Les implémentations d’IA les plus intéressantes dans les entreprises en 2024 | IA dans les affaires #63

Dans cet article, nous allons examiner de plus près certaines mises en œuvre intéressantes de l’IA dans les entreprises. De l’utilisation de l’apprentissage automatique par Stripe pour détecter la fraude, aux expériences de commande personnalisées de Swiggy, en passant par GitHub Copilot fournissant un support en temps réel pour les développeurs. Ces exemples montrent comment l’intelligence artificielle alimente la création de services innovants, transforme les expériences clients, augmente les taux de conversion et rationalise les processus internes pour les entreprises et les institutions. Lisez la suite.

Mises en œuvre de l’IA chez Stripe

Stripe (https://stripe.com/) est une plateforme de paiement avancée qui permet aux entreprises et aux institutions de traiter des transactions à la fois en ligne et dans des environnements de vente au détail traditionnels. Elle fournit des solutions intégrées pour la gestion des paiements, la facturation, l’automatisation des processus financiers et la création de programmes d’abonnement et de fidélité. L’application des technologies modernes, y compris l’apprentissage automatique, permet à Stripe d’optimiser les conversions et de minimiser le risque de fraude. En 2023, Stripe est reconnue comme l’une des solutions les plus révolutionnaires dans le domaine des systèmes de paiement en ligne.

Cependant, pourquoi Stripe Radar est-il l’une des mises en œuvre d’IA les plus intéressantes dans les entreprises en 2023 ? Stripe Radar utilise des techniques avancées d’IA pour une détection rapide et précise de la fraude, ce qui en fait l’une des solutions les plus innovantes de l’industrie des paiements en ligne cette année. Ses principaux avantages incluent :

• Vitesse et précision. Radar Stripe évalue plus de 1000 détails de transaction en moins de 100 millisecondes, bloquant avec précision les transactions à risque. Il atteint une précision où seulement 0,1 % des paiements valides sont rejetés par erreur.
• Modèles ML avancés. Stripe est passé de l’apprentissage automatique de base à des réseaux neuronaux avancés, améliorant considérablement les performances du modèle.
• Architecture innovante. La dernière architecture a permis un entraînement plus rapide des modèles et une meilleure évolutivité, permettant un prototypage et une mise en œuvre plus rapides de nouvelles idées.

Source : Stripe (https://stripe.com/)

„Complétez le look”, ou la mise en œuvre de l’IA de Walmart

Walmart, le géant américain des supermarchés, propose une large gamme de produits, y compris des produits alimentaires, des vêtements, des cosmétiques, de l’électronique, et plus encore. En tant que l’un des principaux détaillants au monde, Walmart emploie plus de 2,3 millions de personnes dans le monde entier. Cependant, il a également récemment élargi sa présence dans le domaine de l’intelligence artificielle.

Le nouveau module “Complétez le look” (CTL) de Walmart est un système de recommandation de produits innovant dans la catégorie mode et décoration intérieure. Mais pourquoi le CTL est-il considéré comme l’une des mises en œuvre d’IA les plus intéressantes en 2023 ?

• Personnalisation du style. Le CTL génère des tenues complètes et stylisées autour du produit sélectionné par le client, facilitant la découverte et le choix de pièces de garde-robe appropriées.
• Confiance et conversion accrues. La présentation de tenues personnalisées renforce la confiance des clients dans leurs choix et les encourage à effectuer des achats.
• Gain de temps. Le système permet de composer rapidement des tenues complètes au lieu de rechercher des articles individuels, rendant le shopping plus efficace.
• Algorithmes avancés. Le CTL utilise divers algorithmes, y compris la génération d’apparence et l’expansion de la couverture, pour adapter et personnaliser les recommandations pour les utilisateurs.

Cette innovation résout le problème de la surcharge d’informations et du choix parmi un grand nombre d’options disponibles, offrant aux clients une expérience d’achat facile et agréable, à la fois inspirante et stylistiquement cohérente.

