Des usages de l’IA déjà bien ancrés et des promesses nouvelles

Les entreprises investissent largement pour concrétiser les promesses de l’IA générative. Mais elles ne délaissent pas pour autant les autres formes d’IA, Machine Learning et Deep Learning. Quelle que soit l’IA, les cas d’usage à valeur sont nombreux. Démonstration.

“Cela fait 20 ans que la révolution de l’IA est arrivée. Cela fait 20 ans que les entreprises pionnières développent des algorithmes d’IA et les déploient au cœur de leurs processus”, rappelle Mick Levy, Directeur Stratégie & Innovation d’Orange Business.

L’IA générative, elle, est plus récente. Gardons à l’esprit que la valeur provient de toutes les intelligences artificielles. En termes d’usage, on peut considérer qu’il y a trois types d’intelligence artificielle. Quelques exemples concrets de projets réalisés par les équipes Orange Business pour ses clients.

Les bénéfices démontrés du Machine Learning & Deep Learning

Pour un industriel, Orange Business a exploité en temps-réel les données issues de capteurs IoT pour prédire les pannes d’un équipement industriel majeur. Le projet a permis à l’entreprise d’économiser plusieurs millions d’euros et d’atteindre un retour sur investissement dès la première année.

La catégorisation de produits, en particulier dans l’univers du e-commerce, relève aussi de cette typologie d’usage de l’IA. Dans ce domaine, la catégorisation des produits est essentielle pour accroître son chiffre d’affaires.

Un grand e-commerçant tire un grand bénéfice de sa marketplace, indexant des centaines de milliers de produits. Mais il constate aussi que les vendeurs ne renseignent pas toujours très bien la catégorie du produit. Or, “un produit mal catégorisé, c’est 20 à 30% de ventes en moins”, signale Aurélie Gonçalves, Manager Stratégie & Innovation d’Orange Business. En mettant en œuvre un algorithme dédié de Deep Learning, l’entreprise a pu catégoriser 85% de son catalogue. Cette IA s’appuie sur toutes les informations de la fiche produit pour déterminer la meilleure catégorie.

Les différents domaines de l’IA sont complémentaires

Ce projet a connu de multiples développements et montre à quel point les différents domaines de l’IA sont complémentaires. L’approche à base de Deep Learning a été complétée par le recours à de l’IA générative, qui a permis d’aider à catégoriser les 15% restants du catalogue. Et in fine, l’e-commerçant s’est appuyé sur les résultats de l’IA générative pour ré-entraîner son modèle de Deep Learning et ainsi en accroître les performances natives.

Forte de ce succès, en hybridant les approches d’IA, la marketplace planche sur une nouvelle version visant à fournir aux marchands des outils pour les assister dans l’optimisation de l’ensemble des constituants des fiches produit.

“Cela fait 20 ans que la révolution de l’IA est arrivée. Cela fait 20 ans que les entreprises pionnières développent des algorithmes d’IA et les déploient au cœur de leurs processus”

Mick Levy, Directeur Stratégie & Innovation d’Orange Business.

IA : associer chaque usage au bon modèle

Des prédictions de chiffres d’affaires

L’IA prédictive présente aussi de la valeur, en association avec d’autres modèles ou de façon autonome, par exemple pour établir des prédictions de chiffres d’affaires sur un parc de points de vente pour une grande enseigne de distribution. Une fois fiabilisée, la prédiction permet d’agir sur l’ensemble de la chaîne de valeur de l’entreprise, c’est-à-dire les achats, le manufacturing et la Supply Chain. Au travers de tels projets, Orange Business a par exemple contribué à doubler le chiffre d’affaires du premier point de vente d’une enseigne de distribution et à optimiser la chaîne de valeur de bout en bout pour un retour sur investissement de quelques mois.

Construire un moteur de recommandation avec une IA prédictive

Autre exemple, dans l’univers bancaire cette fois, un moteur de recommandation construit avec une IA prédictive propose en temps réel aux téléconseillers, directement sur leur écran, les offres les plus adaptées au client. Le centre de contact de la banque, par l’intermédiaire de son moteur, a ainsi augmenté ses ventes rebond de 35%.

Si l’IA est de plus en plus pointée du doigt pour son coût environnemental, elle peut cependant aussi constituer une solution pour un numérique responsable. Chez Orange, un algorithme permet de catégoriser les antennes mobiles suivant leur comportement de consommation. L’analyse permet d’identifier les antennes au comportement de consommation anormal pour déclencher des actions ciblées (remplacement, reparamétrage, maintenance…). Les chercheurs de l’opérateur estiment possible d’économiser jusqu’à 15% d’énergie. Un cas d’usage simple, mais d’une efficacité redoutable. Il a permis de réduire la consommation énergétique de 5% dès la première version. En améliorant l’algorithme, les chercheurs de l’opérateur estiment possible d’économiser jusqu’à 15% d’énergie.

