00:00:01
Raphaëlle Duchemin : Bienvenue dans Histoire d'IA, deux lettres qui en quelques années ont commencé à révolutionner notre quotidien. Dans nos vies de tous les jours, mais aussi dans notre approche du travail. L'intelligence artificielle, il y a ceux qui s'en méfient, ceux qui doutent, celles et ceux qui attendent de voir comment les choses vont évoluer. Et puis, il y a tous ceux qui veulent comprendre, tester et ne pas rater le train. Je suis Raphaëlle Duchemin et dans ce podcast, je vous emmène à la rencontre des collaborateurs de PwC France et Maghreb. Ils et elles ont joué le jeu. Par curiosité ou par appétence pour la tech, parce qu'ils n'avaient pas le choix, quelle que soit la raison, ils sont devenus des bêta-testeurs. De quelle manière se sont-ils emparés de l'IA ? Qu'a-t-elle changé dans leur façon de travailler ? Quelles sont les limites qu'ils constatent et pourraient-ils s'en passer aujourd'hui ? Ils nous partagent leurs expériences.
00:00:58
Raphaëlle Duchemin : Bonjour Jean-Paul Bouteloup.
00:00:59
Jean-Paul Bouteloup : Bonjour Raphaëlle.
00:01:00
Raphaëlle Duchemin : Vous êtes Directeur Marketing PwC France et Maghreb. Quand est-ce, que vous avez fait connaissance avec la GenAI, le tout premier usage ? Est-ce que vous vous en souvenez ?
00:01:14
Jean-Paul Bouteloup : Oui, comme beaucoup de gens, on se rappelle ce moment. À titre personnel, quand on a eu les premières annonces avec ChatGPT, on a commencé à tester. J'ai commencé à tester, échanger avec quelques homologues, et j'ai le souvenir d'une réunion aussi, avec des homologues à Vienne où on a échangé en se disant qu'on avait tous testé des choses.
00:01:39
Raphaëlle Duchemin : Chacun y va dans son petit coin picorer des informations sur l'intelligence artificielle. Mais à quel moment est-ce que PwC France et Maghreb se dit : « Il faut qu'on y aille et il faut qu'on se serve de ce nouvel outil. » ?
00:01:57
Jean-Paul Bouteloup : Je dirais, septembre ou octobre 2023, si je devais le dater. Il y a eu cette initiative qui a été lancée au niveau du comité de direction de se dire : « Testons. On veut qu'il y ait des personnes qui puissent vraiment tester dans le quotidien de leur métier et de voir ce que ça change, ce qu'on est capable de faire avec toutes les contraintes ou toutes les questions qu'ils vont avoir à traiter et à résoudre au fil des semaines et des mois. »
00:02:20
Raphaëlle Duchemin : Pourquoi est-ce que vous levez le doigt quand on dit qu'on cherche des early adopters ? Vous vous dites que dans votre job, dans le marketing, il y a peut-être quelque chose à creuser ? Vous avez déjà un pressentiment ?
00:02:33
Jean-Paul Bouteloup : Très honnêtement, oui, parce que par définition, avec la GenAI, on génère du contenu. Donc, c'est un challenge quotidien pour une direction marketing de créer des contenus qui soient pertinents. Donc là, de se dire : « Est-ce que je n'ai pas trouvé le Graal, l'outil ultime qui me permettrait de faire ça. » Forcément, ça fait un peu fantasmer et on a envie d'y aller.
00:02:54
Raphaëlle Duchemin : Entre le fantasme et la réalité, est-ce qu'il y a une différence ? Est-ce que cet outil-là a bien répondu à ce que vous attendiez ?
00:03:04
Jean-Paul Bouteloup : Un des premiers prompts que j'ai faits, c'était de prendre le contenu d'une étude, un texte qui était quand même assez long, et de lui demander de me le résumer. Puis de me dire s'il devait me le résumer en tant que Directeur Financier, quels seraient les points intéressants qu'il pourrait mettre en avant. Là, honnêtement, j’ai été assez bluffé par le résultat et par la vitesse et ce que ça génère. Mais finalement, au fil des semaines, on commence un peu à travailler son fameux prompting et on l'améliore. Bluffé quand ce sont des sujets qu'on maîtrise. Quand c'est quelque chose qu'on ne connaît pas et que l'on prend comme ça, très brut, on se demande si c'est bon ou non. Donc, je l'ai testé dans d'autres usages, sur l'analyse de données par exemple, et là, j’ai ressenti une forme de déception.