Source : Medium (https://medium.com/walmartglobaltech/personalized-complete-the-look-model-ea093aba0b73)

Uber — Prévisions ETR

Uber est une application mobile pour réserver des trajets en voiture, mais ses innovations en matière d’IA ne s’arrêtent pas au transport. Prenons les parkings d’aéroport, par exemple. Avec l’introduction des prévisions ETR (Temps Estimé de Demande), Uber a déployé un système de pointe pour prédire les temps d’attente des conducteurs dans les aéroports. En utilisant des modèles d’IA sophistiqués, il anticipe la demande et la longueur des files d’attente, tenant compte des fluctuations de la file d’attente et des éléments externes tels que les retards de vol. Ce système fournit aux conducteurs des informations sur les temps d’attente prévus, les aidant à gérer leur temps plus efficacement et à mieux planifier leurs emplacements.

Pourquoi cette solution innovante est-elle remarquable ? Principalement en raison de :

• Problème résolu. Les prévisions ETR d’Uber s’attaquent au défi d’avoir trop peu ou trop de conducteurs dans les aéroports, impactant à la fois les passagers et les conducteurs. Les pénuries signifient que les passagers attendent plus longtemps, et les surplus font perdre du temps aux conducteurs qui attendent.
• Innovation. Le système de prévision informe les conducteurs du temps d’attente prévu pour les demandes, leur permettant de mieux gérer leur temps et leur positionnement.
• Application de l’IA. Il utilise des modèles d’IA avancés pour prédire la demande et la longueur des files d’attente, en tenant compte de la dynamique des files d’attente et des facteurs externes tels que les retards de vol.
• Impact sur l’industrie. C’est l’une des mises en œuvre d’IA les plus intéressantes en 2023 car elle optimise l’allocation des ressources en temps réel, améliorant l’efficacité et l’expérience utilisateur des services Uber dans les aéroports.

Source : Uber (https://www.uber.com/en-GB/blog/demand-and-etr-forecasting-at-airports/)

Mises en œuvre de l’IA chez Pinterest

Pinterest (https://pinterest.com/) n’a probablement pas besoin d’introduction. Cette plateforme de médias sociaux américaine permet aux utilisateurs de parcourir et de partager des photos, des GIF et des vidéos couvrant divers sujets tels que la mode, la cuisine, le design d’intérieur, et plus encore. Les utilisateurs peuvent créer leurs propres tableaux avec du contenu visuel qu’ils trouvent intéressant et explorer les tableaux des autres pour s’inspirer.

La plateforme repose sur la publicité, et en 2023, elle a adopté l’IA pour passer de méthodes réactives traditionnelles à des méthodes plus proactives pour empêcher les annonceurs de partir. Cela se distingue comme l’une des mises en œuvre notables de l’IA en 2023 car :

• Elle s’attaque au défi des annonceurs quittant la plateforme Pinterest. Traditionnellement, ce problème était traité uniquement après que les annonceurs étaient déjà partis, rendant difficile de les récupérer. Grâce à l’apprentissage automatique (ML), cela permet désormais une détection précoce du potentiel de départ, permettant à l’équipe de prendre des mesures proactives.
• L’équipe de Pinterest a créé un modèle d’apprentissage automatique (ML) qui prédit la probabilité de départ des annonceurs dans les 14 jours. Il utilise un ensemble de caractéristiques des annonceurs pour faire cette prédiction. L’équipe de vente utilise ces informations pour prioriser les actions visant à prévenir le départ.
• Des expériences préliminaires ont montré que cette approche peut atteindre une réduction de 24 % du départ dans le groupe test par rapport au groupe de contrôle. Cela indique l’efficacité d’une approche proactive pour prévenir le départ.

