IA et transmarketing 3ème interview | Nos questions à Françoise Gri

Après Gaëtan Fron, co-fondateur de demain.ai, qui nous exposait sa vision de l’IA dans la transformation digitale, c’est aujourd’hui au tour de Françoise Gri, co-fondatrice du cobot Talk4, de partager avec nous sa vision du marché.

Vous avez créé Talk4, un cobot d’analyse sémantique en langage naturel permettant de mobiliser et d’analyser l’intelligence collective d’une organisation. Comment réagissent les responsables d’entreprise à cet outil et plus globalement comment appréhendent-ils l’IA ?

D’une façon générale, ce que je constate aujourd’hui, c’est à la fois un chemin important parcouru ces 2 dernières années dans l’appréhension des impacts du digital chez la plupart des dirigeants d’entreprise, mais aussi beaucoup de difficulté à positionner correctement le curseur d’une ambition concrète pour leurs organisations, par manque de compréhension des enjeux métiers et techniques.

Ainsi, les organisations restent frileuses sur ces sujets. En parallèle, certains discours promettent des attentes déraisonnables sur les impacts attendus de telle ou telle technologie ou solution digitale.

Et c’est en général le cas pour l’IA, qui est un sujet à la mode, mais qui demande un peu de culture mathématique pour en comprendre les mécanismes de base et être capable d’évaluer les apports et les limites. Et il faut bien reconnaitre qu’entre le buzz véhiculé par les réseaux sociaux, le discours de certains gourous, et les acteurs du marché qui ne disent pas tout sur la réalité de leurs technologies, il n’est pas facile de se faire une opinion.

En ce qui concerne Talk4, nous apportons une solution inédite pour accompagner le changement au sein des organisations et travailler différemment avec nos clients. Nous recevons beaucoup d’intérêt et avons réalisé ces derniers mois des projets vraiment intéressants.

Concernant l’IA, diriez-vous que nous sommes à une étape d’observation, de compréhension, de réflexion ou de passage à l’acte ?

Je pense que nous sommes dans une phase d’observation et d’expérimentation, sauf que trop souvent, les tests qui sont lancés ne sont pas faits avec suffisamment de rigueur.

Le risque est du coup, soit de conclure que c’est extraordinaire sans comprendre pourquoi cela a fonctionné et de prendre un risque non mesuré en généralisant, soit à l’opposé, d’attendre trop d’une solution, et donc d’être nécessairement déçu par les résultats.

Par exemple, dans le domaine de l’analyse sémantique du langage naturel, je croise beaucoup de gens qui me disent « on a essayé, ça n’a pas marché ». Sauf que leurs attentes initiales n’avaient aucune chance d’être atteintes, et que s’ils réduisaient ou changeaient le scope d’usage de ces technologies, ils pourraient sans doute en avoir un retour positif.

Il faut absolument que collectivement nous développions plus de pédagogie sur l’IA et ses usages. C’est comme cela que l’on atteindra le stade de la compréhension partagée.

L’Intelligence Artificielle touche toutes les fonctions… Faisons un focus sur le « TransMarketing », un Marketing transcendé par l’IA. Quels sont selon vous les principaux apports de l’IA à cette fonction ?

Dans le domaine du Marketing, si on reste dans un horizon de 5 ans et que l’on s’abstient de fantasmer sur la disruption apportée par l’IA forte qui n’existe pas aujourd’hui, il y a me semble-t-il, 2 grands domaines d’applications :

– des applications qui vont permettre d’analyser, en intégrant ou pas du prédictif et du temps réel, les volumes énormes de données produites sur le web qui ne sont pas aujourd’hui exploitables, parce que le temps de traitement avec les techniques habituelles est trop long pour que le résultat soit pertinent au moment où on voudrait l’utiliser. L’optimisation de la navigation sur un site ou la personnalisation de campagne est typique de ce domaine. Il s’agit là de faire plus facilement, plus vite et plus complètement ce que l’on fait partiellement aujourd’hui, pour développer des actions marketing plus pertinentes et améliorer l’expérience client.

– des applications qui vont permettre de faire des choses que l’on ne peut pas faire du tout aujourd’hui. Le domaine de la conversation est un bon exemple. On parle de marketing conversationnel, sauf que ce que l’on fait c’est émettre un message de la meilleure manière possible et analyser son écho sur les réseaux sociaux, en considérant que la réponse est là. L’IA appliquée à la sémantique va permettre d’avoir de vraies conversations digitales avec ses clients, ce qui n’est pas possible aujourd’hui.

On entend souvent parler de l’automatisation des tâches répétitives et à faible VA, dégageant ainsi du temps pour les tâches plus créatives ou à forte VA. Avez-vous des exemples ?

Pour automatiser des tâches répétitives à faible valeur ajoutée, on n’a en général pas besoin d’IA, c’est le territoire de l’informatique traditionnelle et des moteurs de règles qui sont trop souvent « habillés » en IA.

Néanmoins, avec l’IA on peut par exemple automatiser certains échanges dans le domaine du service client, on va pouvoir mieux gérer ses achats Adwords, être plus complet dans ses campagnes d’A/B testing, on va pouvoir analyser des documents, traduire etc..

