McKinsey et Capital One : l'IA client, moteur d'innovation

L'impact limité des investissements numériques selon McKinsey

D'après une étude menée par McKinsey, malgré une numérisation croissante, les entreprises ne parviennent à tirer parti que d'une fraction des bénéfices escomptés de leurs investissements dans le numérique. En effet, elles capturent moins d'un tiers de la valeur attendue de ces investissements. Ce constat découle du fait que nombre d'entre elles privilégient d'abord le développement de leurs capacités technologiques avant de s'intéresser aux applications concrètes, plutôt que de partir des besoins réels des clients pour élaborer des solutions adaptées. Cette approche peut mener à des solutions peu cohérentes, des expériences client fragmentées et, en fin de compte, des transformations numériques qui échouent à atteindre leurs objectifs.

Une approche centrée sur le client pour des résultats probants

Certaines organisations, à l'inverse, parviennent à des résultats significatifs en inversant cette logique. Elles adoptent une stratégie d'ingénierie axée sur le client, où les clients deviennent le point de départ de toute transformation technologique. Cette méthode implique de concevoir des produits et services en tenant compte des attentes et des défis des clients dès le début. Les équipes de développement travaillent ensuite de manière agile pour déterminer les étapes nécessaires à la conception de solutions qui répondent à ces attentes.

Ashish Agrawal, vice-président directeur chez Capital One, souligne que rapprocher les ingénieurs des clients stimule l'innovation latérale. Cela permet aux ingénieurs d'aborder les problèmes sous un angle nouveau, souvent inédit du point de vue des ventes ou du produit, créant ainsi un effet multiplicateur en termes d'innovation.

L'importance cruciale de l'orientation client

Agrawal explique que les ingénieurs, en tant que résolveurs de problèmes par nature, sont particulièrement efficaces lorsqu'ils comprennent les défis auxquels les clients font face. En étant proches des systèmes et des données, ils peuvent concevoir des solutions qui répondent directement aux besoins des clients. Cette proximité avec les clients a un effet motivant sur les ingénieurs, qui voient l'impact direct de leurs contributions sur la vie des utilisateurs.

Pour encourager cette culture, Capital One a mis en place des objectifs clairs pour ses ingénieurs, les incitant à établir plusieurs points de contact avec les clients chaque année. Ces interactions prennent différentes formes, telles que :

• Des sessions d'empathie numérique pour observer les parcours utilisateurs et identifier les points de friction.
• Un support client intégré pour mieux comprendre les besoins de service.
• Des accompagnements d'ingénierie, où les ingénieurs participent à des appels ou des visites sur site avec le personnel de vente et de support.
• Des compétitions de hackathon pour développer des solutions à des problèmes réels rencontrés par les clients.

Les opportunités offertes par l'IA centrée sur le client

Selon Agrawal, l'un des plus grands défis pour les ingénieurs des grandes entreprises est le manque d'accès direct aux clients, ce qui complique l'identification des problèmes et l'innovation de solutions. Cependant, l'IA a accéléré à la fois les défis et les opportunités. Le cycle de lancement des produits est devenu beaucoup plus rapide, et les ingénieurs, ayant un accès privilégié aux données alimentant l'IA, peuvent appliquer plus rapidement des techniques de données pour résoudre les problèmes des clients.

Un exemple concret est celui du service client, où l'IA peut instantanément résumer les conversations et fournir aux agents un contexte précis sur les demandes des clients et les actions à entreprendre. L'IA agentique peut également poser des questions de suivi pertinentes, ce qui aurait autrement nécessité un temps considérable de la part des agents humains.

Agrawal souligne que dans un écosystème riche en données de haute qualité, les outils agentiques permettent de passer de corrections incrémentales à une transformation rapide et à grande échelle. En investissant dans des données et des outils d'IA, et en se concentrant sur des expérimentations rapides, le cycle de déploiement des solutions peut être considérablement accéléré.

Capital One a par exemple utilisé des insights clients pour développer un cadre d'IA multi-agents innovant appelé Chat Concierge. Cet outil améliore l'expérience client des acheteurs de voitures et des concessionnaires en permettant, au cours d'une seule conversation, de comparer des véhicules, d'aider à la prise de décision, et de planifier des essais ou des rendez-vous avec des vendeurs.

Vers un état d'esprit axé sur l'IA

Une enquête récente de MIT Technology Review Insights révèle que 70 % des dirigeants affirment que leur entreprise utilise l'IA agentique à un certain degré. Près de la moitié d'entre eux estiment que ces systèmes améliorent la détection de la fraude, la sécurité, réduisent les coûts, augmentent l'efficacité, et améliorent l'expérience client.

À l'avenir, ces résultats semblent prometteurs. Plus de la moitié des dirigeants bancaires prévoient d'améliorer encore la détection de la fraude, la sécurité, et l'expérience client. Les cas d'utilisation de l'IA agentique qui montrent un fort potentiel incluent la réponse aux demandes de services clients, l'ajustement des paiements de factures, ou l'extraction des termes clés des accords financiers.

Pour atteindre ces objectifs, les entreprises doivent adopter un état d'esprit axé sur l'IA, en passant de l'amélioration d'un produit existant à la réinvention fondamentale des problèmes et des besoins des utilisateurs à travers les capacités de l'IA.

Agrawal recommande plusieurs pratiques exemplaires :

• Réinventer la fonction principale de l'IA pour résoudre les problèmes des utilisateurs. La véritable valeur réside dans la résolution de problèmes significatifs pour les clients, garantissant ainsi une innovation non seulement rapide, mais transformative.

• Commencer avec des données de haute qualité et bien gouvernées. Une préparation rigoureuse des données est essentielle pour orchestrer la boucle agentique, permettant la perception, le raisonnement et l'exécution nécessaires pour résoudre les problèmes des clients.

• Reconstruire les flux de travail avec l'IA intégrée dès le départ. Les systèmes agentiques nécessitent une supervision rigoureuse. Un écosystème de données bien gouverné et des normes d'IA responsables sont cruciaux pour instaurer la confiance.

• Former une équipe interfonctionnelle impliquant la science des données, l'ingénierie, le produit, le design, et d'autres partenaires. Il est important d'adopter une approche progressive si l'on est novice en IA, plutôt que de se lancer tête baissée.

En fin de compte, une transformation réussie repose sur l'habilitation des ingénieurs et des équipes partenaires à partir des besoins des clients pour développer des solutions technologiques, plutôt que de partir des capacités technologiques pour trouver des applications. En adoptant une approche centrée sur le client, les organisations peuvent réinventer l'expérience client de l'intérieur et placer le client au centre de leur stratégie dès le début.