Le marketing est aussi un domaine où les algorithmes d’optimisation de systèmes complexes réalisés à base d’ordinateurs quantiques pourraient être intéressants.
Cela concerne l’optimisation du mix marketing, celui de plans médias, ou la maximisation de reve-nus publicitaires, divers domaines qui sont également investis par le champ de l’IA547.
Chez Volskwagen, on expérimente un système de recommandation de véhicules dans les sites de vente en ligne, avec un D-Wave.
S’opposent ainsi encore une fois des logiques prédictives basées sur l’exploitation de données passées (modèle connexionnistes) et des logiques de simulation basées sur la connaissance de règles de fonctionnement du marché. Ces règles ne relèvent cependant pas de la notion de systèmes experts de l’IA, qui gèrent des prédicats logiques (le machin entraîne le bidule), mais des modèles de causalité plus complexes.
La liste des courses que nous avions l’habitude de griffonner au dos d’une enveloppe sont de plus en plus souvent déjà connues des supermarchés que nous fréquentons.
D’abord par les cartes de fidélité que nous scannons aux caisses, et de plus en plus par nos paniers en ligne, nos habitudes d’achat ne sont plus un secret.
Mais aujourd’hui, de plus en plus de détaillants utilisent l’intelligence artificielle (AI) – des logiciels qui peuvent apprendre par eux-mêmes – pour essayer de prévoir et d’encourager automatiquement nos préférences et nos achats très spécifiques comme jamais auparavant.
En Allemagne, une start-up berlinoise appelée SO1 fait des choses similaires avec son système d’IA pour les détaillants. Elle affirme que neuf fois plus de personnes achètent des produits suggérés par l’IA que ceux proposés par les promotions traditionnelles, même lorsque les remises sont inférieures de 30 %.
Pour les consommateurs, c’est une bonne chose d’avoir des offres sur des produits qu’ils souhaitent réellement acheter plutôt que des coupons aléatoires.
Cette chronique de Pascal Agosti, avocat associé au sein du cabinet Caprioli & Associés, fait état de la question de l’entente algorithmique en droit de la concurrence.
Les algorithmes de prix bouleversent la manière dont les entreprises se comportent sur le marché. Il s’agit même d’un des éléments constitutifs du succès d’Amazon. Cette dernière utilise un logiciel ultra-performant destiné à déceler chaque jour les prix les plus intéressants sur des millions de produits et impose donc par ce biais un alignement du prix via l’interface, accepté instantanément s’il correspond au moment acceptable programmé.
L’Autorité de la concurrence a eu à se saisir de cette question dans l’affaire Booking en décembre 2019, soulignant les risques de déclassement dans l’algorithme du moteur de recherche au bénéfice des hôteliers.
La Commission européenne, quant à elle, a rendu plusieurs décisions de sanction dans lesquelles des algorithmes étaient au cœur des pratiques incriminées comme le cas Google Shopping. A ce titre, elle a infligé à Google une amende de 2,42 milliards d’euros pour violation des règles de concurrence de l’UE. Google ayant abusé de sa position dominante sur le marché des moteurs de recherche en conférant un avantage illégal à un autre de ses produits, son service de comparaison de prix.
Dans ces contentieux, l’usage des algorithmes n’a pas posé de réelles difficultés en ce qui concerne l’application du droit de la concurrence, le fait, pour une entreprise dominante comme Google ou Amazon, de programmer ou d’utiliser un algorithme de façon à discriminer ou à « tricher » sur les prix étant aisément qualifiable de pratique abusive.
Mais l’avènement des algorithmes est de nature à accroître le risque de coordination sur les marchés. Leur usage requiert une transparence accrue. Ils peuvent conduire à une coordination de prix sans qu’aucun contact humain n’ait lieu, mais aussi sans que les décideurs humains n’aient eu l’intention qu’un tel résultat puisse être atteint. En gros, une entreprise délègue en intégralité son processus de fixation des prix à un algorithme et qu’il en découle un alignement tarifaire stable et durable ; il s’agit d’une entente algorithmique.
