l’automatisation de processus, les assistants virtuels ou l’analyse prédictive, c’est aux entreprises de décider si elles souhaitent profiter du potentiel de l’IA et aussi de choisir la solution qui saura contribuer au mieux à leur évolution.