L’intelligence artificielle – et en particulier l’IA générative et les grands modèles de langage (LLM pour Large Language Models) comme Chat GPT – fait désormais partie intégrante des entreprises et de la société. Pourtant, cette technologie ne date pas d’hier. Saviez-vous que Salesforce investit déjà depuis 2014 dans l’innovation avec l’IA ?
Depuis lors, les possibilités de l’IA évoluent à un rythme effréné : algorithmes qui prédisent des résultats, modèles qui effectuent des tâches créatives et agissent même comme un humain, etc. Nous pouvons résumer l’IA en quatre grandes évolutions. Jusqu’il y a peu, l’outil était essentiellement prédictif. À l’aide de données historiques et actuelles, les modèles d’IA essayaient de prédire de futurs résultats. C’est notamment le cas des modèles CRM qui analysent les données relatives aux clients et calculent la probabilité qu’un client achète un produit donné, ou le risque qu’un client fidèle renonce à l’achat.
La percée de l’IA générative
Nous avons longtemps utilisé l’IA de cette manière, jusqu’à ce qu’une deuxième vague nous submerge de nouvelles applications basées sur les grands modèles de langage. Qui n’a jamais essayé Chat GPT ou une autre application d’IA au cours des derniers mois ? Pourtant, les LLM n’ont rien de nouveau. Salesforce les utilise depuis 2018. Résultat ? Einstein, le premier outil d’IA lancé par l’entreprise, pouvait déjà être doté des capacités d’IA générative à un stade précoce.
Plutôt que de s’arrêter à la prédiction de résultats, l’IA générative parvient à créer un contenu qui n’a jamais existé auparavant, en se basant sur le langage naturel. Un monde de possibilités s’ouvre alors. Les spécialistes du marketing peuvent utiliser cette technologie pour rédiger des e-mails personnalisés efficaces à l’intention des clients. Dans le commerce, l’outil aide à créer des descriptions de produits en recherchant dans la base de données de l’organisation des informations sur le tone of voice et en apprenant à partir d’autres descriptions de produits. Enfin, les collaborateurs des centres d’appels sont en mesure de répondre plus rapidement et plus précisément aux questions des clients en utilisant l’IA générative pour trouver les solutions adéquates.
Étape suivante : une version proactive de l’IA
De la création d’e-mails et de visuels à l’écriture de code, l’impact de l’IA générative est perceptible partout. Mais dans la pratique, cette technologie requiert encore beaucoup de travail manuel, par exemple pour intégrer les résultats dans de nouvelles campagnes. L’IA générative parvient à automatiser certaines parties du processus, mais imaginez que nous puissions confier l’ensemble du processus à un agent d’IA qui accomplirait certaines démarches de manière proactive pour vous, l’utilisateur.
Dans un avenir proche, les grands modèles de langage évolueront pour devenir des entités logicielles qui exécuteront des tâches par elles-mêmes et dans un but précis. Ces modèles, que nous pouvons appeler grands modèles d’action (LAM pour Large Action Models), figurent depuis un certain temps sur la feuille de route de Salesforce en matière d’IA. À première vue, il s’agit d’une simple mise à niveau, mais cette technologie est susceptible de déclencher une nouvelle révolution. D’outil passif qui exécute ce que nous, les utilisateurs, lui demandons, l’IA générative devient un partenaire actif qui effectue automatiquement le travail en temps réel.
Prenons un exemple : vous souhaitez planifier un voyage au Mexique et vous communiquez avec un chatbot à ce sujet. Un agent d’IA ne se contentera pas d’afficher des informations, il effectuera également des actions en allant sur des sites web, en faisant des plans et même en réservant déjà les billets. En élargissant cette approche aux spécialistes du marketing, un agent d’IA peut non seulement rédiger un e-mail sur un produit donné (comme c’est déjà possible aujourd’hui), mais aussi, par exemple, offrir un bon de réduction aux cent premiers clients qui répondent ou un cadeau personnalisé à certains destinataires.
Le but ultime ? L’intelligence artificielle générale
Bientôt, l’IA ne se limitera plus à la création de contenu, mais tel un assistant personnel, elle accomplira des tâches et prendra en charge des processus. Ainsi, nous serons plus productifs et nous pourrons nous concentrer sur les aspects les plus créatifs de notre travail. En réalité, ce n’est même plus hypothétique. Salesforce a par exemple annoncé Einstein 1 Copilot, une solution qui excède la demande de l’utilisateur en proposant automatiquement des actions futures, comme un plan d’action avec des recommandations après un entretien commercial ou la création d’un nouvel article de connaissance.
En définitive, nous ne sommes plus qu’à un pas de l’objectif ultime de l’IA : permettre aux machines de penser et d’apprendre, et d’accomplir des tâches intellectuelles comme les humains. Nous atteindrons l’intelligence artificielle générale (IAG) lorsque la technologie imitera le cerveau humain et se comportera comme les humains pour résoudre des problèmes complexes. Une fois que nous y serons parvenus, l’IA changera à jamais notre mode de travail et de vie.
Cette contribution a été soumise par Gianni Cooreman, Deputy Country Leader de Salesforce Belux. Pour en savoir plus sur les solutions de l’entreprise, cliquez ici.