La génération d’une analyse textuelle à partir de données chiffrées n’est pas encore complètement possible. Ça nous montre une des limites de l’IA Générative et apporte une forme de déception.
00:04:05
Raphaëlle Duchemin : Pourquoi est-ce que vous diriez que le marketing est un bon espace de test ? Parce qu'on a différentes verticales, différents secteurs, différentes possibilités ?
00:04:19
Jean-Paul Bouteloup : Oui, quand on travaille au marketing, on travaille beaucoup en process, en étapes de maturité du client, en fonction de cibles. On sait que l'un des enjeux du marketing B2B tout particulièrement, issu beaucoup du marketing B2C, c'est d'arriver à de l'hyperpersonnalisation. C’est donc un effort énorme de la part des équipes pour arriver à être pertinent dans sa personnalisation. Alors, de se dire qu'on a un outil qui arrive beaucoup plus vite à un fort niveau de personnalisation, en agrégeant un socle de connaissances propres à notre écosystème, à ce qui fait la singularité d'une marque, de ce que l'on propose sur le marché, c’est un véritable avantage. Si on arrive à résoudre cette équation-là et qu'on arrive à mettre de la performance, on a résolu un sacré nœud dans la qualité de ce que l'on pousse sur le marché. Un autre gros challenge, ce sont aussi les interactions qu'on a avec nos autres parties prenantes. C'est intéressant pour le marketing, c'est intéressant pour ce qu'on peut être amené à proposer pour le client, mais c'est intéressant sur comment on travaille avec les autres. Parce que c'est aussi un des grands nœuds qu'on a du côté marketing.
00:05:25
Raphaëlle Duchemin : Travailler avec les autres, c'est important. Comment on fait, Jean-Paul, pour embarquer son service ? Il y a forcément, j'imagine, des réfractaires ou des gens qui se disent que c'est un effet de mode, qui vont attendre que ça passe et qu'on revienne aux bonnes vieilles méthodes.
00:05:43
Jean-Paul Bouteloup : Clairement. À chaque fois, on aime citer souvent l'exemple du métavers, ou des autres technologies où on nous a promis de grands lendemains et où il y a eu un petit effet flop qui a un peu douché les motivations de quelques-uns. Pour moi, comment on l'a fait ? C'est que d'entrée, on a dit à quelques-uns : « Il faut qu'on ait quelques personnes, et pas juste une ou deux, mais cinq ou six personnes qui ont des rôles dans notre direction de marketing assez clés, qui doivent utiliser et qui doivent être des early adopters. » Donc, on est vraiment allés les chercher un par un, en leur disant : « Qui est motivé ? Qui veut tester ? On libère du temps, puisque ça prend du temps de tester, mais on veut que vous soyez aussi dans le groupe de early adopters. » Et c'est ce qu’on a obtenu. Ça permet déjà au sein de la direction de marketing de travailler en équipe sur nos propres pratiques et ce qu'on en apprenait.
00:06:40
Raphaëlle Duchemin : Vous avez donc lancé des initiatives une fois que les early adopters étaient rompus à l'exercice, pour essayer de partager et de faire mieux connaître l'outil IA ?
00:06:55
Jean-Paul Bouteloup : Oui, c'est ce qu'on s'est dit. Quand on discutait entre nous, on s'est dit qu'il fallait qu'on embarque le reste de l'équipe.
00:07:01
Raphaëlle Duchemin : Comment avez-vous fait ?
00:07:02
Jean-Paul Bouteloup : La première initiative qu’on a lancée, c’est de faire un promptathon, une journée avec des équipes élargies. On a été tout de suite très ambitieux. On a réuni 70 personnes et on s'est dit que pendant une journée, on va uniquement parler d'IA et de GenAI autour de nos métiers. On s'est demandé : comment on fait ça ? Comment on s'assure que tout le monde a les capacités d'utiliser la GenAI ? Comment on va choisir des cas d'usage ? On ne voulait pas être trop spécifique, mais trouver des cas d'usage cohérents pour toutes les personnes qui sont autour de ce promptathon, donc les gens du marketing, du business, des sales et les personnes de la communication. Comment on travaille ensemble ? Et quels sont les points que l'on a à travailler ensemble ? On s'est dit qu'on va prendre ces cas d'usage et se demander : « Comment utiliseriez-vous l’IA générative pour répondre à ces problématiques-là ? »
00:07:56
Raphaëlle Duchemin : Racontez-nous. Qu'est-ce que vous avez fait dans ce promptathon ? Qu'est-ce que vous avez pris comme cas d'usage ?