Comme exposé dans une Note de la Chaire Gouvernance et Régulation de l’Université Paris Dauphine, différentes formes d’algorithmes peuvent être à l’origine de ces pratiques :
Émergence de la « Compliance by design »
Pour ce faire, une piste consisterait à privilégier de recourir à la « Compliance by design » ; il s’agirait alors de programmer les algorithmes tarifaires de manière à ne pas permettre la collusion ou à tout le moins de façon à signaler l’existence des risques concurrentiels. Dans ce dernier cas, l’alerte non suivie d’une réaction permettrait de faciliter l’établissement de la preuve de la pratique anticoncurrentielle.
Dans d’autres domaines que le droit de la concurrence, la « compliance by design » algorithmique nécessitera que leurs concepteurs modifient leur façon de coder informatiquement mais aussi de préparer les éléments de preuve en cas de litiges ou de suspicion d’un comportement anti-concurrentiel.
Showroomprivé a doté d’une dimension itérative ses projets de Data Science afin d’améliorer la performance de ses campagnes marketing.
Témoignages croisés de Damien Garzilli, Chief Data & Innovation Officer chez Showroomprivé, et Christelle Mercier, experte Retail & CPG chez Dataiku, qui nous livrent les premiers enseignements de ce projet visant aussi à rendre les équipes autonomes.
Dans un secteur du retail historiquement très riche en données, le machine learning ouvre de nouvelles opportunités. Avec des technologies d’intelligence artificielle qui peuvent améliorer de nombreux processus, en point de vente comme en e-commerce, les possibilités sont multiples. Pour le site de ventes événementielles Showroomprivé, c’est sur l’amélioration des campagnes marketing que l’IA peut grandement jouer, notamment en matière de ciblage des campagnes, depuis les phases de développement et de tests jusqu’au déploiement du projet.
Si l’entreprise française indique s’être intéressée aux différents usages de la data, c’est l’équipe marketing qui s’est penchée plus précisément sur le sujet de l’envoi d’emails promotionnels, qui visent à promouvoir les ventes en cours et à venir auprès de ses clients. Jusqu’en 2016, elle sélectionnait manuellement l’audience cible avec l’aide du service IT pour extraire les données client, en fonction de leur sensibilité à la marque et en s’appuyant sur une segmentation prédéfinie.
L’approche présentait toutefois plusieurs contraintes. « Les marques ont souvent des publics cibles similaires : par exemple beaucoup de ventes s’adressent à des femmes de 20 à 30 ans – ce qui signifie que certains acheteurs potentiels pouvaient être sollicités plusieurs fois, quand d’autres ne l’étaient pas« , explique Damien Garzilli, Chief Data & Innovation Officer chez Showroomprivé. Par ailleurs, ces envois massifs ne tiennent pas compte de l’appétence à la marque et donc la capacité à convertir l’intérêt en achat. « Nous voulions envoyer moins d’emails sur les grosses bases, et les envoyer aux bonnes personnes« , poursuit-il.
L’objectif est alors double : il s’agit d’une part de rendre les campagnes marketing plus efficaces mais aussi rendre l’équipe marketing totalement autonome en supprimant cette implication systématique des équipes Datascience et/ou IT. Après un PoC (proof of concept) sur une solution d’attribution, le projet est donc décliné sur le sujet du ciblage des emailing. « Notre plateforme est complètement agnostique, c’est le client qui détermine le cas d’usage« , rappelle Christelle Mercier, experte Retail et CPG chez Dataiku.
Le principe est de doter les projets d’une dimension itérative. Autrement dit, il vise à améliorer continuellement le ciblage en s’appuyant sur le machine learning. Les équipes ont accès à une application web appelée Targetor qui est alimentée par des modèles créés et industrialisés dans Dataiku. Elle est utilisée deux à trois fois par jour et permet aux marketeurs de générer leurs propres recommandations de ciblage.
L’e-commerçant se tourne en 2016 vers la pépite française, spécialiste de la démocratisation des usages de la data science en entreprises. Elle choisit de se tourner également vers un outil analytique externe pour définir la cible client par marque. « Mais rapidement, l’équipe a estimé qu’elle avait toutes les compétences pour créer sa propre version de Targetor en interne« , poursuit-on chez Showroomprivé. Pendant plusieurs mois, les équipes testent et comparent les performances de trois solutions : la solution externe, son équivalent développé en interne dans Dataiku et une dernière également développée par les équipes internes mais sans plateforme de data science sous-jacente. « Cette dernière solution a rapidement été abandonnée car les résultats, notamment en matière de taux d’ouverture, n’étaient pas à la hauteur des deux autres solutions« , indique Damien Garzilli.
