Selon les experts, les flottes qui adoptent dès maintenant l’IA seront les plus efficaces

Les dirigeants d’OpenAI et de Samsara ont expliqué comment les flottes peuvent commencer à utiliser l’IA pour stimuler leur productivité, améliorer leur prise de décision et réduire leurs coûts opérationnels. Certaines entreprises ont déjà signalé des gains de productivité significatifs, et ce à un coût réduit, car les prix de l’IA ont été divisés par 100 en seulement deux ans.

Toki Sherbakov, responsable de l’architecture des solutions chez OpenAI, qui s’est exprimé lors de la conférence Beyond de Samsara à San Diego, en Californie, a déclaré que les entreprises devraient commencer à utiliser l’IA pour des cas d’utilisation peu complexes et à forte valeur ajoutée, et pour améliorer, et non remplacer, leur main-d’œuvre. Ensuite, elles devront se préparer à des avancées rapides à mesure que l’IA deviendra plus performante, plus abordable, multimodale et intégrée dans les produits.

Considérez l’IA comme une «armure d’Iron Man», a-t-il souligné, c’est-à-dire un outil qui aide les employés à en faire plus, et non quelque chose qui les remplace.

M. Sherbakov a indiqué que les entreprises surestiment souvent la complexité que doit avoir leur stratégie en matière d’IA au début. Il recommande plutôt de commencer modestement, avec des cas d’utilisation simples à mettre en œuvre, mais qui apportent une valeur immédiate. «Ne compliquez pas trop les choses dès le début. Ne cherchez pas à tout faire avec l’IA. Commencez par des tâches moins complexes, confiez-les à vos employés afin qu’ils acquièrent des connaissances en IA et que tout le monde sache comment l’utiliser au quotidien.»

Il est essentiel que les employés se sentent à l’aise avec l’utilisation quotidienne des outils d’IA avant de passer à des applications plus avancées, a-t-il expliqué. En réponse aux inquiétudes concernant le remplacement complet des employés par l’IA, il a affirmé: «Je n’y crois vraiment pas. Je pense en fait que l’IA est un formidable accélérateur qui permet aux gens d’être encore plus efficaces. Nous comparons cela à enfiler une armure d’Iron Man. Cela vous rend beaucoup plus performant en tant qu’employé… Nous appelons l’IA un copilote, ou plutôt votre assistant, espérons-le. Et puis, à mesure que vous gagnez en confiance, elle peut alternet du siège du pilote à celui du copilote.»

L’impact de l’utilisation de l’IA se fait déjà sentir dans différents secteurs, a déclaré M. Sherbakov, citant des exemples hors du domaine des transports pour illustrer ce qui est déjà possible, et ajoutant que de nombreuses entreprises dans divers secteurs, d’Apple et T-Mobile à Target et Spotify, utilisent l’IA dans leurs activités. Par exemple, la technologie d’OpenAI a aidé John Deere à réduire son utilisation de produits chimiques jusqu’à 70% grâce à des systèmes de vision alimentés par l’IA qui identifient la manière la plus efficace de traiter les cultures. John Deere a également créé un assistant de maintenance alimenté par l’IA qui répond aux questions des clients dans l’application en fonction de leur équipement spécifique, offrant des recommandations personnalisées en matière de dépannage et de service.

Lowe’s a choisi une autre voie : utiliser l’IA pour améliorer son expérience de vente au détail dans le domaine de la rénovation domiciliaire. Son assistant IA destiné aux clients, Mylow, aide les utilisateurs à faire leurs achats en leur recommandant les produits adaptés et en leur offrant des conseils personnalisés en fonction de leurs besoins.

Les flottes ne vendent pas de peinture, mais les mêmes principes s’appliquent : commencez par utiliser des outils qui aident vos équipes à travailler plus intelligemment et à résoudre les problèmes plus rapidement, a expliqué M. Sherbakov. Il a cité l’exemple de l’assistant IA interne de Samsara, Samsara GPT, qui est utilisé par les représentants aux ventes pour récupérer des informations techniques sur les produits, des instructions d’installation et des études de cas.

Zach Merritt, directeur de la science des données et de l’IA chez Samsara, a affirmé lors du panel que l’accès rapide aux connaissances de l’entreprise aide l’équipe à être plus efficace dans ses interactions avec les clients. Les mécanismes de vente ont vu leur productivité augmenter d’environ 20% grâce à cet outil, a-t-il ajouté, précisant qu’il est également utilisé pour accélérer l’intégration des nouveaux employés.

M. Merritt a également souligné l’importance d’une documentation claire et de haute qualité comme base pour obtenir de bons résultats en matière d’IA.

Evan Welbourne, vice-président de l’ingénierie en apprentissage automatique chez Samsara, a confirmé que la mise en œuvre interne était essentielle. Son équipe utilise l’IA pour toute une série de processus internes : transcription et résumé automatiques des réunions, automatisation de la comptabilité courante et de la gestion des programmes, et mise à disposition d’outils simples que le personnel non technique peut créer et utiliser.

L’entreprise a également adopté le développement logiciel assisté par l’IA. «Nous utilisons des outils tels que Cursor ou Codex qui permettent de générer environ 1% de code en plus dans le même laps de temps lorsque nous utilisons l’IA. C’est un domaine dans lequel les ingénieurs et les modèles s’améliorent de mois en mois.»

Pour encourager l’adoption, Samsara a mis en place un réseau interne de champions, organisé des hackathons et créé des événements de formation où les employés partagent leurs réussites et leurs conseils avec leurs collègues. «C’est très positif de voir vos collègues progresser rapidement», a fait part M. Welbourne.

En fin de compte, M. Sherbakov, d’OpenAI, a déclaré que l’IA n’était pas une solution universelle. Les entreprises devraient éviter de supposer que l’IA générative peut remplacer entièrement les modèles plus traditionnels tels que l’apprentissage automatique. Au contraire, les stratégies les plus efficaces combinent souvent les deux.

«Ils peuvent vraiment bien s’informer mutuellement», a-t-il ajouté.

Il a également souligné qu’avec la génération actuelle de grands modèles linguistiques, les flottes n’ont plus besoin de former leurs propres systèmes à partir de zéro. «Récemment, nous avons constaté que cela était en fait moins nécessaire, les modèles devenant assez génératifs… Ce qui est vraiment efficace, c’est que vous pouvez simplement récupérer les bonnes informations, les utiliser pour alimenter le modèle, puis obtenir un résultat. En fait, cela fonctionne aussi bien, voire mieux, que la création de modèles personnalisés.»