SOMMAIRE

• I/ De quoi parlons-nous : Définition et bases de la GenAI
• II/ Les cas d’usage de la GenAI pour les entreprises et les franchiseurs
• III/ Les incertitudes et limites liées aux IA génératives
• IV/ Quelques conseils avant de déployer des IA génératives dans votre réseau
• Conclusion

Si l’Intelligence artificielle (IA) existe depuis longtemps sous différentes formes, et a même connu plusieurs « hivers », le terme connaît aujourd’hui un regain d’actualité. Depuis le lancement de ChatGPT et de différentes solutions dites d’IA générative, une nouvelle étape aurait été franchie en passant d’une IA jusqu’alors silencieuse, à une IA omniprésente, médiatisée, compréhensible et exploitable par le quidam.

Si la médiatisation et le marketing sont une chose, les IA génératives (ou GenAI) – avec tout ce qu’on en dit et que je m’efforcerais de synthétiser, peuvent-elles impacter durablement la vie et la gestion des réseaux de franchise ? Pouvons-nous même parler de game changer pour les enseignes ?

Franchiseurs, si vous intéresser au phénomène devient inévitable, vous devez réfléchir à une stratégie pour vous en emparer, d’autant que vos moyens sont limités.

Professionnels de la franchise, j’espère que ces quelques réflexions vous guideront avant d’agir.

Bonne lecture,

Majdi Garbouj
Fidèle à sa réputation, Aspar Franchise aide le dirigeant de tout concept prometteur à développer sa franchise.

I/ De quoi parlons-nous : Définition et bases de la GenAI

A/ La définition, la promesse et l’impact de l’intelligence artificielle générative

L’IA générative est une branche de l’IA qui se concentre sur la création de modèles créatifs et innovants capables de générer des données nouvelles et originales – comme le font les êtres humains.

En utilisant les réseaux neuronaux et associant plusieurs sources données (texte, voix, image, données) – on parle de multimodalité, ces IA font un saut technologique important du traitement du langage naturel pour créer du contenu dans des domaines variés : texte, supports visuels, jeux vidéo ou réalité virtuelle.

Désormais accessibles au plus grand nombre, via le cloud ou des modèles à télécharger, ces IA n’en soulèvent pas moins des questions éthiques s’agissant de création de fausses informations, de violation de la vie privée ou de manipulation des médias.

Une promesse alléchante et un impact décisif pour les entreprises

Avec son potentiel d’apprentissage et de production de nouvelles données, la GenAI peut aider les entreprises à rationaliser leurs activités et à améliorer leur productivité, en réduisant les coûts et en libérant des ressources pour les concentrer sur leurs opérations de base.

Imitant et amplifiant le processus créatif humain en créant du nouveau contenu comme celui à partir duquel elle a été formée, elle devient un coach en établissant une relation plus profonde entre les humains et la technologie que l’infonuagique, le téléphone intelligent ou internet n’avaient réussi à le faire.

Les IA génératives ont pour impact d’accélérer et démocratiser (certains diront banaliser) la création de contenus, dans des conditions de qualité élevées et à coûts sans précédent.

B/ Les bases de fonctionnement

Les modèles de l’IA générative sont formés à apprendre de manière autonome, depuis de grandes quantités de données (par supervision et renforcement), en interagissant avec leurs utilisateurs et en s’adaptant à leurs réponses.

Concrètement, une ligne de texte est soumise à des modèles de langage exhaustifs, qui prédisent le mot suivant le plus probable. Puisant dans une source d’informations gigantesque (10 à 20 % des données disponibles sur le web), ces modèles disposent de références solides sur tous les sujets et dans différentes langues. En analysant cet immense échantillon, l’IA s’ « entraîne » en apprenant à imiter la manière dont les êtres humains parlent, écrivent et créent – charge à elle d’intégrer les consignes ou le contexte qui lui sont donnés.

