Data / IA
Salesforce intègre l’IA générative dans ses briques Marketing et Commerce
Par Thierry Derouet, publié le 07 juin 2023
Avec le lancement de Marketing GPT et Commerce GPT, Salesforce veut transformer la façon dont les entreprises vont à l’avenir se connecter avec leurs clients pour améliorer la qualité de la donnée et personnaliser leur relation client.
C’est à l’occasion de sa conférence « Connections » qui se déroule les 7 et 8 juin à Chicago que Salesforce à présenté Marketing GPT et Commerce GPT, des outils, alimentés par l’IA générative Einstein. Un « prompt » dont Salesforce a esquissé l’usage, lors du « World Tour Paris », au sein de son CRM aussi bien pour questionner Einstein GPT sur le contenu de fiches produits que pour préparer une réponse personnalisée afin de relancer un prospect.
À LIRE AUSSI :
Marketing et Commerce boostés à l’IA
Marketing GPT et Commerce GPT vont utiliser une IA générative sur la base des données privées de l’entreprise pour pré rédiger des emails, identifier des segments d’audience potentiels, proposer des expériences d’achat et encore offrir des offres promotionnelles. Tout sera – nous dit-on – sur mesure, personnalisé. L’approche proposée par Salesforce se veut pragmatique. Les tâches que l’on veut confier à l’IA portent par exemple sur la recherche d’éléments manquants et par exemple sur la traduction automatique d’une partie d’un catalogue produits (voir la liste ci-dessous). Mais déjà on imagine le gain de temps manifeste pour une marque qui veut que ses offres en ligne soient cohérentes d’un pays à l’autre.
Des marketeurs en demande d’IA génératives !
C’est étude à l’appui (YouGov de mai 2023) que Salesforce affirme que l’IA générative serait attendue pour transformer le rôle des marketeurs comme des commerçants. Avec un objectif et non des moindres pour 71% d’entre eux : « leur permettre de se concentrer sur des tâches stratégiques ». Si pour 60% des marketeurs, l’IA générative « va transformer leur rôle », une préoccupation essentielle demeure toutefois. Pour 63% des personnes interrogées, il faut que les données soient fiables pour utiliser avec succès l’IA générative. On n’en attendait pas moins ! Et c’est là l’enjeu du travail qui aujourd’hui doit être effectué aussi bien par Salesforce que par d’autres éditeurs comme Microsoft ou SAP : les IA utilisées par une entreprise ne peuvent pas être réduites à de simples boites noires auxquelles on a délibérément délégué des tâches prétendument rébarbatives ! Personne n’est à l’abri d’une « hallucination » !
À LIRE AUSSI :
De l’intelligence collective avant d’utiliser l’IA
L’attente est là. Pour Vincent Wauter, PDG de Rossignol, dont le cas client sert de base aux démonstrations d’Einstein GPT et qui utilise les services de Salesforce depuis 12 ans : « Nous souhaitons tirer parti des dernières innovations d’Einstein GPT dans le marketing, le commerce et le service pour accroître l’efficacité, augmenter la productivité et renforcer la fidélité des clients. ».
Cependant, comme toujours, pour être en mesure d’exploiter ces avancées à venir, il est nécessaire de disposer de données de qualité. En d’autres termes, il faut avoir préalablement déployé une stratégie pour disposer d’un référentiel client unique (RCU) afin d’avoir une vue réconciliée et unifiée de ses clients.
Parallèlement à cette annonce, Salesforce a précisé la nature de son partenariat avec Google Cloud, visant à offrir des intégrations entre Data Cloud, Google Vertex AI et Google BigQuery. L’objectif est d’offrir un accès sécurisé bidirectionnel aux données sans avoir besoin de les copier ou de les déplacer. Il s’agit également de pouvoir partager des modèles d’IA entre Salesforce Data Cloud et Vertex AI de Google Cloud.
À LIRE AUSSI :
Des IA génératives en cours de validation
C’est assez logiquement, que les IA génératives orchestrées par Einstein GPT seront progressivement déployées jusqu’en février 2024. Car les modèles « Einstein GPT » comme tous les autres modèles d’IA génératives nécessitent des phases préalables de « fine tuning ». Surtout si elles sont utilisées sur les données clients. La confiance n’empêche pas la méfiance. Chez Rossignol, on se veut même très pragmatique : « l’IA reste un support, il faut la monitorer et conserver une validation humaine, afin de garder notre authenticité dans la relation avec nos communautés » comme l’a rapporté Aurélie Besson, directrice Global consumer marketing auprès de l’un de nos confrères. L’IA est un outil pour améliorer la productivité des salariés surtout dès qu’il s’agit de devoir piloter une data de plus en plus complexe pour ne pas dire de plus en plus « éparpillée façon puzzle ».
Date de disponibilité des modèles Einstein GPT
– Segment Creation : en test cet été, puis disponible en octobre 2023.
L’interface conversationnelle permet de poser des questions, de comprendre les tendances, et de définir rapidement des segments d’audience pertinents à mobiliser d’une base client.
– Email Content Creation : en test en octobre 2023, puis disponible en février 2024.
Destinée à réduire le temps de travail de rédaction.
– Rapid Identity Resolution & Segmentation : disponible cet été & Segment Intelligence for Data Cloud : disponible en octobre 2023.
Permet de réunir automatiquement les données first-party, les données relatives aux bénéfices réalisés, et les données third party des médias payants pour obtenir une vision approfondie de l’engagement d’une audience donnée.
– Dynamic Product Descriptions : disponible en juillet 2023.
Propose de remplir automatiquement les données manquantes des catalogues pour les commerçants, et génère automatiquement des descriptions produits basées sur les données de chaque client.
– Commerce Concierge : en test en octobre 2023, puis disponible en février 2024.
Grâce à Commerce Concierge, les marques vont pouvoir communiquer avec leurs clients sur n’importe quel canal, depuis les pages présentant les produits en ligne ou via la messagerie, pour qu’ils trouvent le bon produit ou service.
– Goals-Based Commerce : en test en octobre 2023, puis disponible en février 2024.
Propose aux marques des informations clients issues de Data Cloud basées sur leurs objectifs spécifiques en s’appuyant sur Einstein AI et Flow afin de produire le résultat escompté (hausse des marges, augmentation du panier moyen (AOV) et vente des stocks de la saison précédente).
