L’intelligence artificielle appliquée à la communication et au marketing a fait couler beaucoup d’encre ces derniers temps : ChatGPT, Midjourney et bien d’autres outils sont autant de sujets d’actualité. Mon opinion personnelle, pour ce qu’elle vaut, est qu’il ne s’agit pas d’un phénomène éphémère, mais plutôt d’une combinaison de connaissances, d’outils et de paradigmes qui va certainement révolutionner la façon dont nous, experts en communication, travaillons.
Créativité, campagnes, création de persona, études de marché et bien d’autres choses encore : rien ne semble avoir échappé à l’emprise de l’IA, avec ses données, ses analyses, ses algorithmes et son apprentissage automatique.
Mais quel potentiel et quelles perspectives pouvons-nous (et par là je veux dire tout le monde, pas seulement les employés des grandes entreprises) débloquer avec l’aide de l’IA marketing ? Pour répondre à cette question, nous avons demandé l’aide d’Alessio Pomaro.
Alessio est responsable de l’IA au sein du groupe Search On Media et ingénieur logiciel. Il a toujours été passionné par le webmarketing et la technologie. Il est membre du Top Voice LinkedIn en Italie et l’auteur de Brand Voice (publié par FrancoAngeli) et Voice Technology (publié par Dario Flaccovio).
J’espère que vous trouverez cette interview utile et intéressante, et qu’elle constituera une base solide pour adopter le bon état d’esprit dans ce domaine.
Bonne lecture !
Bonjour Alessio, bon retour parmi nous. À un certain moment de votre carrière, vous avez fini par emprunter la “voie de l’IA”. Comment cela s’est-il produit ? Qu’est-ce qui a suscité votre intérêt et quelle est votre vision de l’avenir de l’IA ?
Je suis ingénieur logiciel et j’ai commencé ma carrière professionnelle en tant que développeur full-stack. Plus tard, j’ai changé d’orientation et je me suis concentré sur le SEO, le domaine du marketing dédié à l’obtention de résultats gratuits sur les moteurs de recherche.
J’ai découvert l’intelligence artificielle en cherchant de nouveaux moyens d’affiner les différentes étapes de l’analyse SEO, et les compétences que j’avais acquises auparavant m’ont permis de me mettre rapidement dans le bain.
Qu’est-ce que l’intelligence artificielle et l’apprentissage automatique, et pourquoi en parle-t-on tant en ce moment ? Pouvez-vous nous aider à comprendre ces concepts ?
Revenons à l’essentiel. Tout d’abord, il convient de noter que l’intelligence artificielle est une discipline académique, au même titre que la physique, par exemple. Il s’agit d’une branche de l’informatique qui vise à créer des machines dotées de caractéristiques considérées comme typiquement humaines, telles que la perception visuelle, la capacité à prendre des décisions et à agir de manière autonome.
Mais comment une machine peut-elle développer une intelligence artificielle ? La réponse se trouve dans l’apprentissage (machine learning), qui fait partie de la discipline, une sous-catégorie de l’IA.
L’apprentissage (machine learning) est un système capable d’entraîner un modèle à faire des prédictions utiles à partir de données d’entrée. Il permet donc essentiellement à la machine d’apprendre sans programmation spécifique.
Prenons l’exemple de Visual perception : cette application de l’IA utilise l’apprentissage automatique pour entraîner le système à reconnaître certains éléments dans un contenu visuel.
Dans ce cas, il utilise le deep learning (un sous-ensemble supplémentaire du machine learning), car des structures efficaces telles que les réseaux neuronaux profonds sont nécessaires pour traiter les millions de données d’entrée.
Aujourd’hui, lorsque l’on parle d’IA et de machine learning, ce sont les algorithmes génératifs tels que GPT-4, ChatGPT, Claude, PaLM 2 et Midjourney qui viennent immédiatement à l’esprit. Ils sont évoqués depuis 6 à 8 mois environ, bien qu’ils ne soient pas une invention si récente que cela.
Ce qui a changé, c’est leur accessibilité. Comme vous le savez, ces algorithmes sont désormais accessibles à tous.
Passons à la suite. Que sont les algorithmes génératifs, quels en sont les différents types et quelles opportunités offrent-ils aux professionnels de la communication et du marketing ?
Les algorithmes génératifs sont des systèmes basés sur des algorithmes de machine learning formés sur une énorme quantité de données, qui peuvent générer du texte, des images, de l’audio, de la vidéo… en fait n’importe quel type de digital output. Et ils le font à peu près de la même manière qu’un être humain.
