Les implémentations d'IA les plus intéressantes en entreprise en 2024 | L'IA en entreprise #63

Dans cet article, nous examinerons de plus près quelques implémentations intéressantes de l’IA dans les entreprises. De l'utilisation par Stripe de l'apprentissage automatique pour détecter la fraude, aux expériences de commande personnalisées de Swiggy, en passant par GitHub Copilot fournissant une assistance en temps réel aux développeurs. Ces exemples montrent comment l'intelligence artificielle alimente la création de services innovants, transforme l'expérience client, augmente les taux de conversion et rationalise les processus internes des entreprises et des institutions. Continuer à lire.

Implémentations de l'IA dans Stripe

Stripe (https://stripe.com/) est une plateforme de paiement avancée qui permet aux entreprises et aux institutions de traiter des transactions à la fois en ligne et dans les environnements de vente au détail traditionnels. Elle fournit des solutions intégrées pour la gestion des paiements, la facturation, l'automatisation des processus financiers et la création de programmes d'abonnement et de fidélité. L'application de technologies modernes, notamment l'apprentissage automatique, permet à Stripe d'optimiser les conversions et de minimiser le risque de fraude. En 2023, Stripe est reconnue comme l'une des solutions les plus avant-gardistes dans le domaine des systèmes de paiement en ligne.

Cependant, pourquoi Stripe Radar est-il l’une des implémentations d’IA les plus intéressantes dans les entreprises en 2023 ? Stripe Radar utilise des techniques d'IA avancées pour une détection rapide et précise des fraudes, ce qui en fait l'une des solutions les plus innovantes du secteur du paiement en ligne cette année. Ses principaux avantages comprennent :

• Rapidité et précision . Radar Stripe évalue plus de 1 000 détails de transactions en moins de 100 millisecondes, bloquant avec précision les transactions à risque. Il atteint une précision où seulement 0,1 % des paiements valides sont rejetés par erreur.
• Modèles ML avancés . Stripe est passé de l'apprentissage automatique de base aux réseaux neuronaux avancés, améliorant considérablement les performances du modèle.
• Architecture innovante . La dernière architecture a permis une formation plus rapide des modèles et une meilleure évolutivité, permettant un prototypage et une mise en œuvre plus rapides de nouvelles idées.

Source : Stripe (https://stripe.com/)

« Complete the Look », ou l'implémentation de l'IA de Walmart

Walmart, le géant américain des supermarchés, propose une gamme diversifiée de produits, notamment des produits d'épicerie, des vêtements, des cosmétiques, de l'électronique, etc. En tant que l'un des principaux détaillants au monde, Walmart emploie plus de 2,3 millions de personnes dans le monde. Cependant, elle a également récemment étendu sa présence dans le domaine de l’intelligence artificielle.

Le module « Complete the Look » (CTL) récemment lancé par Walmart est un système de recommandation de produits innovant dans la catégorie mode et décoration intérieure. Mais pourquoi CTL est-il considéré comme l’une des implémentations d’IA les plus intéressantes en 2023 ?

• Personnalisation du style. CTL génère des tenues complètes et stylisées autour du produit sélectionné par le client, facilitant la découverte et le choix des pièces de garde-robe adaptées.
• Confiance et conversion accrues . Présenter des tenues personnalisées renforce la confiance des clients dans leurs choix et les encourage à faire des achats.
• Gain de temps . Le système vous permet de composer rapidement des tenues entières au lieu de rechercher des articles individuels, ce qui rend les achats plus efficaces.
• Algorithmes avancés. CTL utilise divers algorithmes, notamment la génération d'apparences et l'expansion de la couverture, pour mettre à l'échelle et personnaliser les recommandations destinées aux utilisateurs.

Cette innovation résout le problème de la surcharge d'informations et du choix parmi un grand nombre d'options disponibles, offrant aux clients une expérience d'achat simple et agréable, à la fois inspirante et stylistiquement cohérente.

