Évaluer et définir votre cas d'utilisation professionnel d'IA générative

Ce document vous aide à définir un cas d'utilisation professionnel de l'IA en suivant une approche axée sur la valeur métier.

Les solutions d'IA générative et d'IA traditionnelle sont des outils puissants, mais elles doivent toujours vous aider à atteindre les objectifs de votre entreprise et ne doivent pas exister séparément. Pour créer des solutions d'IA générative ou traditionnelle efficaces, commencez par identifier clairement les objectifs ou besoins commerciaux spécifiques auxquels vous souhaitez répondre. Ensuite, partez des résultats commerciaux que vous souhaitez obtenir (par exemple, une meilleure efficacité des employés ou une meilleure satisfaction client) pour vous assurer que la solution contribue directement à vos objectifs commerciaux.

Pour définir votre cas d'utilisation d'IA générative ou d'IA traditionnelle en mettant l'accent sur la valeur commerciale, utilisez le processus de prise de décision simplifié suivant :

  1. Objectif commercial et critères de réussite : identifiez des objectifs commerciaux mesurables.
    • Concentrez-vous sur l'objectif commercial et la valeur à atteindre, tels que l'amélioration de l'efficacité et de la productivité, la réduction des coûts, l'amélioration de l'expérience client et l'avantage concurrentiel.
    • Clarifiez comment les plans d'entreprise mesurent la réussite des objectifs identifiés. Le retour sur investissement (ROI) est l'une des principales mesures de la réussite d'un projet d'IA. Le ROI peut être mesuré à l'aide de plusieurs métriques, telles que les suivantes :
      • Gains financiers directs : augmentation des revenus ou réduction des coûts
      • Efficacité opérationnelle : délai de mise sur le marché plus court ou résolution des problèmes plus rapide
      • Expérience client : augmentation des scores de satisfaction ou de la conservation
    • Identifiez les contraintes et les considérations commerciales potentielles, telles que vous assurer que les aspects de sécurité et de confidentialité répondent aux exigences de conformité du secteur ou aux exigences réglementaires du pays.

  2. Type d'IA/de ML : déterminez si l'IA ou le ML est la bonne approche pour résoudre les problématiques de votre entreprise ou atteindre l'objectif identifié.

    Déterminez si l'attente métier identifiée nécessite l'IA générative, d'autres types d'IA ou si elle ne nécessite pas d'IA pour être satisfaite. Pour en savoir plus, consultez la section Identifier la sortie dont vous avez besoin dans "Formuler un problème de ML".

  3. Attentes en termes d'expérience utilisateur : identifiez les utilisateurs finaux du cas d'utilisation et la manière dont ils peuvent interagir avec l'application ou le service traditionnel basé sur l'IA générative ou l'IA traditionnelle. Réfléchissez aux attentes ou préférences des utilisateurs.

  4. Solution d'IA axée sur l'entreprise et centrée sur l'utilisateur : associez le cas d'utilisation optimal de l'IA générative ou de la technologie d'IA traditionnelle à des exigences métier mesurables, des priorités de l'entreprise et des attentes des utilisateurs. Réfléchissez aux éléments suivants :

    • Comment l'entreprise peut optimiser l'efficacité et la productivité en utilisant l'IA générative ou l'IA traditionnelle pour obtenir de meilleurs résultats plus rapidement, avec une complexité opérationnelle réduite ou des efforts réduits (et éventuellement en réduisant les coûts).
    • Comment l'entreprise peut améliorer l'expérience client ou produit en utilisant l'IA générative ou l'IA traditionnelle.
    • Comment créer de la valeur commerciale de manière innovante en utilisant l'IA générative ou l'IA traditionnelle :
      • Analysez vos offres et capacités commerciales existantes pour identifier les domaines dans lesquels l'IA générative ou l'IA traditionnelle peut améliorer vos solutions existantes, stimuler la créativité ou vous permettre d'explorer de nouvelles possibilités.
      • Découvrez comment l'IA peut vous permettre d'améliorer de manière innovante votre activité. L'IA générative peut vous aider à créer des fonctionnalités et de la valeur différenciées, à aller au-delà de la résolution des difficultés commerciales immédiates et à trouver des moyens de booster vos offres existantes.
      • Donnez la priorité à l'utilisation de la technologie pour améliorer les capacités commerciales conformes aux objectifs prioritaires de l'organisation.

