Les détaillants peuvent exploiter l’IA générative pour améliorer le support client et la gestion des employés
Alors que le secteur de la vente au détail voit sa clientèle se tourner vers une consommation plus numérique et à la demande, l’IA devient l’arme secrète permettant aux détaillants de mieux comprendre et de s’adapter à l’évolution du comportement des consommateurs. Avec l’essor des achats en ligne hautement personnalisés, des modèles de vente directe au consommateur et des services de livraison, l’IA générative pourrait apporter aux détaillants une foule d’autres avantages susceptibles d’améliorer l’assistance client, la transformation des talents et la performance de leurs applications.
L’IA générative excelle dans le traitement de sources de données variées telles que les e-mails, les images, les vidéos, les fichiers audio et le contenu trouvé sur les réseaux sociaux. Ces données non structurées constituent l’épine dorsale de la création de modèles et de l’entraînement en continu de l’IA générative : c’est ce qui lui permet de rester efficace au fil du temps. L’exploitation de ces données non structurées peut s’étendre à divers aspects des opérations de vente au détail, notamment en améliorant le service client grâce aux chatbots et en facilitant un routage plus efficace des e-mails. Dans la pratique, il pourrait s’agir de guider les utilisateurs vers les ressources appropriées, pour les mettre en relation avec le bon agent ou les orienter vers des guides d’utilisation et des FAQ.
Les détaillants reconnaissent la nécessité de développer leurs stratégies autour de l’IA en l’intégrant dans de nombreux aspects de leurs opérations. Selon la dernière étude d’IBM sur les PDG, les leaders du secteur se concentrent de plus en plus sur les technologies d’IA pour stimuler la croissance de leurs revenus. En effet, 42 % des PDG de la vente au détail interrogés misent sur les technologies d’IA telles que l’IA générative, l’apprentissage profond et le machine learning pour parvenir à des résultats au cours des trois prochaines années. Ces données concordent avec une récente étude d’IDC Europe qui a révélé que 40 % des détaillants et des marques du monde entier sont en phase d’expérimentation de l’IA générative, tandis que 21 % investissent déjà dans sa mise en œuvre.
L’impact de ces investissements apparaîtra clairement dans les années à venir. D’après les prévisions récentes du cabinet d’analystes IHL Group, l’impact financier total de l’IA générative sur le secteur de la vente au détail atteindra 9 200 milliards de dollars à l’horizon 2029. Alors que l’IA générative représente seulement 9 % de l’impact financier total de ce secteur en 2023, IHL prévoit qu’elle représentera 78 % de l’impact financier total à l’horizon 2029, s’élevant à 4 400 milliards de dollars cette année-là.
L’IA permet aux détaillants d’exploiter la grande quantité de données auxquelles ils ont accès, dont une grande partie était jusqu’à présent sous-utilisée. De la prédiction du comportement des clients à l’efficacité de la chaîne d’approvisionnement et au marketing personnalisé, l’IA a le potentiel de révolutionner l’efficacité et la productivité du secteur dans plusieurs domaines importants, notamment l’assistance client, l’efficacité opérationnelle et la transformation des talents.
Assistance clients
Selon notre récente étude sur les PDG, dans laquelle nous avons examiné les perspectives des secteurs de la vente au détail et des PGC sur l’intelligence artificielle, la priorité absolue est aujourd’hui l’assistance client. Dans ce domaine, l’IA générative permet aux détaillants d’adopter une approche centrée sur le client en exploitant les informations précieuses issues des retours d’expérience et des habitudes d’achat des clients. Cette approche fondée sur les données peut contribuer à améliorer la conception et l’emballage des produits, à accroître la satisfaction des clients et à augmenter les ventes.
L’IA générative peut également servir d’assistant cognitif pour l’assistance client, en fournissant des conseils contextuels basés sur l’historique des conversations, l’analyse des sentiments et les transcriptions des centres d’appel. En outre, elle permet de personnaliser les expériences d’achat, de fidéliser les clients et d’obtenir un avantage concurrentiel.
