Le concept de l'intelligence artificielle (IA) est de faire penser les machines « comme des humains » ; en d'autres termes, effectuer des tâches telles que raisonner, planifier, apprendre et comprendre notre langage. Bien que personne ne s’attende à l’heure actuelle, ni même dans un avenir proche, à une équivalence parfaite avec l’intelligence humaine, l’IA a des incidences importantes sur nos vies. Le « cerveau » sur lequel s’appuie l’IA est une technologie appelée apprentissage automatique (ou machine learning), lequel a été conçu pour nous rendre plus productif et faciliter notre travail.

De nombreuses innovations se sont alignées pour permettre de grandes avancées pour l'IA.

• La puissance de calcul aujourd'hui est un billion de fois plus importante qu'il y a 60 ans
• Le coût du traitement de données est devenu plus abordable
• Un plus grand nombre de données doit être analysé, car les entreprises captent plus d'informations de la part des interactions client
• L'IA a déjà grandement amélioré les applications grand public : les consommateurs s'attendent désormais à ce que les entreprises s'améliorent de la même façon dans toutes leurs expériences

Oui. Pratiquement chaque personne possédant un ordinateur, un smartphone ou tout autre objet connecté utilise déjà l'IA pour se faciliter la vie :

• Siri et Cortana font office d'assistant personnel en utilisant le traitement de la voix
• Facebook suggère des identifications dans les photos à l'aide de la reconnaissance d'image
• Amazon recommande des produits en utilisant des algorithmes d'apprentissage automatique
• Waze suggère des itinéraires en utilisant une combinaison de modèles prédictifs, de prévisions de circulation et de techniques d'optimisation

L'IA transforme déjà les attentes de vos clients. Pensez au consommateur qui utilise Uber, Google et Amazon. S'il entre dans un grand magasin pour acheter un costume, que faut-il pour lui fournir le même niveau de service que celui auquel il s'est habitué ?

Le vendeur devrait savoir qui il est car il a déjà acheté un article en ligne. Il devrait connaître sa taille et ses préférences sur la base de son historique d'achat. Et il devrait être capable de suggérer la paire de chaussures idéale pour parfaire le costume que le client choisira.

Le même principe s'applique à chaque entreprise. Vos clients savent que vous possédez leurs données. Ils savent tout ce que vous pouvez faire avec. Et ils s'attendent à ce que vous les utilisiez pour fournir systématiquement un service rapide et personnalisé.

L'IA est comme un iceberg. En tant qu'utilisateur, vous ne voyez que la partie émergée ; mais sous la surface se cache une immense structure d'experts et de data scientist, des quantités considérables de données, une extraction et une préparation intensives de ces données ainsi qu'une immense infrastructure technologique.

Il faut une équipe spécialisée de data scientist et de développeurs pour accéder aux données, les préparer, créer les bons modèles puis réintégrer les prédictions dans une application métier comme le CRM.

Nous avons conçu Salesforce Einstein pour que tous ces défis soient notre problème, pas le vôtre. Cela signifie que n'importe qui peut désormais utiliser l'IA pour mieux travailler dans son CRM.

Faire décoller un projet d'IA peut s'avérer être une expérience longue et difficile. Vous devez d'abord décrire la problématique commerciale. Ensuite, vous devez trouver quelles données sont disponibles pour résoudre ce problème. Puis, vous devez attribuer des ressources et une infrastructure importante pour les aborder.

L'avantage d'Einstein réside en ce que toute la technologie d'IA dont vous avez besoin est intégrée directement dans votre CRM. Vous obtenez les mêmes résultats qu'avec votre propre équipe d'IA... les soucis en moins.

Ou plutôt : « Que me donnera l'IA que je ne possède déjà ? » Trois des résultats les plus précieux et les plus utilisés seront l'évaluation prédictive, les prévisions et les recommandations.

Le scoring prédictif (predictive scoring) : lorsqu'Einstein vous fournit un score, il vous donne également des informations sur la façon dont il est arrivé à ce résultat. Par exemple, le scoring prédictif d'un lead représente sa probabilité à être converti en opportunité. Vous avez également accès aux raisons qui se cachent derrière ce score ; par exemple sa source, le secteur d'activité ou un autre facteur indiqueront particulièrement bien si un lead se convertira ou non.

Prévisions : les capacités prédictives de l'IA ne se limitent pas à l'évaluation ; elles peuvent également être utilisées pour prédire la valeur future d'un élément, comme un portefeuille d'actions ou un investissement immobilier. Si vous êtes un directeur commercial, l'IA peut prédire votre chiffre trimestriel et vous faire savoir à l'avance si votre équipe est ou non sur la bonne voie pour remplir son quota.

Recommandations : chaque personne qui fait des achats en ligne sait que l'IA fait des recommandations de produits, mais elle peut également faire des recommandations intelligentes dans n'importe quel secteur d'activité : le logiciel, la consultation fiscale, les conteneurs de fret... L'IA peut également recommander des supports, par exemple le livre blanc que vous devriez envoyer à un prospect afin d'optimiser vos chances de conclure une affaire.

