4 technologies efficaces du radar d'impact des technologies et tendances émergentes de Gartner pour 2021

Bien que les assistants virtuels existent depuis un certain temps et que la plupart des consommateurs soient habitués à les utiliser, l'application est limitée et l'expérience peut être médiocre. Cependant, il existe un tout nouveau niveau d'assistance virtuelle en cours, appelé assistants virtuels avancés, qui sont capables de fonctionner comme des agents de facturation virtuels, des agents virtuels AI/VR ou même des agents virtuels de conducteur/voiture.

L'impact sera substantiel dans les industries, les entreprises et les interactions avec les consommateurs. Mais les assistants virtuels avancés ne sont que l'une des 23 technologies les plus efficaces présentées dans le Radar d'impact des technologies et tendances émergentes de Gartner pour 2021. 

Obtenir le rapport : Transformation stratégique pour les fournisseurs de technologies

Examinons quelques-unes des technologies que je trouve particulièrement intéressantes. J'en examinerai quelques-unes qui arrivent à grands pas (par exemple, des assistants virtuels avancés) et une qui est plus éloignée (l’AR cloud). Ces technologies s'alignent sur trois thèmes : 

• Interfaces et expériences : des technologies qui changent fondamentalement la façon dont nous interagissons avec le monde.
• Facilitateurs commerciaux : Technologies qui impactent les entreprises en modifiant les pratiques, les processus, les méthodes, les modèles ou les services.
• Révolution de la productivité : La confluence de plusieurs technologies et tendances qui aident les organisations rapidement, avec précision et en plus grand volume, à classer, prévoir et résoudre des problèmes que les humains ne peuvent pas résoudre.

Vous pouvez voir ces technologies ici sur notre Radar d'impact des technologies émergentes 2021. Les anneaux représentent la durée de temps, qui estime le nombre d'années qu'il faudra avant que la technologie ou la tendance passe de l'adoption précoce à l'adoption majoritaire précoce. La taille et la couleur de la technologie émergente - ou l'écho du radar de tendance - représentent la masse de la technologie ; en d'autres termes, quelle sera l'importance de l'impact de la technologie ou de la tendance sur les produits et les marchés existants.

Assistants virtuels avancés (Advanced Virtual Assistants, AVA)

Les assistants virtuels avancés, parfois appelés agents conversationnels d'IA, traitent les entrées humaines pour fournir des prédictions et des décisions. Ils sont alimentés par une combinaison d'interface utilisateur conversationnelle, de traitement du langage naturel (Natural Language Processing, NLP) et de techniques d'apprentissage sémantique et en profondeur, telles que les réseaux de neurones profonds (Deep Neural Networks, DNN), les modèles de prédiction, l'aide à la décision et la personnalisation.

Délai de commercialisation : 1 à 3 ans 

Le délai de mise sur le marché estimé est déterminé par l'expansion des assistants virtuels actuels à fonction limitée (qui existent depuis des années maintenant) vers des assistants virtuels avancés qui ciblent une multitude d'emplois et de fonctions - propulsant l'expansion des agents conversationnels d'IA dans toutes les sphères de la vie des consommateurs, des interactions et des opérations commerciales.

Pour en savoir plus, lisez : Les principales tendances technologiques stratégiques de l’année 2021 de Gartner

Le potentiel d'impact des assistants virtuels avancés est élevé, car la technologie peut être utilisée dans pratiquement tous les segments verticaux et presque toutes les disciplines. Ils ont le potentiel de transformer la nature de l'utilisation d'une application pour la main-d'œuvre et la façon dont les consommateurs interagissent avec les appareils et l'IoT (Internet des objets), tout en améliorant l'expérience et l'engagement des clients.

Modèles de langage basés sur des transformateurs

Les modèles de langage basés sur des transformateurs sont des DNN qui traitent les mots comme des séquences dans une phrase. Cette approche préserve le contexte ou la signification des termes proches. Ils améliorent également considérablement la traduction, la transcription et la génération du langage naturel. Ces modèles sont entraînés sur d'énormes ensembles de données de milliards de phrases. 

Délai de commercialisation : 1 à 3 ans

Le délai de mise sur le marché est déterminé par l'efficacité des outils de formation, l'efficacité de l'exécution et la facilité de déploiement. Les modèles de langage basés sur des transformateurs, tels que GPT-3, ont la capacité de générer des paragraphes de texte impossibles à distinguer de ceux écrits par un humain bien entraîné.

