Par Marc Mandel.
Je suis fasciné par les possibilités offertes par l’IA depuis que j’ai vu pour la première fois le film phare 2001 : l’Odyssée de l’espace, dans lequel un ordinateur, HAL, était capable de mener des discussions intelligentes avec les membres de l’équipage de leur vaisseau spatial. « Imaginez », me suis-je dit, « qu’on puisse apprendre à un ordinateur à penser suffisamment bien pour comprendre et participer à une conversation personnelle ». L’avenir était devant moi et j’ai été séduit.
J’étais impatient de vivre des expériences similaires avec mon premier ordinateur personnel qui, à la fin des années 1970, était un Radio Shack TRS-80 (un des premiers PC domestiques) qui offrait moins de puissance informatique que mon ouvre-porte de garage actuel, et je me souviens quand j’ai pu essayer le premier et le plus rudimentaire des chatbots, « Eliza », un programme informatique qui simulait une conversation avec une personne virtuelle.
Je me souviens de l’excitation avec laquelle j’ai tapé « Are you smart ? » et de la réponse « Yes I am », mais c’est tout. Il n’y avait pas vraiment plus d' »IA » dans Eliza que de faire correspondre certains mots à une liste et de répondre par une réponse préfabriquée. Les réponses n’étaient guère plus que ce que mon jouet « Magic 8-Ball » pouvait produire en le secouant et en voyant une réponse à n’importe quelle question apparaître dans la petite fenêtre de visualisation en plastique. Mon intérêt pour Eliza s’est rapidement estompé, mais je suis restée fascinée par l’idée et le potentiel.
Utiliser l’IA pour améliorer l’expérience des utilisateurs
À la fin des années 1990, j’ai rejoint l’équipe dirigeante d’une société de logiciels qui vendait des avatars de sites web intelligents conçus pour utiliser l’IA conversationnelle naissante afin d’impliquer les visiteurs du site web et de les aider à s’orienter.
Pensez à l’agaçant « Clippy » de l’ancien Microsoft Word, en bas de l’écran, qui ressemblait à un trombone animé. J’étais très enthousiaste à l’idée de pouvoir mettre mes empreintes sur des outils de ce type afin d’améliorer l’expérience des clients, en particulier dans les cas d’utilisation du commerce électronique en plein essor.
La technologie était simpliste. Il s’est avéré que le cerveau du logiciel n’était guère plus qu’un système de « si/alors » capable d’identifier des mots-clés dans ce qu’une personne tape, un peu comme Eliza, et de répondre soit par un retour écrit direct sélectionné dans une liste de réponses prédéfinies, soit par une aide à la navigation sur le site web en fonction de ce que la personne a indiqué rechercher.
Le prix du logiciel dépassait largement les six chiffres et visait toutes les « dot com » financées par le capital-risque qui ne se souciaient pas de la quantité d’argent qu’elles brûlaient parce qu’elles ne pensaient qu’à l’effet de surprise.
Demandez ce qu’il y a à l’intérieur d’un Chicken McNugget
Nous avions un gros client, McDonald’s, le géant de la restauration rapide à Chicago. Ils ont imaginé un « Ronald McDonald » animé sur leur site web, avec lequel vous pourriez taper des demandes d’informations sur leurs produits, telles que des questions nutritionnelles ou de disponibilité, et « Ronald » vous aiderait. Cela aurait pu être magique, et nous avons atteint le tour des finalistes dans la poursuite de cette entreprise.
Nous avons été invités au siège de l’entreprise pour faire une démonstration de l’outil, programmé et peaufiné pour l’occasion, et nous avons suivi une présentation étroitement chorégraphiée et scénarisée qui s’est bien déroulée. Alors que la fin de la réunion approchait et que nous nous sentions plutôt bien dans notre peau, nous avons ouvert la démo aux personnes présentes dans la salle et avons pris des demandes pour l’assistant virtuel. Une voix au fond de la salle a crié : « Demandez ce qu’il y a à l’intérieur d’un Chicken McNugget », ce qui ne faisait pas partie de notre scénario et nous n’avions pas non plus préparé de mots-clés pour cela.
Nous avons prudemment tapé ce nom sur leur site web et nous avons obtenu une réponse très étrange :
« Ray Kroc est à l’intérieur d’un Chicken McNugget ».
Kroc était leur fondateur célèbre et un héros pour de nombreuses personnes présentes dans la salle, et la réponse qui leur a été donnée les a horrifiés. Il n’aurait pas pu être plus erroné et arriver à un pire moment. Ils nous ont jetés hors de la pièce et c’est tout. Nous avons été éliminés du marché et sommes devenus la risée de tous.
Terrible, c’est sûr, mais encore une fois, comme avec Eliza des années auparavant, cela m’a fait une impression à la fois positive et négative. Positif, pour le potentiel de ce qui pourrait être, et négatif pour ce qui a été. Du point de vue de l’expérience client, si McDonald’s avait adopté notre approche, elle aurait contrarié des milliers de ses clients qui cherchaient des informations importantes et aurait obtenu des résultats vraiment bizarres. Les risques l’emportent sur les bénéfices et ils ont finalement conclu que la technologie n’était pas prête pour les heures de grande écoute.
