L’une des idées préconçues les plus répandues par rapport à l’IA dans le secteur des biens de consommation courante est qu’une organisation doit être entièrement prête à intégrer l’IA pour tirer pleinement profit de ses avantages. Selon cette hypothèse, la mise en œuvre de l’IA en vue d’obtenir un rendement du capital investi positif serait un processus coûteux qui nécessite beaucoup de main d’œuvre et énormément de temps, et qui ne serait accessible qu’aux organisations disposant de personnel technique hautement qualifié. Cette perception de l’IA, aussi dépassée soit-elle, remonte pourtant à une époque pas si lointaine, où les éléments susmentionnés s’avéraient en partie véridiques. Bien que la technologie ait grandement évolué au cours de la dernière année, bon nombre de ces changements sont passés sous le radar chez la plupart des gens. Cette évolution a notamment permis de faire tomber les barrières en matière de mise en œuvre de l’IA pour tous les types d’entreprises du secteur des biens de consommation courante. Ces entreprises ont notamment pu tirer profit de l’IA dans l’ensemble de leur organisation en mettant cette technologie entre les mains des experts en science des données hautement spécialisés et des utilisateurs issus du monde des affaires qui disposent de données importantes et qui souhaitent les mettre à profit à l’interne ou par l’intermédiaire d’une tierce partie. Dans le présent article, nous examinerons pourquoi les anciens indicateurs relatifs à l’état de préparation en matière d’IA ont été complètement bouleversés.
Il va sans dire que chaque industrie connaît des périodes de changement. Cependant, il serait difficile de trouver une industrie dont les fluctuations peuvent être autant ressenties que dans le secteur des biens de consommation courante.
Les membres de l’industrie le ressentent dans le cadre de leurs fonctions, alors qu’ils s’efforcent de répondre aux demandes toujours plus nombreuses des clients dans des conditions économiques changeantes. Ces professionnels, comme tout le monde, le ressentent d’autant plus une fois la journée de travail terminée lorsqu’ils rentrent chez eux, puisqu’ils aussi font eux aussi partie des consommateurs de ces biens, et qu’ils recherchent une expérience personnalisée et harmonieuse identique à celle qu’ils cherchent à offrir à leurs propres clients.
En réfléchissant à leur vie professionnelle, les travailleurs de l’industrie des biens de consommation courante pourraient certainement vous parler de certains des changements qui se produisent à l’heure actuelle, et notamment des perturbations créées par les nouveaux venus au sein de l’industrie, bien souvent des entreprises de second niveau qui sont sur le marché depuis un certain temps et qui rivalisent pour se faire un nom. Les membres de l’industrie sont non seulement témoins d’une chaîne d’approvisionnement qui devient de plus en plus complexe, mais également de la rivalité entre les marques et les détaillants, qui se font concurrence au lieu de collaborer, au fil de la croissance en popularité des produits sous marque privée. Combinez tout cela à une certaine hésitation à donner le feu vert aux investissements en technologie en vue d’exploiter l’important bassin de données auquel les entreprises du secteur des biens de consommation courante ont accès, et nous avons certainement là une situation pour le moins intéressante.
Dans tout cela, les avantages légitimes de l’IA sont éminents. Il est en effet bien connu, tant dans la culture populaire que dans les salles de réunion, que l’IA pourrait améliorer bien des choses au sein du monde des affaires. Il apparaît donc évident que les entreprises du secteur des biens de consommation courante cherchent activement des façons de mettre le potentiel de l’IA à profit en vue de prendre des décisions éclairées fondées sur les données.
Toutefois, toutes les entreprises ne sont pas rendues au même stade.
Une étude révélatrice de Bain & Company parue en 2019 a cherché à mettre ce point en lumière en établissant notamment les cinq archétypes qui permettent de distinguer les entreprises de premier plan pionnières dans la mise en œuvre de l’IA.
L’étude montre qu’en matière d’IA, l’industrie comporte son lot d’enthousiastes, de retardataires, et d’entreprises se situant entre les deux. Bien que ce type de distribution ne soit pas du tout unique, il est difficile d’expliquer le caractère indécis du secteur des biens de consommation courante, une industrie qui dispose d’importantes quantités de données pour chaque étape de la chaîne de valeur, face à cette question. Les entreprises du milieu qui ont décidé d’intensifier leur utilisation de l’analytique avancée et de l’IA peuvent d’ailleurs s’attendre à voir leurs revenus moyens par achat augmenter d’au moins 10 %. Comment expliquer, alors, pourquoi si peu d’entreprises dans le secteur des biens de consommation courante réussissent à déployer l’IA avec succès par rapport aux autres secteurs?
L’un des inconvénients de l’étude réside dans le fait que l’état de préparation estimé par la plupart des personnes interrogées ne correspondait pas du tout à l’état de préparation réel mesuré par l’équipe de recherche.