Il suffit ensuite d’une simple requête pour demander à la machine de présenter des idées. Ces requêtes ou « prompts » désignent les instructions saisies par les utilisateurs et constituent un brief pour le contenu à créer. Ces demandes étant formulées en langage naturel (le langage humain tel qu’il est parlé au quotidien) la prise en main de l’IA générative est alors rapide. Toutefois, plus la requête est précise, plus ses résultats seront pertinents, et le « prompting » requiert une certaine pratique.

Précisons que l’intelligence artificielle générative n’a ni conscience, ni sens moral ni capacité à se situer dans l’histoire : son contenu peut donc être biaisé. Voilà pourquoi de nombreux modèles de langage et applications intègrent des filtres de contenu qui modèrent la génération de texte et d’images afin de bloquer certains termes. S’ils sont efficaces pour les abus les plus flagrants, ils ne sont pas infaillibles et requièrent l’intervention humaine à des fins de justesse et d’inclusivité. Enfin, l’autre grand reproche fait à ces modèles est leur incapacité à faire état de leurs sources.

Un alignement technologique opportun

Etudiée depuis longtemps par les scientifiques et les chercheurs, l’IA n’a pu être industrialisée à grande échelle qu’avec la maturité des technologies qui la sous-tendent. En partant du Big Data et du Cloud, ainsi que du développement d’une infrastructure de données solide, comprenant des systèmes de stockage, de traitement et de gestion des données, et bien d’autres facteurs encore, la voilà mûre pour conquérir le monde !
Focus : Evolution ou Révolution ?

La question mérite débat. Pour les utilisateurs et les entreprises, le génératif et sa démocratisation constituent un levier majeur d’amélioration de la productivité. C’est aussi l’opportunité pour les secondes de valoriser un patrimoine largement sous-exploité à ce jour, celui de leurs données non structurées (texte, image, son, vidéo).

En accélérant sur le sujet, leurs cas d’usage vont passer de la veille à l’idéation, puis être mis en œuvre. Après, et en reprenant l’exemple de ChatGPT, OpenAI n’aurait fait que rassembler et démocratiser des technologies préexistantes, dont des modèles de langage de grande taille ou Large Language Model (LLM). Rappelons que aussi que GPT-3 a été lancé en 2020 et que les « transformers » inclus dans l’acronyme GPT (pour : « Generative Pre-trained Transformers ») sont des modèles de deep learning mis au point en 2017… L’éminent expert qu’est Yann LeCun l’assure : « ChatGPT et d’autres grands modèles de langage ne sont pas sortis de nulle part. Ils sont le résultat de décennies de contributions de diverses personnes. »

C/ Le paysage de la GenAI

L’infographie ci-après vous donne un aperçu sommaire des grands acteurs présents :

II/ Les cas d’usage de la GenAI pour les entreprises et les franchiseurs

Avec un fonctionnement porté par le cloud et des API, l’Intelligence artificielle générative est aujourd’hui à la portée des organisations. Selon le cabinet McKinsey, elle pourrait faire gagner aux entreprises du retail jusqu’à 2% de leur CA annuel, en générant d’énormes gains de productivité à plusieurs étages de la chaîne de valeur : service client, marketing, gestion des stocks, chaîne d’approvisionnement…

S’il existe des IA pré-entraînées sur d’importants corpus de données texte, encore faut-il que les entreprises complètent leur apprentissage avec leurs propres données. Heureusement de nombreux distributeurs avaient déjà effectué un gros travail de tri de leurs bases de données pour digitaliser leurs opérations et y brancher des outils d’IA de l’époque pré-générative.

Il reste néanmoins beaucoup à comprendre sur la façon dont ces nouvelles IA peuvent répondre aux besoins d’affaires et comment ils s’intègrent dans le cadre d’une entreprise établie et complexe. Sachant qu’il faut aussi tenir compte d’un environnement réglementaire, juridique et législatif très évolutif.

