3 parcours IA pour inspirer votre déploiement

La plupart des entreprises que je vois en difficulté avec l’IA ont pourtant investi dans ce domaine. Plusieurs tendances se dégagent de mes nombreux échanges avec les dirigeants de la région EMEA.

L’une d’elles revêt une importance particulière, et elle n’a rien à voir avec le secteur d’activité, la taille de l’entreprise ou son budget : les dirigeants qui tirent le meilleur parti de l’IA n’en ont pas fait leur priorité. Ils ont donné la priorité aux conditions nécessaires à la performance de l’IA, en les mettant méthodiquement en place afin que son déploiement produise les résultats attendus.

J’ai récemment discuté avec trois dirigeants pour comprendre comment ils s’y sont pris.

1. Simplifier le traitement de 1,7 million de demandes IT par an

Siemens AG, groupe international spécialisé dans les technologies et l’ingénierie, a entrepris de simplifier et d’améliorer l’assistance IT à l’échelle de l’entreprise. Après plus de deux ans de collaboration avec ServiceNow, Siemens a privilégié le nettoyage et la normalisation de son socle de données pour offrir une assistance plus cohérente et extensible.

Une nouvelle structure de données optimisée a permis à Siemens de déployer l’IA agentique à l’échelle de la fonction IT, pour une efficience démultipliée par l’IA. C’est la colonne vertébrale de MyIT, le guichet unique dédié à l’assistance aux utilisateurs.

Cette transformation a permis de proposer une assistance constante et de grande qualité dans toute l’entreprise et de libérer les agents IT de Siemens pour qu’ils puissent se concentrer sur les tâches plus complexes.

Jayant Deulgaonkar, directeur général de la division IT chez Siemens IT, explique comment les équipes utilisent l’IA pour réduire les incidents : « Notre approche consiste d’abord à éviter tout incident. C’est une démarche prédictive. Si cela ne suffit pas, nous adoptons une approche prescriptive, ce qui signifie qu’un agent peut résoudre le problème de manière autonome. »

Cette architecture multiniveau consiste à anticiper les problèmes avant leur survenue, à les résoudre de manière autonome dans la mesure du possible et à ne faire appel à un agent humain qu’en cas de réelle nécessité. Elle repose entièrement sur la qualité des données sous-jacentes.

Le prochain objectif de Siemens est de permettre à ses collaborateurs de tirer parti des possibilités offertes par l’IA. L’équipe prévoit de recourir à l’automatisation afin de leur redonner encore plus de temps pour se concentrer sur la croissance. Libérés du fardeau des demandes incessantes, les employés retrouvent la bande passante dont ils ont besoin pour innover.

2. Accéder à des services à forte valeur ajoutée

SLB, leader mondial des services pétroliers, utilise l’IA pour apporter son expertise scientifique à des entreprises dans plus de 80 pays. Son service d’assistance clientèle haut de gamme s’appuie sur la ServiceNow AI Platform.

Auparavant, les clients débordés de SLB se retrouvaient piégés dans une boucle d’assistance et devaient s’adresser à l’IT plutôt qu’aux spécialistes en mesure de résoudre leurs problèmes. « Un géologue qui rencontre un problème géologique souhaite en discuter avec d’autres géologues », explique Mark Gerrard Douglas, vice-président des services digitaux chez SLB.

La refonte de ce workflow a considérablement amélioré la valeur ajoutée. « Les géophysiciens et les géologues étant des profils rares, l’objectif est de leur épargner des tâches ingrates comme la saisie de tickets », explique Mark Douglas. En permettant à ses experts de travailler plus vite, SLB peut « accroître ses activités de conseil auprès de [ses] clients et générer plus de chiffre d’affaires ».

SLB a adopté une approche de l’assistance clientèle que Mark Douglas qualifie de « Carry Context », garantissant la continuité contextuelle. Au lieu de regrouper 7 000 tickets dans un pool générique, l’IA achemine chacun d’eux directement vers un géologue ou un géophysicien SLB compétent. Les clients n’ont donc plus besoin de fournir un mot de passe ni d’indiquer leur région d’origine et la nature de leur demande à chaque prise de contact.

Cette stratégie a permis de considérablement améliorer la satisfaction client, renforçant ainsi les relations de SLB avec sa clientèle et les retombées bénéfiques pour son activité. Elle a également permis de libérer une précieuse capacité de conseil déjà existante au sein de l’entreprise, pour encore plus d’efficacité.

La plupart des entreprises disposent de capacités supérieures à ce que leurs workflows leur permettent d’exploiter. L’exemple de SLB illustre l’étendue des possibilités lorsque l’IA est mise à profit pour révéler ces capacités plutôt que pour ajouter une couche supplémentaire au-dessus.

3. Donner les moyens d’agir aux équipes présentes dans plusieurs pays

Libérer le potentiel humain est tout aussi essentiel dans un atelier débordé que dans un environnement d’ingénierie spécialisé. Rossmann, l’une des plus grandes chaînes de drogueries d’Europe, considère ses magasins physiques comme son principal levier de croissance.

Avant la transformation, chaque fois qu’un problème survenait en magasin, un responsable devait quitter la surface de vente, appeler le siège social, rester en attente au téléphone et régler le problème à distance. Le traitement d’un seul ticket nécessitait en moyenne neuf minutes d’intervention humaine et impliquait plusieurs services. Pour assurer le bon fonctionnement de ses 5 200 magasins, il fallait une seule plateforme capable de tous les interconnecter.

En s’appuyant sur la ServiceNow AI Platform, Rossmann a déployé une IA agentique destinée à la classification, à la hiérarchisation et à la résolution des incidents. « L’agent IA analyse, classe par ordre de priorité et met en œuvre de manière autonome les mesures nécessaires pour clôturer le ticket », déclare Christian Metzner, directeur RH et IT chez Rossmann. « Ce qui nécessitait autrefois jusqu’à neuf minutes d’échanges prend désormais moins de cinq secondes. C’est pratiquement instantané. »

Rossmann développe également un modèle d’IA qui définit la prochaine meilleure action pour les collaborateurs, d’après les données des capteurs et les données de vente en temps réel. « Qu’il s’agisse d’accueillir un camion livrant des marchandises ou de nettoyer de la farine renversée dans une allée, c’est un levier considérable pour nous, car les opérations de vente au détail représentent une part importante de nos coûts », explique Christian Metzner.

Les goulets d’étranglement sur le terrain constituent un casse-tête permanent pour les responsables de la vente au détail et des opérations que je rencontre. Rossmann montre comment associer des données en temps réel à des workflows autonomes peut transformer l’expérience de 60 000 collaborateurs en magasin.

Point commun entre ces trois entreprises

Une entreprise d’ingénierie mondiale, une société de services pétroliers et une chaîne européenne de drogueries, soit trois secteurs et marchés totalement différents, sont parvenues à la même conclusion. Aucune d’entre elles n’a mis en avant l’IA. Elles se sont toutes fixé un objectif précis : améliorer l’expérience client et renforcer les compétences de leur personnel.

Cela n’est possible qu’avec une plateforme unifiée, des données fiables, des workflows repensés et des opérations interconnectées.

Découvrez comment ServiceNow peut vous aider à mettre l’IA au service de tout le monde.