Source : Moyen (https://medium.com/walmartglobaltech/personalized-complete-the-look-model-ea093aba0b73)

Uber — Prévisions ETR

Uber est une application mobile permettant de réserver des trajets en voiture, mais ses innovations en matière d'IA ne s'arrêtent pas au transport. Prenons par exemple les parkings des aéroports. Avec l'introduction de l'ETR Forecasting (Estimated Time to Request), Uber a déployé un système de pointe pour prédire les temps d'attente des chauffeurs dans les aéroports. À l’aide de modèles d’IA sophistiqués, il anticipe la demande et la longueur des files d’attente, en tenant compte des fluctuations des files d’attente et des éléments externes tels que les retards des vols. Ce système fournit aux conducteurs des informations sur les temps d'attente prévus, les aidant ainsi à gérer leur temps plus efficacement et à mieux planifier leurs emplacements.

Pourquoi cette solution innovante est-elle remarquable ? Principalement à cause de :

• Problème résolu . ETR Forecasting d'Uber relève le défi du manque ou du trop grand nombre de conducteurs dans les aéroports, ce qui a un impact à la fois sur les passagers et sur les conducteurs. Les pénuries signifient que les passagers attendent plus longtemps et les excédents font perdre du temps aux conducteurs pendant qu'ils attendent.
• Innovation . Le système de prévision informe les conducteurs du temps d'attente prévu pour les demandes, leur permettant ainsi de mieux gérer leur temps et leur positionnement.
• Application de l'IA . Il utilise des modèles d'IA avancés pour prédire la demande et la longueur des files d'attente, en tenant compte de la dynamique des files d'attente et de facteurs externes tels que les retards des vols.
• Impact sur l'industrie . Il s’agit de l’une des implémentations d’IA les plus intéressantes en 2023 car elle optimise l’allocation des ressources en temps réel, améliorant ainsi l’efficacité et l’expérience utilisateur des services Uber dans les aéroports.

Source : Uber (https://www.uber.com/en-GB/blog/demand-and-etr-forecasting-at-airports/)

Implémentations de l'IA dans Pinterest

Pinterest (https://pinterest.com/) n'a probablement pas besoin d'une introduction. Cette plateforme de médias sociaux américaine permet aux utilisateurs de parcourir et de partager des photos, des GIF et des vidéos couvrant divers sujets tels que la mode, la cuisine, la décoration d'intérieur, etc. Les utilisateurs peuvent créer leurs propres tableaux avec du contenu visuel qu'ils trouvent intéressant et explorer les tableaux d'autres personnes pour s'inspirer.

La plateforme s'appuie sur la publicité et, en 2023, elle a adopté l'IA pour passer des méthodes réactives traditionnelles à des méthodes plus proactives pour empêcher les annonceurs de partir. Cela se démarque comme l’une des implémentations notables de l’IA en 2023 car :

• Il relève le défi des annonceurs qui quittent la plateforme Pinterest. Traditionnellement, ce problème n’était résolu qu’après le départ des annonceurs, ce qui rendait difficile leur reconquête. Grâce au Machine Learning (ML), il permet désormais de détecter précocement les désabonnements potentiels, permettant ainsi à l'équipe de prendre des mesures proactives.
• L'équipe Pinterest a créé un modèle d'apprentissage automatique (ML) qui prédit la probabilité de désabonnement des annonceurs dans les 14 prochains jours. Il utilise un ensemble de fonctionnalités d'annonceur pour effectuer cette prédiction. L'équipe commerciale utilise ces informations pour prioriser les actions visant à prévenir le désabonnement.
• Des expériences préliminaires ont montré que cette approche peut permettre une réduction de 24 % du taux de désabonnement dans le groupe test par rapport au groupe témoin. Cela indique l’efficacité d’une approche proactive pour prévenir le désabonnement.

Stitch Fix, ou titres et descriptions de produits générés par l'IA

Stitch Fix (https://www.stitchfix.com/) est une plateforme innovante qui permet aux utilisateurs de commander des vêtements via une application mobile. Les utilisateurs peuvent remplir une enquête précisant leurs préférences de style, leur taille et leur budget. Ensuite, ils reçoivent cinq suggestions de vêtements sélectionnées individuellement parmi un pool de plus de 1 000 marques et styles différents.

