Accéder à l'en-tête Accéder au contenu principal Accéder au pied de page

L’IA générative : le début d’une révolution pour les utilisateurs d’ERP ?

Pour Emmanuel Cerisier qui travaille depuis 24 ans sur SAP, il y a bien un avant et un après l’arrivée de l’IA générative. Comment change-t-elle la donne ? Sur quels outils ? Quelles applications et quels usages seront disponibles demain ? Pour répondre à ces questions, nous avons demandé à notre SAP Technology Domain Leader de dresser un état des lieux.

Publié le 30/12/2024

Modern ERP Cloud System

Point de vue d'expert

Partager

L’essor de l’IA générative dans l’ERP

IA générative est au cœur des discussions, et toutes les entreprises tentent d’intégrer des Large Language Models (LLM) dans leurs systèmes. Nos clients s’intéressent particulièrement à son usage dans leur ERP (Entreprise Resource Planning).  Cependant, il est essentiel de différencier l’IA générative de l’IA déjà utilisée par SAP dans ses applications ERP via le machine learning.

Les premiers cas d’utilisation de l’IA générative

Amélioration des tâches quotidiennes

La majorité des cas d’usage actuels de l’IA générative vise à assister l’utilisateur dans ses tâches quotidiennes. Elle guide, autonomise et apporte des solutions lorsque l’utilisateur se retrouve bloqué.

  • Assistant digital Joule : En septembre 2023, SAP a annoncé Joule, un assistant digital destiné aux clients Cloud, agissant comme un copilote à qui l’on peut poser des questions ou demander de l’aide.

  • Business Intelligence (BI) : L’IA permet aussi des requêtes en langage naturel. Par exemple, demander « quelles sont les 10 meilleures ventes du mois dernier » génère automatiquement les informations souhaitées.

Génération automatique de code

L’une des grandes nouveautés réside dans l’intégration de l’IA générative dans les outils de développement. Sur la base d’un prompt, elle pourra générer du code automatiquement. Cependant, la formulation des prompts devra être précise pour éviter des « hallucinations » ou des erreurs.

La qualité des réponses de l’IA dépendra de la demande et des informations fournies, et sa mise à jour continue est cruciale pour garantir sa pertinence.

L’IA pour remplacer certaines fonctions métiers ?

Impact sur les fonctions de support

L’utilisation de l’IA générative peut remplacer certaines fonctions de support de niveau 1, comme répondre aux requêtes basiques des utilisateurs. Cependant, il est nécessaire que l’œil humain continue à vérifier et valider les actions de l’IA, comme la rédaction de courriels dans un CRM après la réception d’une plainte.

Personnalisation via machine learning

Contrairement à ChatGPT, l’IA dans un contexte ERP comme SAP s’entraîne sur les bases de données du client. Cela garantit des réponses personnalisées et éthiques, car les données restent la propriété du client. Des modèles d’IA permettent aussi de vérifier et reconnaître des documents, par exemple en extrayant automatiquement les données d’un formulaire de commande en PDF pour les insérer dans l’ERP.

Comparaison de l’utilité de l’IA générative entre ERP et CRM

Outils et secteurs professionnels

Il est plus pertinent de déterminer l’utilité de l’IA générative en fonction de l’outil utilisé, plutôt que par métier. Dans les ERP, l’utilité est parfois limitée dans le reporting, contrairement aux CRM où elle est un atout pour la relation client.

Dans certains secteurs professionnels comme l’architecture, l’IA générative est utilisée pour créer des propositions visuelles de projets futurs. Cependant, il est nécessaire de la surveiller pour éviter la production de « fake news » ou de faux codes.

Accélération de l’automatisation

L’IA générative suit la même direction que l’automatisation, en permettant aux utilisateurs de se concentrer sur des tâches à forte valeur ajoutée, comme l’analyse ou la gestion des relations avec les clients et fournisseurs, plutôt que sur des tâches répétitives comme la saisie manuelle.

L’IA générative est un puissant accélérateur pour permettre aux employés de se concentrer sur des tâches stratégiques, sans remplacer l’humain à court ou moyen terme. La génération de code existait déjà avec les frameworks avant l’IA générative, et les développeurs restent indispensables pour valider le travail des machines. L’œil critique et l’expertise humaine seront toujours nécessaires, particulièrement pour assurer la fiabilité des données fournies par les systèmes.