Oracle infuse encore un peu plus ses applications Fusion Cloud Customer Experience avec une deuxième vague d’outils de GenAI pour les commerciaux, les agents de terrain, les marketeurs et les centres de contact.
Les applications Oracle CX s’enrichissent pour la deuxième fois d’outils à base d’Intelligence artificielle générative. Ces fonctionnalités concernent le CRM, les applications pour les centres de contact, le field services et le marketing.
Oracle a ainsi dévoilé plusieurs nouveautés, dont Assisted Answer Generation pour les agents des centres de contact. L’outil élabore des réponses en fonction du contexte des questions des clients. Assisted Scheduling for Field Service utilise quant à lui des paramètres comme la disponibilité, la localisation, les compétences et l’état de la facturation pour programmer les visites des techniciens. D’autres outils pour les commerciaux et le marketing identifient et recommandent des produits pour des clients particuliers. La Gen AI rédige par ailleurs des ébauches de mails, de contenus web et d’autres documents annexes.
Les clients du Product Council d’Oracle influencent fortement la feuille de route CX de l’éditeur, explique Katrina Gosek, vice-présidente de la stratégie et du marketing des produits CX d’Oracle.
« Nous sommes très à l’écoute du marché », avance Katrina Gosek, qui confie qu’elle a rencontré des centaines de clients lors des six événements utilisateurs régionaux d’Oracle (les CloudWorld), organisés en mars et en avril. « Nous recueillons beaucoup d’informations à partir des cas d’utilisation de nos clients ».
Les Fields Services sont mûrs pour GenAI
Le FSM (Field Service Management) est un domaine dans lequel Oracle (comme ses concurrents) investit beaucoup pour la GenAI. Le temps des techniciens qui interviennent sur le terrain est précieux. Tout ce qui permet de rendre leur travail plus efficace peut faire économiser beaucoup d’argent dans des secteurs comme l’industrie ou les télécommunications, avance l’éditeur.
« Ce n’est pas seulement une histoire d’IA, c’est aussi une question d’automatisation. »
Liz MillerConstellation Research
Alors que les éditeurs utilisent depuis des années le Machine Learning (ML), les algorithmes et des moteurs de règles pour optimiser les horaires et les tournées des agents de terrain, l’IA générative peut accroître encore leur efficacité, estime pour sa part Liz Miller, analyste chez Constellation Research.
L’IA générative peut résumer le contenu des réparations, rechercher davantage de données dans les dossiers des clients et mettre en relation les techniciens avec des coéquipiers qui peuvent les aider à résoudre des problèmes épineux.
Mais la GenAI ne fait pas tout. C’est bien la combinaison de ces nouvelles technologies et des anciens outils de gestion des workflows qui permet d’obtenir de nouveaux gains.
« Ce n’est pas seulement une histoire d’IA, ou d’IA générative ou de processus infusés à l’IA, c’est aussi une question d’automatisation », souligne Liz Miller. « On connecte désormais le dispatching, les opérations, la recherche [et] les ressources des techniciens. On connecte tous ces points pour que l’agent sur le terrain ait plus d’informations et de contrôle qu’il n’en a jamais eu auparavant. »
Capture d'écran de Assisted Answer Generation d'Oracle, qui fournit des réponses contextuelles en direct aux questions des clients pendant un appel.
La GenAI donne une deuxième jeunesse à de vieilles idées
On pourrait croire que certaines de ces fonctionnalités – comme l’évaluation des leads ou la segmentation – étaient déjà proposées dans les applications CX d’Oracle ou de son grand concurrent Salesforce, avec du ML, depuis plusieurs années.
Ce ne serait pas le cas, répond Katrina Gosek. La capacité de l’IA générative à ingérer des données non structurées permettrait d’effectuer des recherches plus approfondies dans les données de l’entreprise et d’obtenir des résultats plus précis et plus exacts. Ce qui, dans un second temps, rend plus efficaces les spécialistes du marketing et les commerciaux.
Liz Miller confirme. Pour elle, l’IA générative permet de mieux exploiter un mélange de données front-office (CRM), de données comportementales et de trafic web, et de données de back-office (contrats, commandes, etc.).
« L’IA générative permet de poser des questions différentes aux données sans casser le modèle sous-jacent », résume-t-elle. « Elle donne aussi la capacité d’extraire certaines données de service [N.D.R. : comme les commentaires des clients], ce qui n’était pas possible auparavant. Vous pouvez mettre côte à côte des données structurées et non structurées sans avoir à recréer une base de données entière ou à vous engager dans un projet MDM de grande envergure ».
Pour approfondir sur Gestion de la relation client (CRM)
