Derrière l’interface : comment le langage naturel transforme les workflows marketing

Les entreprises sont confrontées à un paysage complexe marqué par l’évolution des défis en matière de confidentialité, d’économie et les progrès rapides de l’IA. La confidentialité des données des consommateurs n’est plus seulement une attente ; c’est un facteur non négociable, le fondement de la confiance des consommateurs. La volatilité économique a poussé les entreprises à aller plus loin tout en réduisant leurs coûts, exigeant une plus grande efficacité dans un contexte de réglementations en constante évolution. Parallèlement, l’IA, en particulier l’IA générative et agentique, révolutionne l’accès aux données et la prise de décision, obligeant les entreprises à s’adapter rapidement.

Si 2023 a été l’ère de la découverte pour l’IA générative, 2024 a été l’année de l’expérimentation, de la démonstration de faisabilité et du développement de nouveaux outils d’IA générative pour les services clients et le marketing. Au départ, l’IA générative pouvait sembler être une solution fourre-tout facile et rentable pour une multitude de cas d’usage, mais nous avons depuis découvert que la réalité est beaucoup plus nuancée. L’IA générative peut être complexe à créer et à utiliser efficacement, et sa mise en œuvre coûte cher. Elle évolue à un rythme sans précédent. Mais pour les entreprises qui sont capables de relever ces défis, 2025 sera l’année de l’IA appliquée, où les interfaces de langage naturel (NLI) deviendront plus répandues dans les workflows marketing quotidiens, démocratisant l’accès aux données et aidant à accélérer les résultats.

« Le nouveau langage de programmation le plus populaire est l’anglais », a tweeté Andrej Karpathy, membre fondateur d’OpenAI. Notre façon d’interagir avec les données a radicalement changé. Historiquement, nous sommes passés du format papier aux données numériques et aux systèmes de stockage de données, puis à l’accès aux données compatible SQL, qui est puissant, mais nécessite une expertise technique, empêchant les spécialistes du marketing d’accéder directement aux données. Dans ce processus, les spécialistes du marketing devaient utiliser le langage naturel pour formuler des requêtes dans des systèmes de tickets informatiques. Le service informatique interprétait ensuite les requêtes, les traduisait en SQL et les complétait. Cela pouvait prendre des jours, des semaines, voire des mois, à mesure que le retard s’accumulait, car ces tickets nécessitaient une attention manuelle.

Puis est venue l’interface glisser-déposer, celle que nous connaissons aujourd’hui dans la MarTech. Ces interfaces, généralement appelées « no-code », sont relativement en libre-service pour les spécialistes du marketing, mais elles nécessitent une compréhension des structures de données techniques. Par exemple, quel est le nom de la table « client » dans nos systèmes ? Quel est le nom de la colonne qui indique le montant dépensé au cours des 12 derniers mois ? Les spécialistes du marketing sont relativement autonomes dans ce système, mais ils ne peuvent pas utiliser leur langage naturel et leur sémantique métier pour accéder directement à des données facilement compréhensibles. 

Désormais, les interfaces de langage naturel promettent aux spécialistes du marketing d’être autonomes et d’utiliser leur langage naturel. Ils n’auront pas à dépendre d’autres équipes ou à attendre le résultat d’une action manuelle. Cela change la donne pour les utilisateurs non techniques. Les NLI promettent de transformer les workflows marketing pour la planification, la prise de décision, l’analyse et l’optimisation des campagnes. Elles facilitent la conception, le ciblage des audiences, la sélection du contenu, la décision des canaux à activer, la création de rapports et bien plus encore. Même si le rythme et la priorité de ce changement varieront d’une entreprise à l’autre, la tendance est claire : les NLI sont en passe de devenir la nouvelle interface de prédilection.

La simplicité d’une NLI constitue l’attrait et l’efficacité d’un tel outil : une zone de texte dans laquelle vous tapez votre requête. Mais la maîtrise des NLI nécessitera encore une formation. Aujourd’hui, les performances des modèles dépendent fortement de la qualité de la requête ou de l’invite. Même l’interaction en langage naturel nécessitera d’être affinée pour obtenir des résultats satisfaisants. Et l’adoption de l’IA générative prendra du temps. Il est crucial d’explorer et de s’adapter tôt et souvent. Les professionnels devront se sentir à l’aise avec les changements inconfortables de leurs méthodes de travail et apprendre tôt pour tirer efficacement parti des nouvelles technologies qui modifieront inévitablement le paysage marketing. 