Le potentiel d'impact des modèles de langage basés sur des transformateurs est très élevé, car ils déplacent les systèmes de réseaux de neurones récurrents (Recurrent Neural Networks, RNN) à un rythme surprenant. Et de nouveaux outils offrent des améliorations substantielles dans l'analyse de texte avancée et toutes les applications associées, telles que les interfaces utilisateur conversationnelles, les assistants virtuels intelligents et la génération de texte automatisée.

Fonctionnalités métier packagées

Les activités composables permettent aux organisations de créer des expériences d'application personnalisées faites de composants d'application qu'elles achètent ou créent. Pour prendre en charge les activités composables, les fournisseurs de technologies doivent fournir des fonctionnalités métier packagées, qui représentent un ensemble bien défini de fonctionnalités métier reconnaissables en tant que telles par un utilisateur métier.

Délai de commercialisation : 3 à 6 ans 

Le délai de commercialisation est déterminé par le nombre élevé de fournisseurs qui ont modularisé leurs offres. Cela étant dit, malgré ces progrès, les petits fournisseurs et les fournisseurs en transition à partir de technologies plus anciennes se trouvent encore aux premiers stades de l'adoption de l'API.

L'impact potentiel des capacités commerciales packagées est moyen, car la technologie représente généralement un reconditionnement des capacités existantes, mais la mise en œuvre généralisée d’activités composables transformera la façon dont les fournisseurs traditionnels commercialisent, vendent et livrent leurs solutions.

AR cloud

L’AR cloud permet l'unification des mondes physique et numérique en fournissant un contenu numérique continu, collaboratif et contextuel superposé sur des personnes, des objets et des emplacements pour fournir aux personnes des informations et des services directement liés à chaque aspect de leur environnement physique.

Par exemple, n'importe quel individu peut recevoir des informations sur les tarifs, l'itinéraire et les horaires d’un transport en commun ainsi que les informations d’adresse en fonction de son contexte (statut personnel, géolocalisation, rendez-vous dans le calendrier, préférences de voyage, etc.), en « regardant » simplement un bus ou une gare routière avec son téléphone, tablette ou lunettes de visualisation (Head-Mounted-Display, HMD). De plus amples informations peuvent être recueillies auprès du public, telles que les utilisateurs notant à quelle fréquence le bus a été en retard ces dernières semaines.

Délai de commercialisation : 6 à 8 ans 

Le délai de mise sur le marché découle d'un besoin de nombreux éléments sous-jacents, tels que la mise en réseau de périphérie, les communications à bande passante élevée et à faible latence, des outils et types de contenu standardisés pour la publication dans l’AR cloud, la gestion et la livraison de contenu, et l'interopérabilité pour assurer une transparence et des expériences omniprésentes.

Le potentiel d'impact de l’AR cloud est très élevé, car il transformera la façon dont les gens interagiront avec le monde qui les entoure. L’AR cloud fournira une couche d'abstraction numérique pour les personnes, les lieux et les objets et s'étendra sur les applications commerciales et grand public et aura un impact sur tous les secteurs, quelle que soit la géographie. Cela permettra de nouvelles expériences qui créeront de nouveaux modèles commerciaux et de nouveaux moyens d'interagir, et de monétiser le monde physique.

Assistants virtuels avancés (Advanced Virtual Assistants, AVA)

Les assistants virtuels avancés, parfois appelés agents conversationnels d'IA, traitent les entrées humaines pour fournir des prédictions et des décisions. Ils sont alimentés par une combinaison d'interface utilisateur conversationnelle, de traitement du langage naturel (Natural Language Processing, NLP) et de techniques d'apprentissage sémantique et en profondeur, telles que les réseaux de neurones profonds (Deep Neural Networks, DNN), les modèles de prédiction, l'aide à la décision et la personnalisation.

Délai de commercialisation : 1 à 3 ans 

Le délai de mise sur le marché estimé est déterminé par l'expansion des assistants virtuels actuels à fonction limitée (qui existent depuis des années maintenant) vers des assistants virtuels avancés qui ciblent une multitude d'emplois et de fonctions - propulsant l'expansion des agents conversationnels d'IA dans toutes les sphères de la vie des consommateurs, des interactions et des opérations commerciales.

