L’IA un an plus tard: l’impact de la pandémie sur l’avenir de la technologie

Même les modèles d’IA les plus sophistiqués et les plus finement réglés ne pouvaient pas prédire l’ampleur durable du COVID-19. Son bouleversement sur notre vie personnelle et professionnelle est difficile à quantifier. En mars dernier, il était presque impossible de prévoir le déroulement de l’année écoulée, y compris les moments tragiques et les ravages de tant de personnes dans le monde.

Image: krass99 – stock.adobe.com

Cependant, un an plus tard, de nombreuses leçons ont été tirées de cette crise – et d’un point de vue technologique, certaines des leçons les plus importantes sont centrées sur l’évolution continue et l’importance des données, de l’analyse et de l’intelligence artificielle. La pandémie a agi comme un catalyseur pour entraîner un taux effarant de transformation numérique, ce qui a permis la continuité et la résilience des activités. Cela a également bouleversé le comportement des consommateurs – conduisant à un besoin et à une dépendance beaucoup plus grands à des technologies prédictives, prescriptives et cognitives précises. Alors que de nombreuses entreprises sont déjà en difficulté et que les consommateurs réduisent leurs dépenses ou achètent via différents canaux, il est essentiel de fidéliser et de fidéliser des clients.

Avant COVID-19, l’IA était souvent considérée comme un espace important à poursuivre, mais manquait parfois de l’adhésion de la C-suite. Mais au cours de l’année écoulée, il s’est avéré être un atout essentiel pour que les entreprises atteignent leurs clients et maintiennent leurs opérations, et pour que les gens fonctionnent dans leur vie de tous les jours.

Voici trois des leçons les plus marquantes tirées du parcours de l’IA alors qu’elle naviguait dans la pandémie:

Les consommateurs adoptent des interactions basées sur l’IA

En mars 2020, il était remarquable de voir deux énormes changements se produire simultanément: les acheteurs exigeaient de nouvelles façons sûres d’interagir avec les organisations; et les organisations ont été en mesure de fournir les méthodes pour rendre cela possible. Selon une étude Capgemini menée il y a à peine trois ans, 21% des consommateurs avaient des interactions quotidiennes activées par l’IA. En juillet 2020, ce pourcentage est passé à 54%, car les gens ont adopté les chatbots, les assistants numériques, la reconnaissance vocale et faciale et les scanners biométriques pour remplacer le contact de personne à personne. La confiance des consommateurs dans les interactions fondées sur l’IA a également augmenté – de 30% en 2018 à 46% en 2020. De la commande sans contact pour la vente au détail, l’épicerie et les restaurants, aux interactions de télésanté remplaçant une visite chez le médecin, l’adoption par les consommateurs de ces appareils sans contact transactions a été un changement clé et constant. Les organisations se rendent compte que ces méthodes ne disparaîtront probablement pas une fois la pandémie terminée.

L’histoire est brisée pour la modélisation prédictive

Ces changements de comportement des consommateurs ont créé une réalité abrupte pour les équipes de science des données: les modèles d’IA prédictive et d’apprentissage automatique (ML) et les données dont ils sont dérivés étaient presque instantanément obsolètes et, dans de nombreux cas, réduits à la non-pertinence. Dans le passé, ces modèles étaient basés sur des données historiques de plusieurs années de modèles de comportement. Mais dans un monde où les dépenses sont resserrées, les options d’achat limitées, les modèles de demande changeants et l’engagement restreint avec les clients, ces données historiques ne s’appliquent plus. Pour lutter contre ce problème – à un moment où les entreprises ne pouvaient pas se permettre des prévisions inexactes ou des pertes de revenus – les équipes d’IA se sont tournées vers des solutions telles que les prévisions en temps réel et en constante évolution. En mettant constamment à jour et en ajustant leurs modèles prédictifs pour inclure les données entrantes provenant des nouveaux modèles de pandémie, les organisations ont pu réduire la dérive des données et tracer plus efficacement leur chemin à travers la crise et la période de reprise.

Dans la transformation numérique, l’IA est synonyme de retour sur investissement

La main forcée, les entreprises ont dû faire des choix difficiles au printemps 2020. Est-ce qu’elles mettent leurs projets et initiatives en pause et attendent que la pandémie se calme, ou poussent-elles à appliquer l’IA en tant que différenciateur concurrentiel en ces temps difficiles? Beaucoup considéraient cette dernière comme la meilleure option, car les capacités technologiques avancées pourraient être mises à profit pour mieux prédire l’avenir par rapport à la conduite des affaires à travers un rétroviseur. Cependant, cela est également venu avec un recul naturel de l’entreprise, car les budgets ont été resserrés dans un contexte d’incertitude économique. Lorsque les transformations technologiques impliquaient des déploiements d’IA, les organisations ont une énorme opportunité d’obtenir un avantage commercial tout en bénéficiant d’un retour sur investissement très élevé. En choisissant les cas d’utilisation appropriés et en s’exécutant correctement, les projets axés sur l’IA peuvent se rentabiliser dans les six premiers mois suivant le déploiement – et apporter des multiples de ROI tout au long de la vie du projet ou du programme. Les investissements initiaux dans des domaines tels que la transformation des données (pour permettre l’IA) peuvent sembler très décourageants. Cependant, des études de cas sur les meilleures pratiques ont prouvé qu’une analyse de rentabilisation plus autofinancée peut effectivement être réalisée.

L’IA n’est que l’une des nombreuses capacités technologiques sur lesquelles s’appuyer pour aider les entreprises à survivre à la pandémie. Cependant, alors que nous entrons dans la deuxième année, bon nombre de ces nouvelles façons de faire des affaires ont montré leur valeur à long terme. Disposer de la technologie pour améliorer l’efficacité, travailler plus rapidement et capturer des informations plus précises à partir des données continuera d’être très pertinent. Bien que l’histoire et les progrès de l’IA au cours de l’année écoulée aient été tout simplement transformationnels, il est probable que son voyage ne fait que commencer.

Jerry Kurtz est le vice-président exécutif de Capgemini pour Insights & Data en Amérique du Nord. Il possède plus de 30 ans d’expérience en conseil en gestion, travaillant principalement dans les secteurs de la fabrication, de la haute technologie, des produits de consommation, de la vente au détail et de la logistique. Son expérience de leadership comprend les données et l’analyse, l’intelligence artificielle, l’Internet des objets, la transformation d’entreprise avec un ERP à grande échelle, la gestion de la chaîne d’approvisionnement, les services partagés et les services de processus métier. Jerry vit à Charlotte, Caroline du Nord et a obtenu son baccalauréat en génie de l’Université Vanderbilt.

La communauté InformationWeek rassemble des professionnels de l’informatique et des experts du secteur avec des conseils, une formation et des opinions en informatique. Nous nous efforçons de mettre en valeur les dirigeants technologiques et les experts en la matière et utilisons leurs connaissances et leurs expériences pour aider notre public …

Plus d’informations