Accès conversationnel aux logiciels métier : 10 critères à destination du directeur produit
Thierry Grenot
Dans cet article nous vous partageons les critères à considérer afin d’intégrer une IA conversationnelle à un logiciel métier.
La mise à disposition au grand public de chatGPT en décembre 2022 a mis en lumière l’utilisation du langage naturel. Ce langage c’est celui que nous utilisons dans la vie de tous les jours. Pour effectuer des recherches complexes et obtenir des réponses facilement exploitables…
Une simple mise en perspective montre un point d’inflexion pour les interfaces utilisateurs des logiciels métier. Et cela quelle que soit l’application que l’on considère : une solution SIRH, ERP, Finance, Paye, ou Gestion de Ressources…
Ce point de bascule est la troisième génération d’interactions.
Web, applications mobiles et IA conversationnelle
• Rencontre du premier type : le Web
Le développement de la technologie dans les années 1990 (Internet de plus en plus rapide, Web, JavaScript, XML…) a permis l’avènement du Cloud au tout début du 21ème siècle, en même temps que la généralisation des interfaces Web pour les logiciels métier.
• Rencontre du deuxième type : les applications mobiles
L’arrivée des premiers iPhones avec leur « store » d’applications (2007) a ouvert des possibilités d’accès mobiles riches et évolutifs. Ils ont rendu possible une expérience révolutionnaire et valorisante pour les utilisateurs.
• Rencontre du troisième type : les accès conversationnels
Exprimer sa demande au moyen d’une conversation simple et directe. Cela permet gain de temps et de confort pour l’utilisateur. Plus particulièrement, pour les usages occasionnels ou les métiers de première ligne, la conversation est l’accès le plus évident. Pas de formation, fonctionne depuis toute application de messagerie professionnelle ou personnelle, multilingue, vocal, etc.
Au-delà d’un effet de mode, les interfaces conversationnelles offrent des bénéfices pérennes à fort impact. Et les éditeurs de logiciels métier comme leurs clients en profitent :
- La qualité de l’expérience, élément clé de succès : haut niveau de fonctionnalités, des prix compétitifs, un support de qualité ne suffisent plus pour faire la différence.
- Le taux d’adoption pour garantir la faible attrition nécessaire au succès des solutions SaaS.
En offrant des fonctionnalités intuitives et un accès rapide aux fonctions de la solution, les utilisateurs deviennent plus autonomes. Le bénéfice direct est que cela allège la charge du service client.
Un positionnement innovant, facile à démontrer et tourné vers la simplicité et la bonne utilisation de votre application, renforce l’image sur le marché et augmente l’impact de vos actions marketing et commerciales.
Sur quels critères choisir une IA conversationnelle ?
Nous évoquons ici 10 critères que les équipes chargées de la définition et du développement d’applications d’entreprise pourraient prendre en considération pour garantir le succès de leurs projets d’IA conversationnelle :
- Cas d’usage
- Flexibilité
- Canaux d’accès
- Multilingue
- Délai de réalisation
- Coût (développement, maintenance, licences…)
- Compétences disponibles
- Expérience utilisateur
- Explicabilité
- Sécurité, confidentialité, souveraineté
Vous voulez en savoir plus ? Nous vous donnons davantage de détails sur ces critères permettant d’analyser les solutions d’IA conversationnelle.
Les 10 critères à considérer pour une IA conversationnelle
1. Cas d’usage
L’usage dépend naturellement des fonctionnalités du logiciel d’entreprise considéré, et aussi du métier des populations visées. Le recensement des usages conversationnels n’est en général pas très difficile. Il s’agit de partir des fonctions offertes sur le portail web et/ou l’application mobile (voire de l’équipe de soutien opérationnel). Et toutes celles qui ne nécessitent pas une interface graphique complexe sont éligibles.
Pour un produit complet (SIRH, ERP, Finance…) on identifiera en général quelques dizaines d’usages pertinents pour une interface conversationnelle.
2. Flexibilité
Les besoins clients évoluent sans cesse, et vos compétiteurs de même. La gestion de votre roadmap comporte des réglages fins, avec des approches progressives combinant aspects défensifs (ne pas perdre de clients, tenir les prix) et offensifs (en gagner de nouveaux, ajouter de la valeur).
Certains aspects piégeux ne doivent pas être oubliés : jargon métier, noms propres, authentification, etc.
Le langage naturel possède toutes les caractéristiques pour s’adapter aux futurs besoins de vos clients. Il reste à s’assurer que l’implémentation sera à même de les supporter sans effort et à moindre coût.
3. Canaux d’accès
Vos utilisateurs sont déjà sur les réseaux sociaux et sur leurs applications collaboratives (outre votre site web et application mobile). Il serait dommageable de ne pas profiter de cette diversité pour maximiser les accès à votre solution, et ce tout en offrant une expérience unifiée.
