24 février 2025 Par Vincent Raynal, Responsable produit chez Proginov À l’heure où les ERP commencent à embarquer l’IA, faisons un tour des définitions pour bien comprendre ce dont il s’agit et quels seront les usages de demain. Définition de l’IA (Intelligence Artificielle) L’IA désigne l’ensemble des techniques et systèmes informatiques capables de simuler certaines fonctions cognitives humaines, telles que l’apprentissage, le raisonnement, la perception, la résolution de problèmes ou encore la compréhension du langage naturel. Elle repose sur des algorithmes, des modèles mathématiques et des données pour analyser, prédire et accomplir des tâches complexes souvent associées à l’intelligence humaine. On parle souvent de 3 types d’IA, de quoi s’agit-il ? Les 3 types d’IA (étroite, générale et autonome), c’est une approche globale et conceptuelle de l’IA, par degré de remplacement de l’humain, en quelque sorte. L’IA étroite (ou faible) est spécialisée dans une tâche précise (par exemple, un assistant virtuel, un logiciel de reconnaissance faciale). L’IA générale (ou forte), assez hypothétique à ce jour, serait capable de réaliser toute tâche intellectuelle qu’un humain peut accomplir. Enfin, l’IA autonome (ou superintelligence), encore complètement théorique à ce stade, sauf dans les films de science-fiction, serait une intelligence dépassant les capacités humaines dans tous les domaines. Aujourd’hui, dans les ERP, nous n’en sommes qu’à l’IA étroite. Mais on entend aussi parler d’une autre classification de 4 types d’IA, quels sont-ils ? Cette approche est plus pragmatique et vise à classer les différentes IA disponibles à ce jour : l’IA descriptive, prédictive, prescriptive et la plus médiatisée, l’IA générative. IA descriptive L’IA descriptive, c’est l’utilisation de l’intelligence artificielle pour analyser et décrire des données afin de fournir des informations utiles sur des événements passés ou présents. Elle se concentre sur l’interprétation des données et la mise en lumière des tendances, des patterns (modèles) ou des relations entre les variables. L’objectif principal est d’améliorer la compréhension d’un phénomène ou d’une situation en s’appuyant sur des analyses descriptives. Elle peut s’utiliser dans les cas suivants : l’analyse des ventes pour identifier les produits les plus performants dans une période donnée, l’étude des comportements utilisateurs pour comprendre les points de friction dans une application ou encore le reporting automatique des performances d’une entreprise sur la base des données collectées. IA prédictive L’IA prédictive utilise des données historiques et des algorithmes avancés pour prévoir des événements ou des résultats futurs. Elle repose sur l’analyse des tendances et des patterns dans les données pour anticiper ce qui est susceptible de se produire dans un futur proche ou lointain. Contrairement à l’IA descriptive qui se concentre sur le passé ou le présent, l’IA prédictive vise à extrapoler l’avenir à partir des données existantes.Elle peut être utilisée dans les cas suivants : en santé pour prédire les risques de maladies ou les besoins en soins pour un patient, en finances pour la prévision des cours boursiers, la détection de fraudes ou l’évaluation des risques de crédit ou encore dans l’industrie pour anticiper les pannes d’équipement avant qu’elles ne surviennent. IA prescriptive L’IA prescriptive, quant à elle, va au-delà de l’analyse descriptive (ce qui s’est passé) et prédictive (ce qui pourrait se passer) pour proposer des actions concrètes ou des recommandations optimales. Elle aide à déterminer quelle est la meilleure décision à prendre ou quelles mesures adopter pour atteindre un objectif donné. Elle peut être utilisée en transport et logistique pour l’optimisation des itinéraires de livraison, en santé pour suggérer des protocoles de traitement personnalisés afin de maximiser l’efficacité des soins tout en minimisant les risques, en marketing pour proposer des stratégies de ciblage et de tarification optimales ou encore en finance pour conseiller sur les investissements à réaliser en tenant compte des tendances de marché et des risques. IA générative Enfin, l’IA générative, considérée comme une sous-catégorie de l’IA prescriptive, est spécialisée dans la création de contenus nouveaux et originaux, tels que des textes, des images, des vidéos, des sons, ou encore des modèles 3D. Contrairement à d’autres types d’IA qui analysent, prédisent ou recommandent, l’IA générative se concentre sur l’invention ou la génération à partir de données d’entraînement. Elle peut être utilisée en marketing/communication pour la création d’articles, pour la génération d’images, pour la synthèse de données, etc. Cette IA, démocratisée par ChatGPT, a le vent en poupe et offre de multiples possibilités dans tous les compartiments du jeu. L’ERP prend sa part du gâteau avec le résumé de RDV commerciaux dans les CRM ou encore les chatbots de recherche documentaire, notamment en RH. Le champ des possibles est large et l’ERP va considérablement évoluer dans les prochaines années pour embarquer ces outils.