Après plusieurs mois de tests, Showroomprivé décide de retenir la solution développée sur la plateforme Dataiku. Elle permet aux équipes marketing de s’approprier Targetor tout en utilisant Dataiku. « L’interface leur permet de produire par eux-mêmes leur ciblage client, via une interface clique-bouton particulièrement accessible aux non experts de la Data, quand les datascientists intervenaient sur le projet depuis une interface avancée accessible par les populations de codeurs« , expliquent les deux partenaires.
La webapp est mise à disposition des équipes CRM, qui peuvent choisir la marque, la ville, le segment, et tester de manière continue afin de valider les performances. La rationalisation du modèle lui permet de le faire évoluer facilement au fil du temps. « Un projet de data science a un cycle de vie particulièrement évolutif« , résume Christelle Mercier. Les équipes marketing et data science ont même été en capacité de travailler conjointement sur Targetor, permettant ainsi d’améliorer constamment les campagnes. « Celle-ci permet un meilleur contrôle à long terme au sens monitoring et maintenance du projet mais aussi en faisant de ce projet un véritable outil clé en main et différenciant sur son marché« , poursuit-on chez Dataiku, dont la plateforme permet « une industrialisation des projets data science« .
L’objectif est toujours d’améliorer constamment l’exploitation de la donnée en perfectionnant et en apportant de nouvelles fonctionnalités au projet. Par exemple, les équipes peuvent s’assurer que les nouveaux utilisateurs ne restent pas continuellement ignorés ou non touchés par les e-mails marketing de vente événementielle.
Si Showroomprivé ne communique pas l’impact direct de ces nouveaux process sur les ventes, l’entreprise française indique que les campagnes marketing sont « 2,5 fois plus efficaces » grâce à ce ciblage. Aujourd’hui, de nouveaux usages de la plateforme Dataiku par Showroomprivé sont développés, tels que le pricing dynamique et le score de popularité par produit.
Article source : Comment Showroomprivé a mis en œuvre un ciblage avancé des campagnes grâce au machine learning
Publié sur L’Usine Digitale par Aude Chardenon le 2 mars 2021
Afin d’éviter de passer de longues minutes à rédiger votre texte, il est possible d’utiliser un modèle pré-conçu.
Sur son site, 100+ Marketing ChatGPT-4 Prompts Templates vous en propose plusieurs en lien avec le marketing mais ils sont tous en anglais.
Les prompts proposés couvrent une importante sélection de thématiques axées marketing. Parmi celles-ci, les réseaux sociaux, l’e-mailing, les articles de blog… Chaque prompt vise à vous aider à répondre à des enjeux de notoriété, d’engagement et de conversion.
Je n’ai pas poussé l’étude plus loin…
L’intelligence artificielle permet d’automatiser un certain nombre d’interactions clients, d’assister les téléconseillers dans le travail ou de dégager des tendances marchés. Le français Wisecom y voit à la fois un levier de productivité et d’attractivité.
Assistants virtuels (chatbot), transcription et analyse des appels, remontée automatique d’informations clients au téléconseiller…. L’IA prend une place croissante dans le monde des centres d’appels jusqu’à analyser les sentiments des interlocuteurs pour orienter le discours à tenir.
Cette montée en puissance ne va pas sans menacer l’emploi. Selon un récent rapport de Goldman Sachs, les métiers de la relation client risquent de faire partie des dix métiers les plus touchés par l’IA, entraînant potentiellement d’importantes suppressions de postes. Le mouvement est déjà l’œuvre. Outre-manche, BT (ex British Telecom) estime que l’introduction de l’IA pourrait entraîner la destruction de l’équivalent de 10 000 emplois, notamment dans le traitement des appels téléphonique de son service client.
