[Tribune] Réinventer le management à l'ère de l'intelligence artificielle

Les systèmes d'IA permettent d'améliorer à la fois les produits et les processus, et de prendre des décisions plus pertinentes (Davenport 2018). C'est le cas notamment des applications permettant de détecter de la fraude bancaire et des produits intelligents dans l'industrie.

Les systèmes d'IA permettent déjà aux professionnels du marketing de prendre des décisions automatisées basées sur de grandes quantités de données. Leur analyse détaillée et la connaissance des comportements des consommateurs impactent les résultats et les stratégies marketing. C'est le cas par exemple de Criteo et Google avec leurs stratégies publicitaires programmatiques. Les managers marketing ont par conséquent de plus en plus de difficulté à identifier et convertir de manière adéquate les très nombreuses données client disponibles en connaissances utiles (De Luca et al. 2020; Sheth and Kellstadt 2020).

En utilisant le Big Data, le Machine Learning (ML) permet de développer des algorithmes dans le but de générer les prévisions nécessaires à la prise de décision, aidant ainsi les entreprises à gérer le flot de données disponibles (cf. Davenport et al. 2020 ; Hagen et al. 2020 ; Ma and Sun 2020 ; Vermeer et al. 2019). Ceci requiert des professionnels du marketing de travailler en étroite collaboration avec les data scientists pour acquérir des compétences transversales.

Grâce au ML/IA, les services marketing suivent de manière plus précise les comportements et préférences des clients et sont en capacité d'utiliser ces données dans des publicités ultraciblées. Ils utilisent le ML/IA en publicité programmatique pour ajuster les stratégies d'enchère en fonction de la valeur vie client (CLV) et investir davantage dans des clients à fort potentiel en leur adressant des messages et recommandations personnalisés au bon moment, avec un maximum d'efficacité.

Les technologies avancées telles que les chatbots, qui tirent parti du traitement automatique du langage naturel (TALN), sont utiles aux actions de routine telles que le suivi des commandes. Sur de simples tâches, elles remplacent l'humain. Avec la réalité augmentée et la réalité virtuelle, ces technologies basées sur l'IA sont déjà en train de transformer les stratégies marketing omnicanal et de convertir de nombreux visiteurs en clients. Les systèmes ML/IA conversationnels permettent d'interagir avec les clients sur différents réseaux sociaux, améliorant ainsi l'expérience client. Par ailleurs, les marketers peuvent utiliser l'écoute sociale et l'analyse de sentiment pour mieux appréhender les conversations sur les réseaux sociaux qui parlent de leur marque.

Des robots intelligents avec différents niveaux d'anthropomorphisme sont également utilisés dans les services clients, notamment les hôtels, disruptant ainsi la manière dont les clients interagissent avec le service et les composantes cognitive et émotionnelle de l'expérience client. Rendre le marketing plus intelligent, tourné vers le client, et, in fine, plus efficace (Huang and Rust 2018), c'est la promesse très prometteuse du Machine Learning et de l'intelligence artificielle.

Intelligence artificielle : une création de valeur sur trois dimensions

L'impact des nouvelles technologies est mesuré la plupart du temps selon la valeur économique qu'il génère, traduit ensuite dans les processus économiques. C'est le cas des systèmes d'IA. Ils permettent d'optimiser les opérations internes et externes de l'entreprise, de bénéficier d'une meilleure connaissance client grâce à l'analyse des données ou d'améliorer les fonctionnalités des produits pour cibler de nouveaux marchés.

Cependant, dans le contexte de l'intelligence artificielle que j'aborde avec mon co-auteur Renaud Champion dans l'ouvrage que nous venons de publier : " Artificial Intelligence for sustainable value creation ", cet aspect économique ne représente qu'une seule dimension de la création de valeur. Lorsque des systèmes d'IA interagissent et collaborent avec des individus pour améliorer les capacités humaines et donner plus de pouvoir à une personne comme à la société, la valeur se crée à trois niveaux : éthique, économique et sociétal.

- la valeur éthique : l'IA garantit la justice sociale en termes de liberté et de dignité humaines, favorise l'explicabilité et limite les préjudices.

- la valeur économique : l'IA devient partie intégrante des produits eux-mêmes, améliore les performances tout au long de la chaîne de valeur et ouvre la voie à des écosystèmes ou collaborations avec de nouveaux marchés.

- la valeur sociétale : l'IA intègre la responsabilité environnementale, encourage un nouveau contrat social basé sur la transparence et contribue à bâtir un monde plus sûr.

L'intelligence artificielle et les sciences sociales au service d'un changement durable

En révolutionnant le monde du travail et l'organisation de l'entreprise, l'intelligence artificielle change la manière dont les chercheurs en sciences sociales dans différentes disciplines étudient le monde, et nous avons aujourd'hui besoin de mener de nouvelles recherches sur l'impact actuel et à venir dans le domaine du management du Machine Learning et des technologies qui s'y rapportent, en visant à rapprocher les aspects techniques et managériaux. Une réflexion forte doit également être menée afin de redéfinir le rôle des Business Schools dans l'enseignement de compétences transversales permettant d'appréhender ce nouvel environnement.

Il est nécessaire d'ouvrir le débat et d'initier des pistes de recherche sur la manière dont le management, le marketing, les systèmes d'information, la data science, l'éthique ou le design sont impactés par le big data, la robotique ou le deep learning. L'intelligence artificielle peut aussi s'appuyer sur les recherches existantes en philosophie, en sciences et psychologie cognitives et en psychologie sociale.

Faire de l'IA une force collective positive nécessite des connaissances et la collaboration d'un grand nombre d'acteurs - les chercheurs en sciences sociales s'appuyant sur l'expertise des ingénieurs et des chercheurs en IA pour analyser des opportunités économiques à l'aide d'une méthodologie rigoureuse. Donnons-leur les moyens de leurs ambitions et mettons en place une approche pluridisciplinaire afin de déterminer comment créer de la valeur durable d'un point de vue économique, éthique et sociétal.

Margherita Pagani est professeur d'intelligence artificielle en marketing à SKEMA Business School. Docteur en sciences de gestion, elle est également titulaire de l'Habilitation à Diriger les Recherches (HDR). Plusieurs fois primée au niveau mondial pour ses travaux, son expertise se concentre sur le marketing, le comportement du consommateur, l'IA et les nouvelles technologies. Son dernier ouvrage s'intitule " Artificial intelligence for sustainable value creation ". Il est paru en 2021 aux Editions Elgar.