Par Kathleen Desveaud , Kedge Business School L’intelligence artificielle promet un soulagement face à l’ennui des tâches répétitives au travail, mais son usage excessif pourrait entraîner une déqualification progressive et une nouvelle forme de frustration professionnelle. Entre automatisation bénéfique et risque de « travail zombie », comment faire de l’IA un allié du développement des compétences plutôt qu’une source d’appauvrissement cognitif ? L’impact de l’intelligence artificielle (IA) sur les métiers est un sujet majeur , qui a été traité dans de nombreuses études . Si la question de la disparition des emplois retient souvent l’attention, une autre question de fond mérite d’être considérée : comment ces technologies transforment et transformeront-elles concrètement le quotidien, les compétences et la motivation des travailleurs ? L’IA, un remède contre l’ennui au travail ? L’IA est parfois présentée comme un parfait remède a...
Aujourd’hui, l’algorithme est le point de départ de la majorité des startups dans le domaine des nouvelles technologies. Cependant, il ne s’agit que d’un des éléments à prendre en compte pour les entreprises cherchant à se faire un nom dans une industrie de plus en plus concurrentielle.
Avoir un algorithme unique est un bon début pour une startup, mais ce n’est pas suffisant pour rivaliser contre des mastodontes tels que Facebook et Amazon, qui disposent de suffisamment de ressources pour écraser leurs concurrents de moindre envergure et monopoliser le marché. Dorénavant, il est essentiel de faciliter et de favoriser le développement de vastes ensemble de données pour alimenter et compléter ces algorithmes. Ces données doivent également être analysées et traitées à l’aide de technologies d’autoapprentissage, comme le Machine Learning, afin de produire des résultats pertinents. Sans cela, l’entreprise sera rapidement bridée dans sa capacité à se développer et à innover.
Aujourd’hui, il est quasiment impossible pour une startup dans la high tech de réussir sans les technologies d’autoapprentissage nécessaires à l’analyse de vastes quantités de données, et ce pour différentes raisons.
Toujours plus de données
L’utilisation de capacités d’autoapprentissage sur les grands ensembles de données existants peut fournir de précieux résultats, notamment pour créer des expériences clients uniques et personnalisées, ou rationaliser une chaîne d’approvisionnement grâce à l’automatisation ou à l’aide d’alertes anticipant les problèmes potentiels. Ces deux éléments, le Machine Learning et les vastes quantités de données toujours plus riches, sont essentielles pour les startups d’aujourd’hui.
Chez Pindrop, nous avons analysé plus de 400 millions d’appels rien que l’an dernier. Nos clients ont ainsi l’assurance d’accéder à un ensemble de données immensément riche. Notre technologie brevetée Phoneprinting™ distingue les escrocs des appelants légitimes, enregistre ces informations dans une base de données des criminels récidivistes, catégorise les cas de fraude et dresse les profils de leurs auteurs. Les fraudeurs s’attaquant aux consommateurs du monde entier peuvent ainsi être identifiés et dénoncés.
L’accès à une telle quantité de données permet de signaler rapidement les comportements suspects, et même d’identifier les modes opératoires les plus sophistiqués afin d’obtenir une vision plus globale, et d’informer les clients en temps réels des fraudes détectées et de la méthode employée. Les données ont également une multitude d’utilisations au-delà de la simple détection des fraudes : elles peuvent aider les entreprises à éviter les fuites d’informations, et servir de Proof-of-concept lors d’échanges avec des prospects.
L’omniprésence des données
Dans un monde toujours plus connecté, il apparaît de plus en plus que la valeur des entreprises n’a d’égale que celle des données auxquelles elles ont accès ou qu’elles collectent. Pour les petites entreprises, la gestion des quantités importantes d’informations peut faire toute la différence entre réussite et faillite. Tout se joue sur leur capacité à utiliser ces données afin d’ajuster leur approche client en fonction de leurs objectifs, et pour rivaliser avec les startups concurrentes sur le marché, saturé, des nouvelles technologies.
Proposer une solution ou un algorithme unique est une chose ; mais sans données, comment créer des produits répondant aux besoins spécifiques des clients et s’adapter à l’évolution constante des exigences du marché ? Les startups cherchant à soutenir leur croissance doivent gérer une multitude de problématiques, et notamment :
- Comment s’assurer que les consommateurs soient au courant de leurs nouveaux produits et innovations ?
- Comment assurer un suivi idéal des clients ayant effectué un achat initial ou avec qui il y a eu des interactions ?
- Comment entretenir la fidélité des clients ?
Toutes ces questions ont un point en commun : le fait que l’on puisse y répondre en exploitant les données, volontairement partagées par les clients (lors de leur enregistrement sur un site web, ou lors d’un achat), afin de leur fournir des expériences sur mesure. Les startups capables de consigner des données sur le profil de leurs clients existants et de leurs prospects, et d’utiliser ces informations dans leurs algorithmes afin de créer des services personnalisés sont assurément sur la voie du succès.
Ces données peuvent ensuite être examinées et enrichies par des programmes d’autoapprentissage afin de fournir des résultats riches d’enseignements. Et c’est précisément cela qui va permettre à une startup de prendre l’ascendant sur la concurrence : ni l’algorithme de base, ni le volume de données collectées et stockées, mais le type de données et la capacité à les traiter et à les utiliser efficacement.
De l’importance de la protection des données
Tandis qu’elles commencent à accumuler des tonnes de données en provenance de leurs clients, les entreprises doivent bien évidemment absolument tenir compte de la mise en conformité avec le Règlement Général sur la Protection des Données (RGPD). Depuis l’entrée en vigueur de cette loi, le 25 mai 2018, la protection des données personnelles doit être au cœur de l’ensemble des procédures, produits et services des entreprises sur tous les canaux. Les employés devront également tous être conscients de leurs obligations afin de protéger les données des consommateurs sur tous les canaux, y compris en ligne et par téléphone.
Le RGPD doit donc être vu comme une opportunité – en particulier les petites entreprises et les startups – de mettre en place une stratégie de protection de qualité couvrant les appels, la voix, ainsi que toute autre donnée transitant sur des canaux numériques.
De plus en plus d’objets sont connectés, ce qui donne naissance à toujours plus de données enrichies. Les startups doivent donc regarder au-delà de leurs algorithmes et s’intéresser aux données existantes et aux connaissances à leur disposition afin de mettre leurs idées en avant. Elles pourront ainsi séduire des investisseurs et faire face à l’hégémonie croissante des géants de la high tech.