La «Dark Data», nouvelle source de profit

L’IA aide les entreprises à exploiter ces données non structurées (e-mails, images, capteurs), et à les transformer en valeur et en profit. Par Xavier Comtesse et Pascal Eichenberger

Un article disponible dans l'AGEFI : https://agefi.com/actualites/opinions/la-dark-data-nouvelle-source-de-profit

Aujourd’hui, beaucoup de chefs d’entreprise ne savent pas comment aborder la question de l’intelligence artificielle (IA). Ils savent bien que quelque chose d’énorme se passe, mais ignorent comment l’appréhender dans leur propre entreprise. Cela les inquiète beaucoup, car ils ne veulent surtout pas toucher à leur informatique qui fonctionne — et ils ont raison, car l’informatique est une chose souvent fragile et toute mutation est délicate. Il n’y a qu’à voir, pour s’en convaincre, le «bourbier» actuel du système national suisse de gestion des chômeurs!

L’IA, principalement les LLM (grands modèles de langage) comme ChatGPT, est envahissante. La révolution digitale semble être sans limite! Une manière très simple d’appréhender toute cette transformation est de séparer les données structurées (à savoir celles que je peux glisser dans un Excel ou dans mon ERP) des données non structurées (comme la vidéo, l’audio, etc.) que mon système IT ne sait pas lire.

Ainsi, tout s’éclaircit: la première vague de digitalisation (depuis les années 1960) se concentrait sur les données structurées (nombres, noms, bases de données clients); la seconde s’attaque au «stock dormant», soit environ 95% des données qu’une entreprise génère mais n’exploite pas.

Mais alors, que sont exactement ces données dormantes, manquantes, invisibles que l’on appelle «Dark Data»?

C’est tout ce qui est produit par les conversations internes et externes (avec les clients notamment), que ce soit par e-mail, téléphone ou séances; la vue (images, photos ou vidéos); le son (comme le bruit des machines) mais aussi les odeurs ou encore les différents capteurs (IoT). Bref, un champ immense, la plupart du temps vierge d’interprétation.

Les questions à se poser dorénavant sont: comment utiliser ces données inutilisées? Comment les transformer en valeur client, en marge d’affaires, en moteur de croissance?

L’IA permet de lire et traduire ces formats illisibles pour un humain, et ceci extrêmement facilement, rapidement et à grande échelle.

Xavier Comtesse et Pascal Eichenberger

L’IA, principalement à travers les outils de type conversationnel, permet justement de lire et traduire ces formats illisibles pour un humain, et ceci extrêmement facilement, rapidement et à grande échelle.

Ainsi, l’IA peut analyser les sentiments des clients: elle scanne des années d’e-mails ou de chats pour identifier des signaux faibles de mécontentement client ou de démission d’employés.

Elle peut faire de la maintenance prédictive: en analysant les logs de machines (souvent ignorés), l’IA détecte des microvariations thermiques ou vibratoires qui annoncent une panne des mois à l’avance. Et surtout, elle permet l’extraction de la connaissance (RAG): l’IA peut «lire» des milliers de fichiers PDF de vieux contrats ou de manuels techniques pour répondre instantanément à une question complexe d’un ingénieur sur le terrain.

Ce qui change vraiment, c’est que l’on passe d’une informatique qui coûte cher pour des gains de productivité souvent faibles, à une informatique qui rapporte. Le profit est enfin au bout du digital.

En effet, la transformation des 95% de «Dark Data» produits par l’entreprise va désormais générer de nouvelles sources de profit, et non plus, comme lors de la première digitalisation, de simples promesses de productivité.

Il y a bien sûr encore quelques étapes à comprendre avant d’entamer votre «grande transformation», la prochaine c’est celle des «Quick Win» , elle est à suivre la semaine prochaine dans notre chronique.

Par Xavier Comtesse et Pascal Eichenberger