L'IA nécessite une meilleure connexion et logique

Les entreprises rencontrent des difficultés avec leurs systèmes d'intelligence artificielle, tels que les plateformes de commerce électronique, qui ne partagent pas les informations clients entre les différents canaux. Cela conduit souvent à des actions marketing redondantes ou non pertinentes, comme proposer à un client une autre lave-vaisselle peu de temps après qu'il en ait acheté un.

Si les modèles d'IA actuels peuvent traiter de grandes quantités de données et générer du contenu, ils ne saisissent pas nécessairement le contexte réel et les besoins de l'utilisateur. La solution émergente à ce problème réside dans les "moteurs de raisonnement" — des systèmes d'IA capables de tirer des conclusions logiques à partir de plusieurs sources de données et canaux simultanément.

Ces systèmes agissent comme un système nerveux central, intégrant des composants technologiques disparates. Par exemple, dans le commerce électronique, les fonctions de recherche traitent les requêtes directes, les moteurs de recommandation prédisent les intérêts et les systèmes marketing gèrent la communication. Une couche de raisonnement synthétise ces données pour une expérience client plus cohérente et pertinente.

Des applications sont déjà visibles dans le secteur bancaire pour l'analyse des signaux de risque et dans les chaînes d'approvisionnement pour l'orchestration des décisions. Dans la vente au détail, cela permet aux systèmes de reconnaître le comportement passé et l'historique d'achat d'un client, suggérant ensuite des produits complémentaires appropriés comme du matériel de vacances, plutôt qu'un autre appareil.

Il est conseillé aux entreprises de commencer à construire les bases de cette "intelligence connectée" en décomposant les silos de données, en améliorant la qualité des données et en concevant les systèmes autour du parcours de l'utilisateur, plutôt que d'attendre que la technologie soit largement adoptée.