Alors que l’intelligence artificielle (IA) valse dans les couloirs des entreprises, transformant des tâches banales en récits d’efficacité et d’innovation, elle apporte un rythme nouveau à la danse séculaire des processus de Quote-to-Cash. Le podcast CLARITY Quote-to-Cash, qui présente les points de vue d’experts du secteur , Stefan Weisenberger, vice-président mondial et responsable de la division Industrie, Industries de transformation et ressources naturelles chez SAP, et Chelsea Ramage, responsable de solution pour Mill Product et Mining chez SAP, offre un aperçu complet de la façon dont l’IA remodèle les industries. Leur discussion, animée par Sergey Jermakov, associé principal et architecte de la monétisation chez CLARITY, approfondit l’efficacité, l’automatisation, la durabilité et l’avenir de l’industrie.
Nos invités sont Stefan Weisenberger, le vice-président mondial et chef de l’unité commerciale Industrie, Industries de transformation et ressources naturelles chez SAP, et Chelsea Ramage, gestionnaire de solutions pour les produits de broyage et l’exploitation minière chez SAP et l’hôte du podcast – Sergey Jermakov, partenaire principal et architecte de la monétisation chez CLARITY.
Content
Efficacité et automatisation grâce à l’IA dans la fabrication et la vente
Le vaste potentiel de l’IA pour transformer la fabrication et les ventes se concrétise par des impacts dans le monde réel, comblant le fossé entre les avantages théoriques et les résultats tangibles. En automatisant le parcours qui va de l’établissement du devis à l’exécution de la commande, l’IA ne se contente pas d’optimiser les opérations, elle ouvre également de nouvelles voies pour la croissance des revenus.
La puissance des outils pilotés par l’IA est illustrée par les expériences de Stefan, qui souligne le rôle de l’IA dans l’élimination de 90 % des tâches manuelles dans les secteurs de la vente et de la fabrication. Cette efficacité ne consiste pas simplement à réduire le travail manuel, mais à redéfinir le tissu même des opérations industrielles, de la création de devis à l’exécution des commandes. L’innovation en matière d’IA va au-delà de l’automatisation, l’apprentissage automatique classique occupant le devant de la scène. Stefan partage un cas convaincant où une entreprise de produits chimiques a utilisé l’IA pour augmenter ses ventes de 30 %, simplement en “donnant des conseils plus intelligents sur le type de produit à choisir”.
En outre, l’impact de l’IA s’étend au-delà des domaines commercial et opérationnel. Elle promet de réduire le taux de rotation dans les ateliers de fabrication en rendant les informations plus accessibles et plus compréhensibles. L’IA peut fournir des résumés en temps réel sur les clients, améliorant ainsi la préparation des interactions avec les clients et conduisant en fin de compte à une prestation de services plus efficace et plus efficiente.
Stefan et Chelsea discutent de la façon dont la conversation avec l’IA s’étend aux interactions avec les clients, remettant en question les rôles traditionnels des portails clients et des tickets de service. Chelsea note la différence entre les perceptions des chatbots traditionnels et des modèles de langage plus avancés comme Chat GPT. Le contraste frappant entre la confiance et l’utilité de ces technologies souligne un changement crucial dans la façon dont l’IA est perçue et utilisée dans tous les secteurs.
En outre, Stefan met en lumière la complexité nuancée des applications de l’IA dans des scénarios spécifiques à l’industrie. Il se souvient des premiers défis liés à l’écriture du code, mais souligne qu’aujourd’hui, “avec Chat GPT, nous parlons de générer des applications d’extension sur la plateforme technologique de l’entreprise et vous écrivez 80 % du code avec l’aide de l’IA et le développeur n’a plus qu’à s’y adapter”.
Cela illustre non seulement les progrès de l’IA, mais aussi les augmentations tangibles de la productivité dans tous les domaines, en démocratisant la capacité de créer des applications et d’automatiser les processus d’entreprise sans connaissances approfondies en matière de codage.
