L’impact de l’IA dans le e-commerce B2B : limites et alternatives
L’intelligence artificielle joue un rôle clé dans les plans de transformation numérique. Elle alimente les moteurs de recherche, les assistants virtuels et les recommandations de produits. Pour les professionnels du e-commerce B2B, l’IA peut représenter un véritable avantage concurrentiel. Mais l’IA a ses défis et ses limites. Sa mise en œuvre peut être coûteuse, ce qui amène les entreprises B2B à se demander s’il existe des alternatives.
Les limites de l’IA dans le commerce
L’IA applique un modèle ou un algorithme pour traiter de grandes quantités de données et prédire les résultats futurs. Bien qu’elle soit très sophistiquée, elle doit être personnalisée et testée pour s’assurer qu’elle fonctionne comme prévu. L’IA ne marche pas de manière isolée. Elle est connectée à des outils, plateformes et processus existants. Sa mise en œuvre peut être coûteuse et quelque peu incertaine.
Première limite : identifier des cas d’utilisation réalistes
Plus de 65 % des acheteurs B2B sont susceptibles de changer de fournisseur s’il n’offre pas d’expérience personnalisée. En ce sens, les cas d’utilisation les plus populaires de l’IA dans l’ecommerce B2B se concentrent sur l’UX. Les autres éléments les mieux gérés par l’IA incluent les recommandations de produits ou l’analyse des sentiments. Par exemple, Amazon a massivement investi dans son moteur de recommandation basé sur l’IA pour comprendre les clients à chaque étape. Amazon Personalize examine les achats précédents pour optimiser l’algorithme afin d’offrir de meilleures recommandations de produits. La clé du succès d’Amazon est son engagement à créer l’expérience client la plus personnalisée.
Deuxième limite : mettre les données en ordre
Selon un rapport O’Reilly, 15 à 20 % des concepteurs d’IA citent des problèmes de données manquantes ou incohérentes. Les données nécessitent une analyse et une préparation avant d’être utilisées par l’algorithme. L’intervention humaine lors de la préparation peut alors entrainer des erreurs avant que l’IA ne traite les données.
Troisième limite : mettre en place des équipes spécialisées dans l’IA
L’IA nécessite une équipe de professionnels, d’ingénieurs et d’analystes BI pour la maintenir correctement. Malheureusement, les professionnels de l’IA sont difficiles à trouver. Le manque de talents dans l’industrie de l’IA concerne tous les niveaux de compétences et d’expérience.
Quatrième limite : la culture et la gestion des risques
L’IA est encore une technologie relativement nouvelle et tout le monde a une idée différente de ce qu’elle est et de ce qu’elle peut apporter à une entreprise. Pour avoir les meilleures chances de réussite, il est crucial d’intégrer toutes les parties prenantes dans sa stratégie d’IA et de les impliquer dans la définition des objectifs. Une visibilité totale conduit à la plus grande chance de succès.
Alternatives à l’IA
Toutefois, toutes les entreprises n’ont pas forcément besoin de l’IA. Il existe d’autres alternatives qui peuvent être déployées. Pour de nombreuses fonctions du ecommerce, un moteur d’automatisation de flux de travail basé sur des règles peut fournir les mêmes résultats à un coût réduit. Par exemple, un algorithme de recommandation de produit peut ne pas avoir besoin d’IA, pas plus qu’un processus de devis ou de paiement personnalisé.
Flux de travail automatisés
Les flux de travail automatisés et l’IA impliquent tous deux de s’appuyer sur des infrastructures IT performantes pour effectuer des tâches.
L’IA est le meilleur choix pour évaluer plusieurs inconnues telles que les fluctuations de la demande et les achats anticipés. Par exemple, Amazon est bien connu pour utiliser des algorithmes pour placer stratégiquement des articles dans les entrepôts les plus proches des clients avant même qu’ils n’aient ajouté ces articles à leur chariot. Ces systèmes anticipent les goûts individuels ainsi que les conditions saisonnières, météorologiques et de circulation pour livrer les produits le plus rapidement possible. Pourtant, l’IA n’est pas nécessaire pour simplement identifier le meilleur entrepôt pour expédier les produits. Un workflowsautomatisés automatisé peut acheminer les commandes vers l’entrepôt le plus proche du client, créant ainsi la même expérience qu’Amazon offre avec l’IA. Dans ce cas, un workflow automatisé peut être mis en œuvre plus rapidement et coûte beaucoup moins cher. Les workflows automatisés peuvent être la solution idéale pour les tâches répétitives ou impliquant la manipulation de données.
S’assurer que l’IA fonctionne pour ses besoins
Toute solution d’IA doit fournir une valeur qui dépasse les coûts d’administration des données et de constitution d’une équipe dédiée. N’oublions pas que l’IA peut présenter une multitude de défis. Il faut donc s’assurer d’avoir un cas d’utilisation valide et les ressources à investir pour mener à bien son projet. Au regard de ces éléments, envisager des alternatives telles que les workflows automatisés est une bonne option. Enfin il est important de garder à l’esprit que la solution la plus simple est souvent la meilleure.
Laurent Desprez, Vice President and General Manager for Europe at Oro Inc.