Les grands fournisseurs SaaS se sont lancés tête baissée dans l’aventure de l’IA générative (Gen AI). Marc Benioff, PDG de Salesforce, est sans doute son plus fervent défenseur. Pour lui, la Gen AI porte la promesse d’une croissance sans les douleurs des acquisitions coûteuses. Et il n’est pas seul : beaucoup estiment que le support client sera le premier grand bénéficiaire. Des acteurs établis comme ServiceNow et SAP mettent en avant leurs solutions Gen AI, tandis que de nouveaux venus comme Sierra, la société de Bret Taylor, s’imposent déjà. Au-delà du Support Client, les projets d’optimisation apparaissent dans toute la chaîne logistique: prévision de la demande, réapprovisionnement automatisé, orchestration de la distribution, etc.

‍

Du côté de l’Expérience Client, les marques expérimentent avec l’IA depuis plusieurs années. On a vu apparaître des fonctions de reconnaissance vocale dans les applications Amazon ou Walmart, mais ces fonctionnalités ont été abandonnées. En revanche, les expériences d’essai virtuel ont trouvé leur place, initiées par L’Oréal et désormais généralisées dans le secteur des cosmétiques.

‍

Alors que la Gen AI devient omniprésente, une question se pose : les marques vont-elles l’utiliser pour communiquer directement avec les consommateurs ? Elles ont de bonnes raisons d’être prudentes.

‍

Un contenu incertain

‍

Chaque responsable de marque devrait poser des questions sur ses produits dans des outils comme ChatGPT pour comprendre l’étendue de leurs contenus. L’ampleur est impressionnante, presque exhaustive, mais les sources posent problème. Des sources fiables côtoient des sites plus discutables. La vision américaine domine. Une partie des contenus utiles provient de FAQ de distributeurs, mais beaucoup d’entre eux bloquent désormais le scraping, créant des lacunes.

‍

En raison de ce volume colossal de données, la Gen AI peine parfois à maintenir cohérence et exactitude. Les « hallucinations » apparaissent. Exemple concret : en testant Microsoft Copilot sur mes chaussures New Balance, l’outil les a identifiées comme… un animal gris et poilu !

‍

Des processus mal compris

‍

La qualité des résultats Gen AI dépend largement des prompts. Malheureusement, le cadre des requêtes varie selon les services et chaque logique reste opaque. Une seule certitude : les résultats fluctuent.

‍

Dans le même temps, marques et distributeurs rivalisent pour enrichir leurs données et attirer le trafic. Mais ils risquent tous deux d’être court-circuités, car les fournisseurs de Gen AI cherchent à garder les utilisateurs dans leurs propres écosytème.

‍

Aucun retour d’information

‍

Les bots Gen AI aspirent en permanence les données des marques mais ne fournissent quasiment aucun retour sur leur qualité, leur cohérence ou leur utilisation. Une nouvelle discipline, le Generative Engine Optimization (GEO), commence à émerger pour apporter plus de réponses, mais ses règles restent floues. Aucun reporting n’est renvoyé aux sources.

‍

Côté usage, même opacité : les marques ignorent combien de requêtes concernent leur nom et quelles questions les consommateurs posent. Aujourd’hui, la Gen AI représente 2 à 3 % du trafic web, c’est très peu, mais ce chiffre grimpe rapidement.

‍

Et maintenant, que doivent faire les marques ?

‍

Il est encore trop tôt pour dire si les grands gagnants de cette évolution seront les marques, les distributeurs ou les plateformes Gen AI. Une piste raisonnable pour les marques consiste à reprendre la main sur leur propre expérience Gen AI.

‍

Des solutions comme Ask Mona rendent cela possible. La marque choisit les contenus que le moteur d’IA doit indexer, l’outil qu’elle souhaite utiliser et la manière dont les prompts sont structurés. Elle peut ensuite vérifier la pertinence et la cohérence des résultats avant de partager l’expérience directement avec les consommateurs, via des QR codes colorés sur les packagings ou en rayon, ou encore un simple « bouton arc-en-ciel » en ligne.

‍

Plus important encore, la marque peut suivre l’activité des consommateurs : combien l’utilisent, quelles questions ils posent, et où apparaissent les manques. Ce feedback permet d’enrichir l’index et de garantir aux visiteurs une expérience de qualité.

‍

En résumé, c’est une stratégie plus sûre et plus intelligente que l’inaction, qui laisserait les modèles fondamentaux capter tout le trafic sans contrôle.