Au fil de la discussion, des exemples d’application de l’IA, des moteurs de recommandation de produits au service client automatisé, un thème clair émerge : L’IA n’est pas seulement un instrument d’efficacité, mais un chef d’orchestre qui mène la charge vers un avenir plus innovant, plus automatisé et plus efficace.
Transformation des processus de quote-to-cash grâce à l’IA.
L’évolution des processus Quote-to-Cash sous l’angle de l’IA s’apparente à une renaissance numérique, peignant un avenir où chaque étape du cycle commercial est imprégnée d’efficacité et de prévoyance stratégique. Sergey réfléchit au potentiel de transformation de l’IA : “Il est étonnant de voir comment l’apprentissage automatique peut améliorer chaque partie du processus, ce qui conduit à la transformation de l’entreprise.”
Optimisation des opérations grâce à l’analyse prédictive
L’épine dorsale opérationnelle du processus quote-to-cash, de la gestion des commandes à l’exécution, est considérablement renforcée par l’IA. L’analyse prédictive joue un rôle crucial à cet égard, en prévoyant la demande pour optimiser les stocks et la logistique. Cette anticipation permet de minimiser les ruptures de stock et les stocks excédentaires, d’assurer une livraison juste à temps et de maximiser l’efficacité opérationnelle.
En outre, l’IA automatise les tâches de routine telles que la génération de bons de commande et les demandes des clients, libérant ainsi les équipes de vente pour qu’elles se concentrent sur les activités stratégiques. Le retour d’information typique que je reçois est le suivant : “Oh, nous ne savions pas que cela existait ! Nous ne savions pas que c’était extrêmement puissant et que nous pouvions augmenter la productivité des vendeurs”, partage Sergey, révélant le potentiel de transformation de l’IA dans l’automatisation des opérations de vente.
Impact sur le monde réel et retour d’information des clients
Les avantages tangibles de l’intégration de l’IA dans les processus quote-to-Cash sont attestés par l’amélioration des performances du service commercial, la réduction des délais de mise sur le marché et l’amélioration de la prise de décision. Les entreprises font état de gains inattendus, tels qu’une efficacité accrue dans les recommandations de produits et le traitement des commandes, ce qui réduit considérablement la courbe d’apprentissage pour le nouveau personnel de vente. La réflexion de Sergey sur le retour sur investissement inattendu de l’automatisation des Quote-to-Cash pilotée par l’IA illustre davantage les avantages en cascade de la technologie.
“Lorsque nous automatisons certaines parties du processus de quote-to-Cash, comme les recommandations de produits ou le choix des produits pour un bon de commande, cela permet de réaliser d’importantes économies en termes de temps et de coûts de formation. Au lieu de passer deux ans à faire en sorte que les nouveaux employés se familiarisent avec des produits et des variantes complexes, l’automatisation du quote-to-cash permet à quelqu’un qui n’est dans l’entreprise que depuis un mois de s’occuper de ces tâches. Elle utilise l’IA pour obtenir les informations nécessaires, les vérifier, puis terminer le processus en envoyant le devis. Cela permet de réduire considérablement le temps nécessaire à la mise sur le marché des produits, d’accroître l’efficacité du service des ventes et de pallier les pénuries de personnel en rendant les employés plus productifs plus rapidement. Nous avons reçu des commentaires étonnamment positifs de la part de nos clients sur la façon dont ces changements améliorent leurs opérations.
L’IA au service des entreprises
Les opérations commerciales, qu’il s’agisse de stratégie, de ventes, de marketing ou d’activités quotidiennes, sont confrontées à une multitude de défis. L’IA apparaît comme un outil polyvalent, capable de résoudre des problèmes dans ces domaines variés – certains d’un simple clic, d’autres en dévoilant des solutions inédites. Cette capacité peut considérablement alléger la charge de travail, en particulier pour ceux qui préfèrent une approche plus directe de l’accès à l’information.