Jusqu'à maintenant, l'IA était si complexe et chère que seuls quelques entreprises pouvaient se permettre de l'utiliser. Avec Salesforce Einstein, ce n'est plus le cas. Désormais, chacun peut facilement utiliser l'IA pour analyser ses données, prédire et prévoir les prochaines étapes et automatiser ses tâches et décisions. Grâce à Salesforce Einstein, l'IA intègre le CRM de tout le monde :

• Les ventes anticipent les nouvelles opportunités et dépassent les attentes des clients en identifiant leurs besoins avant qu'ils ne les expriment eux-mêmes
• Le service client délivre un service proactif en anticipant et en résolvant les dysfonctionnements avant qu'ils deviennent de réels problèmes
• Le marketing crée des parcours prédictifs et personnalise les expériences client comme jamais
• La DSI incorpore de l'intelligence dans tous les domaines et crée des applications ludiques pour les collaborateurs et les clients

Si vous employez des data scientist, Einstein leur fournit une technologie d'IA de pointe qui les aide à être encore plus productifs. Si vous n'employez pas vos propres experts, aucun problème. Einstein révolutionne l'IA en la rendant facile à utiliser et directement accessible dans votre CRM. Les meilleurs data scientist travaillent pour nous — et donc en quelque sorte pour vous.

L'IA va vous rendre plus productif et augmenter vos capacités. Vous pourrez analyser des données instantanément et en profondeur, anticiper les besoins des clients et automatiser les tâches manuelles répétitives comme la saisie de données.

D'ailleurs, une étude menée par Narrative Science a montré que 80 % des cadres croient que l'intelligence artificielle améliore la performance au travail et crée des emplois.

L'apprentissage automatique (machine learning) est le moteur principal de l'IA. Son concept : les ordinateurs tirent des leçons des données avec un minimum de programmation.

L'apprentissage automatique fonctionne avec des données structurées afin de détecter des motifs (pattern) et en conclure des enseignements. Les exemples quotidiens comprennent des recommandations personnalisées de services comme Amazon ou Netflix. Dans le domaine financier, l'apprentissage automatique identifie des prêts irrécouvrables, trouve les demandeurs potentiellement non solvables et génère des notes de solvabilité.

Ventes : en analysant des informations à partir d'e-mails, d'agendas et de données CRM afin de recommander de façon proactive des actions telles que la réponse e-mail la plus propice à faire avancer une affaire.

Service client : en classant automatiquement des requêtes et en les acheminant de façon intelligente vers le bon agent de service.

Marketing : en évaluant de façon intelligente la probabilité qu'un client ouvre un e-mail, s'abonne à une newsletter ou effectue un achat.

L’apprentissage en profondeur (deep learning) est une forme d'IA où un domaine est réellement appris par la machine avec peu ou pas de supervision humaine ce qui permet d'effectuer des tâches auparavant impossibles. En substance, la machine apprend à apprendre.

Bien que l'apprentissage en profondeur fasse l'objet de nombreuses expérimentations passionnantes, la plupart des applications pratiques que vous connaissez sont basées sur l'analyse de l'image. Grâce à l'analyse de l'image, un ordinateur apprend à classer des images aléatoires en analysant des milliers de millions d'autres images et leurs points de données. Par exemple, des applications grand public telles que Google Photos et Facebook utilisent l’apprentissage en profondeur pour la reconnaissance faciale dans les photos.

Ventes :  en analysant des images de produits liées à une affaire et en utilisant ces informations pour suggérer les meilleures opportunités de vente additionnelle et de vente croisée.

Service client :  en analysant les images d'un produit liées à une requête de service et en utilisant ces informations pour classer la requête et l'acheminer vers le bon agent.

Marketing :  en analysant des images à travers Facebook, Pinterest et Twitter afin de suggérer les meilleurs visuels pour une campagne publicitaire à venir. L'apprentissage en profondeur identifie même les marques présentes dans les images, qu'elles soient ou non mentionnées dans le texte.

Le traitement automatique de langage naturel (natural language processing) est une IA qui reconnaît le langage et ses nombreuses utilisations et règles grammaticales en trouvant des expressions ou modèles (pattern) au sein de grands ensembles de données.

Une application du TALN qui prend de l'ampleur porte sur l'analyse de sentiment au sein des réseaux sociaux. Les ordinateurs utilisent des algorithmes pour rechercher des expressions dans les messages sur Twitter, Facebook ou autres réseaux sociaux, afin de comprendre le ressenti des clients vis-à-vis d’une marque ou d’un produit spécifique.

Ventes : en examinant le texte d'e-mails échangés avec des clients afin d'estimer la probabilité d'une vente, détecter les meilleures affaires possibles, identifier les affaires que les équipes ont le plus de risque de perdre et recommander des actions pour améliorer le processus de vente.

Service client : en acheminant et en répondant plus efficacement aux e-mails des clients en analysant le contenu écrit.

Marketing : en analysant des messages écrits, afin de comprendre le ressenti des clients vis-à-vis d’une marque ou d’un produit spécifique.