Tout d’abord, il existe différents types d’IA selon la façon dont elles apprennent, agissent et sont utilisées. Aujourd’hui, les plus répandues combinent plusieurs approches pour atteindre de meilleurs résultats, et leur usage s’est démocratisé. Par exemple, on peut utiliser une IA conversationnelle pour proposer un service de réponse automatique aux clients, une IA générative via le chatbot de son site pour créer le contenu marketing et gérer les posts ou campagnes sur les réseaux sociaux. On peut anticiper les pics de fréquentation via une IA prédictive, ou détecter les files d’attente et compter ses clients avec une IA de vision. Les exemples sont multiples. Mais l’automatisation des tâches chronophages reste la meilleure avancée pour libérer du temps à l’entrepreneur et lui permettre de se concentrer sur des tâches stratégiques.
Si l’on considère l’IA décisionnelle, qui doit aider à prendre des décisions, la difficulté majeure aujourd’hui est que la pertinence de son analyse repose sur l’exploitation de données précises. Les enseignes ont déjà du mal à savoir d’où viennent leurs clients et quels sont leurs profils. Du coup, difficile d’être trop exigeant envers l’IA dans ce cas. Mais finalement, est-ce gênant ? En effet, l’IA fonctionne très bien pour fournir des chiffres de cadrage d’une ville ou d’une agglomération et les comparer avec ceux d’une autre. Elle permet d’accéder rapidement à des données publiques et vérifiables. Elle permet également de structurer sa démarche de réflexion et de suivre certaines étapes pour choisir son emplacement ou estimer son chiffre d’affaires potentiel. Sur ce dernier point, l’IA apporte des réponses avec des ratios de performance du secteur d’activité. Cette analyse ne peut tenir compte de la réalité locale, mais le gain de temps est déjà là. Il ne faut pas s’en priver !
Quand l’IA se heurte aux données locales et à la réalité du terrain
Les données étant imparfaites, les résultats le sont tout autant, et chacun doit garder un regard critique en vérifiant les sources. Les principales études montrent que, dans un texte produit par ChatGPT, il y a en moyenne 10 à 15 % d’erreurs selon la nature de la demande. Que penser, par exemple, lorsqu’on l’interroge sur la concurrence en France des réseaux de coffee shops, et que l’un des premiers résultats est le réseau de prêt-à-porter masculin Café Cotton ? Ici, ce n’est pas la qualité des données en amont qui est en cause, mais la tendance de l’IA à interpréter des résultats sans vraiment avoir de garde-fou.
À cela s’ajoute la notion d’échelle géographique, qui rend le pourcentage d’erreur exponentiel. En effet, plus on cherche une information précise et locale — comme analyser un emplacement —, plus le pourcentage d’erreur augmente. On passe d’une aide précieuse, qui apporte des données de marché et de cadrage, à des erreurs, voire des contresens, qui génèrent plus de doutes que de réponses.
L’enjeu pour l’entrepreneur est donc de maîtriser à la fois l’art du prompt et l’interprétation des résultats. Il faut prendre l’IA pour ce qu’elle est : un fabuleux progrès technologique qui permet de gagner du temps dans certains cas, mais qui ne remplace pas la connaissance du terrain, ni la nécessité d’utiliser un logiciel de géomarketing pour analyser le local et sécuriser ses investissements au travers d’une étude de marché qui apportera un regard objectif sur sa zone.
À lire aussi