Sergey, Chelsea et Stefan ont partagé leur point de vue sur les multiples façons dont les outils basés sur l’IA peuvent améliorer les opérations commerciales dans divers domaines, en s’appuyant sur leurs expériences et des études de cas spécifiques pour illustrer leur propos.
Marketing et ventes : Adapter le message
Les entreprises ne parviennent souvent pas à personnaliser leur marketing et leurs argumentaires de vente en fonction de leurs clients, soit parce qu’elles ne collectent pas et n’analysent pas les informations spécifiques à leur secteur, soit parce que leurs équipes de vente préfèrent s’en tenir à une présentation standard plutôt que d’investir du temps dans la personnalisation. Stefan explore l’impact de l’IA sur le marketing et explique comment l’IA peut générer un contenu spécifique qui résonne avec différents segments de l’industrie, améliorant ainsi de manière significative l’engagement et les résultats des ventes.
Sergey fait écho à cela, en mentionnant comment un examen de base des problèmes courants dans le secteur d’activité d’un client peut améliorer de manière significative la prestation de l’argumentaire. Cette recherche peut être menée efficacement à l’aide d’outils d’intelligence artificielle.
Tarification et marchés dynamiques
Les entreprises opèrent aujourd’hui sur des marchés très volatils où les prix de l’énergie fluctuent de manière imprévisible, ce qui exige des stratégies de tarification dynamiques et en temps réel. L’IA est à l’avant-garde de ce défi, offrant des solutions capables de suivre et d’analyser les données afin d’ajuster les prix instantanément.
Comme le fait remarquer Sergey, “surtout aujourd’hui, avec tous les changements qui interviennent dans la fixation des prix, l’idéal serait d’avoir une tarification en temps réel qui dépendrait de tous les prix des différents produits de base”. Cette capacité de l’IA à surveiller et à fournir des recommandations de prix en temps réel permettrait aux entreprises de maintenir leur rentabilité même en cas d’instabilité du marché.
Durabilité et proposition de valeur
L’intersection de la tarification et de la durabilité devient de plus en plus cruciale. Les entreprises sont impatientes de savoir combien elles peuvent facturer en plus pour des produits plus écologiques. Chelsea évoque le fait que des entreprises comme Albemarle, une société américaine de fabrication de produits chimiques spécialisés, sont prêtes à supporter des coûts plus élevés pour des pratiques commerciales durables, par exemple des chaînes d’approvisionnement durables, ce qui témoigne d’une évolution des valeurs des entreprises vers la durabilité.
Chelsea, abordant la question de la tarification, souligne l’importance de pouvoir s’adapter rapidement en passant d’une option à l’autre. Elle note que si un mouvement vers la durabilité commence à avoir un impact sur la stabilité financière, l’utilisation de l’IA pour ajuster les stratégies ou les paramètres de tarification peut être une solution rapide. Les analyses de l’IA offrent une vision plus approfondie des tendances actuelles, ce qui permet de procéder à des ajustements plus stratégiques.
Défi de la qualité des données
L’exactitude des données est un défi de taille pour de nombreuses entreprises, en particulier dans des secteurs comme l’acier et le ciment, où l’on utilise encore des méthodes anciennes, basées sur le papier, pour collecter les informations. Ces méthodes dépassées sont lentes et entraînent souvent des erreurs dans les données, ce qui peut fausser les analyses et conduire à des décisions erronées, au détriment des résultats de l’entreprise.
L’amélioration de la qualité des données est cruciale, car de bonnes données aident les entreprises à prendre des décisions intelligentes et à comprendre ce qui se passe réellement. Stefan souligne à quel point il peut être difficile de savoir si une donnée est aberrante ou si elle est censée l’être. Grâce à l’IA, les entreprises peuvent automatiser le processus de vérification de leurs données. Les erreurs sont ainsi détectées et corrigées beaucoup plus rapidement, ce qui rend les données plus fiables. De meilleures données signifient de meilleures décisions, ce qui aide les entreprises à garder une longueur d’avance sur la concurrence.
