Au-delà du hype : l’avenir du marketing par l’IA dans l’ère post-ChatGPT

Toekomst

Une chose est sûre : le marketeur digital moderne ne se contente plus de litres de café et d’interminables séances de brainstorming créatif pour trouver l’idée en or. Le nouveau meilleur ami de l’artiste du contenu n’est autre qu’un assistant IA. Et ChatGPT joue un rôle central, à cet égard.
De nombreux marketeurs ont su négocier le virage de l’IA, mais d’autres restent sceptiques et réticents. La question n’est pas de savoir si, mais quand ils feront le pas. Ceux qui rament à contre-courant s’exposent, en effet, au risque de voir leurs concurrents tirer parti de cette technologie. Après le hype qui a entouré ChatGPT, il est temps pour les spécialistes du marketing digital d’agir et d’être alertes. Dans un monde en évolution rapide, l’immobilisme n’est simplement plus envisageable.

Où en sommes-nous aujourd’hui et quelle est la prochaine étape ?

Nous sommes submergés tous les jours d’histoires sensationnelles sur ChatGPT et d’autres outils d’IA similaires qui annoncent la promesse d’une révolution IA. Cela pourrait finalement conduire à une intelligence générale et même à la singularité (soit le moment où la croissance technologique devient incontrôlable et irréversible, avec une transformation fondamentale de la civilisation humaine à la clé...)

Sam Altman, CEO d’OpenAI, et ses développements sont souvent au cœur du débat, mais il est temps de voir plus loin. Il importe de savoir que nous faisons habituellement référence aux LLM (large language models) lorsque nous parlons d’IA. En soi, l’IA n’est pas neuve : elle existe depuis les années 1960. Pour l’essentiel, les LLM ne sont pas conçus pour résoudre des problèmes complexes. Ils fonctionnent en « devinant » le meilleur mot suivant sur la base d’une gigantesque quantité de données d’apprentissage. Cette approche est non seulement discutable d’un point de vue économique et environnemental, mais elle n’est pas non plus nécessairement taillée pour l’ampleur des tâches pour lesquelles l’IA est utilisée aujourd’hui.

Entraîner ces géants de l’IA n’est pas une mince affaire et requiert une énorme puissance de calcul, donc de l’énergie. Imaginez un centre de données rempli de rangées de serveurs fonctionnant jour et nuit uniquement pour nourrir et former ces cerveaux d’IA. La consommation d’énergie de telles activités est démesurée, à tel point qu’elle se chiffre en quantités comparables aux émissions annuelles de CO2 de milliers de ménages. Une empreinte écologique indéniable… De même, après GPT4, nous arrivons doucement aux limites de ce que les données d’entraînement peuvent offrir. Une IA qui apprend tout sur Internet ? Fort bien ! Mais si une grande partie d’Internet est bientôt constituée de contenus générés par l’IA, nous risquons d’entrer dans un cycle de « déchets entrants » et de « déchets sortants ».

Comment l’IA est-elle utilisée aujourd’hui ?

Dans le monde B2B, l’IA est souvent promue à l’aveuglette, sans que l’on comprenne bien comment ces données sont traitées ou les conséquences de leur utilisation. Tenez compte des questions de confidentialité quand vous exposez des données personnelles et professionnelles. On observe de plus en plus d’hallucinations et d’inexactitudes dans le contenu de l’IA et, soyons honnêtes, c’est parfois gênant... Dans les communications officielles, on voit des gens avec six doigts, des contrevérités et des contenus tout simplement mauvais.

Un groupe restreint de marketeurs exploite toutefois les applications d’IA de manière optimale et avec prudence. Pour ce faire, ils utilisent des prompts appropriés, des requêtes incrémentielles et une personnalisation basée sur les rôles — une approche bien plus efficace (comporte-toi comme un marketeur et…).
Les différentes IA, y compris les LLM (grands modèles de langage), ont chacune leurs propres atouts. L’idée est de les utiliser le plus efficacement possible, souvent à l’aide de modèles plus petits et conçus spécifiquement pour des tâches particulières. Parmi les exemples de cette approche, citons l’IA chinoise Yi, le LLAMA2 de META (anciennement Facebook) et Google Bard.

Cadres multi-agents

De nos jours, nous voyons de plus en plus d’applications où plusieurs IA collaborent dans un « cadre multi-agents ». METAGPT en est un exemple. Dans ce système, plusieurs IA dotées de personnalités uniques collaborent pour générer des idées. Imaginez que vous demandiez à un groupe de consultants, chacun expert dans son domaine, d’élaborer un business plan pour un nouveau produit SaaS. Un cadre multi-agents formulerait alors et commanderait des tâches distinctes pour chaque rôle requis. Vous obtiendriez ainsi l’avis d’experts en marketing, en finance, en vente, etc., autant d’IA à vos côtés qui collaborent à l’élaboration de la meilleure solution possible à partir de leur expertise.

Q*...

« Q* », une nouvelle approche de l’IA, nous permettra bientôt de faire un bond en avant dans le monde de l’intelligence artificielle. Q* revient aux fondements de l’IA avec une approche plus mathématique. Son objectif consiste à limiter les hallucinations et à améliorer le raisonnement logique, sans s’appuyer sur une quantité écrasante de données directes. Concrètement, Q-Star peut donc réellement apprendre et raisonner d’une manière plus proche de l’intelligence humaine.

Imaginez un système d’IA capable non seulement de concevoir un plan marketing complet, mais aussi de simuler toutes les stratégies possibles. L’algorithme cherche lui-même la meilleure solution, ce que l’on appelle le Q-Learning. Il peut même présenter les résultats sous forme de graphiques et de visuels convaincants dans une présentation PowerPoint, puis mettre en œuvre toutes les étapes nécessaires.

Et déjà des combinaisons intelligentes d’outils existants

Prenons l’exemple d’un système automatisé qui collecte toutes les évaluations Trustpilot à l’aide d’un scraper web. Ces avis sont ensuite analysés par un LLM (grand modèle de langage) pour déterminer le sentiment et formuler une réponse appropriée. Pour les avis susceptibles de faire perdre des clients ou d’avoir un impact majeur, le système crée automatiquement un ticket dans le système IT. Les avis positifs peuvent faire l’objet d’une réponse automatique par une IA telle que ChatGPT. Ce type de « chaînage d’outils » peut être réalisé assez facilement avec des outils d’automatisation comme IFTTT ou Zapier, combinés à la puissance de l’IA.

En bref...

Nos emplois seront-ils bientôt obsolètes en raison de ces avancées technologiques ? Ou offriront-elles au contraire de nouvelles opportunités et de nouveaux défis ? Avec l’avènement de Q* et la combinaison intelligente des outils d’IA existants, nous sommes à l’aube d’une nouvelle ère passionnante dans le domaine du marketing et de la stratégie.

À quoi devons-nous être attentifs ?Aux applications d’IA privées qui garantissent la confidentialité des données, aux cadres multi-agents qui combinent différentes perspectives et aux modèles Q* qui fournissent un processus de raisonnement plus logique et plus fiable. Automatisation et chaînage d’outils : la fusion d’un pipeline d’automatisation du marketing avec différents outils qui exécutent leur processus distinctement et transmettent le résultat à l’outil suivant.

Data & Technology Content Research & Insights Brand Strategy Artificial Intelligence