00:08:01
Jean-Paul Bouteloup : Un des premiers cas d'usage que l'on a pris, je l'évoquais en introduction, c'est comment, à partir d'une étude que PwC a produite, chacun dans son périmètre peut être amené à la résumer pour mieux la comprendre et l'adapter à son contexte. Encore une fois, quelqu'un qui est responsable d'un développement de business chez un compte ou auprès d'un certain nombre de clients, va avoir des questions très différentes de quelqu'un qui est sur les réseaux sociaux, qui va chercher à créer un post sur LinkedIn ou sur un autre réseau social adapté à l'audience qu'il veut toucher. Quelqu'un qui est dans de la campagne marketing digital va faire de la campagne de publicités payantes. Il va vouloir toucher des personnes différentes. Une personne dans l'équipe de Campaign Management va vouloir toucher pour faire un emailing. À la base, on a la même matière, mais la manière qu’on a de la travailler, c'est une question très différente.
Ce qui était hyper intéressant, et là où ça a vraiment eu un effet démultiplicateur, c'est quand on a comparé les prompts. Finalement, on s'est aperçu que ce n'était pas tellement une question de savoir prompter. Très vite, ce qu'on a observé, c'est que les gens posaient une question et s'arrêtaient à celle-ci. Or, tout ce qui fait la différence et la force de la GenAI, c'est d'être capable de rentrer en dialogue de manière à venir creuser une idée, à venir en explorer des nouvelles.
Le premier frein que nous avons identifié était que les collaborateurs avaient un usage de Copilot semblable à celui qu’ils ont avec un moteur de recherche. Je pose une question, j'ai ma réponse. Parfois, je suis déçu parce que je trouve que, par rapport à ce que je connais déjà, ça ne m'a rien appris de nouveau, donc j'ai plus vite fait de ne pas poser la question. Ou il a répondu à côté ou pas complètement à ce que j'en attendais. Or, il faut faire de ça une force.
00:09:45
Raphaëlle Duchemin : Le grand enseignement est de se dire : « Si je veux que ça marche, il faut que je challenge l'IA. » ?
00:09:50
Jean-Paul Bouteloup : Il faut challenger l'IA, être prêt à se challenger soi-même en se disant : « Pose-toi les questions que tu ne te poses plus. » L'avantage avec l'IA, c'est qu'on peut les lui poser, et elle va nous donner des réponses. Accepter la critique, les regards différents, être critique vis-à-vis de l'IA. C'est hyper stimulant.
00:10:13
Raphaëlle Duchemin : Vous avez parlé tout à l'heure, entre les lignes, d'une sorte de gain de temps. Quand on a 70 pages d'études à digérer, ça peut aider à aller plus vite et à se concentrer sur d'autres tâches ?
00:10:28
Jean-Paul Bouteloup : Oui, parce que ce gain de temps doit nous permettre d'avoir ce fameux regard critique, d'amener de la valeur ajoutée sur ce qu'on n'avait plus le temps d'ajouter en termes de valeur. Quand on challenge une étude et qu'on est en train de la résumer, on peut s'arrêter là. On a gagné du temps, on passe à la tâche d'après. À mon sens, c'est une forme d'erreur. Ce qui est intéressant, c'est de se dire : « Voilà ce qu'il me donne en termes de résumé. Maintenant, si je le regarde par rapport à mes concurrents, si je le regarde par rapport à d'autres études que l'on a déjà produites, quelles sont les synergies que je peux créer ? Par rapport à ce que je connais, comment je vais le faire ? » C'est là où on crée la valeur ajoutée. Il faut de l'expérience métier, parce que si on ne connait pas un métier, l'IA ne va pas répondre à cette question-là. Elle va nous aider à apporter des éléments de réponse, mais si on n'a pas cette structuration mentale, cette expérience professionnelle pour venir creuser, c'est compliqué. On va rester en surface.
