Intelligence artificielle : 7 enseignements pour une mise en œuvre efficace

Robot teaching robot students

L’intelligence artificielle est l’un des principaux sujets de discussion dans le secteur de la technologie, voire le « sujet du moment » dans les réunions d’entreprise. Son attrait réside dans sa capacité à générer de multiples bénéfices, que ce soit l’amélioration de l’expérience client et de la productivité via une meilleure cohérence ou par la réduction du temps de traitement.

Machine learning, deep learning, reconnaissance visuelle, traitement automatique du langage… autant de capacités développées par l’IA qui peuvent être en mesure d’aider les entreprises à tirer parti de l’explosion des données structurées et non structurées. Savoir par quoi et par où commencer peut sembler parfois décourageant.

Nous vous livrons ici quelques-uns des enseignements tirés de projets cognitifs que nous avons déployés avec nos clients :

7 enseignements sur la mise en œuvre des capacités cognitives

  1. Soyez clair sur la valeur – Ne vous perdez pas dans la technologie au motif qu’elle serait « cool ». Ayez une vision claire de la valeur que celle-ci doit fournir à votre entreprise. Par exemple : dans un centre d’appels, aura-t-elle un impact (tout ou en partie) sur le temps moyen de traitement, sur le taux de satisfaction et la fidélisation de la clientèle ? La valeur doit s’entendre en termes quantitatifs et qualitatifs.
  2. Accordez-vous la permission de repenser les « processus métier » – Ne pensez pas uniquement que les améliorations progressives, par petits pas, sont la réponse lorsqu’une transformation est de mise. Alors que les capacités cognitives pourraient améliorer le fonctionnement d’un centre d’appel existant, la véritable opportunité pourrait se trouver dans la mise en place d’un self-service client et, plus tard, dans l’élimination de processus d’appel pour certains types de transactions.
  3. L’adhésion de tous est la clé de succès – L’IA est en proie à une certaine appréhension  : « mon travail sera-t-il remplacé ? ». Afin de faire adhérer tous les niveaux de l’organisation à ce parcours cognitif, il est préférable de définir des scenarii de vie quotidienne afin de montrer comment les fonctions cognitives changeront, augmenteront ou amélioreront les modalités de travail.
  4. Définissez suffisamment tôt une feuille de route de la valeur – La vision d’une nouvelle façon de travailler incitera les personnes à atteindre un objectif commun, mais il est également important d’offrir une valeur ajoutée en cours de route. Nos projets les plus aboutis ont inscrit l’exécution ciblée dans un contexte plus large que celui d’un simple projet technique.
  5. Soyez axé sur les utilisateurs, et aidez-vous de la technologie – Les utilisateurs doivent faire être intégrés à l’équipe projet pour comprendre la problématique, réfléchir aux solutions potentielles et tester si la valeur de l’IA a bien été fournie. La plupart de nos meilleures idées et innovations découlent d’études de cas réels. Les équipes les plus efficientes sont celles qui donne à l’utilisateur le pouvoir de décision et à l’équipe technique le rôle de soutien.
  6. La formation doit être itérative – Nous sommes passés d’une ère programmatique et fondée sur des règles à une ère probabiliste. La formation devient alors essentielle et doit être dispensée de manière continue, tout au long du parcours professsionnel. Pour ce faire, un examen périodique est nécessaire par un expert qui assurera la formation du modèle, l’investissement sera payant via des niveaux de confiance plus élevés et une prise de décision automatisée.
  7. Les capacités évoluent rapidement – L’IA est un espace qui évolue tellement rapidement qu’il est important de rester au fait des dernières fonctionnalités qui aideront à voir comment vos « use cases » existants ou en attente peuvent être abordés de manière nouvelle et captivante.

Pour chaque projet IA que nous avons initié avec un client, nous avons été interpelé : « Aidez-moi à démontrer le retour sur investissement » et « Montrez-moi comment ceci va créer de la valeur ».

Les premières étapes des projets IA prennent forme sous 4 et 8 semaines d’efforts. Nous avons obtenu de meilleurs résultats quand les entreprises commençaient lentement, avec des points de contrôle, pour se développer ensuite rapidement. C’est aussi pourquoi il est important de comprendre le parcours global ; de sorte que les étapes suivantes, une fois les premiers jalons passés, puissent se réaliser rapidement. Pour bien arbitrer entre « retour sur investissement» et « faisabilité », nous répondons aux questions suivantes :

  • Quelle est la problématique commerciale ? Dans le cas des centres d’appels, ce serait d’améliorer la satisfaction globale du client tout en optimisant les coûts.
  • Qui aidons-nous ? Est-ce l’agent du service à la clientèle ou le client final via le libre-service ?
  • Comment pourrions-nous les aider ? Améliorons-nous l’exactitude, la cohérence et la rapidité des réponses ?
  • D’où proviennent les données pour résoudre le problème ? Il pourrait s’agir d’une combinaison de données structurées provenant de systèmes  back-end, de politiques non structurées et d’informations sur les produits, de données externes non structurées et disponibles fournissant des informations sur l’industrie.
  • Existe-t-il une analyse de rentabilisation solide pour soutenir l’investissement et les dépenses ? C’est ici que nous définissons les spécificités suivantes : combien d’agents, quelle réduction de la durée d’appel peut-on atteindre, à quelles étapes de l’appel pourra-t-on réduire leur durée, combien d’appels pourront-il être traité en libre-service ?
  • Quels sont les indicateurs clés de performance (KPI) ? Cela augmentera-t-il la satisfaction client, générera de nouveaux revenus, réduira le temps de traitement des appels, le nombre de transactions traités, etc. ?

Les projets d’IA sont capables de fournir des résultats uniques qui sont de nature à transformater réellement l’activité de l’entreprise,ce qui les rend attrayants, mais ils présentent leurs propres pièges et doivent être pris en compte.

En outre, un projet d’IA n’est généralement qu’une étape dans la transformation digitale globale d’une entreprise. Par conséquent, il est essentiel de vous lancer dans l’aventure « IA » avec une équipe qui a non seulement la gamme de compétences et les connaissances approfondies requises, mais aussi l’expérience adéquate pour vous guider en toute sécurité à travers ce projet et bien au-delà.

Bonne chance !

Auteurs : Evan Salop et Andrew Slapp 

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google+ photo

You are commenting using your Google+ account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

w

Connecting to %s

%d bloggers like this: