Principaux cas d'utilisation de l'IA générative dans l'informatique et ailleurs

Le mois de novembre 2022 a marqué un tournant dans le secteur des technologies. ChatGPT 3 a été lancé et s'est imposé en quelques semaines. Depuis, plusieurs améliorations y ont été apportées et d'autres fournisseurs sont sur le point de lancer leurs propres produits d'IA générative.

Chez Automation Anywhere, nous avons toujours plaidé en faveur de l'automatisation intelligente, et nous nous attendons à ce que l'IA générative dynamise le domaine de l'automatisation. En tant que directeur des systèmes d'information (DSI) d'une entreprise d'automatisation, on me demande souvent ce que je pense de l'IA générative et comment j'envisage son utilisation au sein de mon organisation.

Je suis très enthousiaste quant au potentiel de l'IA générative, car elle n'exige pas que vous rédigiez des centaines de règles d'automatisation. Elle s'appuie simplement sur la puissance des données historiques et l'intention de l'utilisateur pour générer un résultat. Cela résout un obstacle majeur à l'automatisation, car personne ne peut anticiper toutes les règles possibles dans un monde en constante évolution.

La plupart des cas d'utilisation de l'IA générative dont vous avez entendu parler tournent probablement autour du développement ou de la récapitulation de contenu. Aujourd'hui, je partage une liste de cas d'utilisation que mon équipe et moi explorons. Il se peut que nous ne déployions que quelques-uns de ces exemples, mais la plupart présentent un énorme retour sur investissement (ROI) en remplaçant des outils coûteux ou en économisant une précieuse bande passante pour mon équipe.

Cas d'utilisation de l'IA générative

Examen de contrats

La plupart des équipes juridiques consacrent une grande partie de leur bande passante à l'analyse de vastes contrats, à la recherche de termes ou de clauses susceptibles de poser problème. De nombreux fournisseurs tiers, comme Kira Systems ou Juro, s'attaquent à ce problème. Cependant, les produits d'IA générative comme ChatGPT sont remarquablement efficaces dans l'utilisation d'une approche basée sur les profils lors de l'analyse de données non structurées. Bien entendu, vous devrez toujours protéger vos données sensibles, mais la réduction du temps nécessaire à l'examen des contrats constitue un énorme potentiel.

Traduction linguistique

La localisation et la traduction de textes et fichiers audio et vidéo constituent un important secteur d'activité. La plupart des organisations dépensent des sommes considérables en traductions manuelles pour créer du contenu régional. L'IA générative permet de réduire le temps et les fonds généralement consacrés aux efforts de localisation. Lors de nos tests, ChatGPT 3.5 a réalisé un travail phénoménal en traduisant des scripts vidéo qui prenaient beaucoup de temps à traiter, même en utilisant d'autres services de traduction payants.

Assistance informatique automatisée

Les jours de l'assistance informatique par tickets sont comptés. Comme beaucoup d'autres organisations, nous étions en plein dans le lancement de chatbots pour les employés, afin d'offrir une expérience de conversation automatisée dans le cadre de l'assistance informatique. Cependant, bien que ces chatbots puissent s'intégrer de manière fluide aux systèmes internes de l'entreprise et tirer parti de ce contexte, nous avons constaté que leur capacité à comprendre l'intention des questions était limitée.

Désormais, nous prévoyons de fournir une expérience intégrée aux employés en combinant ChatGPT et notre expérience de chatbot existante, tout en utilisant notre propre plateforme d'automatisation intelligente pour les actions réelles sur les systèmes et les données.

Examen des alertes de sécurité

Compte tenu de l'évolution du contexte géopolitique et du modèle de travail hybride, la plupart des DSI et responsables de la sécurité des systèmes d'information (RSSI) ont dû augmenter leurs dépenses en matière d'opérations de sécurité au cours des dernières années. Ces investissements ont donné lieu à une avalanche d'alertes de sécurité. En moyenne, mon équipe reçoit 500 alertes par jour. L'examen manuel de ces alertes épuise nos ressources, surtout lorsque 99 % d'entre elles s'avèrent être fausses.

Nous prévoyons à présent d'exploiter la puissance de l'IA générative pour passer en revue les alertes et recommander des mesures pertinentes. La sécurité est importante et les humains feront partie de la boucle, mais seulement pour les alertes exigeant leur intervention.

Démarchage commercial

Si vous êtes un DSI ou un acheteur de logiciels, vous recevez probablement chaque jour des tas d'e-mails de démarchage commercial. Les rares que je choisis de lire sont ceux qui sont personnalisés en fonction de mon réseau, de mes centres d'intérêt ou des domaines qui me passionnent. Oui, le logiciel capable de générer des e-mails personnalisés pour vous existe déjà. Mais l'IA générative pourrait être en mesure de remplacer ces outils et d'être plus performante tout en générant d'importantes économies.

Qualité des réponses aux clients

Si vous travaillez dans le domaine du support client, vous vous préoccupez certainement de la qualité de la réponse apportée aux clients. Et si un robot alimenté par l'IA pouvait vous donner une note basée sur la qualité de votre réponse avant que vous ne cliquiez sur « Envoyer » ? L'analyse de données textuelles non structurées est un point fort des services de type ChatGPT, et nous prévoyons de l'intégrer à notre plateforme de gestion des relations client (CRM).

Nettoyage des données

Les équipes des ventes se plaignent souvent de la mauvaise qualité des données dans les systèmes CRM. Les erreurs de données évidentes pour les humains ne le sont pas toujours pour les systèmes. L'IA générative a prouvé sa capacité à absorber et traiter de vastes ensembles de données non structurées. Je suis enthousiaste à l'idée de résoudre les problèmes de qualité des données CRM grâce à l'IA générative.

Premiers pas avec l'IA générative

Au vu de la liste interminable de cas d'utilisation, il est clair que l'IA générative est en train de changer la donne. Vous ne devez pas rester sur la touche alors que le monde entier évolue dans cette direction.

Avant de vous lancer dans l'IA générative, assurez-vous d'être prêt en réfléchissant aux questions suivantes :

• Allez-vous partager des données sensibles lors de l'utilisation du service ?

  ChatGPT a récemment mis à jour ses conditions générales de confidentialité des données et propose désormais des moyens de protéger vos données. Vous devez toutefois connaître d'emblée les mesures à prendre.

• Où souhaitez-vous fixer la limite en matière d'automatisation de bout en bout ?

  Si vos cas d'utilisation sont essentiels, il est judicieux d'intégrer un humain à la boucle pour la prise de décision, tout en laissant l'IA se charger des tâches fastidieuses.

• Si vous générez du code en utilisant l'un de ces services, pourrez-vous protéger votre travail par des droits d'auteur ?

  À l'heure actuelle, aucune œuvre générée uniquement par une machine ne peut être protégée par droits d'auteur aux États-Unis. Veillez à vous tenir au courant du développement de la protection des droits d'auteur, qui, de manière inévitable, évolue parallèlement à la popularité croissante de l'IA générative.

Chaque technologie doit s'intégrer dans votre écosystème existant, afin que vous puissiez concevoir toutes les protections dont vous avez besoin avant le déploiement. La plateforme Automation 360™ d'Automation Anywhere s'intègre nativement à ChatGPT 3.5 et vous permet de garder un humain dans la boucle en cas de besoin.