Pour en savoir plus, lisez : Les principales tendances technologiques stratégiques de l’année 2021 de Gartner

Le potentiel d'impact des assistants virtuels avancés est élevé, car la technologie peut être utilisée dans pratiquement tous les segments verticaux et presque toutes les disciplines. Ils ont le potentiel de transformer la nature de l'utilisation d'une application pour la main-d'œuvre et la façon dont les consommateurs interagissent avec les appareils et l'IoT (Internet des objets), tout en améliorant l'expérience et l'engagement des clients.

Modèles de langage basés sur des transformateurs

Les modèles de langage basés sur des transformateurs sont des DNN qui traitent les mots comme des séquences dans une phrase. Cette approche préserve le contexte ou la signification des termes proches. Ils améliorent également considérablement la traduction, la transcription et la génération du langage naturel. Ces modèles sont entraînés sur d'énormes ensembles de données de milliards de phrases. 

Délai de commercialisation : 1 à 3 ans

Le délai de mise sur le marché est déterminé par l'efficacité des outils de formation, l'efficacité de l'exécution et la facilité de déploiement. Les modèles de langage basés sur des transformateurs, tels que GPT-3, ont la capacité de générer des paragraphes de texte impossibles à distinguer de ceux écrits par un humain bien entraîné.

Le potentiel d'impact des modèles de langage basés sur des transformateurs est très élevé, car ils déplacent les systèmes de réseaux de neurones récurrents (Recurrent Neural Networks, RNN) à un rythme surprenant. Et de nouveaux outils offrent des améliorations substantielles dans l'analyse de texte avancée et toutes les applications associées, telles que les interfaces utilisateur conversationnelles, les assistants virtuels intelligents et la génération de texte automatisée.

Fonctionnalités métier packagées

Les activités composables permettent aux organisations de créer des expériences d'application personnalisées faites de composants d'application qu'elles achètent ou créent. Pour prendre en charge les activités composables, les fournisseurs de technologies doivent fournir des fonctionnalités métier packagées, qui représentent un ensemble bien défini de fonctionnalités métier reconnaissables en tant que telles par un utilisateur métier.

Délai de commercialisation : 3 à 6 ans 

Le délai de commercialisation est déterminé par le nombre élevé de fournisseurs qui ont modularisé leurs offres. Cela étant dit, malgré ces progrès, les petits fournisseurs et les fournisseurs en transition à partir de technologies plus anciennes se trouvent encore aux premiers stades de l'adoption de l'API.

L'impact potentiel des capacités commerciales packagées est moyen, car la technologie représente généralement un reconditionnement des capacités existantes, mais la mise en œuvre généralisée d’activités composables transformera la façon dont les fournisseurs traditionnels commercialisent, vendent et livrent leurs solutions.

AR cloud

L’AR cloud permet l'unification des mondes physique et numérique en fournissant un contenu numérique continu, collaboratif et contextuel superposé sur des personnes, des objets et des emplacements pour fournir aux personnes des informations et des services directement liés à chaque aspect de leur environnement physique.

Par exemple, n'importe quel individu peut recevoir des informations sur les tarifs, l'itinéraire et les horaires d’un transport en commun ainsi que les informations d’adresse en fonction de son contexte (statut personnel, géolocalisation, rendez-vous dans le calendrier, préférences de voyage, etc.), en « regardant » simplement un bus ou une gare routière avec son téléphone, tablette ou lunettes de visualisation (Head-Mounted-Display, HMD). De plus amples informations peuvent être recueillies auprès du public, telles que les utilisateurs notant à quelle fréquence le bus a été en retard ces dernières semaines.

Délai de commercialisation : 6 à 8 ans 

Le délai de mise sur le marché découle d'un besoin de nombreux éléments sous-jacents, tels que la mise en réseau de périphérie, les communications à bande passante élevée et à faible latence, des outils et types de contenu standardisés pour la publication dans l’AR cloud, la gestion et la livraison de contenu, et l'interopérabilité pour assurer une transparence et des expériences omniprésentes.

Le potentiel d'impact de l’AR cloud est très élevé, car il transformera la façon dont les gens interagiront avec le monde qui les entoure. L’AR cloud fournira une couche d'abstraction numérique pour les personnes, les lieux et les objets et s'étendra sur les applications commerciales et grand public et aura un impact sur tous les secteurs, quelle que soit la géographie. Cela permettra de nouvelles expériences qui créeront de nouveaux modèles commerciaux et de nouveaux moyens d'interagir, et de monétiser le monde physique.