En France, Wisecom prend le contre-pied de cette tendance. A sa création en 2005, cet opérateur français de centres d’appels fait le choix de s’installer, non pas à Madagascar ou en Afrique du Nord, mais en plein cœur de paris. Il s’attèle aussi à casser les stéréotypes qui nuisent à l’attractivité du métier de téléconseiller « En misant sur le bien-être au travail, à la formation continue et à la promotion – 85 % des managers sont issus des plateaux – le turn-over a été ramené à moins de 7 % contre 22 à 25 % en moyenne sur le marché », explique Paola Fabiani, sa cofondatrice.
Autre choix fort : intégrer l’IA dans ses processus. « De deux choses l’une. Soit, on subissait l’IA, soit on l’intégrait dans notre modèle comme un levier de compétitivité et d’attractivité, poursuit Paola Fabiani. En réduisant le nombre d’interactions de plus de 30 %, l’IA participe à la valorisation du métier. Les opérateurs peuvent se concentrer sur les messages et les appels à valeur ajoutée. »
Créé il y a 7 ans, le lab innovation source les technologies et assure une veille permanente. « Une technologie jugée pertinente fait l’objet d’un POC chez un client bêta testeur. Si le résultat positif, elle est généralisée ». Sur les plus 250 solutions testées, une cinquantaine sont aujourd’hui utilisées au quotidien.
Chez Wisecom, l’IA intervient sur toute les chaîne de valeur. L’analyse de la data permet de savoir sur quel canal – réseau physique, téléphone, web, mobile, à quel moment et sous quel format un prospect souhaite à être contacté. « C’est un enjeu clé de lead management, tout particulièrement dans le monde BtoB. »
L’IA assure aussi la détection des signaux faibles dans une relation commerciale et permet d’anticiper les actions à venir pour retenir un client ou augmenter le panier moyen. Plus classiquement, les bots améliorent ensuite le parcours client en automatisant un certain nombre d’interactions en 24/7.
Il s’agit aussi d’« augmenter » le téléconseiller en enrichissant l’information à sa disposition. « Non seulement, la fiche client remonte automatiquement mais, en fonction des mots clés échangés lors de la conversation, son argumentaire gagnera en précision en ayant sous les yeux les caractéristiques du produit évoqué par le client », explique Paola Fabiani.
L’IA générative peut ensuite générer les contenus pertinents auprès du client. Grâce aux technologies de speech to text, l’analyse contextuelle des conversations permet des dégager des tendances de marché et des évolutions dans les comportements des consommateurs. Enfin, l’IA peut elle-même évaluer la qualité d’un service client (quality monitoring).
Pour Paola Fabiani, tout l’enjeu consiste à placer le curseur au bon endroit. « Un automate peut indiquer les horaires d’ouverture d’un magasin ou le nombre de points sur une carte de fidélité. En revanche, lors d’un dégât des eaux ou d’accident de voiture, la réactivité, la compréhension du besoin et l’empathie d’un opérateur sont indispensables. La relation humaine est irremplaçable dans ce type de situation.»
Cette prise en compte de l’IA dans le travail au quotidien implique, selon la dirigeante, une logique d’apprentissage en continu. Les collaborateurs sont formés à 2 à 5 applications. Cette technophilie ne conditionne toutefois pas le profil des candidats sélectionnés. « Nous recrutons des juniors comme seniors, sur la base d’un ensemble de compétences. » Un parcours de formation a même été créé pour les profanes à ces technologies.
Article source : Ce que l’IA peut apporter aux centres d’appels
Publié sur ZDNet par Par Xavier Biseul le 19 Septembre 2023
Cette tribune explique pourquoi et de quelle manière le secteur du retail peut bénéficier de manière significative de l’apport de l’IA à trois niveaux.
L’horizon économique mondial se dessine désormais à l’aune de l’Intelligence Artificielle (IA). L’ampleur de son impact est estimé entre 2600 à 4400 milliards de dollars, soit à l’échelle du PIB de la France. Cette technologie est propulsée comme un vecteur de productivité dans tous les secteurs économiques. Le retail en bénéficie de manière cruciale. Pour la première fois, les enseignes peuvent façonner du contenu grâce à l’IA générative, atteignant des niveaux de précision jusqu’alors inexplorés.