A/ Panorama des cas d’usage

Les use cases commencent à être identifiés dans la littérature et les rencontres professionnelles. Je vous en propose une classification non-exhaustive :

Nous voyons que les cas d’usage des GenAI pour le monde de l’entreprise sont innombrables. Un champ que l’amélioration continue des algorithmes ne manquera pas d’étendre.

B/ Ce qu’il faut retenir pour la franchise

La valeur réside dans les applications les plus spécifiques. Pour dégager des premiers bénéfices et prendre confiance sur ce terrain, la stratégie des réseaux de franchise pourrait être de capitaliser sur ces « familles », bien identifiées :

• Accélérer la création de contenus (marketing, produits, publicitaires, de formation…) tout en garantissant leur cohérence de marque pour le franchiseur ;
• Personnaliser davantage l’expérience client (génération de recommandations produits / services) selon les préférences individuelles et renforcer leur potentiel d’interaction par des chatbots alimentés en langage génératif, fournissant des réponses rapides et précises H24 ;
• Développer l’expérience franchisé pour entretenir leur attractivité, en fournissant des réponses fines dès les premiers temps de la candidature puis en proposant à leurs partenaires de meilleurs outils et un soutien plus appuyé et personnalisé ;
• Optimiser certaines opérations par l’analyse des données de ventes, de stocks et les préférences clients, pour améliorer la performance d’exploitation du franchisé et de la centrale. Mais aussi la logistique en proposant, à partir d’entrepôts mal rangés, une version optimisant les espaces de stockage ;
• Renforcer la formation et l’apprentissage : en développant des outils de formation en ligne interactifs pour les franchisés et leur personnel, pour les rendre plus rapidement opérationnels dans le démarrage de leur franchise (formation initiale) puis développer continuellement leurs compétences ;
• Démocratiser la création de nouvelles applications métier en s’affranchissant du code, pour automatiser des tâches répétitives, concevoir un prototype, un site web ou une maquette (ce qui n’est pas sans enjeux pour les équipes IT elles-mêmes…) ;
• Booster l’innovation et le savoir-faire: renforcer l’idéation pour proposer de nouvelles idées de produits, de services, de modèles d’affaires, de déclinaisons du concept originales pour se démarquer. Mais aussi contribuer à l’alimentation et à l’amélioration continues du manop de l’enseigne – sécurisant au passage pour les franchiseurs le bénéfice de leur qualification juridique ;
• Tester leur concept sur un marché étranger avant de prendre la décision de s’exporter.

Best practice : le groupe Carrefour

Le distributeur français a déployé 3 solutions technologiques innovantes basées notamment sur la version ChatGPT-4, fruit d’une collaboration avec Bain & Company et Microsoft : (1) un robot de conseil pour les courses sur carrefour.fr, (2) des fiches descriptives des produits de marque Carrefour sur son site internet ainsi (3) qu’un accompagnement des procédures d’achat. Par ces initiatives, le PDG du groupe Alexandre Bompard a affirmé sa volonté de « prendre une longueur d’avance et inventer le commerce de demain »

Certains des cas d’usage abordés vous intéressent déjà ? Parlons-en autour d’un café !

III/ Les incertitudes et limites liées aux IA génératives

A/ Un paysage réglementaire encore incertain

Présenté en avril 2021, le futur règlement européen « AI Act » illustre la volonté du Vieux Continent d’avancer dans l’encadrement de l’IA. Un texte qui classerait les systèmes en fonction de leur niveau de risque, de faible à inacceptable. Les eurodéputés voudraient aussi soumettre les IA génératives à des règles spécifiques avant leur mise sur le marché.

D’autant que les pays n’ont pas manqué d’afficher des résistances. Première à réagir, l’Italie a temporairement interdit ChatGPT pour « défaut de respect de l’âge légal de la législation sur les données personnelles » et « absence de système pour vérifiant l’âge des usagers mineurs ». En Tunisie, la CNIL a également ouvert une enquête mi-avril dernier à la suite de 5 plaintes.

