L’intelligence artificielle sémantique va permettre à une nouvelle forme d’études d’émerger, que l’on pourrait nommer qualitatif lourd, ou quantitatif ouvert, ou … peu importe : donner à de très nombreuses personnes – approche quantitative – la possibilité de s’exprimer plus librement – approche qualitative – pour des résultats exploitables quasiment en temps réel.
Mais ce n’est qu’un des multiples apports de l’AI au monde de la connaissance consommateurs : ainsi va-t-elle également faciliter l’hybridation des données. Aujourd’hui en termes de services, cette connaissance se partage-t-elle principalement entre le Consumer Insight et l’User eXperience : leurs données se rapprochent généralement au niveau des données agrégées, d’où un manque de granularité, auquel palliera l’AI.
Plus globalement, ces informations rejoignent toutes les autres données accumulées par les entreprises dans leurs immenses data lakes où la plupart du temps … elles se noient : les data analysts et autres data scientists y espèrent bien une pêche miraculeuse, mais vue l’hétérogénéité des sources, les résultats se révèlent bien souvent en deçà des espérances.
L’AI devrait faciliter l’hybridation des données, qu’elles qu’en soient les sources internes, ou externes : les sociétés disposeront alors de bases de données unifiées, constamment enrichies, immédiatement opérationnelles.
Toutefois, quelle soit la qualité des traitements effectués et la puissance des algorithmes mis en œuvre, les résultats ne seront pertinents que si … les données traitées se révèlent fiables : car comme la savent depuis longtemps les informaticiens : « Garbage in, garbage out » !
Et il faudra toujours une expertise humaine pour juger de la qualité des données sourcées, estimer si les questions posées permettaient, ou non, aux consommateurs de fournir une réponse adéquate.
En d’autres termes, le futur de la connaissance consommateurs se construit entre intelligence humaine et intelligence artificielle : ne miser que sur l’une ou l’autre ne peut que conduire à de mauvaises performances.
« En aval, si l’industrie souhaite exploiter un set de données plus larges que les seules données produites par elle-même, le recours aux outils adéquats s’impose. L’IA sémantique est à cet égard très pertinente » – Philippe Lemagueresse.
« Le digital et ce qu’il apporte à la pratique des études qualitatives, en devenant non pas un substitut mais au contraire un outil au service de l’humain qui cherche quand la machine ne fait que trouver » – Xavier Charpentier.
« L’IA y prendra une place de plus en plus importante pour tirer profit des opportunités d’un métier qui est fondamentalement un art de générer et de faire parler les données » – Driss Farissi.
« Des chercheurs en sciences sociales ont développé un baromètre du confinement à partir du média social Tweeter […] L’objectif est de fournir un indicateur de mesure à haute fréquence (minute par minute) qui permet de prédire les sentiments, l’opinion, les attentes et les besoins des consommateurs » –Olivier Mamavi.
« Les technologies de l’information, dans leur nième révolution, poussent à une exigence, celle de la connaissance immédiate » – Christophe Benavent.
« Ce qui donne finalement toute son originalité au concept actuel d’intelligence artificielle est le carburant pour mettre davantage en mouvement ces méthodes & algorithmes. Ce carburant tant nécessaire à donner une existence à l’IA en marketing est en fait une accessibilité de plus en plus ouverte aux données massives sur le comportement, la vie quotidienne et la géolocalisation des consommateurs associées à des puissances de calcul et de mémorisation inédites par le passé » – Jérôme Baray.
« Une masse immense de données, qu’il nous faut mettre en concordance, mais aussi alléger pour les rendre opérationnelles, et pour cela, nous avons de plus en plus besoin de l’Intelligence Artificielle : l’IA s’inscrit au cœur des process, des usines au contact client final, elle tire toute la chaine » – Maryse Mougin.
« La puissance de l’IA, permet aussi de passer d’une analyse « passive » à une analyse prédictive du comportement des consommateurs et de proposer rapidement des recommandations personnalisées » – Olivier Laborde.