Une récente étude souligne cette transformation de façon saisissante. Jusqu’à cinq heures de travail hebdomadaire pourraient être épargnées aux salariés grâce à cette technologie, soit un mois par an. Une réserve de temps précieuse pour les équipes de vente afin de se concentrer sur des activités plus stratégiques.
Toutefois, un problème majeur subsiste pour toutes les marques ayant placé la confiance au cœur de leur identité. Bien que l’IA apparaisse comme la priorité numéro 1 des dirigeants d’entreprises, 59% des consommateurs affirment ne pas faire confiance aux entreprises pour exploiter leurs données, d’après l’étude Gartner CEO 2023. Les marques qui voyaient en l’IA une aubaine pour augmenter leurs ventes se retrouvent donc confrontées à un défi d’ampleur : optimiser l’expérience d’achat et les campagnes marketing à moindre coût, tout en préservant une relation personnalisée et de confiance avec les consommateurs.
Le volume des données clients est souvent très important et déstructuré ce qui complique la tâche des équipes censées les analyser. L’IA permet de simplifier et d’accélérer la lecture des données (revues sur internet, sondages etc) et aide à enrichir la base de connaissance de manière automatique. Les équipes marketing peuvent ainsi rationaliser la phase de prospection en générant par exemple des emails personnalisés. Comprendre les dernières tendances, les analyser et en tirer des enseignements sont autant de compétences facilitées grâce à l’IA. La technologie permet également de créer rapidement des segments d’audience, en s’appuyant sur des messages en langage naturel et des recommandations pilotées par l’IA pour un meilleur ciblage. Les bons messages et les bonnes offres parviennent aux bonnes personnes, au bon moment et avec une grande précision, pour créer des liens significatifs avec les clients.
L’IA a également l’avantage d’améliorer la personnalisation des promotions envoyées aux clients ou prospects, de sorte qu’elles leur correspondent et répondent le plus à leurs besoins. Elle trie pour le client les produits les plus susceptibles de l’intéresser pour l’aider à faire son choix plus rapidement et, pour les équipes marketing, elle crée des synthèses des dossiers et des étapes du processus de vente pour s’assurer que l’impact des campagnes marketing soit maximisé.
Plus de 60% des équipes de ventes estiment que l’IA générative les aidera à mieux servir leurs clients d’après une récente étude. Des marques comme Carrefour, Rossignol, Adidas ou encore Ikea ont déjà adopté des solutions d’intelligence artificielle pour offrir une hyperpersonnalisation et une expérience de vente en ligne fluide. Avec l’IA, il est possible d’imaginer par exemple un assistant shopping virtuel, qui pourrait dialoguer avec le client pendant qu’il navigue sur le site, répondant à ses questions et offrant des descriptions éclairantes sur les produits. L’IA, et plus précisément l’IA générative, deviendrait ainsi une sorte de “personal shopper”. Le secteur du Retail évolue avec la montée en puissance des chatbots dotant les parcours d’achat en ligne d’une touche d’interaction et d’humanité accrue..
L’IA peut également offrir une gestion intelligente des chaînes logistiques et déterminer la disponibilité d’un produit, y compris dans le futur. L’IA prédictive par exemple pourra affiner les algorithmes de réapprovisionnement des stocks en fonction des ventes ou des saisons.
Mais les atouts de l’IA ne s’arrêtent pas à la phase d’achat. Les marques exploitent sa puissance pour sublimer leur service après-vente, optimisant son efficacité. Une IA générative sert ainsi de scribe virtuel, esquissant des réponses, synthétisant des observations sur la base d’analyses approfondies, aussi proche que possible de la naturalité humaine.
Pour créer une IA de qualité, elle ne doit pas se cantonner à transformer les données des clients en produit commercial, mais s’imposer comme un catalyseur visant à enrichir la qualité du contenu grâce à ces données. Les gains de productivité procurés grâce à l’IA doivent servir d’aiguillon pour repenser leur organisation, auxquels les marques devront inévitablement s’adapter.
L’IA n’est pas juste une tendance pour faire le buzz mais une nouvelle manière de penser l’expérience client. En exploitant l’IA, les marques ont donc un nouvel outil à exploiter, capable de leur faire prendre une longueur d’avance dans l’industrie de la grande consommation et de conquérir de nouveaux clients.
