Pourquoi l'IA conversationnelle est l'avenir des entreprises et du Customer Success ?

Les possibilités d'exploiter l'IA se sont récemment démultipliées, grâce aux capacités sensationnelles de ChatGPT lancé par OpenAI. Pour nombre d'entre nous dans l'univers des data, nous avons assisté avec enthousiasme à la popularisation de l'IA conversationnelle, apparue pour la première fois en 2018 avec le lancement de Google Duplex.

Mais ce phénomène ne date pas d'hier. L'IA occupe une place toujours plus importante dans nos vies depuis des années. Simplement, les gens n'observaient généralement pas ces changements de manière directe. En effet, la plupart des avantages de l'IA et de l'apprentissage automatique ne se manifestaient qu'en coulisses.

Par exemple, on utilise l'IA dans le secteur médical pour analyser des images et ainsi améliorer la précision des diagnostics. Dans les services financiers, l'IA contribue depuis longtemps à identifier les transactions potentiellement frauduleuses. La plupart d'entre nous savent aussi que l'IA joue un rôle dans l'optimisation de leurs résultats de recherche et la personnalisation de leur expérience en ligne, tout en améliorant la confidentialité des données. Mais aujourd'hui, l'essor de l'IA générative stimule plus que jamais l'imagination des gens.

Ces dernières semaines, un grand nombre de personnes ont essayé l'interface ChatGPT d'OpenAI. De la rédaction de lettres d'amour à l'écriture d'une publicité pour Ryan Reynolds, la plateforme est testée sous tous les angles et suscite de très nombreuses réactions à ce sujet. Rien de surprenant à cela : depuis la toute première évocation de l'intelligence artificielle dans le film Metropolis en 1927, le monde a créé une relation fictive entre les humains et l'IA. Qu'elle ait inspiré des mythes fantastiques ou des histoires d'horreur, cette relation a toujours partagé un point commun : la conversation.

Le langage fait partie de l'ADN des humains. En effet, dès l'âge de 7 mois et jusqu'à la fin de sa vie, l'être humain parle. D'après un article du magazine Science publié en 2007, on estime qu'en moyenne, un être humain prononce 16 000 mots par jour. Et si nos interlocuteurs n'étaient plus que des humains ? C'est précisément cet aspect de l'IA qui passionne tant les gens. Et les conséquences sont énormes.

Cela signifie tout d'abord qu'aujourd'hui, toutes les expériences digitales peuvent être potentiellement transformées en IA conversationnelle ou améliorées par l'IA conversationnelle.

Cependant, comme nous allons le voir, concevoir des expériences digitales pertinentes à l'aide de l'IA conversationnelle est un parcours semé d'embûches et de cuisants échecs. Pour être véritablement intégrée dans chaque expérience digitale, l'IA conversationnelle doit aller au-delà du simple test et les entreprises doivent planifier dès maintenant comment en maximiser les résultats sur le parcours client.

L'IA conversationnelle n'a de valeur que par les connaissances qu'elle possède. Comme c'est le cas pour toutes les applications d'apprentissage automatique, d'importantes inquiétudes se posent, fausses informations et "garbage-in, garbage-out" (toute donnée erronée qui entre dans un processus ne peut que produire des résultats erronés en bout de chaîne). À bien des égards, les premiers résultats des expériences menées avec ChatGPT et d'autres grands modèles de langage (LLM) montrent que les résultats fournis par ces modèles reflètent étrangement la requête elle-même ou les données sur lesquelles le modèle est construit.

C'est pourquoi les entreprises devraient prendre un peu de recul et ne pas considérer une interface d'IA conversationnelle comme la réponse à tous les types de questions posées par leurs employés ou leurs clients. En segmentant les différents types de questions posées par des humains en quatre catégories, les entreprises cerneront rapidement les possibilités offertes par des conversations pertinentes et alimentées par IA tout en limitant les potentiels faux pas ou erreurs de leur stratégie.

