Si l’une de vos résolutions pour la nouvelle année est de mettre enfin l’IA au service de votre entreprise, je partage quelques enseignements tirés de ma propre expérience. J’espère qu’ils vous seront utiles.
Un élément de contexte important : je suis un professionnel du marketing qui utilise l’IA, pas un spécialiste de l’IA. Il s’agit donc du point de vue d’un praticien. Et sur un sujet très spécifique : la marque dans la gestion d’actifs.
Avec mon collègue Markus Kramer, nous avons récemment testé l’IA pour nous aider à analyser l’architecture de marque de 630 gestionnaires d’actifs à travers le monde, dans le cadre du Responsible Investment Brand Index.
Cela a-t-il fonctionné ? La réponse est beaucoup moins tranchée que je ne le pensais.
Voici les principaux enseignements à retenir.
Conseil n° 1 : concentrez-vous sur quelques aspects que l’IA peut réellement améliorer
Au début, je m’attendais à des gains de productivité significatifs et pensais que l’IA aiderait à automatiser presque tout. La réalité est plus nuancée. L’IA excelle dans certaines tâches et est beaucoup moins efficace dans d’autres. La clé est d’identifier les domaines dans lesquels l’IA apporte une réelle valeur ajoutée et ceux dans lesquels une simple formule Excel fait tout aussi bien l’affaire. L’IA est peut-être intelligente, mais elle n’est pas particulièrement rapide, elle doit donc être utilisée là où son impact est vraiment important.
Conseil n° 2 : n’oubliez pas à quoi servent les LLM
Ils sont appelés « Large Language Models » pour une raison. Ils sont impressionnants pour écrire, résumer et analyser des textes. Ils sont beaucoup moins impressionnants lorsqu’il s’agit d’analyser des données structurées ou d’identifier des modèles quantitatifs complexes.
Conseil n° 3 : gardez le contrôle
Tout comme les avions ont toujours des pilotes humains plus de 50 ans après la généralisation des pilotes automatiques, vous devez garder le contrôle. Les modèles d’IA peuvent manquer de compréhension contextuelle, et c’est à vous de reconnaître quand cela se produit pour remettre le modèle sur la bonne voie.
Conseil n° 4 : tout passe par le « prompt »
La qualité du résultat dépend directement de la qualité du « prompt ». C’est là que vous devez investir la majeure partie de votre temps. Il existe de nombreuses ressources en ligne qui donnent des conseils sur la manière de formuler un prompt, mais les progrès réels passent par des itérations et des améliorations progressives.
Conseil n° 5 : le « prompt » est un sujet business
Les meilleurs experts en IA ne connaissent pas suffisamment votre entreprise pour rédiger la requête à votre place. Ils peuvent vous aider à structurer, optimiser et améliorer l’efficacité, mais c’est l’expert métier qui doit rester responsable de définir ce qui doit être demandé et pourquoi.
Conseil n° 6 : soyez très précis dans vos « prompts »
Les LLM veulent souvent vous faire plaisir et vous fournir une réponse à tout prix. Pour équilibrer cela, vous devez être très précis dans vos prompts, non seulement en ce qui concerne les informations que vous recherchez, mais aussi le format dans lequel vous souhaitez obtenir la réponse.
Conseil n° 7 : choisissez des outils en priorisant l’intégration
Faites un choix étayé entre ChatGPT, Gemini, Copilot, Claude ou tout autre modèle, mais ne vous basez pas sur les innombrables articles comparant leurs différences marginales. Ce qui importe le plus, c’est la facilité avec laquelle l’outil s’intègre à vos systèmes existants. Une mauvaise interface vous coûtera bien plus cher que le léger avantage théorique d’un modèle par rapport à un autre.
Conseil n° 8 : demandez à l’IA de justifier et d’expliquer ses réponses
Les LLM sont fascinants en raison des réponses qu’ils fournissent. Ils deviennent encore plus impressionnants, et dans mon cas utiles, lorsque vous leur demandez d’expliquer leur « processus de réflexion » derrière ces réponses. La justification peut parfois être longue, mais sa structure et sa robustesse sont indéniables. Dans mon contexte, qui consistait à analyser les marques de plus de 600 gestionnaires d’actifs selon 15 dimensions, la profondeur et la structure du raisonnement fourni par l’IA sont vraiment inestimables, et bien au-delà des capacités humaines.
L’expérience l’emporte (encore) sur l’IA
J’ai commencé cette aventure plein d’espoir et rêvant d’un gain de productivité spectaculaire. J’ai certes obtenu certains résultats, mais mes attentes étaient probablement trop élevées. Ce que j’ai gagné à la place, c’est une analyse beaucoup plus solide et structurée qu’auparavant. Lorsqu’il s’agit de comparer 630 entreprises en utilisant exactement le même cadre factuel, les machines surpassent les humains en apportant un niveau d’objectivité et de comparabilité totalement inédit. Même sur un sujet considéré comme aussi subjectif que la marque.
Cependant, mon expérience a également confirmé un point crucial : si l’IA peut accélérer l’analyse et améliorer la comparabilité, l’expérience reste cruciale, et les compétences acquises au fil du temps sont aujourd’hui plus importantes que jamais pour comprendre le contexte et fiabiliser les résultats.
J’espère que certains d’entre vous trouveront ces réflexions utiles. Pour information, cet article a été rédigé par un être humain, à savoir moi-même ! Meilleurs vœux à tous.