00:11:26
Raphaëlle Duchemin : Ce n'est plus le même métier aujourd'hui, Directeur Marketing, avec l'IA, que ce que vous faisiez il y a encore quelques mois, quelques années ?
00:11:34
Jean-Paul Bouteloup : C'est assez différent. En tout cas, ça ouvre des dimensions assez différentes. Par exemple, on a chez nous beaucoup travaillé depuis des années la feuille de route MarTech (Marketing Technologies). La technologie est extrêmement présente, le parcours digital du client est quelque chose d'extrêmement important, donc, on a travaillé ça depuis des années. Ça nous permet d'avoir beaucoup de data. Aujourd’hui on est face à un vrai challenge qui est de se dire : Comment mettre cette data au service de notre performance ? Comment on la met au service de l'expérience client que l'on propose ? » C'est une question très centrale qu'on retrouve dans toutes les directions marketing. Avec de l'IA, avec de la GenAI, on voit qu'on est capable maintenant d'apporter des réponses au-delà d'apporter des chiffres. C'est là où ça change les rôles.
Aujourd'hui, un responsable marketing dans mon équipe, je vais beaucoup moins le challenger sur sa capacité à produire du contenu. Je peux maintenant vraiment le challenger, on peut travailler ensemble sur le fait de se dire : « Comment est-ce je peux transformer la valeur que je crée autour de ces études et l'engagement que j'ai autour du client, pour en faire quelque chose qui va être plus fort en termes de dialogue avec les équipes business ? »
00:12:39
Raphaëlle Duchemin : Dans l'équipe, comment l'adoption de l'IA s'est-elle faite ? Le mieux pour le savoir, c'est peut-être de poser la question à ceux qui ont, dès le départ, été embarqués dans l'aventure et de leur demander de nous raconter leurs Histoires d'IA. Bonjour Anastasia Dorokhova.
00:12:57
Anastasia Dorokhova : Bonjour Raphaëlle.
00:12:58
Raphaëlle Duchemin : Merci d'être avec nous. Vous êtes cheffe de projet MarTech dans l'équipe marketing de PwC France et Maghreb. C'est dans l'ADN de votre mission de savoir manier les nouveaux outils que propose la GenAI. Vous avez été parmi les toutes premières personnes à tester et à avoir une licence pour le faire quand Copilot a été mis en place ?
00:13:31
Anastasia Dorokhova : C'est vrai, j'ai été parmi les premiers utilisateurs de Copilot dans notre équipe. J'ai eu la chance d'avoir la version bêta de Copilot et on a pu le tester aussi pour les projets stratégiques qu'on avait dans MarTech.
00:13:41
Raphaëlle Duchemin : C'était quoi les tout premiers pas avec Copilot dans le cadre de votre travail ? Vous vous en souvenez ?
00:13:47
Anastasia Dorokhova : Bien sûr. On a commencé par des petits prompts, des petites tâches. Prenons l’exemple d’un des premiers tests que j’ai pu effectuer. Le problème qu'on avait dans l’équipe MarTech était la qualité de notre base de données. Quand on fait une campagne d'emailing, on utilise la base de contacts. Nous sommes très contents d'avoir une base de contacts riche avec beaucoup de contacts et de prospects. Mais il arrive que cette base ne soit pas très exploitable parce que les données ne sont ni normalisées ni structurées. Donc, on a besoin de les structurer pour savoir ce qu'on a dans notre base, sinon on ne sait pas quel contact on peut cibler dans nos campagnes marketing parce qu'on ne sait pas ce qui les intéresse. Il y avait des intitulés très divers. Par exemple, on pouvait trouver un titre comme SA. D'une part, ça pouvait être un senior analyste ou un senior associate. On ne savait pas.
Avant, pour résoudre ce problème, nous devions passer par de l'analyse humaine parce que la personne devait aller voir la fiche du contact, comprendre dans quel département il travaillait, quel était le niveau managérial de ce contact et après, bien renseigner les catégories qui nous permettraient après de cibler cette personne dans nos campagnes.
