Dans une opinion, Wim Vermeulen, Dentsu Aegis Network, nous présente comment l'intelligence articielle peut aujourd'hui être utilisée dans le secteur du marketing.
L’intelligence artificielle est omniprésente. Impossible de parcourir votre ligne du temps ou votre fil d’actualité sans tomber sur un article qui lui est consacré. Le message est généralement que tout va changer... et que ce changement est déjà en cours.
Que tout soit clair : l’IA n’en est qu’à ses premiers pas. On distingue trois phases de développement de l’IA. La première porte le nom de « IA ÉTROITE » (narrow IA). Elle décrit une situation où les machines sont plus performantes que l’homme pour effectuer une tâche spécifique. Watson d’IBM est, par exemple, le meilleur spécialiste du cancer. Il peut en effet traiter l’intégralité de la littérature existante en recherche sur le cancer, ce dont le plus érudit des cancérologues humains ne sera jamais capable. La seconde phase est appelée « IA GÉNÉRALISÉE » (general IA) et correspond à la période où les machines seront capables de supplanter toutes les tâches humaines. La phase de « IA FORTE » (super AI) débutera quand les machines surpasseront l’homme pour l’ensemble des tâches. Cette phase suscite aujourd’hui nombre de scénarios apocalyptiques. Détail important : personne ne sait précisément à quel moment nous entrerons dans cette phase. Plus fort encore : personne ne peut dire avec certitude si cette phase de concrétisera un jour.
L’AI ÉTROITE, la phase que nous connaissons actuellement, est également appelée « phase du Machine Learning » (ML). En d’autres termes : pour effectuer une tâche spécifique, une très grande quantité de données est injectée dans une machine, qui reconnaît alors de mieux en mieux les schémas que nous-mêmes ne pouvons pas identifier, car notre cerveau est incapable de traiter une telle quantité de données. C’est précisément ce qui fait que la machine devient plus performante que l’homme pour effectuer la tâche en question.
Lorsque nous réfléchissons aux applications de l’IA dans notre secteur, nous pensons aujourd’hui automatiquement au ML. La question est alors de savoir quelles tâches nécessitent une si grande quantité de données dans lesquelles une machine pourrait identifier plus de schémas que notre cerveau, plus efficacement. Trois tâches sortent rapidement du lot :
- accroître l’efficacité de nos campagnes ;
- obtenir des insights plus approfondis à partir des données des consommateurs ;
- augmenter la productivité des équipes marketing.
De plus en plus d’acteurs de la chaîne de valeur programmatique investissent en effet dans le ML pour en accroître l’efficacité. L’IA est, par exemple, utilisée pour évaluer la probabilité de réaction d’un consommateur à une publicité afin de mieux définir le prix de l’offre.
Nous disposons d’un très grand nombre de données de consommateurs, même plus que ce que nous sommes en mesure de traiter. Il s’agit donc d’un exemple type de domaine dans lequel le Machine Learning peut nous aider. Le ML peut néanmoins aussi s’illustrer là où on ne l’attend pas : il est notamment possible d’analyser les photos postées sur les réseaux sociaux pour trouver de nouveaux groupes cibles pour des produits existants.
Depuis l’avènement d’Internet, nous devons également faire plus, avec moins de moyens. Il importe, dès lors, d’augmenter la productivité des équipes. L’IA peut jouer un rôle à cet égard en nous déchargeant des tâches répétitives. On entre alors dans le domaine de l’automatisation marketing, où les fournisseurs consentent aussi d’importants investissements dans le ML.
Si vous souhaitez savoir en quoi l’IA peut être utile aujourd’hui, penchez-vous donc avant tout sur ces tâches. Il faudra encore attendre un certain temps avant que nous puissions, par exemple, donner un briefing créatif à une machine. Les machines sont toujours dépourvues d’émotions à ce jour. Il faudra, pour ce faire, attendre la phase d’IA FORTE.
Cette opinion est spécifique à l'auteur et ne représente pas nécessairement l'opinion de UBA.