Le terme de « transformation digitale » est apparu pour la première fois au début des années 2000. Ce terme caractérise l’ensemble des processus lié à l’innovation et aux nouvelles technologies sous l’impulsion d’internet. Les entreprises ayant pris le virage du numérique sont aujourd’hui leader de leurs secteurs. Cela s’explique par une adaptation dans leurs canaux de distributions et leurs modes d’organisations. La transformation numérique a permis l’essor de deux leviers synergiques d’acquisition et de fidélisation pour les entreprises : L’IA et la Data. Entre évolution de l’intelligence artificielle et stratégie, les entreprises doivent s’adapter à un environnement toujours plus concurrentiel et un monde des plus incertains.

QU’est ce que l’intelligence artificielle

Avant de parler d’IA, il semble nécessaire de revenir sur le concept d’intelligence. Ce concept ramène à la capacité de comprendre les choses. Une définition A première vue, assez vague. Howard Earl Gardner a théorisé le principe d’intelligences multiples dans son livre « Frames of mind: The theory of multiple intelligences » en 1983. Cette théorie sera réfutée plus tard. En réalité, le principe de d’intelligence fait encore débat aujourd’hui puisqu’aucun auteur n’arrive à s’entendre sur une définition universelle.

L’intelligence artificielle se définit comme le contraire de la bêtise naturelle.

Woody Allen

L’intelligence artificielle a quand elle une définition plus explicite. Dans la revue « Intelligence artificielle : de quoi parle-t-on ? », le journaliste Benoît Georges cite la définition du professeur Minsky « La construction de programmes informatiques capables d’accomplir des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisantes par des êtres humains ». Les années 50 sont donc les premices de l’IA avec une volonté d’automatiser des taches, résoudre des problèmes simplistes… Il faudra attendre le début des années 2000 pour assister à l’évolution de l’intelligence artificielle.

L’intelligence artificielle vue par les auteurs académiques

La transition du numérique va permettre à l’IA de prendre une tout autre ampleur. Sous l’impulsion du web, le nombre de données en circulation explose totalement, on parle du big data. D’après Jérôme Berthier dans la revue « Que (nous) font les big data ? », « Le big data peut se définir comme la transformation d’un maximum de données de toutes natures en informations susceptibles d’aider à la prise de décision ». Les data (données) vont pouvoir être utilisé pour améliorer les algorithmes d’intelligence artificielle.

Dans l’ouvrage « L’intelligence artificielle : l’expertise partout accessible à tous », Serge Soudoplatoff identifie 3 axes qui ont permis l’emergence de l’IA :

• L’accessibilité à des ordinateurs ultra puissant
• Le développement des bases et des entrepôts de données
• Le perfectionnement des algorithmes

Dans la revue « Intelligence artificielle : une mine d’or pour les entreprises » Laurent Charlin identifie 2 concepts liés à l’intelligence artificielle : Le machine learning et le deep learning. Le machine learning permet d’apprendre à la machine en lui fournissant des données structurées en continue. Cette technologie nécessite néanmoins une intervention humaine. Le deep learning quant à lui, imite les réseaux de neurones humains en s’améliorant en continue grâce à des données non structurées. Cette méthode d’entrainement est plus efficace mais nécessite beaucoup plus de ressources (plus d’un million de données) pour fonctionner.

Aujourd’hui, l’intelligence artificielle évolue dans un environnement incertain entre protection des données et éthique.

L’importance de l’intelligence artificielle pour les entreprises du retail

Afin de rester compétitives dans leurs domaines, les entreprises sont sans cesse à la recherche de techniques de pointes. En effet, que ce soit pour améliorer le fonctionnement d’une branche de l’entreprise ou bien de l’entièreté de celle-ci, l’intelligence artificielle s’étend petit à petit à toutes les tailles d’entreprises : de la PME aux grandes entreprises.

Avec certitude, l’évolution de l’intelligence artificielle a eu un essor considérable depuis l’accès à l’ensemble de la population à internet, et ce, de façon presque illimitée et sans contrainte géographique. Comme dis précédemment, ce sont dans les années 2000 que ce concept émerge mais de manière confidentielle. C’est lors du tournant des années 2010 qu’il y a eu une exposition des données récoltées par les entreprises, qui n’avaient alors pas les moyens pour les traiter massivement.

L’intelligence artificielle, associée au big data, permet aux entreprises du retail de mieux cerner au mieux les attentes de leurs clients. Ce sont les données enregistrées qui servent à prévoir l’avenir, comme par exemple lors d’évènements récurrents type Noël ou la rentrée des classes en septembre.

La limite aujourd’hui de cette technologie est qu’elle se base sur des faits déjà réalisées. L’intelligence artificielle devra compter sur des algorithmes prédictifs en fonction de paramètres préenregistrées. Nous pensons ici aux les probabilités tels que des catastrophes naturelles dans une région ou de risque pandémique sur un temps défini.

Le futur de l’intelligence artificielle

Nous sommes en ce moment dans un point de bascule technologique fort. La technologie binaire tel que nous la connaissons va évoluer (avec des 0 et 1 pour encoder nos ordinateurs). Cette dernière utilise l’intrication et la superposition pour proposer un ou des résultats. L’interêt cette technologie est qu’elle pourra traiter plus de données. In fine, cette dernière pourra améliorer les analyses attendues par l’intelligence artificielle. De fait, les entreprises du retail devront compter encore plus qu’aujourd’hui sur le traitement des données. Et ceci pour prédire le comportement de leurs clients de leurs attentes futurs.

Justification de la méthodologie adoptée

Afin de soutenir notre thèse, nous avons choisi la méthode qualitative. Pour cerner au mieux les objectifs déjà réalisées avec cette technologie aujourd’hui, nous estimons qu’il est plus intéressant de recueillir des avis d’experts dans des entreprises du retail.

Notre guide d’entretien va porter sur des questions simples tels que la définition de l’intelligence artificielle du point de vu de l’entreprise interrogé, à des questions plus techniques sur la technologie utilisée (dans la limite du secret de la concurrence). L’apport principal d’utiliser cette technique est qu’il permet de coller au mieux au terrain.

Tous les verbatim recueillis seront traités afin d’aboutir à des recommandations & bests praticises que nous verrons dans le prochain paragraphe.

Objectifs de la recherche et apports managériaux

L’objectif principal de notre thèse est de montre l’évolution l’intelligence articielle dans le domaine précis des entreprises du retail. Dans ce cadre, notre analyse pourra apporter certains éclaircissements concernant cette technologie encore « jeune » dans son application.

Quant aux apports managériaux, nous nous vous en dirons plus lors des prochains mois.