00:15:18
Raphaëlle Duchemin : Vous m'avez dit : « Ça fait gagner un temps fou. Je passe moins de temps sur ce qu'on appelle la recherche d'informations. » Ça, c'est un point extrêmement important. Vous m'avez dit aussi : « Il y a des choses auxquelles on ne pense pas. Avant, je ne savais pas ou plutôt je n'avais pas la capacité de créer des pages HTML. » Aujourd'hui, avec Copilot, c'est devenu plus facile ?
00:15:46
Anastasia Dorokhova : C'est un bon exemple parce que je ne fais pas beaucoup de pages HTML, mais il arrive que je doive créer une page web pour une campagne ou un certain besoin. Maintenant, j'arrive à le faire juste avec l'aide de Copilot. Je n'ai plus besoin d'adresser ma question à l'équipe web qui pourrait me partager leur expertise pour créer cette page. C'est un simple échange avec Copilot qui me permet d'effectuer cette tâche. Il faut apprendre à parler avec Copilot, poser les bonnes questions, savoir donner le feedback pour arriver au résultat qui nous convient.
00:16:31
Raphaëlle Duchemin : Ça veut dire que vous êtes aussi en train de vous apercevoir que votre propre métier change sous l'influence des outils d'intelligence artificielle ?
00:16:43
Anastasia Dorokhova : Bien sûr, parce que mon métier est très lié aux outils, aux technologies dans le marketing. Avant, j'avais besoin de connaître tous les outils qu'on utilise dans le marketing pour savoir comment je pouvais les utiliser pour adresser nos besoins, résoudre certaines questions stratégiques. Maintenant, je n'ai plus besoin de cette capacité, de ces connaissances techniques pour répondre à ces questions, parce que je peux juste poser ma question à Copilot et il va me donner la marche à suivre pour effectuer telle ou telle action.
00:17:20
Raphaëlle Duchemin : Il y a un avant et un après de l'IA générative dans la manière dont vous exercez votre métier ?
00:17:26
Anastasia Dorokhova : Je pense que mes journées ont complètement changé parce qu'avant, je passais beaucoup de temps sur la recherche d'informations. Vu que mon métier est très lié aux différents outils marketing, il fallait que j’aille chercher sur le site de chaque outil comment faire telle ou telle chose, si c'est possible ou pas. Maintenant, c'est peut-être 10 % de ce que je fais, parce que ça prend deux ou trois fois moins de temps, parce que je pose toutes ces questions à Copilot. Je ne parle plus de notes des réunions. Par exemple, quand on lance une réunion, on va tout de suite enregistrer et après, on aura des notes. Donc, maintenant, il n'y a plus besoin de prendre des notes. On le fait parfois quand c'est une réunion importante, mais on gagne du temps et on change la manière dont on approche les tâches.
00:18:19
Raphaëlle Duchemin : Vous reviendriez en arrière ? Vous pourriez aujourd'hui vous passer de cet outil ?
00:18:25
Anastasia Dorokhova : Je pense que maintenant, je ne peux plus vivre sans l'IA générative. Ça fait partie de ma vie.
00:18:30
Raphaëlle Duchemin : Si nous allions voir le reste de l'équipe ? Comment s'est passée la phase d'adoption de la GenAI ? Frilosité ? Curiosité ? Appréhension ? Peut-être, un peu de tout cela à la fois, mais aujourd'hui, comment les collaborateurs utilisent-ils la GenAI ? Bonjour Mélanie Haget.
00:18:51
Mélanie Haget : Bonjour Raphaëlle.
00:18:51
Raphaëlle Duchemin : Merci d'être avec nous. Vous êtes Marketing Campaign Manager. Vous m'avez dit : « J'ai commencé à utiliser l'intelligence artificielle dans ma vie professionnelle », avant même de l'utiliser dans ma vie personnelle. » Ça, c'est assez rare.
00:19:06
Mélanie Haget : Oui. Peut-être parce qu'on a été un peu des “early adopters” côté marketing chez PwC. Mais en effet, j'ai commencé à l'utiliser dans mon quotidien professionnel et je me suis rendu compte que je pouvais aussi en tirer une valeur côté quotidien personnel. J'ai testé très basiquement l'IA sur des sujets classiques de marketing, des cas d'usage très basiques.
00:19:26
Raphaëlle Duchemin : Comme quoi ?