Tendances futures : IA, durabilité et croissance de l’industrie
L’interaction entre l’IA, la durabilité et la croissance de l’industrie redessine le paysage concurrentiel, présentant à la fois des opportunités et des défis. Alors que les entreprises se tournent vers l’IA pour obtenir des informations, elles sont également aux prises avec les implications pour la durabilité et les trajectoires de croissance de leurs activités.
Chelsea réfléchit à l’utilisation de l’IA pour la connaissance de la concurrence et à son potentiel pour les rapports sur le développement durable, suggérant une intégration transparente de l’IA dans des domaines traditionnellement grevés par des processus manuels. Stefan abonde dans le même sens en évoquant les grandes quantités de données traitées manuellement et en soulignant l’importance de l’automatisation dans la collecte et l’analyse des données internes et externes qui peuvent avoir un impact sur les stratégies de tarification et la valeur des produits, en particulier dans des secteurs tels que les métaux et l’emballage.
La conversation s’oriente vers la volonté des entreprises d’investir davantage dans le développement durable. Chelsea nous fait part d’un témoignage d’Albemarle, qui a choisi de supporter des coûts de transport plus élevés pour des itinéraires durables. Cela reflète une tendance plus large où les entreprises donnent la priorité aux pratiques vertes, même à un prix élevé.
Stefan s’inspire de l’industrie minière, décrivant des choix tels que l’expédition de minerai de fer avec des navires à faibles émissions comme des décisions que l’IA peut aider à prendre, en veillant à ce que les entreprises puissent opter pour des options plus vertes sans sacrifier l’efficacité.
Stefan évoque une conversation avec une entreprise chimique qui, grâce à l’IA, a vu son activité de fabrication de membranes pour l’électrolyse, autrefois stable, augmenter en raison de la demande croissante de production d’hydrogène – un indicateur clair de la manière dont l’IA peut signaler des changements de marché et des opportunités de croissance.
Cependant, si l’IA peut prédire et rationaliser, elle n’est pas sans limites. Chelsea et Stefan discutent des défis liés à la planification d’événements imprévisibles. Stefan parle d’un “parking de rêves brisés” où toutes les ambitions de l’IA ne se réalisent pas, en particulier face à des événements imprévus, également connus sous le nom de “cygnes noirs”.
Cependant, l’optimisme règne quant au rôle de l’IA dans la préparation aux événements rares. Sergey partage un cas d’utilisation intriguant de l’IA générative pour créer des données d’entraînement pour de tels événements rares, en les combinant avec l’apprentissage automatique traditionnel pour se préparer à des scénarios sans précédent historique.
Dans l’ensemble, les tendances futures en matière d’IA, de durabilité et de croissance de l’industrie sont complexes et multiformes. Bien que l’IA offre un potentiel important pour faire progresser ces domaines, les entreprises doivent relever les défis de la qualité des données, des événements imprévisibles et de l’intégration de pratiques commerciales durables.
Surmonter les difficultés de mise en œuvre
Cependant, tout voyage de transformation n’est jamais sans défis. Stefan évoque le rythme variable de l’adoption de l’IA au sein des entreprises : “Certains clients sont en fait des précurseurs, tandis que d’autres entreprises aimeraient beaucoup utiliser l’IA, mais n’ont tout simplement pas le savoir-faire.” Cette observation met en lumière la fracture numérique, où la disparité de la maturité technologique et des ressources façonne la courbe d’adoption des innovations en matière d’IA.