Stitch Fix utilise des algorithmes avancés d'intelligence artificielle pour générer des titres publicitaires accrocheurs et des descriptions de produits détaillées. Cela rend le processus de création de contenu marketing et de descriptions de produits moins long et moins coûteux tout en garantissant l'unicité et la cohérence avec l'image de marque.

L'entreprise utilise la méthode « expert-in-the-loop », combinant la créativité de l'IA et la supervision humaine, garantissant ainsi une qualité et une efficacité élevées. Grâce à l'IA, Stitch Fix peut générer des descriptions de produits pour des centaines de milliers de styles, répondant ainsi aux défis d'échelle et de complexité du commerce électronique. L'amélioration continue des algorithmes ainsi que les connaissances d'experts permettent une amélioration constante de la qualité du contenu généré.

Cette innovation répond au processus long et coûteux de création de contenu marketing pour le commerce électronique et de descriptions de produits tout en garantissant l'unicité et l'alignement avec le style de la marque.

Swiggy

Swiggy (https://www.swiggy.com/) est un service indien de livraison de nourriture en ligne qui permet aux utilisateurs de commander des repas dans des restaurants locaux. L'application Swiggy offre la possibilité de choisir des plats dans vos restaurants préférés, de suivre les commandes en temps réel et d'utiliser des fonctionnalités supplémentaires telles que des recommandations personnalisées et un montant minimum de commande défini.

Swiggy a utilisé l'IA pour personnaliser les commandes de nourriture dans son application, résolvant ainsi le « paradoxe du choix ». Voici les points clés :

• Paradoxe du choix. Swiggy a remarqué que les clients ont du mal à décider quoi commander en raison du trop grand nombre d'options. Ce phénomène, connu sous le nom de « paradoxe du choix », entraîne l’insatisfaction des clients.
• Personnalisation des commandes. L'entreprise a introduit un système de recommandation de « paniers » avec un nombre limité de plats adaptés aux préférences des clients afin de faciliter leur sélection et d'améliorer l'expérience utilisateur.
• Application d'IA . Swiggy utilise l'IA pour analyser les données historiques des commandes, les préférences alimentaires des clients et la saisonnalité des produits afin de générer des recommandations personnalisées.

Cette innovation s’attaque au problème du trop grand nombre de choix, améliorant à la fois la satisfaction client et l’efficacité de la plateforme. C’est l’une des utilisations de l’IA les plus intéressantes en entreprise en 2023 en raison de son efficacité et de sa complexité.

Implémentations de l'IA dans FoodPanda

Foodpanda (https://www.foodpanda.my/) est un service de livraison de nourriture en ligne qui permet aux utilisateurs de commander des repas dans des restaurants locaux via l'application. L'application Foodpanda permet aux utilisateurs de commander leurs plats préférés, de suivre l'état de leurs commandes en temps réel et d'accéder à diverses fonctionnalités, notamment des recommandations personnalisées et un montant minimum de commande défini.

Foodpanda utilise les tests A/B pour améliorer son menu et augmenter les taux de conversion. L'innovation consiste à mettre à jour la version B du menu grâce à une planification et une automatisation avancées. Voici les points clés :

• Automatisation des tests . Utilisation d'Apache Airflow pour automatiser le processus de mise à jour des menus.
• Évolutivité . L'optimisation du processus permet des tests plus rapides, même dans plusieurs pays.
• Efficacité . Réduire le temps d'exécution de 9 heures à environ 3,75 heures et abaisser le taux d'erreur à 2,2 %
• D'autres améliorations . D'autres améliorations sont prévues, telles que la configuration de la pagination dynamique et des DAG distincts pour différents pays.

Grâce à ces innovations, Foodpanda résout le problème des mises à jour lentes et inefficaces des menus, cruciales pour maintenir la compétitivité et augmenter la satisfaction des utilisateurs.

Source : FoodPanda (https://www.foodpanda.my/)

Zillow

Zillow (https://www.zillow.com/) est une plateforme immobilière en ligne qui facilite la recherche, l'achat, la location et la vente de propriétés pour ses utilisateurs. La plateforme propose des millions d'annonces immobilières, permettant aux utilisateurs de comparer les valeurs et de se connecter avec des experts locaux du secteur. Zillow utilise des technologies avancées, notamment l'apprentissage automatique, pour fournir des évaluations immobilières précises et rationaliser les processus d'achat, de vente ou de location.