Exploiter l’IA pour comprendre le sentiment des clients
Il a fallu attendre encore une dizaine d’années, mais j’ai de nouveau eu l’occasion de travailler dans le domaine des solutions d’IA pour l’expérience client lorsque j’ai rejoint une startup bien connue du secteur. L’entreprise naissante avait à peine ce que l’on pourrait considérer comme un produit minimalement viable (MVP) lorsque je l’ai rejointe en 2007, mais j’étais enthousiaste à l’idée d’en faire partie. L’idée que l’IA puisse aider une entreprise à comprendre le sentiment des clients à l’égard de leurs expériences était dans mon esprit la « killer app » et que l’entreprise allait être une fusée vers les étoiles.
Ce MVP fonctionnait à peine et n’était pas du tout au point. Nous l’avons vendu à des entreprises cherchant à mieux comprendre les données d’enquête et, contrairement à ce qui se passait auparavant, nous avons commencé à appliquer des techniques de traitement du langage naturel (NLP) qui allaient bien au-delà de la recherche de mots-clés.
La progression de l’IA m’a stupéfié. Des outils pourraient commencer à identifier non seulement ce que quelqu’un a dit, en particulier les mots qu’il a utilisés, mais aussi la sémantique ou, autrement dit, ce qu’il voulait dire, indépendamment des mots eux-mêmes. Cela a été libérateur et a augmenté la valeur de ces outils de plusieurs ordres de grandeur par rapport aux anciens outils de recherche de mots-clés.
Les fournisseurs de plates-formes multiples ont continué à renforcer leurs offres avec des capacités accrues d’intégration des approches de compréhension du langage naturel (NLU), élargissant leur capacité et poussant l’enveloppe plus loin à mesure que les gens devenaient de plus en plus conscients de ces outils et de leurs avantages. Imaginez, par exemple, que vous puissiez « étiqueter » un commentaire de client avec un identifiant de sujet, disons « juridique », que le texte soit « Je vais vous poursuivre en justice », « J’appelle mon avocat » ou « Je vais vous traîner devant les tribunaux ». Le logiciel a été en mesure de les considérer comme des équivalents, tous liés thématiquement à « Legal », et de les étiqueter comme tels, même dans les situations où les commentaires étaient rédigés dans des langues complexes autres que l’anglais.
La peur d’employer l’IA pour répondre aux réclamations des clients
D’importants cas d’utilisation commerciale ont vu le jour, aucun n’étant plus important que le traitement des plaintes dans les services financiers. Aux États-Unis, les autorités de régulation ont mis en place des règles strictes et des sanctions importantes pour les banques, les assureurs et les sociétés d’investissement qui ne répondent pas dans les délais aux réclamations écrites des clients.
Au début, alors que de plus en plus d’entreprises commençaient à déployer des programmes d’enquête pour mesurer et évaluer l’expérience de leurs clients, la crainte de ces réglementations et de l’ouverture des enquêtes aux commentaires écrits était omniprésente.
Une réponse à une enquête suggérant ne serait-ce qu’une mauvaise gestion des fonds d’un client est une chose énorme et déclenche des flux de travail et des rapports de conformité qui doivent intervenir très rapidement après l’émission de la plainte, et le non-respect de cette obligation entraîne de lourdes amendes et d’autres conséquences encore plus graves.
Au début, ces entreprises avaient tellement peur qu’elles refusaient de poser des questions ouvertes dans leurs enquêtes, car elles ne voulaient pas déclencher ce processus au cas où quelqu’un répondrait et se plaindrait.
La capacité du logiciel à « lire » les commentaires ouverts et à identifier les modèles de plaintes s’est avérée, au fil du temps, rendre ce travail beaucoup plus facile et plus rapide, voire plus précis, car moins subjectif qu’un évaluateur humain. Une plainte pouvait presque toujours être trouvée, étiquetée et acheminée, souvent indépendamment du volume de retour d’information, avec un accès quasi immédiat. Ce seul exemple a fait de l’IA un coup de maître, tant pour l’entreprise que pour le client.
Encore une fois, quelques années plus tard, l’IA a permis d’autres types d’expériences client. L’un de ces exemples a gagné en popularité dans le secteur de l’assurance, qui a découvert que l’IA pouvait être utilisée non seulement pour identifier les signes de fraude potentielle, mais aussi pour traiter les demandes d’indemnisation de manière globale. Du point de vue de l’expérience client, la rapidité et l’exactitude du service sont des facteurs prédictifs importants d’une bonne expérience client dans le domaine de l’assurance. L’IA a tenu ses promesses dans les deux cas.