Une deuxième lame de l’IA a suivi le prédictif. Depuis une dizaine d’années, les entreprises ont accès à des systèmes d’IA perceptives, également à base de Deep Learning (dont la Computer Vision), pour de la reconnaissance. Via des caméras sur ses chaînes de production, un groupe pharmaceutique a ainsi automatisé les contrôles qualité et accéléré la production de vaccin.

L’IA générative ouvre de nouveaux possibles

La 3^e lame de l’IA, la plus récente, est celle de l’IA générative, qui ouvre de nouveaux possibles en termes de cas d’usage. Une banque tire profit de cette famille de modèle pour traduire ses systèmes applicatifs historiques, programmés en Cobol, dans un langage plus récent et simple à maintenir. Ce projet, stratégique pour la DSI de la banque, est envisagé depuis plusieurs années. Il est enfin devenu réaliste grâce à l’IA générative. Google, géant de la Silicon Valley, a lui-même recours aux solutions d’IA génératives pour la production de code logicielle. Sundar Pichai, CEO du groupe californien, a ainsi annoncé que 25% du nouveau code du géant était généré par l’IA.

Le potentiel des LLM pour enrichir les cas d’usage d’IA en entreprise

Chatbot, callbot, génération de contenus pour le marketing… Le potentiel des LLM vient donc enrichir le portefeuille de cas d’usage IA des entreprises. Et ce dans toutes les industries, comme l’illustre pour l’énergie Didier Gaultier, Head of AI d’Orange Business.

Prédictive, perceptive, générative, l’IA en entreprise prend des formes multiples, combinables entre elles.

L’activité d’un énergéticien opérant la maintenance d’installations chez des clients est très technique par nature. Pour leurs missions, les techniciens de l’entreprise sont équipés de tablettes qu’ils utilisent pour accéder à des bases de connaissance technique, ainsi que pour rédiger les comptes-rendus d’intervention. Ces fonctionnalités suscitent peu de satisfaction de la part des utilisateurs.

En effet, l’accès à la base de connaissance est complexe pour les techniciens et les comptes-rendus rédigés sont très souvent de qualité réduite. Pour simplifier l’accès aux informations, une IA générative est déployée par Orange Business. Elle permet d’établir un dialogue avec le technicien pour trouver la meilleure solution pour chaque problème rencontré. De plus, elle procède à une synthèse “claire et intelligible” des opérations menées et de la situation dans un compte-rendu charté répondant pleinement aux exigences de qualité de l’entreprise.

Prédictive, perceptive, générative, l’IA en entreprise prend donc des formes multiples, en outre combinables entre elles. La boîte à outils des concepteurs d’applications d’IA comporte année après année de nouveaux compartiments.

Comment BPCE, Pierre Fabre et la Région Île-de-France s’emparent de l’IA

Les organisations peuvent aujourd’hui s’approprier les différentes technologies d’IA pour résoudre les points de douleur de leurs métiers et clients, en phase avec leur stratégie et leurs priorités. Acteur majeur du secteur bancaire en Europe, le groupe Banque Populaire – Caisse d’Epargne (BPCE) dispose déjà d’une certaine maturité dans le déploiement des IA.

Cette maturité, BPCE la doit notamment à son riche patrimoine de données et à son expérience dans le Big Data. Comme l’explique Luc Barnaud, Group Chief Data & AI Officer, la banque traite, par exemple, 11 milliards de transactions par an. Sites et applications mobiles enregistrent par ailleurs près de 3 milliards de visites. BPCE gère aussi des millions de documents. Il y a donc beaucoup d’opérations à automatiser et beaucoup de données à exploiter !

“Nous avons très vite utilisé de l’IA prédictive pour être en capacité d’exploiter les meilleures données, de les sortir du frigo”, témoigne le CDO. BPCE applique des algorithmes d’IA à ses données pour gagner en efficacité opérationnelle en traitant des documents, en contrôlant des informations ou en les extrayant pour les ingérer dans ses systèmes.

Usages de l’IA : de la gestion des risques à la relation client

Dans le domaine de la gestion des risques, l’IA intervient pour permettre au groupe bancaire d’établir un score pour chaque transaction. Cette étape détermine si une opération peut être exécutée ou si un doute existe, signalant entre autres un risque de fraude.

La relation client constitue un autre axe majeur de développement de l’IA. L’objectif dans ce secteur est de valoriser la connaissance client pour personnaliser les communications et les offres. BPCE a d’ailleurs fait évoluer son approche, auparavant orientée produit et désormais plus axée client.