L'approche innovante de Zillow en matière d'évaluation immobilière via l'outil « Neural Zestimate » positionne l'entreprise comme un acteur important parmi les innovateurs en IA. Voici les points clés qui illustrent pourquoi « Neural Zestimate » est l’une des implémentations d’IA les plus intéressantes :

• Réponse rapide aux changements du marché . Grâce à « Neural Zestimate », Zillow peut réagir rapidement aux évolutions du marché immobilier, en fournissant des évaluations à jour à l'échelle nationale,
• Mises à jour simplifiées . Le nouveau système facilite grandement la mise à jour et la maintenance des modèles d'évaluation, améliorant ainsi leur précision.
• Tendances locales et saisonnières « Neural Zestimate » intègre efficacement les informations locales et les changements saisonniers du marché dans le processus d'apprentissage, permettant des estimations plus précises de la valeur des maisons.
• Fourchette de valorisation . « Neural Zestimate » utilise la régression quantile pour générer des fourchettes de prix, offrant ainsi une meilleure compréhension de la valeur potentielle de la propriété et réduisant l'incertitude dans l'estimation.

Cette innovation répond au problème du manque d’évaluations immobilières actuelles et précises, qui sont cruciales à la fois pour les vendeurs et les acheteurs sur le marché immobilier dynamique.

GitHub Copilot avec implémentations d'IA

La liste des implémentations innovantes de l'IA ne pourrait pas être complète sans GitHub Copilot, un outil de codage basé sur l'IA qui utilise les grands modèles de langage (LLM) d'OpenAI. GitHub Copilot constitue une avancée majeure dans la génération de code, permettant des suggestions de code en temps réel dans l'environnement IDE.

Grâce à la collaboration avec OpenAI, les créateurs de ChatGPT, et aux améliorations continues des modèles LLM, Copilot devient de plus en plus précis et adapté aux besoins des utilisateurs. Cet outil améliore la productivité des programmeurs en automatisant certaines parties du processus de codage et en fournissant des suggestions instantanées.

GitHub (https://github.com/) prévoit d'étendre les capacités de Copilot en ajoutant la prise en charge vocale et en l'intégrant à d'autres éléments de la plateforme. Cependant, même aujourd'hui, il relève le défi des processus de codage longs et complexes en proposant des suggestions intelligentes qui accélèrent le travail et aident à résoudre les problèmes de programmation. Cela en fait l’une des implémentations d’IA les plus intéressantes dans les entreprises en 2023.

Implémentations de l'IA – résumé

Les exemples présentés dans cet article ne sont que la pointe de l’iceberg en matière d’innovations en matière d’IA dans les entreprises modernes. En 2023, de plus en plus d'entreprises se tournent vers les technologies d'IA pour travailler plus intelligemment, mieux comprendre leurs clients et rester au courant des tendances du secteur. L’utilisation croissante de l’IA apporte une nouvelle perspective, transformant les expériences des employés et des clients. Selon Gartner, d’ici 2025, 80 % des entreprises adopteront au moins une solution basée sur l’IA, signalant une tendance positive pour le monde des affaires.

Si vous aimez notre contenu, rejoignez notre communauté d'abeilles très active sur Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Auteur : Robert Whitney

Expert JavaScript et instructeur qui coache les départements informatiques. Son objectif principal est d'améliorer la productivité de l'équipe en apprenant aux autres comment coopérer efficacement lors du codage.

