Comment le machine learning bouleverse les communications en entreprise
L’apprentissage automatique va venir de plus en plus s'intégrer aux systèmes de communication. Ce qui aura pour conséquence d’aider à analyser des modèles complexes dans les données d'utilisateur et, finalement, améliorer la productivité.
S’il est d’usage de dire que la force, l’identité et la culture d’une entreprise se trouvent dans ses employés, depuis quelques temps, le discours change. A l’ère de la transformation numérique, la force d’une entreprise réside dans ses données. Ce sont elles qui façonnent les produits, les services, améliorent l’expérience client et, en définitive, définissent les marques.Mais minimiser le rôle des collaborateurs c’est méconnaître le mode de fonctionnement des entreprises et leur processus créatif. Les entreprises de demain seront définies à la fois par leurs collaborateurs et leurs données.
Car si les plateformes big data fournissent aux entreprises une masse d’informations sur le personnel (interactions, heures de départ et d’arrivée, pics de productivité), elles ne sont pas encore capables de capter les quantités de données non structurées qui existent dans l’ensemble de l’entreprise. Des informations telles que les conversations autour de la machine à café qui ne se produisent pas via les moyens de communication traçables comme l’e-mail, par exemple. Il s’agit d’aspects humains de la communication au bureau que les plateformes de données ne sont pas encore en mesure de capter et de transformer en informations significatives. Or, cela va rapidement changer.
Extraire des informations des communications
À mesure que les entreprises adoptent des systèmes de vidéoconférence pour gérer leurs communications internes et externes, une masse grandissante de données devient disponible ; les discussions et les préférences des collaborateurs sont ainsi récoltées. Ces interactions peuvent renseigner sur le pourquoi et le comment des prises de décisions dans l’entreprise, en apportant davantage d’informations que toutes les enquêtes réalisées auprès du personnel.
Mais beaucoup s’inquiètent de l’aspect intrusif lié à la récupération des informations. Les processus d’analyse automatique seraient encore incapables de saisir les nuances requises pour identifier des schémas dans des contenus vidéo et vocaux complexes. Une troisième voie s’impose progressivement. Celle de l’apprentissage automatique (machine learning) qui rendrait tout cela réalisable, sans porter atteinte à la vie privée des employés et plus généralement de l’entreprise.
L’apprentissage automatique anonyme
Au cours des 12 derniers mois, le machine learning (et l’IA) ont dominé les conversations sur l’influence de la technologie sur nos modes de vie et de travail en 2018, ainsi que dans les années à venir. Si certaines applications concrètes ont bien été mises en avant, l’essentiel du débat continue de tourner autour de prédictions hasardeuses et théoriques.
Pour les deux prochaines années, beaucoup s’attendent à une intégration croissante de l’apprentissage automatique (machine learning) dans les systèmes de communications au travail. Ce qui aura pour conséquence d’aider à analyser des modèles complexes dans les données d'utilisateur et, finalement, améliorer la productivité à travers chaque interaction. La collaboration entre data scientist et entreprises offre de nombreuses possibilités d’améliorer la productivité de l’entreprise. Par exemple, en examinant la façon dont les utilisateurs utilisent leur webcam, les données peuvent servir à définir les paramètres par défaut dans l’application elle-même.
Même si cela peut apparaître comme un progrès mineur, grâce à l’apprentissage automatique et à l’analyse des big data, on peut mettre en place toutes sortes de modes et de préférences de communication sur le lieu de travail. Ces informations permettent de bâtir une connaissance détaillée de la façon dont les collaborateurs et les clients préfèrent communiquer. Des informations essentielles pour aider les équipes à gagner en productivité et en rentabilité dans leur travail.
Vente et marketing Ad hocPour un commercial ou un téléconseiller, le potentiel est énorme. Grâce aux enseignements de l’apprentissage automatique, le commercial saura adapter et personnaliser sa communication et sa relation en fonction de son interlocuteur. De même, les équipes des centres de contacts peuvent déterminer quels clients répondent à des appels téléphoniques ou préfèrent l’interaction vidéo, ainsi que les moments de la journée où ils ont le plus de chances de nouer un contact positif.
Du côté des entreprises, il ne s’agit pas simplement d’accroître leurs ventes. Il s’agit d’offrir une expérience client optimale. Si l’entreprise peut modéliser des process pour optimiser les interactions et réduire au minimum les risques de frustration du client, tout le monde sera gagnant. Le machine learning permet également aux entreprises de personnaliser leur approche auprès des salariés, en adaptant les modes de communication à chaque individu.
Le retour sur investissement (ROI) de la communication en entreprise
En l’état actuel, les travaux dans ce domaine demeurent des expérimentations internes ponctuelles. Mais, au fur et à mesure des progrès du machine learning, ce type d’expériences évoluera rapidement vers un nouveau standard pour des applications collaboratives en entreprise. Les données analysées devront toutefois rester anonymes et protégées.
A mesure que cet environnement deviendra réalité, les entreprises devraient s’ouvrir de plus en plus à l’idée de partager leurs données de communications internes, permettant ainsi à leurs applications d’analyser plus en détail leurs méthodes de travail. Avec l’accumulation de ces données, les entreprises pourront peut-être enfin quantifier le retour sur investissement (ROI) de toutes les communications au travail.
L’idée de pouvoir calculer qu’un appel n’a été productif qu’à 45 %, puis déterminer que, par des ajustements standard, l’appel de la semaine suivante a permis de gagner 20 % de productivité, sera une réalité. De même, la capacité pour les directions, les cadres et les équipes de vente d’exploiter ces données afin d’établir formellement le ROI de chaque interaction n’est pas très éloignée.
C’est là où sera la place de l’apprentissage automatique dans les communications en entreprise, à l’avenir. Le personnel représentera toujours l’actif le plus précieux d’une entreprise, en termes de collaboration, de créativité et de définition des grandes idées. Les machines optimiseront ce processus, en permettant aux entreprises de savoir comment façonner, reproduire et mettre en œuvre ces idées à grande échelle. Un potentiel énorme dont trop peu ont conscience. Car si près de 9 entreprises sur 10 affirment avoir déjà adopté l’IA, elles sont moins de 1 sur 10 à investir dans le machine learning(1).
(1) étude Deloitte : https://itsocial.fr/innovation/intelligence-artificielle/5-vecteurs-demancipation-machine-learning/