Publié le 10 janvier 2024 01:11:00. L’ère de la simple adoption des logiciels est révolue. Les entreprises se concentrent désormais sur la manière dont ces outils sont utilisés, une approche axée sur les « trajectoires » des utilisateurs qui ouvre de nouvelles perspectives en matière d’automatisation, d’optimisation et de stratégie concurrentielle.
- L’analyse des parcours utilisateurs au sein des logiciels devient un facteur clé de différenciation pour les fournisseurs d’intelligence artificielle (IA).
- Les entreprises pourraient négocier les droits sur leurs données de trajectoire pour éviter la dépendance vis-à-vis des éditeurs de logiciels.
- L’IA permet d’observer et de comprendre en temps réel la manière dont les employés utilisent les outils, ouvrant la voie à une automatisation et une optimisation plus efficaces.
Il y a une décennie, l’objectif principal était d’adopter les logiciels, qu’il s’agisse de migrer vers le cloud ou de numériser des processus manuels. L’acquisition de l’outil était considérée comme la finalité. Aujourd’hui, la situation a radicalement changé. Les logiciels sont omniprésents dans tous les secteurs : les commerciaux utilisent des systèmes de gestion de la relation client (CRM), les ingénieurs des environnements de développement intégrés (IDE). La valeur ne réside plus dans la possession de l’outil lui-même, mais dans la manière dont il est utilisé pour atteindre un objectif précis, un parcours spécifique au sein du logiciel.
Ce « parcours » peut prendre différentes formes. Pour un commercial, il s’agit de la séquence d’actions menées pour identifier un prospect, enrichir ses informations et le qualifier. Pour un chercheur, c’est la démarche suivie pour mener une étude sur le chiffrement post-quantique, en posant des questions clés à une IA : quels sont les principaux algorithmes, quelles entreprises les mettent en œuvre, quel est le calendrier pour contrer les ordinateurs quantiques et à quels experts se tourner ?
Observer attentivement l’utilisation des logiciels par les employés tout au long de la journée s’avère extrêmement stratégique. L’automatisation, par exemple, nécessite une compréhension préalable de ces parcours. Autrefois, des consultants étaient engagés pour cartographier manuellement les processus. Désormais, les agents d’IA peuvent observer, enregistrer et analyser ces parcours en temps réel, apprenant ainsi par l’observation.
L’optimisation des processus repose également sur l’analyse répétée de ces parcours. En examinant des milliers d’interactions, l’IA peut identifier les schémas de réussite, les points de blocage et les inefficacités. De plus, la granularité des données de parcours devient un avantage concurrentiel majeur, renforçant la dépendance des utilisateurs vis-à-vis des fournisseurs de logiciels. Enfin, comprendre les parcours des employés permet aux dirigeants d’avoir une vision plus précise de la réalité du travail sur le terrain, au-delà des idées reçues.
Ces parcours constituent également la base de l’optimisation des modèles d’IA par le biais de l’apprentissage par renforcement ou du réglage fin. Des modèles spécialisés, plus petits et plus performants, formés sur des parcours à forte valeur ajoutée, tendent à remplacer les modèles généralistes massifs, réduisant ainsi les coûts d’inférence et améliorant la précision. Cette évolution pourrait conduire les entreprises à négocier les droits sur leurs données de parcours lors de l’acquisition de logiciels d’IA, afin de préserver leur avantage concurrentiel et d’éviter le verrouillage technologique. La manière dont ces dynamiques de pouvoir se traduiront en pratique déterminera le pouvoir de fixation des prix des logiciels dans leur ensemble. Les entreprises qui maîtriseront ces trajectoires façonneront l’avenir du travail.