  5. Changement de processus métier : identifiez les modifications que l'entreprise doit apporter aux processus ou workflows existants pour s'adapter au cas d'utilisation de l'IA générative ou de l'IA traditionnelle.

    Réfléchissez à la manière dont la solution d'IA va modifier la manière dont les employés ou les clients interagissent avec les systèmes et les workflows de l'entreprise, par exemple via une application mobile ou un chatbot de service client. Ces interactions peuvent nécessiter la modification ou la réinvention des processus backend afin de tirer parti des fonctionnalités d'IA telles que l'automatisation des workflows et d'aider l'entreprise à tirer parti des avantages de l'IA.

Exemple de cas d'utilisation professionnel de l'IA générative

Les sections suivantes fournissent un exemple simplifié qui montre comment identifier et associer les besoins et les attentes mesurables de l'entreprise à des cas d'utilisation métier d'IA générative à fort impact.

Énoncé du problème métier

Dans ce scénario, les équipes du service client sont surchargées par un volume important de demandes répétitives, de gestion manuelle des demandes et de communications d'assistance par e-mail. Cette surcharge met à rude épreuve les ressources, augmente les heures de travail des agents et ralentit les délais de résolution, ce qui entraîne une diminution de la satisfaction et de la rétention des clients.

Domaines potentiels d'optimisation avec une valeur commerciale mesurable

Voici des exemples de valeurs métier mesurables possibles à l'aide d'une solution technologique (un chatbot) basée sur des fonctionnalités d'IA générative permettant de relever les défis commerciaux précédents. En fonction de son modèle économique et de ses priorités, l'entreprise peut prendre en compte tout ou partie de ces objectifs mesurables.

  • Améliorez l'efficacité du service client : réduisez les coûts d'assistance et simplifiez les workflows des agents. Les critères de réussite mesurables sont les suivants :
    • Réduction du pourcentage des coûts opérationnels du service client sur une période définie (telle que trimestrielle).
    • Augmentation du pourcentage du volume de demandes des clients traitées par le chatbot.
    • Réduction moyenne des heures de travail des agents pour les tâches répétitives.
  • Optimiser la résolution des demandes : améliorez la vitesse de résolution et augmentez le pourcentage de problèmes résolus directement par le chatbot. Les critères de réussite mesurables sont les suivants :
    • Réduction moyenne du délai de résolution des requêtes traitées par le chatbot.
    • Pourcentage de demandes résolues sans intervention humaine.
    • Réduction du pourcentage de volume de demandes à transmettre à l'équipe d'assistance technique en raison de leur complexité.
    • Augmentation du taux de résolution au premier contact (problèmes résolus en une seule interaction).
    • Augmentation du pourcentage du volume de demandes client traitées et résolues par le chatbot.
  • Amélioration de l'expérience client : optimisez la satisfaction client en offrant une réactivité et une assistance personnalisée 24h/24. Les critères de réussite mesurables sont les suivants :
    • Augmentation des scores de satisfaction client (CSAT) dans les enquêtes liées à l'utilisation du chatbot.
    • Réduction du temps d'attente moyen des clients pour l'interaction initiale.
    • Augmentation du nombre de problèmes résolus en une seule interaction.
    • Pourcentage de sentiment positif détecté dans les conversations avec le chatbot et les enquêtes de commentaires.
    • Amélioration du taux de fidélisation des clients.
  • Favoriser la croissance des opérations commerciales : gérez l'augmentation de la demande client sans augmenter de façon linéaire les coûts ni les temps d'attente pour la première interaction avec le client. Les critères de réussite mesurables sont les suivants :
    • Capacité à gérer un pourcentage spécifié d'augmentation du volume de demandes d'assistance sans intervention humaine.
    • Maintenir des scores CSAT cohérents et un délai de résolution cohérent pendant les périodes de forte demande.
    • Maintenir des temps d'attente client constants pour l'interaction initiale.