Au-delà de son enquête, notre CNIL s’organise et s’est dotée d’un service IA : elle planche actuellement sur la manière dont le RGPD pourrait venir encadrer le développement d’IA génératives et leurs usages.

Lire le dossier IA générative de la CNIL

B/ Des limites juridiques encore fortes

Sans trop entrer dans les détails, rappelons différents points :

• Le droit de la propriété intellectuelle actuel ne permet d’attribuer la protection d’un droit d’auteur qu’à des « œuvres de l’esprit » ( L.112-1 du CPI), même si la Cour de Justice de l’Union Européenne semble vouloir étendre le champ de la notion d’originalité aux machines ;
• Pour la jurisprudence européenne comme française, la titularité des droits n’est pas encore claire entre l’utilisateur d’un système d’intelligence artificielle générative et le concepteur de la solution (Ex : OpenAI) ;
• Etant créées à partir de contenus existants, les œuvres générées par des IA peuvent constituer des contrefaçons, surtout faute d’une mention des sources mobilisées (comme dans ChatGPT) ;
• Enfin, l’utilisation de ChatGPT par les salariés d’une entreprise peut occasionner des fuites de données sensibles, de données client, de codes sources etc. Or la politique de confidentialité d’OpenAi n’apparaît pas conforme aux exigences du RGPD ou de notre Loi Informatique et Libertés.

Une série de limites loin d’être anodine quand on connait le caractère éminemment juridique de la franchise. De quoi refroidir les ardeur des réseaux en la matière sans davantage de certitudes.

C/ Des limites fonctionnelles non moins présentes

Avant de songer aux IA génératives, les dirigeants de réseaux doivent aussi garder en tête les limites suivantes :

• Leur performance reste corrélée à la qualité des données manipulées ;
• Elles ne peuvent effectuer des travaux de recherche originaux ni mener des analyses (pour l’instant) ;
• Elles ne peuvent simuler le vécu, injecter de l’expérience et de l’émotion ;
• Elles ne peuvent vérifier les informations qu’elles génèrent ;
• Elles ne peuvent contrôler la qualité de leurs outputs, se contentant de coucher les termes dans un ordre obéissant à une logique probabiliste.

Ensuite, les « externalités négatives » des IA génératives demeurent nombreuses, y compris pour les acteurs de la franchise : en matière de désinformation et de cybermenaces, d’erreurs et hallucinations (compromettant les usages dans certains secteurs comme la banque ou la santé), de biais et de stéréotypes, mais aussi de propriété intellectuelle, d’éthique et d’environnement… A ce sujet, il paraît que l’empreinte carbone de l’entraînement de GPT-3 équivaudrait à celle d’un aller-retour sur la lune en voiture.

D/ De sérieux risques identifiés

De sérieuses menaces commencent à être identifiées du fait de l’essor des IA, comme en matière de sécurité et de protection de la vie privée. Ainsi, les escroqueries en ligne seront plus difficiles à identifier, car conçues sur la base des préférences et des tendances comportementales des individus et à partir de données provenant de sites web publics. En outre les cybercriminels se tournent de plus vers les robots pour écrire les courriels de phishing pour envoyer des messages plus qualitatifs et moins susceptibles d’être détectés par les filtres anti-spam.
Focus : Du bouleversement de notre façon de travailler à la suppression d’emplois

Si ChatGPT est encore largement perçu comme un gadget certes performant, Microsoft a annoncé intégrer l’IA dans sa suite Office, ce qui impactera le fonctionnement de l’ensemble du monde professionnel. Dans un rapport publié cette année, Accenture estime que jusqu’à 40 % des heures de travail seront soutenues ou augmentées par l’IA basée sur le langage. Et dans son étude récente, Goldman Sachs a chiffré à 300 millions le nombre d’emplois à temps plein menacés par les IA génératives.