Neuroflash est un générateur de texte boosté à intelligence artificielle dédié aux entreprises de toute taille et secteur d’activité. L’outil représente un assistant à la rédaction, capable de générer une grande variété de textes comme des articles de blog, des publications sur les réseaux sociaux, des textes d’e-mailing, des scripts de vidéos YouTube, etc. L’outil est capable de rédiger dans 7 langues (anglais, allemand, espagnol, polonais, hollandais, italien et français). La partie AI Writer de la plateforme présente 3 sections : New doc, New blog article et ChatFlash.
L’outil représente un assistant à la rédaction, capable de générer une grande variété de textes comme des articles de blog, des publications sur les réseaux sociaux, des textes d’emailing, des scripts de vidéos YouTube, etc. L’outil est capable de rédiger dans 7 langues (anglais, allemand, espagnol, polonais, hollandais, italien et français). La partie AI Writer de la plateforme présente 3 sections : New doc, New blog article et ChatFlash.
Cette section permet de générer des textes dans un grand nombre de genres. Elle se compose d’une partie briefing dans un menu à droite et d’une partie document à gauche. Le briefing affiche 3 champs :
Il s’agit d’une section spécifique à la rédaction d’articles de blog. Elle consiste en un questionnaire étape par étape. Après avoir sélectionné la langue, l’outil vous demande de définir le sujet de votre article en quelques mots, puis de renseigner un titre. Enfin, il vous demande de créer un sommaire. Si vous n’avez pas décidé de votre titre ou de votre sommaire, Neuroflash vous proposera plusieurs options.
Puis, le générateur vous redirigera sur la même interface que la section New document, où l’article sera rédigé et modifiable.
ChatFlash est un chatbot qui fait office d’assistant personnel. Vous pourrez y avoir accès depuis la page principale du site ou depuis les sections de rédaction. Il est possible d’effectuer un grand nombre de requêtes différentes à ChatFlash. Vous pourrez par exemple lui demander pourquoi le trafic a baissé sur votre site et comment y remédier, ou comment augmenter votre nombre d’abonnés sur les réseaux sociaux.
Les tarifs sont disponibles suivant trois formules :
Starting from € 400 / month
La plateforme d’e-commerce Cdiscount permet à ses clients de poser des questions en langage naturel avant un achat, et le robot serait capable de traiter en toute autonomie 40% des réponses.
Cdiscount a travaillé avec la plateforme conversationnelle française de relation client iAdvize, spécialisée dans l’e-commerce, pour lancer cette nouvelle fonctionnalité.
Dans un premier temps, le chatbot répondra aux questions formulées en langage naturel concernant les produits électroménagers uniquement, avant d’être déployé sur d’autres catégories de produits (téléviseurs, ordinateurs portables, mobilier de jardin). Les premiers tests effectués pendant deux mois sur la plateforme ont fait ressortir des niveaux de satisfaction (70%) trois fois supérieurs aux performances des bots d’anciennes générations.
« Les premiers résultats sont enthousiasmants. En seulement quelques semaines, l’IA est déjà capable de traiter complètement 40% des conversations. J’ai la conviction que l’IA générative va transformer la relation client en apportant une qualité de service renforcée aux clients et des missions à plus forte valeur ajoutée aux conseillers », commente dans un communiqué Antoine Pierart, directeur Marketing et Expérience Client chez Cdiscount.
Cdiscount, qui utilise déjà l’IA à travers 50 algorithmes dans son parcours client, pour les chats ou encore les recommandations produits, travaille avec iAdvize depuis 2011. La start-up nantaise a connecté son IA générative au catalogue de Cdiscount, doté de 80 millions de références produits, et celle-ci ne fournit de réponses que sur la base des données fournies par les marques. Si le chatbot n’est pas capable de répondre à une question, il transfère la demande au service client.
Vous vous demandez quelle est la consommation d’eau de cette machine à laver que vous avez repérée sur Cdiscount, mais chercher dans les fiches techniques vous rebute au plus haut point ?