Lire le témoignage client de Kerry
Efficacité opérationnelle
En matière d’efficacité opérationnelle, les technologies d’IA peuvent améliorer les stratégies de fixation des prix, la gestion des stocks et la logistique, optimisant ainsi les revenus et créant une expérience d’achat fluide pour les clients. Par exemple, l’IA générative pourrait être utilisée pour optimiser les stratégies de fixation des prix et d’exécution des commandes en prédisant les fluctuations de la demande pour des prix dynamiques, et en analysant des facteurs tels que les délais de livraison et les coûts d’expédition afin d’améliorer la logistique, ce qui pourrait se traduire par des économies de coûts et un meilleur service à la clientèle.
L’IA générative peut également utiliser les données historiques de vente et des facteurs externes pour mieux prédire la demande et éviter les ruptures de stock et les excédents, tout en automatisant le réapprovisionnement et la répartition des stocks. En gérant efficacement ces aspects, les détaillants peuvent rationaliser leurs opérations et améliorer leurs performances globales.
Transformation des talents
Un troisième domaine d’impact potentiel est la transformation des talents. Ici, les détaillants peuvent rendre le processus de recrutement et d’intégration plus efficace grâce aux chatbots. Une fois intégrés, les employés peuvent bénéficier de programmes de formation personnalisés et adaptatifs créés par l’IA générative, qui permettent d’identifier les styles d’apprentissage et les lacunes propres à chacun.
Le développement de nouvelles compétences pour les employés existants est la principale préoccupation de la haute direction au sujet des talents, d’après une récente étude de l’IBM Institute for Business Value (IBV). Les dirigeants du secteur de la vente au détail interrogés ont classé la « méconnaissance des technologies » et le « développement de nouvelles compétences pour les talents existants » parmi les deux principaux enjeux de leurs organisations en matière de talents. Ils estiment que plus de 41 % de leurs effectifs devront être requalifiés au cours des trois années qui suivront la mise en œuvre de l’IA et de l’automatisation. Près de la moitié d’entre eux déclarent investir dans la requalification plutôt que dans le recrutement externe.
IBM a mis au point des solutions d’IA pour répondre à ces besoins. Le secteur de la vente au détail peut accéder à l’IA d’IBM de trois manières. La première est IBM watsonx, un portefeuille de produits d’IA qui accélère l’impact de l’IA générative dans les principaux workflows afin de stimuler la productivité. Les autres produits d’IA d’IBM comprennent IBM watsonx Orchestrate, IBM watsonx Code Assistant et IBM watsonx Assistant. Le troisième mode est celui des plateformes open source telles que Red Hat OpenShift AI et l’intégration transparente avec les produits de nos partenaires.
IBM a lancé watsonx pour aider les entreprises à tirer parti des possibilités offertes par l’IA générative et les modèles de fondation. watsonx se compose d’IBM watsonx.ai, d’IBM watsonx.data et d’IBM watsonx.governance. watsonx.ai est un studio d’entreprise de nouvelle génération permettant aux générateurs d’IA d’entraîner, de valider, de régler et de déployer à la fois des capacités traditionnelles de machine learning et de nouvelles capacités d’IA générative alimentées par des modèles de fondation, par le biais d’une interface utilisateur ouverte et intuitive. watsonx.data est notre référentiel de données basé sur une architecture lakehouse et des formats de données ouverts conçus pour gérer les données d’entreprise pour les modèles de fondation. Le troisième composant est watsonx.governance, dont la disponibilité est prévue pour décembre 2023. Il s’agit d’un ensemble d’outils puissants permettant de spécifier et de gérer les processus de gouvernance à l’échelle de l’entreprise et de contrôler les risques.
À l’avenir, un détaillant pourrait utiliser watsonx.data pour exploiter de grandes quantités de données client disparates et non structurées et développer des modèles dans watsonx.ai afin de tirer parti des algorithmes dans le but de proposer des recommandations d’achat personnalisées. En fonction des achats et des habitudes de navigation des clients, et avec leur consentement, les détaillants pourraient créer des outils d’essayage virtuel et développer des assistants d’achat interactifs. Une fois disponible, watsonx.governance pourrait être intégré à ce processus pour aider les détaillants à gérer les données client de manière éthique et responsable.
Avec ces outils à leur disposition, les détaillants sont bien équipés pour intégrer l’IA générative à leurs stratégies et pour faire face à l’évolution rapide et à la complexité croissante du secteur de la consommation.
Vous souhaitez en savoir plus sur la manière dont watsonx peut aider votre entreprise à intégrer et à accélérer des workflows d’IA responsables ?