00:19:27
Mélanie Haget : Comme la génération de nouveaux objets pour des objets d'e-mails marketing, la génération de différents contenus adaptés aux leviers sur lesquels on va les promouvoir. Je prends un exemple : une étude qu'on doit transformer en un e-mail plutôt marketing, plutôt attractif, qu'on doit également transformer en copie pour les réseaux sociaux sur LinkedIn, qu'on doit transformer en accroche pour un e-mail interne, et cetera... Ça, ce sont différentes générations de contenus qu'avant, on faisait uniquement avec nos petits cerveaux. Aujourd'hui, on gagne du temps en s'aidant de l'intelligence artificielle.
00:20:04
Raphaëlle Duchemin : Donc, vous partez de la même matière première et vous demandez à l'IA générative : « Est-ce que tu peux me faire un contenu pour les réseaux sociaux ? Est-ce que tu peux me faire un post marketing, un mail ? » Et elle va vous offrir tout ce volant de possibilités ?
00:20:24
Mélanie Haget : Complètement. En le déclinant, en ayant un prompt qui est suffisamment précis, ça va nous permettre de l'orienter en lui demandant de se mettre dans le rôle de telle et telle fonction dans l'entreprise qu'on cherche à cibler. Évidemment, au début, on a des prompts un peu génériques. Au fur et à mesure, on les précise et c'est là où on comprend toute la force qu'on peut tirer de cette IA générative, mais avec un prompt assez simple, on peut décliner un même contenu en plusieurs messages en fonction du support sur lequel on va pousser ce message.
00:20:57
Raphaëlle Duchemin : On va être totalement transparentes, Mélanie. Vous m'avez dit : « Au début, il y avait quand même pas mal d'interrogations. » Vous aviez du mal à vous imaginer ce que l'IA allait pouvoir réellement faire pour vous ?
00:21:10
Mélanie Haget : Oui, parce que c'était simple. C'étaient des cas d'usage simples, donc c'était sympathique à utiliser. Finalement, en termes de valeur ajoutée, ça restait assez limité dans notre quotidien. C'est en faisant notamment des journées d'hackathon et de promptathon tous ensemble, qu'on se penche collectivement sur des sujets pour lesquels l'IA pourrait nous aider à répondre aux problématiques qu'on rencontre dans notre quotidien. Là, on rentre dans des cas d'usage beaucoup plus précis, beaucoup plus concrets, fins, et on apprend aussi peut-être mieux à utiliser l'IA, parce que c'est vrai que, je le disais avant, il faut interagir avec l'intelligence artificielle, apprendre à faire son prompt, et finalement, prendre le temps d'apprendre à le faire.
00:21:56
Raphaëlle Duchemin : Qu'est-ce que vous lui demandez de faire qui est un peu plus waouh aujourd'hui ?
00:22:01
Mélanie Haget : Aujourd'hui, j'ai plusieurs exemples, mais pour commencer, on a une problématique de connaissance de notre audience. On cherche à comprendre quels sont les sujets qui intéressent nos audiences pour savoir demain sur quels sujets on souhaite les nourrir, comment on peut les accompagner. Le marketing sert aussi à relever ces insights pour nos équipes métiers. Finalement, on a une masse de données qui est assez complexe à gérer de prime abord. Aujourd'hui, on arrive avec l'intelligence artificielle à analyser ce type de données, à avoir une lecture qui va être plus approfondie. Ce qu'on n'aurait pas fait avant, ou alors, on aurait dû passer des heures carrées, certainement avec notre service IT. En tout cas, en interne, dans le service marketing, on n'était pas capables de le gérer. Aujourd'hui, on arrive à extraire de l'information de cette base de données pour en apprendre quelque chose sur nos audiences.
00:23:01
Raphaëlle Duchemin : Comment vous faites ?
00:23:01
Mélanie Haget : On lui pose des questions assez simples. C'est aussi ça qui est intéressant dans la manière dont on l'utilise, parce qu'on lui parle comme à un petit assistant avec lequel on travaille au quotidien. Je dois avouer qu'on itère beaucoup avec une intelligence artificielle. On commence avec une question peut-être un peu simple, on se rend compte de ce qu'elle nous répond, donc on réoriente notre réponse. Puis questionner, questionner, requestionner, questionner différemment, demander à l'IA de se mettre dans une posture différente, dans un ton plus formel, plus informel, et cetera, de creuser plus ce point-là, parce qu’avec l'autre, on a vu qu'on obtient cela, mais j'ai plutôt envie d'aller là-dessus avec toi, parce que ça, je ne sais pas le gérer toute seule. J'ai besoin de toi pour m'aider sur ce point-là tout particulièrement. Quand je dis toi, il s'agit de l'IA. Donc on a une vraie discussion.