Une demande d’indemnisation pourrait être déposée, traitée et clôturée presque instantanément, l’IA jouant le rôle d' »intermédiaire » pour garantir des résultats rapides et précis pour le client et pour l’assureur. Le gestionnaire des sinistres a assumé un rôle plus important de supervision, en contrôlant le logiciel et en veillant au bon déroulement du processus. Dans ce cas, le terme même d' »IA » a pris une définition intéressante et différente de sa définition initiale d’intelligence artificielle.
L’IA était davantage une « intelligence augmentée » et ne remplaçait pas tant l’homme par des bits et des octets, mais augmentait plutôt la capacité de l’homme à servir à des niveaux de plus en plus élevés de rendement, de qualité et de rapidité.
Les clients ont été les grands gagnants, créant souvent une opportunité de surprise et de plaisir à partir d’une situation stressante.
Débloquer des réponses originales
Encore une fois, quelques années plus tard, l’IA a continué d’évoluer et a commencé à tâter le terrain, non seulement pour comprendre le langage, mais aussi pour générer des informations originales au lieu de se contenter de régurgiter une réponse préétablie.
Certains des éléments de base qui ont joué un rôle dans l’apprentissage d’un ordinateur à identifier d’abord des mots-clés de base, puis à les relier en phrases linguistiques et à déterminer le sens et l’intention, ont maintenant pu être utilisés pour débloquer des réponses originales générées par l’IA.
De nombreux acteurs de l’industrie parlent de « génération de langage naturel », d' »IA générative » ou simplement de NLG, et ce phénomène est de plus en plus répandu, bien qu’il en soit encore à ses débuts au moment où j’écris ces lignes, au début de l’année 2023. À l’instar des utilisateurs d’ordinateurs des années 1970 qui ont vu Eliza apparaître comme une percée puis s’avérer fausse, ou des premiers « bots » des années 1990 qui entrent en scène puis quittent la scène, souvent en désespoir de cause, les débuts de la NLG sont à la fois révolutionnaires, excitants et terriblement dangereux. D’une certaine manière, et entre de mauvaises mains, il est incroyablement risqué.
L’intelligence artificielle en 2023
La promesse de ce qui est à venir n’est rien de moins que stupéfiante et changeante.
Nous avons vu les nouvelles sur ChatGPT partout, avec des histoires sur la façon dont il peut être utilisé pour créer du contenu original et théoriquement menacer les créateurs de contenu partout.
L’IA n’en est qu’à ses débuts et, en tant que telle, elle constitue une démonstration ou une preuve de concept passionnante, mais je ne mettrais pas de contenu généré automatiquement, quel qu’il soit, dans des cas d’utilisation commerciale qui s’appuient sur des informations originales, réfléchies et exactes.
Bien qu’il soit de loin supérieur à Eliza ou même aux robots de site web et aux premières technologies NLU, NLG est là, sur la scène, et passionnant comme l’enfer, mais il n’en est encore qu’à ses débuts .
À bien des égards, nous en sommes encore aux « étapes Eliza » de NLG.
Au fil du temps et grâce aux millions de personnes qui codent des applications expérimentales pour exploiter les différentes versions des outils NLG, ces technologies s’amélioreront de manière exponentielle en termes de capacité et de précision globales.
Des tonnes de données mathématiques viennent étayer cette thèse et, avec le temps, ces outils offriront des fonctionnalités à couper le souffle.
En ce qui concerne l’avenir de l’IA, je m’attends à ce que nos haut-parleurs intelligents Alexa commencent à comprendre et à répondre avec précision, un peu comme l’ordinateur fictif HAL l’a fait dans le film des années 1960.
Non, je ne parle pas d’un déchaînement meurtrier comme il l’a fait, mais de l’automatisation d’une conversation pour ne pas se contenter d’y répondre, mais pour la comprendre vraiment. Associez cela à une émotion simulée (en supposant qu’une telle chose existe) et vous obtiendrez l’empathie de la machine.
Wow. Lorsque ce jour arrivera, nous, les praticiens CX, verrons une liste presque infinie d’avantages potentiels, allant de la réduction des effectifs des centres d’appel à l’augmentation des conversions de ventes, en passant par des clients plus satisfaits, les bénéfices seront énormes et l’horizon de ces impacts est proche.
Encore une fois, je suis très enthousiaste pour ce qui est à venir et j’ai hâte de le voir se dérouler et toucher toutes nos vies d’une manière que nous n’aurions jamais imaginée.
Vous souhaitez connaître les tendances de cette année ? Ensuite, venez télécharger notre toute première collaboration avec des spécialistes de l’industrie CX et VoC partageant leurs perspectives sur les tendances clés pour 2023.
Ce que le guide comprend :
- Les principales tendances CX (rapidité de mise sur le marché/réponse, faire plus avec ce que l’on a, prouver le retour sur investissement, services spécialisés en IA, automatisation).
- Bonus trends+ (en anglais)
- L’effet de la récession sur les CX
- En guise de conclusion, voici les principales tendances à retenir
- A propos des auteurs
Obtenez le guide des tendances dès maintenant et plongez dans les principales tendances CX présentées sous l’angle de six remarquables experts de l’industrie CX pour cette année.