Il existe deux groupes de questions qui sont posées par les humains lors de conversations ou de recherches courantes. Le premier groupe se compose de questions avec ou sans mention d'une marque, et le second, de questions objectives ou subjectives. Quand on les combine, ces deux groupes de questions produisent donc quatre catégories de questions différentes : les questions objectives qui ne mentionnent pas de marque, les questions subjectives qui ne mentionnent pas de marque, les questions subjectives qui mentionnent une marque et les questions objectives qui mentionnent une marque.

Si les trois premières catégories sont courantes dans le cadre de recherches larges ou lorsque les gens recherchent des avis ou des évaluations, la dernière catégorie (questions objectives qui mentionnent une marque) est celle où l'IA conversationnelle aura le plus de chances de réussir. L'IA conversationnelle s'avère limitée dans le cadre de questions et de conversations subjectives, notamment quand des humains demandent comment et pourquoi telle opinion a été émise sur un sujet donné. Par ailleurs, la plupart des entreprises sont à la merci des sites d'avis tiers pour les questions subjectives.

À présent, considérez les quatre types de questions ci-dessous :

La question en haut à droite (question objective qui mentionne une marque) offre à la plupart des entreprises la meilleure possibilité de discussion au moyen d'une IA conversationnelle. Les questions objectives adressées à une entreprise ou à une société permettent d'obtenir la meilleure expérience, mais nécessitent également d'adopter une approche différente à l'égard des données. Les connaissances nécessaires pour répondre à des questions par des réponses directes et fiables doivent être collectées auprès de différentes parties de l'entreprise et stockées de sorte que l'IA conversationnelle puisse facilement accéder aux informations et à toute modification de celles-ci.

Chez Yext, nous utilisons un graphique des connaissances pour rassembler et classer les informations objectives sur une entreprise et les relier à des centaines de plateformes qui doivent accéder aux bonnes informations. Nous utilisons actuellement le Knowledge Graph pour fournir des données à Google, Bing, Siri et Alexa (collectivement, les plateformes d'IA). Cette même approche pourrait clairement permettre à des systèmes d'IA conversationnelle comme ChatGPT d'accéder aux données appropriées pour répondre à des questions objectives qui mentionnent une marque.

La bataille pour la meilleure technologie d'IA conversationnelle ne fait que commencer. Google, Bing, Amazon et même Netflix sont tous susceptibles de vous faire participer sous peu à une conversation fluide avec leur plateforme. Cela dit, la question de l'éthique de l'IA et de l'intégrité des données va s'imposer comme le plus gros obstacle à l'IA conversationnelle, à l'instar des grandes plateformes technologiques d'hier. Les entreprises qui veulent exploiter pleinement l'IA conversationnelle doivent adopter une approche proactive en matière de gestion de leurs données et de leurs connaissances de l'entreprise de manière contrôlée, transparente et conforme.

C'est un aspect que nous maîtrisons plutôt bien chez Yext. Depuis plus de dix ans, nous travaillons aux côtés d'entreprises afin que chaque information et connaissance qu'un client ou employé cherche soit exacte et présente sur les plateformes, peu importe où cette personne effectue sa recherche. Avec l'IA conversationnelle, la possibilité pour les marques de parler aux consommateurs ou à leurs employés finira par dépasser le monde indirect de la mise à jour de plateformes tierces comme les moteurs de recherche. L'interaction deviendra alors plus directe et sera alimentée par leur propre graphe de connaissances qui sera associé à une interface d'IA conversationnelle.

En se penchant d'abord sur les questions objectives qui mentionnent une marque, les entreprises doivent mettre au point une stratégie pour centraliser et classer les connaissances essentielles dans une plateforme conçue pour alimenter les réponses des systèmes d'IA, tout en maintenant le contrôle et la surveillance humaines quant à l'origine exacte de chaque réponse. À l'aide des knowledge graph, votre entreprise est en mesure de se préparer à cette nouvelle et incroyable expérience utilisateur, en alimentant chaque conversation client avec les bonnes réponses.

Envie d'en savoir plus sur l'IA et l'avenir des expériences digitales ? Découvrez notre nouvelle série de webinar