Leur fonctionnement peut être résumé en trois points :
- Ils génèrent un contenu basé sur des probabilités en complétant nos données : ce ne sont pas de grands “écrivains”, ce sont d’habiles calculateurs statistiques.
- Ils ne sont ni intelligents ni compréhensifs (ou du moins pas au sens où nous entendons ces termes) : ils sont simplement bien formés à la manière dont nous nous exprimons.
- Ce ne sont pas des moteurs de recherche : ils peuvent produire des “hallucinations”, c’est-à-dire des contenus factuellement incorrects.
Ces modèles offrent de nombreuses possibilités. Par exemple, vous pouvez les utiliser pour analyser des projets, pour regrouper des requêtes de recherche ou pour traiter le contenu de vos concurrents en tirant automatiquement les sujets qu’ils traitent. Vous pouvez les utiliser pour extraire des données de vidéos et de documents, pour rédiger du contenu ou pour transformer des tableaux de données techniques sur les produits en descriptions textuelles pour les pages de produits sur les commerces en ligne. Et ce n’est pas tout… Vous pouvez également obtenir des résultats intéressants en analysant des avis, des enquêtes auprès des utilisateurs et des données de projet.
Les micro, petites et moyennes entreprises sont le moteur de l’économie britannique. Quels conseils donneriez-vous aux chefs d’entreprise pour les aider à tirer le meilleur parti de la révolution de l’IA ?
Le premier conseil que je donnerais est d’expérimenter autant que possible et d’essayer d’appliquer les systèmes à votre productivité personnelle : je pense que c’est la manière la plus simple de comprendre leur potentiel. Voici un exemple sciemment banal tiré de mon expérience personnelle.
Google Search Central publie souvent des vidéos et/ou des podcasts sur les derniers aspects techniques du référencement. J’ai toujours écouté tous les épisodes de la série. Maintenant, en utilisant GPT-4 pour traiter une transcription du contenu (en anglais), je peux extraire un résumé détaillé (en italien) en plusieurs points, ainsi que la minute de la vidéo où ils discutent de chaque sujet particulier. Cela me fait gagner beaucoup de temps. J’utilise le même processus pour de nombreux types de contenus que je dois examiner en profondeur et pour créer rapidement des messages détaillés sur les réseaux sociaux.
L’utilisation de l’IA dans une entreprise doit reposer sur deux concepts clés : l’intégration dans les flux de travail et l’automatisation.
Les systèmes basés sur l’IA peuvent être utilisés, par exemple, pour développer des codes de correction automatique.
Un autre exemple est la production de contenu. Si on l’utilise avec beaucoup de bon sens et en tenant compte du contexte, on peut obtenir d’excellents résultats.
Une autre utilisation intéressante est l’extraction de données commerciales à l’aide d’actions très simples (démocratisation des données). Et puis il y a l’analyse des données : les modèles d’apprentissage automatique, s’ils sont bien formés et configurés, peuvent s’avérer extrêmement précieux pour les décisions commerciales dans divers domaines, et donc fournir un avantage concurrentiel.
Enfin, la question à un million de dollars : les machines peuvent-elles être créatives ?
Lorsque nous pensons à la créativité, nous avons tendance à nous concentrer sur les disciplines artistiques, telles que le design ou les campagnes visuelles. J’aimerais partager un autre point de vue, à travers deux exemples.
Voici le premier. Nous sommes actuellement habitués au paradigme selon lequel des personnes forment des algorithmes qui exécutent ensuite des tâches. Dans certains domaines, cependant, des techniques sont utilisées pour permettre aux machines de s’entraîner elles-mêmes. Comme un joueur d’échecs qui apprend non pas dans les livres écrits par les grands maîtres, mais par des millions de parties jouées contre lui-même, en d’autres termes par l’expérience. L’avantage de cette méthode est de réduire le biais cognitif lié au fait d’avoir appris d’autres personnes. L’élimination de ce fardeau peut vous aider à adopter des solutions que vous n’auriez probablement jamais imaginées auparavant.
Passons maintenant au second. Au cours d’un projet expérimental, j’ai utilisé l’IA générative pour développer le code dont j’avais besoin pour analyser un grand ensemble de données, créer un tableau de bord et visualiser certaines mesures. J’ai été stupéfait de découvrir qu’à plusieurs reprises, l’algorithme me proposait une visualisation différente – et meilleure – de celle que j’avais en tête.
Alors… les machines peuvent-elles être créatives ? La réponse dépend entièrement de votre définition de la créativité. Mais il est certain que nous pouvons utiliser l’intelligence artificielle pour améliorer nos capacités. Alors, allons-y ! Et créons des choses formidables que nous n’aurions jamais imaginées auparavant.