Selon le contexte, vous souhaiterez être présent sur MS Teams, Slack, WhatsApp, votre application mobile, etc… Voire en vocal.
4. Multilingue
Là c’est simple, vous savez déjà quels sont les langages de vos utilisateurs. Ce qui l’est peut-être moins, c’est la capacité d’offrir des accès conversationnels simultanément à tout votre parc client, et de pouvoir ajouter « à volonté » de nouvelles langues.
5. Délai de mise en oeuvre
Sauf si votre équipe possède déjà des compétences pointues en traitement automatique du langage (TAL), ne vous attendez pas à des résultats rapides.
C’est un sujet piégeux, y compris en présence d’outils apparemment magiques tels que les LLMs (ou large language model). Et comme toujours, c’est le passage d’une maquette spectaculaire à un ‘vrai’ produit qui sera le plus difficile.
Selon le périmètre que vous sélectionnerez et les partenaires que vous impliquerez (ou pas), il faudra le plus souvent compter entre 6 et 24 mois pour une généralisation.
6. Coût d'une IA conversationnelle
- Conception et développement : directement lié aux choix des partenaires, technologies et développement internes que vous ferez. Probablement entre 60k€ et 600k€, selon les cas.
- Exploitation : ce point est souvent mis de côté. Mais sans surprise les outils de TAL et d’IA générative « LLM » ne sont pas gratuits. Une implémentation inadaptée peut conduire à des coûts d’exploitation significatifs – gare à l’impact à terme sur les équilibres financiers !
- Maintenance : à ne pas oublier, évidemment.
7. Compétences disponibles
Les équipes de développement ne sont ni omniscientes ni toujours disponibles. Elles doivent faire face à la maintenance corrective, aux ajouts fonctionnels demandés par les clients – et à ceux souhaités par les équipes commerciales et marketing, etc.
Les directeurs produit et R&D doivent alors arbitrer au milieu d’injonctions contradictoires. Ils cherchent à maximiser l’impact de leur action au profit de l’entreprise. Il s’agira le plus souvent de concentrer ses forces sur le cœur de métier (l’application) et la qualité de l’expérience utilisateur, tout en trouvant des solutions astucieuses pour innover.
8. Expérience utilisateur
Familiarisés à l’utilisation de chatGPT, les utilisateurs ont un haut niveau d’attente. Il est parfois même supérieur à ce qui serait espéré d’un interlocuteur humain… Quelques critères à prendre en compte pour une UX satisfaisante :
- Qualité de la compréhension
- Tolérance aux fôtes d’autografe
- Qualité des réponses fournies
- Réactions aux requêtes erronées
- Aide à l’utilisateur
- Absence d’hallucination
- Rapidité des échanges
9. Explicabilité de l'IA
Le TAL, quelle que soit la dose d’IA qui le compose, n’est pas magique. Mais il peut être opaque. En particulier, lorsque les données d’entraînement ne sont pas connues. Tout comme un interlocuteur humain, un TAL peut avoir des biais de toute nature. Il peut être plus ou moins mal intentionné, voire être victime d’hallucinations ou de « fake news ».
La maîtrise des différentes technologies et celle des données utilisées peut permettre d’offrir la transparence requise.
10. Sécurité, confidentialité, souveraineté (ou le critère incontournable pour le choix d'une IA conversationnelle)
Souvent, les applications d’entreprise manipulent des données confidentielles, voire personnelles. Pour satisfaire aux attentes des clients, il est nécessaire de savoir manipuler ces informations dans le respect des obligations légales et des règles de sécurité qui s’imposent.
Anonymisation, lieu et législation d’hébergement, gestion des bases de données, droits des utilisateurs et des administrateurs… tout compte. Une architecture technique de type ‘’security & privacy by design’’ permettra d’atteindre le niveau de protection recherché.
L’évolution des technologies et des solutions disponibles rendent les interfaces conversationnelles d’ores et déjà accessibles à tous les éditeurs de logiciel métier. Mais cette fonctionnalité demande du doigté, du savoir-faire et de l’attention.
Après-tout, c’est votre futur point de contact avec vos clients.
Cet article vous a plu ?
Agora Software offre des interfaces conversationnelles applicatives, particulièrement adaptées aux logiciels métier. Nous créons des interactions riches, multilingues et omnicanales avec l’ensemble de vos utilisateurs.
Vous avez un projet d’interface conversationnelle ?
Parlons-en : contact@agora.software
Vous voulez comprendre comment notre IA conversationnelle optimise la productivité et l’engagement de vos utilisateurs en complétant efficacement vos applications ?