Sur la base de la détection d’événements client, la banque a ainsi amélioré son taux de conversion, générant plus de 10 millions de nouvelles opportunités en 2024. Les taux de souscription et de multi-vente ont eux aussi fortement augmenté.

L’IA dans toutes les verticales business de Pierre Fabre

Au sein du Groupe Pierre Fabre cette fois, le potentiel de la donnée réside dans toutes les verticales business, explique Clara Thibault, Chief AI, Data & Analytics Officer du groupe de Life Sciences. En 2024, les laboratoires ont mis “l’accent sur des cas d’usage” créant de la valeur pour l’entreprise.

“La prédiction est au cœur de cette stratégie. La seconde composante, c’est la mise en place d’une IA générative pour les collaborateurs.” Depuis son lancement il y a plus de 6 mois, Playground GPT, le “ChatGPT privé” de l’entreprise, a rapidement été adopté par 50% des collaborateurs et dépassé les 100.000 conversations.

A l’instar de Pierre Fabre, de nombreuses entreprises se sont doté d’outils d’IA générative pour assister les collaborateurs au quotidien. MaIA chez BPCE ou GénIAI à la Région Île-de-France, troisième organisation témoignant de ses usages en IA à l’occasion de la Matinale Data & AI 2024. Toutes ont en commun une même ambition de fournir de nouveaux outils pour améliorer la productivité et proposer de nouvelles méthodes de travail.

Sur le prédictif, le laboratoire Pierre Fabre a pour cible le passage à l’échelle. L’acteur y a notamment eu recours lors des Jeux Olympiques et Paralympiques de Paris 2024 pour sa direction commerciale. La finalité : approvisionner au mieux les pharmacies en fonction de la fréquentation et proposer des animations ciblées sur les points de vente.

Dans ses activités de production, Pierre Fabre exploite cette fois l’IA prédictive en combinaison de capteurs sur les machines dans le but d’éviter les pannes et donc les interruptions de production. Tout arrêt étant susceptible de générer des coûts de plusieurs centaines de milliers d’euros, chaque panne évitée grâce à l’IA est un succès.

Le secteur public éligible aussi à l’IA

Les entreprises privées, telles que BPCE et Pierre Fabre, sont à l’avant-garde des usages de l’IA. Quant au secteur public, souvent accusé d’être parmi les retardataires en matière de technologies, la Région Île-de-France y apporte un démenti.

Ses débuts sont pourtant récents puisqu’ils remontent à 2022, reconnaît Antoine Carette, son directeur de la Donnée. Ce démarrage sur l’IA, la région le doit principalement à l’arrivée de l’IA générative grand public. Elle s’en est depuis emparé pour concevoir des cas d’usage sécurisés et adaptés à ses métiers, dont le soutien à l’innovation et au développement économique.

L’enjeu de la souveraineté

En outre, la collectivité porte une forte attention au sujet de la souveraineté. C’est pourquoi elle développe toutes ses applications d’intelligence artificielle sur Cloud Avenue, l’offre de cloud d’Orange Business. Intégrant nativement une infrastructure taillée pour l’IA et des moteurs d’IA générative développés en France, cette solution répond parfaitement aux ambitions de l’organisation, tout en offrant un cadre de sécurité et de confiance exigeant.

“Le premier cas d’usage qui nous intéressait portait sur la manière de transformer la relation à l’usager. L’IA générative nous permet de renverser la relation. Nous ne sommes plus seulement un catalogue d’offres de services publics”, détaille Antoine Carette. La technologie permet ainsi à la région de traduire le projet d’un entrepreneur dans ses propres mots pour l’insérer dans les cadres et documents administratifs.

La collectivité dispose également d’un backlog d’une centaine de cas d’usage, parmi lesquels un “Tech Assistant”. Robot conversationnel mis au service des agents de la collectivité, il améliore l’assistance informatique via un accès simplifié aux informations stockées dans les bases de connaissance.

Pour massifier les usages de l’IA générative, la Région Île-de-France a également déployé GénIAl, une solution développée en interne et souveraine, aujourd’hui en phase d’industrialisation.

La collectivité expérimente en parallèle des solutions du marché, dont Microsoft Copilot, testé auprès d’un échantillon de 15% d’agents. Un premier bilan est prévu en 2025, avant une éventuelle décision de généralisation. Pierre Fabre suit une même trajectoire sur Copilot avec un pool de 300 bêta-testeurs. Un bilan est en cours pour un déploiement envisagé en courant d’année.

En conclusion, Mick Levy souligne l’importance de concilier deux trajectoires : l’amélioration de la performance individuelle par des assistants IA du quotidien, et « la recherche de cas d’usage à fort potentiel de transformation et de valeur à l’échelle. »

👉 Retrouvez toute notre actu en temps réel en nous suivant sur LinkedIn 👈

Cet article a été rédigé en collaboration avec Christophe Auffray.