Stitch Fix, ou des titres et descriptions de produits générés par l’IA

Stitch Fix (https://www.stitchfix.com/) est une plateforme innovante qui permet aux utilisateurs de commander des vêtements via une application mobile. Les utilisateurs peuvent remplir un questionnaire spécifiant leurs préférences de style, leur taille et leur budget. Ensuite, ils reçoivent cinq suggestions de vêtements soigneusement sélectionnées parmi un éventail de plus de 1000 marques et styles différents.

Stitch Fix utilise des algorithmes d’intelligence artificielle avancés pour générer des titres d’annonces accrocheurs et des descriptions de produits détaillées. Cela rend le processus de création de contenu marketing et de descriptions de produits moins chronophage et coûteux tout en garantissant l’unicité et la cohérence avec l’image de marque.

L’entreprise emploie la méthode “expert dans la boucle”, combinant la créativité de l’IA avec la supervision humaine, garantissant une haute qualité et une efficacité. Grâce à l’IA, Stitch Fix peut générer des descriptions de produits pour des centaines de milliers de styles, répondant aux défis d’échelle et de complexité dans le commerce électronique. L’amélioration continue des algorithmes, associée à l’expertise, permet une amélioration constante de la qualité du contenu généré.

Cette innovation s’attaque au processus long et coûteux de création de contenu marketing pour le commerce électronique et de descriptions de produits tout en garantissant l’unicité et l’alignement avec le style de la marque.

Swiggy

Swiggy (https://www.swiggy.com/) est un service indien de livraison de nourriture en ligne qui permet aux utilisateurs de commander des repas auprès de restaurants locaux. L’application Swiggy offre la possibilité de choisir des plats parmi des restaurants préférés, de suivre les commandes en temps réel et d’utiliser des fonctionnalités supplémentaires telles que des recommandations personnalisées et une valeur minimale de commande définie.

Swiggy a utilisé l’IA pour personnaliser les commandes alimentaires dans son application, résolvant le “paradoxe du choix”. Voici les points clés :

• Paradoxe du choix. Swiggy a remarqué que les clients ont du mal à décider quoi commander en raison de trop nombreuses options. Ce phénomène, connu sous le nom de “paradoxe du choix”, entraîne une insatisfaction des clients.
• Personnalisation des commandes. L’entreprise a introduit un système de recommandation pour des “panier” avec un nombre limité de plats adaptés aux préférences des clients pour faciliter leur sélection et améliorer l’expérience utilisateur.
• Application de l’IA. Swiggy utilise l’IA pour analyser les données de commande historiques, les préférences alimentaires des clients et la saisonnalité des produits afin de générer des recommandations personnalisées.

Cette innovation s’attaque au problème de trop de choix, améliorant à la fois la satisfaction des clients et l’efficacité de la plateforme. C’est l’une des utilisations les plus intéressantes de l’IA dans les entreprises en 2023 en raison de son efficacité et de sa complexité.

Mises en œuvre de l’IA chez FoodPanda

Foodpanda (https://www.foodpanda.my/) est un service de livraison de nourriture en ligne qui permet aux utilisateurs de commander des repas auprès de restaurants locaux via l’application. L’application Foodpanda permet aux utilisateurs de commander leurs plats préférés, de suivre l’état de leurs commandes en temps réel et d’accéder à diverses fonctionnalités, y compris des recommandations personnalisées et une valeur minimale de commande définie.

Foodpanda utilise des tests A/B pour améliorer son menu et augmenter les taux de conversion. L’innovation consiste à mettre à jour la version B du menu grâce à une planification avancée et à l’automatisation. Voici les points clés :

• Automatisation des tests. Utilisation d’Apache Airflow pour automatiser le processus de mise à jour du menu.
• Scalabilité. L’optimisation du processus permet des tests plus rapides, même dans plusieurs pays.
• Efficacité. Réduction du temps d’exécution de 9 heures à environ 3,75 heures et diminution du taux d’erreur à 2,2 %.
• Améliorations supplémentaires. D’autres améliorations sont prévues, telles que la configuration de pagination dynamique et des DAG séparés pour différents pays.