Chez IBM, 30% des postes sans contact client pourraient être supprimés dans les 5 prochaines années et British Telecom a annoncé supprimer jusqu’à 55 000 postes (42% de ses effectifs) d’ici 2030, dont 10 000 liés à l’IA.

Les firmes de conseil ne sont pas en reste et comptent mettre ces IA au service de leur productivité : PwC a lancé un chatbot pour épauler ses avocats et juristes, McKinsey a lancé Lilli – une GenAI destinée à aider ses consultants et Morgan Stanley teste un chatbot pour assister ses conseillers financiers…

Enfin, des filières entières seraient menacées par ces IA : les métiers de l’écrit (journalistes, rédacteurs…), les médias (présentateur TV !) mais aussi l’industrie du code informatique.
Si les limites sont nombreuses, elles ne doivent cependant pas décourager les dirigeants de réseaux de franchise à s’approprier le phénomène pour le prendre à leur compte.

IV/ Quelques conseils avant de déployer des IA génératives dans votre réseau

A/ Vos enjeux et points de vigilance avec la GenAI

Avant de vous lancer et compte tenu des caractéristiques d’un réseau, gardez en tête ces 5 facteurs clés :

• Cohérence de marque: par exemple si chaque franchisé utilise ChatGPT, assurez-vous que les contenus produits respectent vos guidances de marque, pour ne pas contrarier en l’uniformité. Un véritable défi, certes, si votre réseau compte plusieurs centaines d’unités. Le dispositif peut fonctionner en 3 temps : (i) l’inscription d’une clause contractuelle, (ii) l’ obligation de faire valider les contenus par l’équipe centrale et (iii) des contrôles inopinés par vos animateurs ou votre direction communication ;
• Protection des données: l’intelligence artificielle générative manipulant des données nombreuses et sensibles (client, opérationnelles, commerciales…), il vous faut prendre des mesures de protection contre les violations, l’accès non autorisé, voire risque de hameçonnage. De même, votre souhait (très louable) de personnaliser l’expérience de vos clients ne peut se faire au prix de leur vie privée : en tant que franchiseur, vous devez les solliciter et obtenir leur autorisation au préalable ;
• Acculturation et formation : dès lors que vos franchisés utilisent ces outils, l’enseigne doit intégrer un module dédié au cursus de formation initiale / continue, pour leur bonne application technique mais aussi éthique. L’éthique est critique dans la communication client mais aussi avec vos partenaires, quand on connaît les biais naturels des IA génératives. Enfin, ne négligez pas la pédagogie sur des cas d’usage parlant au métier du réseau, ni l’accompagnement du changement tant ces nouveaux usages ont un impact culturel et organisationnel ;
• Règlementation: selon le secteur et la juridiction d’application, les IA génératives peuvent être soumises à des normes spécifiques – mieux vaut vous renseigner, surtout si votre réseau de franchise est implanté dans différents pays ;
• Coûts et ressources: la mise en œuvre de ces technologies nécessitant des investissements en termes de développement, d’infrastructure et de formation, vous devez en évaluer le coût complet et déterminer si les bénéfices induits justifieront l’effort – au-delà des effets de mode.

B/ Les étapes de déploiement de vos solutions d’IA générative

Selon nous, la mise en œuvre des IA génératives dans les réseaux devrait prioritairement s’appliquer au marketing et à la communication. Dans ce cadre, Aspar Franchise vous invite à respecter ces étapes :