D’autre part l’IA traite une quantité astronomique de données, permettant ainsi de faire émerger des éléments que le cerveau humain n’a pas la capacité de percevoir. Avez-vous des exemples ?

Le jeu… Si l’IA gagne maintenant au jeu de Go, ce n’est pas parce que l’IA est plus créative ou intuitive que l’homme comme le disaient certains articles au moment de l’annonce. C’est parce que la machine a pu s’entraîner en jouant un nombre infini de parties à l’échelle humaine. Du coup, la machine semble pour un observateur extérieur, y compris pour un expert du jeu, créer des coups extraordinairement créatifs dans certaines situations.

Quels conseils donneriez-vous à un dirigeant d’entreprise qui souhaite se lancer ? Comment s’y prendre ?

Je crois qu’il faut d’abord se former pour comprendre globalement comment cela marche, pour être capable de se poser les bonnes questions, sur les possibles, les limites et les contraintes de la mise en œuvre. Ensuite bien sûr se lancer et expérimenter sur de petits sujets, parce que c’est là qu’on a le plus de chance d’avoir des solutions qui fonctionnent et ensuite parce que cela permet l’expérimentation raisonnée.

Dans la Transfo Digitale, on a longtemps recommandé de lancer des Quick Win et de fonctionner en mode Test & Learn. Est-ce possible avec l’IA ?

Oui, je pense qu’il est possible d’avoir des Quick Win sur des domaines bien choisis. Et de faire du Test&Learn si on prend bien le temps d’une analyse objective des résultats obtenus et de pourquoi on les a obtenus. Les domaines d’application suivants poseront sûrement des problématiques différentes, mais on sera plus armés pour en évaluer le ROI potentiel et les risques.

De nombreuses startups annoncent que leur solution technologique intègre de l’IA. Cela attire les investisseurs et suscite l’intérêt des clients… Pourtant il y a beaucoup de bluff et beaucoup de vraies fausses IA ! Comment réagissez-vous à cette « concurrence déloyale », en quoi Talk4 intègre de l’IA et quel est son apport contre les autres technologies ?

Ce n’est pas le coté concurrence déloyale qui me gêne, parce si vous dites que vous avez un moteur d’IA qui marche alors que vous avez une armée de petites mains qui traitent la plus grande partie de vos transactions manuellement, vous n’aurez aucune capacité à grossir; si tant est que vous ayez réussi à tromper vos clients. Ce qui m’ennuie dans cet environnement où tout s’habille en IA, c’est l’effet boomerang potentiel que ces discours risquent de créer chez les clients et les investisseurs, qui échaudés une ou 2 fois, hésitent à se relancer, y compris sur de bons sujets cette fois.

En ce qui nous concerne, avec Talk4, nous sommes dans un domaine de l’analyse sémantique du langage où l’IA ne peut être qu’un outil au service de l’homme. Le problème que nous voulons résoudre est celui du classement de verbatims courts, exprimés en général en réponse à une question ouverte. Ce problème a 3 caractéristiques très particulières :

– il n’y a pas une réponse unique qui serait juste, toutes les autres étant fausses. La réalité est qu’une personne qui analyse des réponses va les trier en fonction de sa connaissance du contexte, de sa sensibilité et de sa fonction. C’est avec ce regard particulier qu’elle appréciera la pertinence du travail effectué avec l’outil. Il s’agit donc d’abord que le classement soit cohérent et ensuite qu’il réponde à la logique de celui qui va le lire.

– Il y a très peu de données. Si vous posez une question à 1000 personnes et qu’elles répondent toutes, vous aurez un nombre de données insuffisant pour faire du non supervisé et du deep learning dans un temps raisonnable.

– Nous voulons pouvoir restituer les résultats très vite, il faut donc limiter le temps de calcul, paralléliser et travailler les données en amont.

Le parti pris a donc été de développer un COBOT (Collaborative Robot), en partant du paradigme qu’il fallait optimiser la collaboration entre l’homme et l’IA, et s’appuyer sur cette collaboration pour délivrer des résultats pertinents aux yeux de la personne qui les évaluera. Notre moteur d’IA apprend rapidement du pilote lui-même et l’interface de supervision « intelligente » permet à ce pilote, de prendre des décisions de validations cohérentes, ce qui facilite cet apprentissage. Rapidement, le superviseur n’a plus qu’à traiter les verbatims différents, candidats à la création d’un nouveau groupe.

De cette façon, on obtient ainsi rapidement, un classement de verbatims beaucoup plus pertinent, qui est issu des données et non pas imposé a priori par des méthodes plus ou moins calculatoires, ce qui permet de percevoir les nuances et d’identifier les variations dans le temps.

La question ultime du TransMarketing : Homme vs Machine, Intelligence Humaine & Intelligence Artificielle : Duel ou Duo ?

Définitivement Duo! À condition que le niveau de compréhension collective augmente sérieusement et permette au plus grand nombre de garder discernement et contrôle.

Retrouvez nos autres interviews TransMarketing :

– Interview n°1 : Jean-Michel Raicovitch, co-président de l’Adetem

– Interview n°2 : Gaetan Fron, co-fondateur de demain.ai

– Interview n°4 : Arnaud Le Roux, Chief Digital Officer Solutions Open

Retrouvez jeudi prochain une nouvelle interview Intelligence Artificielle et TransMarketing.