Avec les outils et les technologies dont nous disposons, les environnements de travail numérisés – le Digital Workplace – ont complètement changé notre manière de travailler. Le Gartner fait le point à l’occasion de la publication de son « hype cycle ».

La reconnaissance de la parole, le BYOD (Bring Your Own Device), les réseaux sociaux d’entreprise, le cloud personnel, les apps mobiles, la gamification c’est-à-dire la transposition des principes des logiciels de jeu dans les applications d’entreprise, telles sont les tendances ou les technologies matures qui ont changer en profondeur nos environnements de travail. C’est ce qui ressort du dernier hype cycle que vient de publier le Gartner et qui sont désormais dans la dernière phase de son cycle de développement.

« Les humains seront toujours au centre du travail, même si les logiciels et les machines intelligents deviennent nos collègues de travail, considère Matt Cain, analyste du Gartner. Les DSI doivent anticiper comment les tendances des entreprises, de la société, de la technologie convergeront vers le changement où, quand, pourquoi et avec qui nous travaillons, Ils ont la responsabilité pour inclure ce que l’on pourrait appeler la dextérité numérique ».

Source: Gartner (juillet 2017)

Les technologies qui auront un impact transformationnel dans les deux à cinq prochaines années

La découverte de données augmentées (Augmented data discovery) permet de trouver, de visualiser et d’agir de manière quasi automatique sur les exceptions, les tendances et les prévisions contenues dans des ensembles de données complexes, sans avoir à créer des modèles ou des algorithmes.

La découverte de données augmentées peut réduire considérablement le temps nécessaire à l’exploration et permet de sélectionner les informations les plus pertinentes et de les transcrire en langage naturel.

Les décideurs devraient commencer par une petite liste de problèmes d’entreprise spécifiques qui ne peuvent être résolus avec ces nouvelles technologies et lancer un pilote de découverte de données augmenté pour évaluer leur pertinence et prouver leur valeur.

L’analytics personnel permet l’analyse de données contextuellement pertinentes pour fournir une vision, des prévisions et / ou des recommandations personnalisées pour des utilisateurs individuels. Parmi les exemples on peut citer les assistants de santé virtuels, les assistants de conseils financiers et les assistants commerciaux.

Ce secteur du marché des assistants virtuels atteindra l’adoption générale d’ici 2020. Les organisations peuvent bénéficier d’analyses personnelles en utilisant les données collectées pour personnaliser les produits et services, et pour approfondir et étendre les relations avec la clientèle, ou pour aider à planifier les services futurs qui répondent aux nouveaux clients exigences.

Les obstacles à l’adoption des outils d’analytics personnels résident notamment dans la difficulté de collecter les données ainsi que dans la définition des modèles commerciaux nécessaires pour soutenir le développement et le marketing de produits.

Les technologies qui auront un impact transformationnel dans les cinq à dix prochaines années

Les interfaces utilisateur conversationnelles (Conversational user interfaces ou CUI) autorisent des interactions entre les utilisateurs et les machine s’effectuent en langage naturel parlé ou écrit. Les CUI ont connu une énorme croissance en 2017, avec les chatbots, les plateformes de messagerie et les conférenciers virtuels. Les CUI vont devenir assez rapidement une alternative aux interfaces utilisateur traditionnelles.

« Nous nous attendons à ce que les fournisseurs de suites applicatives mettent de plus en plus en place les CUI devant les applications métier, ce qui entraîne des centaines d’interfaces de discussion différentes », poursuit Matt Cain. Pour l’instant, la plupart des CUI ne sont pas capables de répondre à des requêtes complexes. Mais les améliorations viendront de la compréhension du langage naturel et de la reconnaissance de la parole ».

Les assistants virtuels (VA) aident les utilisateurs ou les organisations pour des tâches qui auparavant ne pouvaient être effectués que par des humains. Les VA utilisent l’intelligence artificielle et les technologies de machine learning pour aider les utilisateurs ou automatiser les tâches. Les VA écoutent et observent les comportements, construisent et maintiennent des modèles de données, pour au final recommander des actions. Ils peuvent agir pour l’utilisateur, établir une relation avec l’utilisateur au fil du temps. L’importance de VA augmentera à mesure que la société passera à l’ère post-application au cours des cinq prochaines années.

Il est peu probable que le marché VA ait un leader unique en raison de la fragmentation des écosystèmes, mais les principaux fournisseurs de technologie – comme Apple avec Siri, Google avec Google Assistant et Microsoft avec Cortana – resteront probablement dominants.

« Les entreprises qui n’ont pas commencé à déployer des VA pour interagir avec les clients et les employés devraient commencer maintenant », estime Matt Cain. Elles devraient chercher des occasions d’utiliser les VA pour rendre les utilisateurs plus productifs avec les applications métier et les plates-formes mobiles, et mesurer soigneusement l’impact des VA sur le comportement et les performances ».  

 

Les 5 phases du hype cycle

# Phase Description
1 Lancement de la technologie L’arrivée sur le marché d’une nouvelle technologie, mais il s’agit non de produits utilisables, mais plus de prototypes ou d’une technologie « prometteuse ».
2 Pics des espérances exagérées Un emballement médiatique aboutit à des attentes exagérées et non réalistes. Des startups se créent pour développer et commercialiser des produits basés sur la nouvelle technologie
3 Gouffre des désillusions Les produits disponibles ne parviennent pas à répondre aux espoirs exagérés qui avaient été formulés.
4 Pente de l’illumination Certaines entreprises persistent et développent des produits de deuxième génération. On commence à comprendre les véritables avantages et pratiques d’application concrètes de la technologie.
5 Plateau de productivité Dans cette dernière phase, la technologie est rodée et permet le développement de produits de troisième génération. L’étendue des applications est variable selon que la technologie est largement applicable ou ne sert qu’un marché de niche

(Source : Wikipedia)