3 façons dont l’IA générative transforme le secteur de la vente au détail

Les outils d’intelligence artificielle générative (GenAI) tels qu’Azure OpenAI ont attiré l’attention ces derniers mois, et il existe un large consensus sur le fait que ces technologies peuvent transformer considérablement le secteur de la vente au détail. L’application GenAI la plus connue est ChatGPT, un agent d’IA qui peut générer une réponse conversationnelle de type humain à une requête. D’autres applications GenAI bien connues peuvent générer un texte narratif pour résumer ou interroger de gros volumes de données, générer des images et des vidéos en réponse à des phrases descriptives, ou même générer un code complexe basé sur des questions en langage naturel.

Les technologies GenAI offrent des avantages potentiels importants aux organisations de vente au détail, notamment des ajustements rapides des prix, des incitations personnalisées basées sur le comportement et des recommandations personnalisées en réponse aux recherches et aux préférences des clients. Ces technologies peuvent créer de nouveaux contenus écrits, visuels et auditifs basés sur des invites en langage naturel ou des données existantes. Leurs capacités analytiques avancées peuvent aider à déterminer de meilleurs emplacements pour de nouveaux magasins ou où cibler de nouveaux investissements. Les chatbots d’IA générative peuvent fournir une assistance client plus rapide et plus pertinente, ce qui entraîne une satisfaction client accrue et, dans certains cas, une réduction des coûts et du taux de désabonnement. Pour mieux comprendre comment les organisations de vente au détail peuvent bénéficier des applications d’IA générative, nous avons discuté avec James Caton, chef de pratique, données et intelligence artificielle, chez Microsoftet Girish Phadke, responsable de la technologie, plateformes Microsoft et cloud, chez Tata Consultancy Services (TCS). James et Girish ont discuté de trois façons dont l’IA générative transforme le commerce de détail : accélérer l’innovation, créer une meilleure expérience client et stimuler la croissance.

Comment l’IA générative peut-elle accélérer l’innovation dans le commerce de détail ?

James Catton: Nous assistons déjà à de nombreuses innovations basées sur les données dans l’industrie. Service Microsoft Azure OpenAI, qui donne accès aux grands modèles de langage d’OpenAI, permet de sonder davantage et d’interroger en profondeur les données. Un travailleur de première ligne pourrait avoir la possibilité de «discuter avec ses données», d’interroger de manière conversationnelle l’inventaire ou les options d’expédition, par exemple, de voir la réponse dans un graphique et de demander une analyse des tendances et des informations plus approfondies.

Il vous donne essentiellement un assistant ou un Copilote pour vous aider à faire votre travail. Imaginez avoir plusieurs assistants qui analysent les données, les interrogent et vous rapportent des rapports de données et des graphiques visuels. Et vous pouvez renvoyer le copilote et dire : « s’il vous plaît, regardez ici » et « je veux plus d’informations là-bas ». En tant que responsable des ventes au détail, OpenAI vous permettra de développer des solutions plus innovantes, des stratégies plus adaptées et des expériences plus personnalisées.

Comment le flux conversationnel de Generative AI permet-il une expérience client plus convaincante ?

Girish Phadke: Les outils de centre d’appels existants peuvent être conversationnels et ils ont accès à des vues client à 360 degrés, mais il y a une limite quant à la distance qu’ils peuvent remonter et au type de données qu’ils peuvent traiter pour répondre à la requête du client.

Les nouveaux modèles d’IA générative peuvent approfondir les informations historiques, les résumer, puis les présenter dans une conversation de type humain. Ces modèles peuvent extraire des données de multiples interactions et sources, d’une énorme quantité d’informations, et créer une réponse la mieux adaptée pour répondre à la question d’un client particulier. Essentiellement, adapter la réponse non seulement sur la base d’une base de connaissances massive de données, mais également sur les préférences de chaque client.

Pouvez-vous partager un exemple de la façon dont l’un de vos clients a bénéficié de l’utilisation d’OpenAI pour traiter et analyser de grandes quantités d’informations ?