Grâce à ces innovations, Foodpanda s’attaque au problème des mises à jour de menu lentes et inefficaces, ce qui est crucial pour maintenir la compétitivité et augmenter la satisfaction des utilisateurs.

Source : FoodPanda (https://www.foodpanda.my/)

Zillow

Zillow (https://www.zillow.com/) est une plateforme immobilière en ligne qui facilite la recherche, l’achat, la location et la vente de propriétés pour ses utilisateurs. La plateforme propose des millions d’annonces immobilières, permettant aux utilisateurs de comparer les valeurs et de se connecter avec des experts locaux du secteur. Zillow utilise des technologies avancées, y compris l’apprentissage automatique, pour fournir des évaluations précises des propriétés et rationaliser les processus d’achat, de vente ou de location.

L’approche innovante de Zillow en matière d’évaluation des propriétés grâce à l’outil “Neural Zestimate” positionne l’entreprise comme un acteur fort parmi les innovateurs en IA. Voici les points clés qui illustrent pourquoi “Neural Zestimate” est l’une des mises en œuvre d’IA les plus intéressantes :

• Réponse rapide aux changements du marché. Grâce à “Neural Zestimate”, Zillow peut réagir rapidement aux changements sur le marché immobilier, fournissant des évaluations à jour à l’échelle nationale.
• Mises à jour simplifiées. Le nouveau système facilite grandement la mise à jour et le maintien des modèles d’évaluation, améliorant leur précision.
• Tendances locales et saisonnières. “Neural Zestimate” intègre efficacement les informations locales et les changements saisonniers du marché dans le processus d’apprentissage, permettant des estimations plus précises des valeurs des maisons.
• Plage d’évaluation. “Neural Zestimate” utilise la régression quantile pour générer des plages de prix, fournissant une meilleure compréhension de la valeur potentielle d’une propriété et réduisant l’incertitude dans l’estimation.

Cette innovation s’attaque au problème du manque d’évaluations immobilières actuelles et précises, qui sont cruciales tant pour les vendeurs que pour les acheteurs sur le marché immobilier dynamique.

GitHub Copilot avec des mises en œuvre d’IA

La liste des mises en œuvre innovantes de l’IA ne pourrait être complète sans GitHub Copilot – un outil de codage alimenté par l’IA qui utilise de grands modèles de langage (LLM) d’OpenAI. GitHub Copilot est une avancée dans la génération de code, permettant des suggestions de code en temps réel dans l’environnement IDE.

Grâce à la collaboration avec OpenAI, les créateurs de ChatGPT, et aux améliorations continues des modèles LLM, Copilot devient de plus en plus précis et adapté aux besoins des utilisateurs. Cet outil améliore la productivité des programmeurs en automatisant certaines parties du processus de codage et en fournissant des suggestions instantanées.

GitHub (https://github.com/) prévoit d’élargir les capacités de Copilot en ajoutant un support vocal et en l’intégrant à d’autres éléments de la plateforme. Cependant, même maintenant, il s’attaque au défi des processus de codage longs et complexes en offrant des suggestions intelligentes qui accélèrent le travail et aident à résoudre des problèmes de programmation. Cela en fait l’une des mises en œuvre d’IA les plus intéressantes dans les entreprises en 2023.

Mises en œuvre de l’IA – résumé

Les exemples présentés dans cet article ne sont que la partie émergée de l’iceberg en ce qui concerne les innovations en IA dans les affaires modernes. En 2023, de plus en plus d’entreprises se tournent vers les technologies d’IA pour travailler plus intelligemment, mieux comprendre les clients et rester à jour avec les tendances du secteur. L’utilisation croissante de l’IA apporte une nouvelle perspective, transformant les expériences tant des employés que des clients. Selon Gartner, d’ici 2025, 80 % des entreprises adopteront au moins une solution basée sur l’IA, signalant une tendance positive pour le monde des affaires.

Si vous aimez notre contenu, rejoignez notre communauté de abeilles occupées sur Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.