Aussi simple que soit l’interface utilisateur, elle cache derrière une grande puissance et complexité. À l'instar du moteur de recherche de Google qui s'appuie sur un algorithme sophistiqué, les NLI nécessitent une stratégie data robuste et des intégrations en backend. Nous sommes en train d’apprendre que brancher simplement votre interface sur un LLM ne suffira pas. Cela ne répondrait pas aux exigences de sécurité de l’entreprise et ne fonctionnerait pas. 

Les entreprises savent que leur réussite en matière d’IA dépend de celle des données.

La qualité de l’IA et de l’interface d’une entreprise dépend uniquement des données auxquelles elle a accès et des outils intégrés pour amplifier les possibilités qu’offrent ces données, sans compromettre la gouvernance des données, la conformité et les exigences de sécurité. 

L’AI Data Cloud de Snowflake aide les spécialistes du marketing dans ce paysage en évolution. Snowflake offre une solution complète pour faciliter le développement de fonctionnalités d’IA générative, notamment la possibilité d’alimenter et d’améliorer ces interfaces de nouvelle génération. 

Snowflake pour l’IA apporte l’IA aux données gouvernées pour exécuter des workflows analytiques sur des données structurées et non structurées, développer des applications agentiques et entraîner des modèles, le tout avec des frais opérationnels minimes. Vous pouvez facilement accélérer le traitement des données non structurées, les applications d’IA générative et le développement de modèles avec une plateforme unique composée de services, d’outils et d’une infrastructure de calcul modulaires et préintégrés. 

Avec Snowflake Cortex AI, vous pouvez analyser rapidement et facilement les données non structurées et créer des applications d’IA générative à l’aide de LLM entièrement gérés, de la génération augmentée de récupération (RAG) et des services de conversion text-to-SQL. Vous pouvez également permettre à plusieurs utilisateurs d’utiliser les services d’IA avec des interfaces no-code, SQL et API REST. Elle est également efficace, vous permettant de passer outre la gestion de l’infrastructure avec l’IA sans serveur pour analyser les données non structurées et créer des agents de données et d’autres applications d’IA. Snowflake protège la valeur de vos données et modèles avec une sécurité à la pointe du secteur et une gouvernance unifiée auxquelles des milliers d’organisations font confiance.

Power Digital Marketing

« Nous avons intégré Snowflake Cortex dans notre plateforme de marketing intelligence pour permettre l’interrogation en langage naturel directement dans nos workflows clients et internes. Cette approche ouvre la voie à un véritable changement : des analystes écrivant du code SQL aux stratèges et spécialistes du marketing récupérant instantanément des données multi-sources dans un langage naturel. Nous constatons une amélioration d’environ 30 fois de la vitesse d’analyse et avons déjà économisé plus de trois semaines de travail complètes en seulement quelques centaines de requêtes. À mesure que les grands modèles de langage s’intégreront davantage dans les data stacks d’entreprise, cette approche définira le nouveau modèle d’exploitation pour les entreprises de services. »

John Saunders, VP of Product, Power Digital Marketing

GrowthLoop

« GrowthLoop a intégré une interface de langage naturel, optimisée par Snowflake Cortex AI, pour offrir aux spécialistes du marketing et aux opérateurs un véritable accès en libre-service à leurs données. Qu’il s’agisse d’un spécialiste du marketing à la performance qui lance un nouveau test A/B, d’un spécialiste du cycle de vie qui trouve des clients inadaptés ou d’un responsable d’opérations marketing qui réduit le volume de tickets, le langage naturel élimine l’obstacle technique. Il accélère le délai d’analyse, accélère l’activation et garantit que les données restent gouvernées et cohérentes, le tout directement sur Snowflake. »

Anthony Rotio, Chief AI Officer, GrowthLoop

Dataiku

« Dataiku permet aux experts en données de créer et de déployer une IA sophistiquée, de la segmentation complexe de la clientèle à l’analyse prédictive. Grâce à Snowflake Cortex, ces informations complexes peuvent désormais être accessibles intuitivement aux équipes marketing via le langage naturel. Ce lien crucial traduit une grande puissance d’analyse en personnalisation en temps réel, améliorant de manière spectaculaire l’engagement client et les résultats. »

Jed Dougherty, Head of Platform Strategy, Dataiku

Vous voulez en savoir plus ? Inscrivez-vous au webinaire Decoding AI’s Org-Wide Marketing Impact: an exclusive session with Scott Brinker