Afficher tous les messages

L'IA en entreprise :

1. Menaces et opportunités de l’IA en entreprise (partie 1)
2. Menaces et opportunités de l’IA en entreprise (partie 2)
3. Applications de l'IA en entreprise - aperçu
4. Chatbots textuels assistés par l'IA
5. La PNL commerciale aujourd'hui et demain
6. Le rôle de l’IA dans la prise de décision en entreprise
7. Planification des publications sur les réseaux sociaux. Comment l’IA peut-elle aider ?
8. Publications automatisées sur les réseaux sociaux
9. Nouveaux services et produits fonctionnant avec l’IA
10. Quelles sont les faiblesses de mon idée d’entreprise ? Une séance de brainstorming avec ChatGPT
11. Utiliser ChatGPT en entreprise
12. Acteurs synthétiques. Top 3 des générateurs vidéo IA
13. 3 outils de conception graphique IA utiles. L'IA générative en entreprise
14. 3 superbes rédacteurs d'IA que vous devez essayer aujourd'hui
15. Explorer la puissance de l'IA dans la création musicale
16. Naviguer dans de nouvelles opportunités commerciales avec ChatGPT-4
17. Outils d'IA pour le manager
18. 6 superbes plugins ChatGTP qui vous faciliteront la vie
19. 3 graphiques AI. Génération d'intelligence pour l'entreprise
20. Quel est l’avenir de l’IA selon McKinsey Global Institute ?
21. L'intelligence artificielle en entreprise - Introduction
22. Qu'est-ce que la PNL, ou traitement du langage naturel en entreprise
23. Traitement automatique des documents
24. Google Traduction contre DeepL. 5 applications de la traduction automatique pour les entreprises
25. Le fonctionnement et les applications métiers des voicebots
26. La technologie des assistants virtuels, ou comment parler à l’IA ?
27. Qu’est-ce que la Business Intelligence ?
28. L’intelligence artificielle va-t-elle remplacer les analystes commerciaux ?
29. Comment l’intelligence artificielle peut-elle aider avec le BPM ?
30. IA et réseaux sociaux : que disent-ils de nous ?
31. L'intelligence artificielle dans la gestion de contenu
32. L'IA créative d'aujourd'hui et de demain
33. L'IA multimodale et ses applications en entreprise
34. De nouvelles interactions. Comment l’IA change-t-elle la façon dont nous utilisons les appareils ?
35. RPA et API dans une entreprise numérique
36. Le futur marché du travail et les métiers à venir
37. L'IA dans l'EdTech. 3 exemples d’entreprises qui ont utilisé le potentiel de l’intelligence artificielle
38. Intelligence artificielle et environnement. 3 solutions d'IA pour vous aider à bâtir une entreprise durable
39. Détecteurs de contenu IA. En valent-ils la peine ?
40. ChatGPT contre Bard contre Bing. Quel chatbot IA mène la course ?
41. L’IA chatbot est-elle un concurrent de la recherche Google ?
42. Invites ChatGPT efficaces pour les ressources humaines et le recrutement
43. Ingénierie rapide. Que fait un ingénieur rapide ?
44. Générateur de maquette IA. Les 4 meilleurs outils
45. L'IA et quoi d'autre ? Principales tendances technologiques pour les entreprises en 2024
46. IA et éthique des affaires. Pourquoi devriez-vous investir dans des solutions éthiques
47. Méta-IA. Que devez-vous savoir sur les fonctionnalités prises en charge par l'IA de Facebook et Instagram ?
48. Réglementation de l'IA. Que faut-il savoir en tant qu’entrepreneur ?
49. 5 nouveaux usages de l'IA en entreprise
50. Produits et projets d'IA : en quoi sont-ils différents des autres ?
51. Automatisation des processus assistée par l'IA. Où commencer?
52. Comment adapter une solution d’IA à un problème métier ?
53. L'IA en tant qu'expert dans votre équipe
54. Équipe IA vs répartition des rôles
55. Comment choisir un domaine de carrière en IA ?
56. Cela vaut-il toujours la peine d’ajouter l’intelligence artificielle au processus de développement de produits ?
57. L'IA dans les RH : comment l'automatisation du recrutement affecte les RH et le développement des équipes
58. 6 outils d'IA les plus intéressants en 2023
59. 6 plus gros incidents commerciaux causés par l’IA
60. Quelle est l’analyse de la maturité IA de l’entreprise ?
61. L'IA pour la personnalisation B2B
62. Cas d'utilisation de ChatGPT. 18 exemples de comment améliorer votre entreprise avec ChatGPT en 2024
63. Microapprentissage. Un moyen rapide d'acquérir de nouvelles compétences
64. Les implémentations d'IA les plus intéressantes en entreprise en 2024