Le talon d’Achille de l’IA dont personne ne parle


De nos jours, vous ne pouvez pas visiter un site Web technologique sans les mots “IA” partout et j’en suis aussi coupable que n’importe qui d’autre (voir mon titre ci-dessus).

L’IA est le mot à la mode technologique de 2023, même si ce n’est pas vraiment un mot. Il y a un an ou deux, c’était le métaverse. Avant cela, il s’agissait d’une myriade de termes et d’acronymes technologiques allant de l’IoT et de l’AR/VR à la robotique, à l’impression 3D, aux véhicules autonomes, à l’apprentissage automatique et au Web3, alors que l’industrie technologique cherche désespérément le prochain iPhone ou une grande chose à partir de laquelle se réinventer. . Peut-être que l’IA est la prochaine seconde venue ou peut-être qu’elle est trop médiatisée ou sera remplacée par la “prochaine grande chose” dans un an deux.

Indépendamment du battage médiatique, l’IA a beaucoup de potentiel et elle engendre d’innombrables startups et des milliards d’investisseurs, de sociétés de capital-risque et de fournisseurs de logiciels pour réaliser ce potentiel. Nous n’en sommes qu’au début. Au cours des prochaines années, toutes les entreprises qui ont quelque chose à voir avec la technologie déploieront leur prochaine génération de produits qui « tirent parti de l’IA ». C’est du bon marketing.

Sauf un problème : l’IA a un gros talon d’Achille et malheureusement personne ne semble en parler. Le problème ne vient pas de la technologie. C’est sur quoi repose la technologie : les données.

Pour que l’IA fasse son travail, elle doit utiliser des données. Pour AutoGPT, la prochaine génération probable de ChatGPT qui promet d’effectuer automatiquement des tâches sans conversation, il devra exploiter les informations disponibles dans une base de données – ou plusieurs bases de données – pour effectuer ces tâches. Pour que Google’s Bard crée des campagnes par e-mail ou des tâches de productivité basées sur Gmail ou Google Docs, il dépendra des informations contenues dans ces sources. Einstein de Salesforce a besoin de bonnes données de gestion de la relation client pour suivre les sentiments et les opportunités.

J’écris beaucoup sur le CRM parce que mon entreprise met en œuvre des systèmes CRM. De nombreuses personnes de mon secteur sont enthousiasmées par toutes les nouvelles automatisations basées sur l’IA provenant des éditeurs de logiciels de ce secteur. Salesforce a déjà une longueur d’avance avec annonces récentes vantant leurs offres d’IA. D’autres grandes entreprises technologiques comme Microsoft, Meta et Amazon et de nombreux fournisseurs de logiciels CRM qui s’adressent aux petites entreprises comme Hubspot, Zoho et Pipedrive annoncent le déploiement de leurs nouvelles fonctionnalités qui utilisent l’IA. Et je n’en nomme que quelques-uns. L’intelligence artificielle crée des vertiges de masse dans tous les secteurs des logiciels – du CRM à la comptabilité en passant par les RH – non seulement en raison de sa promesse, mais aussi parce qu’il s’agit d’un nouveau mot à la mode brillant qui peut être utilisé pour exciter les clients et, surtout, les faire payer leurs frais mensuels.

Mais, comme les voitures qui ont besoin de routes, tous ces logiciels ont besoin de données pour faire leur travail. Et malheureusement, les données de la plupart des entreprises – grandes et petites – sont en quelque sorte… eh bien… nulles. Vous ne me croyez pas ? Il suffit de parler à quelques-uns de mes clients et ils l’admettront ouvertement.

Même chez mes plus gros clients, les données sont partout – feuilles de calcul, e-mails, sites de stockage de gestion de documents, systèmes CRM, systèmes comptables, systèmes RH, systèmes d’inventaire, systèmes de commande et même fichiers manuels. Faire correspondre les commandes reçues avec les factures génère souvent des erreurs. Construire des campagnes par e-mail est un coup de dés. L’automatisation de choses comme l’envoi d’avis de retard ou la confirmation de commandes reçues est souvent confirmée par les mauvais destinataires. Même faire une chose simple comme créer une liste de clients pour envoyer une carte de Noël ou d’anniversaire nécessite un effort d’enquête de masse.

Est-ce qu’on vient vraiment de souhaiter un joyeux anniversaire à ce gars ? Il n’est pas mort l’année dernière ? Venons-nous d’envoyer une carte de Noël à notre gros client ? Mais c’est une épicerie juive ! Tu obtiens le point.

Dans toutes les entreprises que je visite, je trouve que leurs données se situent entre «pas géniales» et «un gâchis total». Les champs sont incomplets et n’ont pas été mis à jour depuis des mois. Les personnes qui ont changé d’emploi le mois précédent sont toujours répertoriées comme travaillant dans l’ancienne entreprise. Les soldes des stocks sont en retard par rapport aux comptages physiques. Les facturations sont effectuées quelques jours après l’expédition des produits. Les rapprochements de trésorerie mensuels révèlent des dizaines de dépôts ou de décaissements manqués. Allons-nous vraiment compter sur des outils d’IA pour “automatiser” des fonctions lorsque les données sont si peu fiables ?

C’est le problème. Construire l’iPhone a pris du temps. Mais cela ne pouvait pas réussir tant que des réseaux et une infrastructure d’application n’étaient pas construits autour de lui. Créer tous ces merveilleux outils d’IA est inutile à moins que les données qu’ils exploitent ne soient exploitables et oui, je viens d’inventer ce mot.

Une partie de ce problème peut être résolue par de futures itérations d’outils d’IA qui ne prennent pas une seule source de données au pied de la lettre et sont plutôt conçues pour valider les informations en vérifiant plusieurs endroits. Ainsi, la date de naissance d’une personne dans un système CRM peut être validée en explorant un système gouvernemental externe, en supposant que l’accès est accordé. Ou avant d’envoyer un avis de retard de paiement qui pourrait contrarier un bon client qui paie normalement à temps, un historique de paiement à la banque ainsi que le système comptable peuvent être vérifiés. Les développeurs de logiciels tiennent-ils compte de ces contrôles internes lorsqu’ils se précipitent pour proposer leurs derniers produits d’IA à leurs clients ? Intégrent-ils la possibilité de vérifier plusieurs sources de données avant d’agir ? J’en doute.

Mais finalement ils le feront. Cependant, cela va prendre du temps. C’est pourquoi je parie que de nombreux experts en logiciels qui glorifient l’IA vont se gratter la tête et se demander pourquoi de plus en plus d’entreprises – en particulier les plus petites – résistent à la magie. Mes clients ne sont pas des nuls. Ils ne feront pas confiance à l’automatisation juste pour le plaisir, surtout si elle cause plus de problèmes qu’elle n’en résout.

Il y aura des solutions à cela. Et mes clients les plus intelligents qui souhaitent tirer parti de ces outils pour réduire les frais généraux et faire avancer les choses de manière plus productive reconnaîtront l’importance d’un ensemble de données propre et complet et investiront les ressources nécessaires pour le rendre propre et complet. J’espère qu’ils feront certaines des choses que j’ai suggérées dans un article précédent que j’ai écrit. Je suis optimiste à ce sujet. Mais je suis également prudent sur le fait qu’entre-temps, le talon d’Achille de l’IA ne reçoive pas l’attention qu’il mérite.



Source link

Leave a Reply

Your email address will not be published. Required fields are marked *