Publicis va investir 300 millions pour exploiter son immense gisement de données sur trais ans
Le groupe publicitaire Publicis a présenté ce jeudi 25 janvier 2024, une nouvelle étape de sa transformation qui prévoit d’importants investissements dans le domaine de l’intelligence artificielle, afin de devenir la première « intelligent system company » ou « système intelligent » du secteur.
« Un système intelligent relie les connaissances de l’entreprise à celles de l’individu, apportant la puissance de chacun à la puissance d’un seul pour fonctionner à la vitesse de l’IA », a indiqué Arhur Sadoun, le président du directoire de Publicis, lors d’une conférence avec des journalistes. « Ce nouveau modèle nous permettra de gagner encore en efficacité et en productivité », a poursuivi le dirigeant.
Pour devenir un « système intelligent », Publicis prévoit d’investir 300 millions d’euros dans l’IA d’ici à 2026, dont 100 millions d’euros cette année. La première moitié des investissements prévus en 2024 seront consentis dans l’humain (formation, recrutement, etc.), tandis que la seconde moitié concernera la technologie (logiciels, licences, infrastructures dédiées au cloud, etc.).
Ce plan d’investissement sera totalement financé grâce aux économies générées par la structure agile de Publicis et par Marcel, sa première plateforme d’IA créée en 2018 en partenariat avec Microsoft et nommée en hommage au fondateur du groupe, Marcel Bleustein-Blanchet. Ce programme d’investissement n’aura pas d’effet négatif sur la marge opérationnelle du groupe cette année, avant d’avoir un effet légèrement positif sur celle de 2025.
Arthur Sadoun se veut donc confiant. « Personne ne dispose de l’étendue, de la précision et de la portée de nos données exclusives », a assuré le dirigeant, en rappelant que le groupe possédait 2,3 milliards de profils de consommateurs et emploie 45.000 ingénieurs, consultants ou analystes de données depuis les rachats de Sapient et d’Epsilon.
Publicis compte déployer ses capacités en IA, regroupées depuis fin 2023 sous l’entité « CoreAI », progressivement au cours du premier semestre. « CoreA » et ses fonctionnalités seront d’ailleurs présentées en mai prochain lors de l’évènement VivaTech, à Paris.
Merci Jean Pierre pour cet information.
Autres sources :
Le géant suédois de l’ameublement Ikea entend profiter à plein de l’intelligence artificielle.
Disponible sur le GPT Store, il présente aux utilisateurs des suggestions personnalisées en fonction de différents facteurs : taille de la pièce, style, préférences, budget. Sur le papier, c’est donc plutôt séduisant et l’ambition est de permettre d’avoir une idée précise de ce que l’on veut avant d’aller en magasin.
Mais qu’en est-il concrètement ? The Verge a testé cet outil et le résultat n’a pas été satisfaisant. Notre consœur a ainsi demandé à l’IA : “J’ai besoin d’idées de rangement pour mon petit salon/chambre“. Cette dernière l’a alors renvoyé vers le site américain d’Ikea en ajoutant une photo du catalogue.
Plus tard, elle a demandé à l’assistant à quoi ressemblerait une étagère Kallax chez elle. Ikea AI a obtempéré et généré une image en utilisant DALL-E 3. Il a ensuite été en mesure de créer d’autres visuels assortis de couleur, ce qui est plus encourageant. Au final, elle estime qu’il est plus facile de consulter directement le site d’Ikea plutôt que d’utiliser l’IA. Cette dernière renvoie d’ailleurs constamment sur ce portail.
Pour rappel, Ikea a pris l’habitude d’innover dans le numérique. Nous vous parlions ainsi l’an dernier de cette initiative de la grande enseigne qui a lancé un nouveau service de décoration d’intérieur. Du choix des meubles et des objets à leur assemblage, le groupe suédois s’occupe de tout, puisque des personnes mandatées par l’entreprise pourront s’occuper de cette tâche si vous le souhaitez.
En clair, à chacun de se faire son opinion !
Copy.ai est un outil IA capable de réaliser des tâches commandées par des prompts.
Pour obtenir des résultats précis et pertinents, Copy.ai permet d’améliorer son prompt en un clic. En se basant sur le prompt initialement formulé, il rédige des instructions plus élaborées.
Au delà du mode de test, il existe trois niveaux de facturations différents :