00:23:52
Raphaëlle Duchemin : Est-ce que ça a changé votre métier, Mélanie ?
00:23:57
Mélanie Haget : Ça m'aide considérablement, oui. Est-ce que ça l'a changé ? J'ai plutôt l'impression d'avoir évolué avec plutôt qu'un réel changement. Je ne suis pas sûre de ressentir le changement au quotidien, parce que c'est devenu une habitude. Donc, c'est plutôt moi et mes pratiques qui ont évolué pour intégrer les nouveaux outils qui sont à notre disposition, et l'IA en fait partie.
00:24:19
Raphaëlle Duchemin : Ça veut dire que la journée aujourd'hui au travail commence par demander quelque chose à Copilot ?
00:24:27
Mélanie Haget : En tout cas, cet entretien va se finir et je vais demander à Copilot un récapitulatif de la réunion que je viens de louper pour faire cet entretien, et je n'aurai rien loupé finalement.
00:24:37
Raphaëlle Duchemin : Jean-Paul, pendant la durée de l'entretien, on a eu une IA qui nous a écoutés. On lui a demandé tout simplement de venir compléter les questions que je viens de vous poser, voir s'il manque quelque chose ou si elle a envie de vous poser une question. Je vous propose qu'on écoute tout de suite ce qu'elle a imaginé.
00:24:56
IA : Comment mesurez-vous le ROI de l'IA sur vos campagnes marketing ?
00:24:59
Jean-Paul Bouteloup : C’est une très bonne question, presque piège. C'est une question qu'on se pose naturellement. Le premier élément de mesure, c'est dans l'efficacité. Aujourd’hui, dans ma feuille de route marketing, on a un gros enjeu qui est l'Account-Based Marketing. On commence à mesurer le ROI sur le fait de la capacité de nombres de comptes qu'on a été capables d'adresser par cette pratique marketing grâce à l'apport de l'IA, parce qu'autrement, j'avais un problème de ressources et de capacité à le faire. Donc là, on a déjà les premiers chiffres. On a augmenté de 30 % le nombre de comptes qu'on a été capables d'adresser à ressources équivalentes. On va voir comment on arrive à le consolider dans le temps et la performance que ça va donner. Il nous faut encore un peu de recul dessus.
Deuxième élément, je l'évoquais un peu tout à l'heure, c'est sur l'analyse de la data et le fait d'avoir la capacité d'enrichir la data, non pas en posant de nouvelles questions au client, parce qu'on sait qu'on a des questions de RGPD qui sont extrêmement présentes, mais comment l'IA nous permet d'améliorer cette data segmentation, si on veut être un peu techniques.
Là, pareil, on a amélioré cette fois-ci de plus de 45 % le taux de complétude de l'information qu'on a sur nos clients par l'usage de cette technologie-là. Donc c'est vraiment un gain, c'est du back-office et des outils qui tournent en continu et qui nous permettent d'enrichir. Il nous reste de gros challenges sur la mesure de la performance ou du ROI. Je l'ai évoqué tout à l'heure c'est : “comment je vais améliorer mon impact et ma capacité à être plus rapide sur le marché et à être plus fort dans l'impact que j'ai dans la liaison marketing et sales”, par exemple. Ça, ce sont des choses qu'on est en train d'essayer de travailler. C'est plus compliqué à mesurer le ROI, mais j'ai bon espoir qu'on arrivera à aller chercher de belles pistes autour de ça.
00:27:07
Raphaëlle Duchemin : Merci Jean-Paul Bouteloup.
00:27:08
Jean-Paul Bouteloup : Merci Raphaëlle.
00:27:10
Raphaëlle Duchemin : C'était Histoires d'IA, la série de ceux qui font et qui se transforment avec l'intelligence artificielle. Retrouvez l'ensemble des épisodes sur pwc.fr.