Chelsea, contribuant à la conversation, illustre comment même les entreprises sans infrastructure informatique traditionnelle, comme Liontown, tirent parti de l’IA pour stimuler la croissance : “Liontown vise à être un leader ESG dans le secteur des ressources et un fournisseur mondial important de minéraux de batterie pour le marché de l’énergie propre en croissance rapide. Ils n’ont pas d’informatique et ne veulent pas en avoir, mais ils peuvent quand même mettre en œuvre l’IA et l’apprentissage automatique.” Son exemple sert de phare pour les startups et les entreprises de taille moyenne, démontrant que les offres de base intégrées dans des plateformes comme SAP peuvent démocratiser l’accès à l’IA, permettant aux entreprises d’évoluer et d’innover indépendamment de leur taille ou de leurs capacités informatiques.
Abordant l’aspect pratique de l’IA pour favoriser l’efficacité du Quote-to-Cash, Sergey nous fait part de son point de vue. “Lorsqu’ils discutent avec nos clients, nous leur disons qu’ils n’ont pas besoin de tout automatiser ; ils peuvent commencer par un document ou un processus, puis l’étendre si cela s’avère efficace”, explique Sergey. Cette approche pragmatique de l’intégration de l’IA, axée sur les améliorations progressives et les résultats tangibles, trouve un écho auprès de l’auditoire, offrant un schéma directeur pour naviguer dans les complexités de la transformation numérique.
Stratégies pratiques pour la mise en œuvre de l’IA
Pour les entreprises désireuses de tirer parti de l’IA, les experts partagent des stratégies précieuses pour une mise en œuvre réussie :
- Commencez par de petits projets : commencez par des projets gérables en utilisant des modèles préconstruits et des cas d’utilisation existants pour générer rapidement de la valeur et instaurer la confiance au sein de l’organisation.
- Concentrez-vous sur les scénarios à faible risque: Optez pour des applications dans des domaines à faible risque afin d’éviter des défis complexes au départ, tels que l’extraction de documents et l’évaluation de devis.
- Tirez parti des succès existants: Appliquez des applications d’IA éprouvées dans l’ensemble de l’organisation pour maximiser l’impact sans réinventer la roue.
- Mettez l’accent sur la confiance et la facilité: Choisissez des applications faciles à utiliser et à mettre en œuvre, comme les interfaces conversationnelles pour l’analyse, afin de réduire les barrières à l’entrée et d’encourager l’adoption.
La conversation porte également sur la difficulté de transformer les prototypes d’apprentissage automatique en applications productives. Cette lacune souligne la nécessité pour les fournisseurs de solutions de proposer des fonctionnalités d’IA prêtes à l’emploi, faciles à mettre en œuvre et à utiliser, et de relever le défi de la pénurie de ressources auquel est confronté l’ensemble du secteur, en particulier pour attirer des talents possédant une expertise en IA.
Le bilan
L’intégration de l’IA dans le processus de quote-to-Cash marque une transformation significative de l’entreprise vers des opérations non seulement plus efficaces, mais aussi durables et rentables. Cependant, un obstacle notable à cette adoption technologique est souvent simplement un manque de sensibilisation. De nombreuses entreprises ignorent encore les solutions automatisées disponibles et la valeur ajoutée considérable qu’elles peuvent apporter en rationalisant les opérations.
Comme l’ont démontré Stefan Weisenberger, Chelsea Ramage et Sergey Jermakov, il est essentiel de rester informé et ouvert aux nouvelles technologies. La capacité de l’IA à résoudre des problèmes complexes et à améliorer les opérations commerciales n’est qu’un début. Elle ouvre la voie à des succès durables et à la naissance d’idées novatrices, orientant les entreprises vers un avenir où la durabilité et l’efficacité sont au premier plan de leurs stratégies opérationnelles.
Le podcast de CLARITY Quote-to-Cash évoque la manière dont l’IA peut réellement changer la donne pour les entreprises, en fluidifiant les processus et en aidant les entreprises à être plus durables. Pour intégrer l’IA, il faut rester curieux, apprendre de nouvelles choses et demander conseil à des experts afin de tirer le meilleur parti de ce que l’IA peut offrir.