Des solutions basées sur l'IA générative

Chatbot conversationnel : les chatbots ou agents virtuels optimisés par l'IA générative offrent une personnalisation et une conversation naturelle et humaine significativement améliorées. Cela est dû à la capacité de l'IA générative à comprendre le contexte, les sentiments et les relations complexes dans le langage. Cette capacité permet d'interagir plus naturellement, de poser des questions pertinentes et de fournir des recommandations personnalisées pour une expérience utilisateur améliorée.

Les fonctionnalités d'IA générative aident également les organisations à améliorer leur efficacité et leur productivité. En revanche, un chatbot basé sur des règles traditionnelles est généralement limité aux mots clés et aux modèles d'intention prédéfinis. Par conséquent, à mesure que des modèles de conversation évoluent ou que de nouvelles questions surviennent, un chatbot basé sur des règles nécessite un effort opérationnel supplémentaire, pour les mises à jour et les affinages des règles, ainsi que pour l'entraînement des intents. Pour ce cas d'utilisation, les chatbots d'IA générative offrent les avantages suivants par rapport aux chatbots traditionnels basés sur des règles :

  • Les réponses du chatbot basées sur l'IA générative ne se limitent pas aux questions fréquentes (FAQ). Le chatbot peut trouver des réponses dans de grands ensembles de données provenant de différentes sources, telles que les données de l'historique des demandes d'assistance, les sites Web, la documentation sur les produits, l'inventaire, les e-mails et d'anciennes conversations par chat avec résolution. Il est également capable de comprendre les requêtes de conversation et de résumer des informations complexes.
  • Les agents virtuels d'IA générative synthétisent les informations de toutes vos sources de données. Cette synthèse leur permet de fournir des réponses spécifiques, raisonnées et exploitables, basées sur les données que vous avez fournies et conformes à vos attentes commerciales.
  • L'IA générative interprète la langue complexe et les nuances d'une demande. Elle permet de comprendre le contexte global du problème du client. Un chatbot d'IA traditionnel se concentre principalement sur des mots clés spécifiques.
  • Les chatbots d'IA générative permettent aux clients de s'exprimer en utilisant leur méthode préférée (texte, voix, image), tandis que le chatbot exploite toutes les entrées pour améliorer la résolution des problèmes. Par exemple, les clients peuvent partager des photos d'un produit endommagé pendant la conversation par chat. L'IA générative peut alors combiner la description du client avec la photo afin d'améliorer la précision du diagnostic et du dépannage.

Workflow de gestion des demandes et de génération d'insights : un chatbot basé sur l'IA générative peut générer automatiquement des demandes pour chaque interaction. Le chatbot utilise des fonctionnalités d'IA générative pour comprendre l'urgence, l'analyse des sentiments et la complexité du problème. Ces fonctionnalités garantissent une hiérarchisation efficace des demandes. Le chatbot peut interagir avec votre système de demande d'assistance de différentes manières :

  • Le chatbot d'IA générative communique directement avec votre système de demande d'assistance pour créer et remplir la demande d'assistance avec les informations requises, telles que les suivantes :
    • Détails du client
    • Classification et priorité des problèmes techniques
    • Transcription complète de la conversation pour plus de contexte
    • Résumé du problème principal
  • Pour les nouveaux problèmes complexes, le chatbot peut attribuer la demande à l'équipe appropriée avec un contexte approprié, comme un résumé du problème et de la conversation.

Étapes suivantes