Il va sans dire que beaucoup de choses ont changé dans le monde des affaires et dans le secteur des biens de consommation courante depuis la parution de l’étude. En effet, les défis auxquels l’industrie s’est heurtée en 2019 sont toujours présents et ont même continué de prendre de l’ampleur. Toutefois, malgré les différences spectaculaires toujours présentes un an à peine après la parution de cette étude, les progrès réalisés dans la mise en œuvre de l’IA pourraient faire en sorte que les personnes qui furent interrogées seraient maintenant réellement « prêtes pour l’IA ».
Cela dit, on ne se débarrasse pas toujours facilement de certaines idées préconçues et de certains préjugés. En effet, en raison du fonctionnement des algorithmes des moteurs de recherche, le trafic internet et les pages de résultats de recherche peuvent les refléter et même les amplifier. Une recherche rapide sur Google pour une question simple comme « mon entreprise est-elle prête pour l’IA » (essayez-la!) mène généralement à une première page de résultats présentant la mise en œuvre de l’IA comme un processus long, ardu et coûteux. Plusieurs articles parlent notamment de ce que les entreprises doivent mettre en place avant même de penser à intégrer l’IA. La plupart des personnes qui effectuent ces recherches ne se rendent même pas à la deuxième page des résultats.
Il est clair que de profonds changements sont en cours dans le secteur des biens de consommation courante, et que bon nombre de ces changements ont lieu au sein des fonctions qui sont les plus susceptibles de pouvoir bénéficier de l’IA. Par ailleurs, de nombreux facteurs prisés par les analystes d’affaires au sein de la chaîne de valeur pourraient également bénéficier de l’IA en vue d’améliorer la prise de décision.
Les prédictions et les prévisions, l’analyse des tendances, et bien d’autres domaines, sont suffisamment essentiels pour qu’une importante partie des ressources en matière de connaissances leur soit dédiée. Avec le rythme opérationnel actuel, l’incertitude constante a fait en sorte que chaque ressource compte encore plus. Qu’arrivera-t-il lorsque vous devrez affecter ces ressources ailleurs pour vous pencher sur d’autres projets? Il s’agit d’un choix difficile à faire, surtout lorsque tant d’éléments sont devenus critiques à leur manière pour les entreprises.
Bon nombre d’entreprises ne réalisent pas qu’il est possible d’entreprendre leur parcours en IA, peu importe leur stade ou leur niveau de préparation. Tout ce dont les entreprises ont besoin, c’est de savoir par quoi et par où commencer. À cet effet, la plateforme d’IA libre-service pour les entreprises Kepler est toute désignée pour les organisations du secteur des biens de consommation courante qui souhaitent générer des résultats tangibles et augmenter leurs revenus rapidement.
L’existence d’une plateforme comme Kepler rend caducs les arguments qui, il y a à peine un an, alimentaient l’idée d’un niveau de difficulté presque insurmontable pour la mise en œuvre de l’IA. Grâce à l’infrastructure infonuagique de la plateforme Kepler, il n’est pas nécessaire d’investir dans du matériel informatique coûteux comme il est coutume de le faire dans le cadre de la mise en œuvre de solutions internes. La nature libre-service et de type « prête à l’emploi » de la plateforme Kepler, spécialement conçue pour les utilisateurs sans formation technique, fait en sorte que, comparativement aux autres solutions d’IA, elle peut être utilisée en quelque sorte comme outil de travail de tous les jours. Cette facilité d’utilisation démocratise l’accès à l’IA, et permet à tous les types d’utilisateurs issus du monde des affaires de s’en servir quotidiennement.
Le secteur des biens de consommation courante évolue rapidement. Suivre les demandes des clients, faire des prévisions au sein d’une chaîne d’approvisionnement qui se complexifie, surveiller et prendre des décisions à l’aide de points de contact omnicanaux, et bien plus, nécessite énormément de ressources. Toutefois, ces différentes fonctions sont de parfaites candidates pour l’IA, à condition bien sûr d’avoir des données, et la plupart des entreprises du secteur des biens de consommation courante en ont. Qu’est-ce qui empêche alors les entreprises à tous les niveaux d’aller de l’avant avec l’IA? Il y a fort à parier qu’elles ignorent simplement que les critères relatifs à l’état de préparation établis il y a un an ne sont plus les mêmes. Les plateformes libre-service de type logiciels-services arrivent donc au moment opportun, à une époque où la prise de décision et les ressources en intelligence d’affaires n’ont jamais été aussi cruciales. Il est donc certain que les futurs dirigeants tireront d’importants bénéfices en mettant le pouvoir d’une plateforme d’IA comme Kepler entre les mains de nombreux utilisateurs.