• Prenez le temps de la réflexion : l’adoption réussie de ces IA par les réseaux nécessite une compréhension approfondie de leur technologie, puis une planification soignée de leur implémentation, pour ne pas risquer de perturber le fonctionnement du réseau, ni contrarier la dynamique relationnelle du système de la franchise ;
• Soyez au clair sur les cas d’usage souhaités : qu’il s’agisse de faciliter la création de contenus, l’idéation, voire l’animation de groupes de travail voire de séminaires, le franchiseur doit savoir dans quelle direction elle emmène le collectif de ses franchisés ;
• Intégrez ces IA au cœur de vos outils et usages: par exemple si vous souhaitez réduire le temps consacré à la création de contenus, utilisez une extension de navigateur ou une plateforme intégrant des fonctionnalités à base d’IA. Elle devient alors un réflexe quotidien, qui finit par s’oublier derrière l’usage métier des marketeurs et des communicants ;
• Réalisez vos choix technologiques : en lien avec le point précédent, vous devez vous être renseignés sur les options convenant le mieux à votre culture de travail et à votre système d’information : Exploiter directement les API d’OpenAI ? Privilégier des environnements privés de type Microsoft Azure OpenAI Services ou ceux de GCP ou AWS ? Ou encore recourir à l’open source comme Llama (Alpaca), HuggingFace (Bloom), Dolly ? Etc.
• Définissez la gouvernance : il faut rattacher ces projets au bon niveau de votre organisation. Dans la mesure où les d’un franchiseur sont relativement plates ou modestes, il s’agira probablement du DSI voire du directeur de l’enseigne ;
• Formez vos équipes: en introduisant de nouveaux usages, il vous faut créer des supports (news, témoignages, tutos, ebook…) mais aussi organiser des sessions d’in/formation distancielles et/ou présentielles pour garantir une bonne compréhension des enjeux, des outils implémentés et de leur prise en main ;
• Suivre vos performances: ensuite, vous allez suivre et analyser la performance de vos IA à l’aune de différents indicateurs clés. Ainsi pour vos contenus : Combien d’heures sont gagnées en moyenne et pour chaque type de contenu ? Celui-ci est-il performant ? Le référencement du réseau dans les moteurs de recherche s’est-il amélioré ? Quels résultats chaque variante de publicité génère-t-elle (logique d’AB testing) ? …
• Industrialisez : enfin et au-delà des usages constatés, définissez une méthode globale d’entraînement du système propriétaire d’IA générative que votre réseau de franchise va progressivement se constituer. Cela vous amènera à « fine-tuner » vos données et à renforcer l’interopérabilité de ces outils à l’ensemble de votre système d’information, rejoignant en cela l’étape 3.

Votre réseau souhaite rester compétitif et vous voyez dans l’intelligence artificielle générative des leviers pour devancer la concurrence ou maintenir votre avance ? Nous pouvons vous aider.

Conclusion

Alors, game changer ou pas ?

La perspective de bénéfices futurs se mérite et vous savez à présent combien il reste à apprendre sur ces technologies, pour installer durablement leur usage.

Pour autant, les IA génératives transforment déjà les méthodes de travail des organisations, et elles finiront par révolutionner la manière dont les franchiseurs et leurs réseaux fonctionnent et interagissent avec le monde numérique.

Alors pour répondre à la question posée je dirai que pour l’heure, elles ne constituent pas encore un game changer dans la mesure où :

• Il y a encore trop d’éléments instables, même si cela évoluera sans doute, à l’instar des releases de ChatGPT ;
• Des incertitudes juridiques et réglementaires demeurent, des domaines que l’on sait cruciaux pour la sécurité des réseaux, de leurs membres et de leur clientèle ;
• Enfin, il y a dans la performance et la réussite des réseaux d’innombrables ingrédients qui vont bien au-delà des intrants technologiques, même si leur poids ira croissant personne n’en doute.
• Si vous souhaitez en échanger avec des professionnels, soumettez-nous votre projetet nous saurons vous aiguiller !
• Que vous doutiez ou partagiez mon point de vue, n’hésitez pas à entamer la discussion en commentaires, ou sur la page LinkedIn Aspar Franchise.
• Enfin, retrouvez sur notre chaîne Youtube notre mini-série sur les fonctions clés des réseaux de franchise.