Caton: CarMax passe en revue des millions de véhicules. Le défi pour les nouveaux acheteurs était qu’il y avait trop d’avis et qu’ils ne pouvaient pas comprendre pourquoi les gens aimaient ou n’aimaient pas un certain véhicule. CarMax a utilisé le service Azure OpenAI pour analyser des millions d’avis et présenter un résumé. Si un client regardait une certaine marque et un certain modèle, le service Azure OpenAI résumait les critiques et présentait les trois principales raisons pour lesquelles les gens l’aimaient et les trois principales raisons pour lesquelles ils ne l’aimaient pas. La technologie a résumé des millions de commentaires, afin que les clients n’aient pas à le faire, améliorant ainsi l’expérience et la satisfaction client.

Les détaillants peuvent-ils prendre des mesures pour se préparer à OpenAI et à des outils similaires ?

Chaton : Si un détaillant souhaite tirer parti de ces fonctionnalités, la première chose à faire est de déplacer ses données vers le Microsoft Cloud. Ensuite, des partenaires comme TCS peuvent les aider à développer leur cas d’utilisation préféré, par exemple en appliquant l’IA générative aux données d’inventaire ou de vente ou en aidant à développer des campagnes marketing plus personnalisées. TCS connaît l’industrie aussi bien que la plupart des détaillants. Ils comprennent la technologie, comment gérer et migrer les données, et comment optimiser pour tirer le meilleur parti des nouvelles fonctionnalités.

Phadke: Nous comprenons qu’il s’agit d’une nouvelle technologie ; les détaillants sont susceptibles d’être prudents. Ils peuvent commencer par augmenter les capacités existantes, comme avec Azure ChatGPT plus complet, et ajuster les modèles de gouvernance à mesure qu’ils en apprennent davantage sur leurs données et leurs processus. Au fur et à mesure que la confiance grandit, ils peuvent commencer à automatiser le mécanisme de déploiement plus large.

Combien de temps faut-il généralement à une organisation pour voir un retour sur investissement de l’IA générative ?

Phadke: Avec la bonne stratégie et le bon ensemble de cas d’utilisation, un système peut commencer à générer un retour sur investissement positif très rapidement. TCS propose une évaluation de découverte de six semaines pour aider à l’élaboration d’idéation et de stratégie. Dans les 12 à 16 semaines suivant l’adoption du service Azure OpenAI, une organisation peut avoir une implémentation plus évolutive.

Les organisations de vente au détail doivent-elles adopter les technologies d’IA générative dès maintenant si elles veulent pouvoir être compétitives ?

Phadke: Je pense que si certains détaillants choisissent d’ignorer cette technologie, ils risquent de prendre du retard. Les premiers adoptants pourraient obtenir un avantage concurrentiel. Cette technologie est de nature perturbatrice et aura un impact significatif sur de nombreuses industries, y compris la vente au détail.

Caton: OpenAI est le application la plus rapide pour atteindre 100 millions d’utilisateurs — plus rapide que Facebook, Instagram ou WhatsApp. Le risque pour les adopteurs lents est que leurs concurrents l’adoptent et pourraient obtenir un avantage concurrentiel. Il est adopté très largement, très rapidement.

Apprendre pour maîtriser votre parcours de transformation cloud avec TCS et Microsoft Cloud.

SDC

Girish Phadke, responsable de la technologie, plateformes Microsoft et cloud, TCS
Girish Phadke dirige les domaines d’intervention Edge to Cloud Solutions, AI et Innovation au sein de l’unité commerciale TCS Microsoft. Il fournit des conseils aux clients sur les architectures de nouvelle génération et les solutions d’affaires. Il suit et incube les nouvelles technologies via les hubs d’innovation de TCS Microsoft Business Unit à travers le monde. Girish est basé à Mumbai, en Inde, et pendant son temps libre, il aime regarder des films de science-fiction.
https://www.linkedin.com/in/girish-phadke-ab25034/

Microsoft

James Caton, chef de pratique, données et intelligence artificielle, Microsoft James Caton est responsable de la pratique de l’IA chez Microsoft, aidant les intégrateurs de systèmes mondiaux à créer des entreprises d’intelligence artificielle Azure durables. Il a occupé des postes de direction technique et commerciale dans les sociétés de logiciels SAS et IBM, ainsi que chez Larsen & Toubro Construction où il a dirigé leur activité India Smart Cities. James vit à Ave Maria, en Floride, avec sa femme et ses trois filles. https://www.linkedin.com/in/jmcaton/