IA responsable : FAQ sur l'enrichissement des données par l'IA pour les opportunités

Ces questions fréquemment posées vous aident à comprendre l’effet de l’IA sur la fonctionnalité d’enrichissement des données alimenté par l’IA dans Dynamics 365 Sales.

Qu’est-ce que l’enrichissement des données optimisé par l’IA ?

L’enrichissement de données alimenté par l’IA est une capacité pilotée par l’IA dans Dynamics 365 Sales qui aide à enrichir les enregistrements d’opportunités avec un contexte métier supplémentaire. Il analyse les informations de données existantes, les emails clients, les transcriptions de réunions Teams ou les résumés générés par l’IA afin de suggérer ou de mettre à jour automatiquement des champs contenant des données pertinentes qui pourraient manquer ou être incomplètes. Cette fonctionnalité aide les utilisateurs à maintenir des données CRM plus complètes, cohérentes et à jour.

L’enrichissement de données alimenté par l’IA peut associer les conversations clients et les discussions de réunion aux opportunités appropriées, capturer les informations liées aux accords tels que le budget, l’autorité, le besoin et les délais, et les ajouter directement aux archives d’opportunités. Lorsqu’ils sont configurés pour les mises à jour automatiques, les utilisateurs peuvent passer en revue et rétablir les modifications en fonction des besoins. La fonctionnalité ne prend pas les décisions commerciales à elle seule, et elle enregistre toutes les actions d’enrichissement pour l’audit.

Comment l’enrichissement des données alimenté par l’IA est-il destiné à être utilisé ?

L’enrichissement des données alimenté par l’IA est conçu pour prendre en charge les cas d’usage suivants :

• Amélioration de l’exhaustivité des enregistrements CRM en identifiant et en suggérant ou en mettant à jour automatiquement les informations manquantes ou obsolètes.
• Associer les emails clients et les discussions des réunions Teams aux bonnes opportunités pour réduire les mises à jour CRM manquées ou retardées.
• Soutenir les initiatives de qualité des données en suggérant ou en remplissant des lacunes dans les informations d’enregistrement.
• Préserver le contexte des transactions pour les futurs vendeurs et gestionnaires en gardant les enregistrements à jour.

Selon la configuration de l’administrateur, l’enrichissement des données alimenté par l’IA peut suggérer des valeurs d’enrichissement pour la révision de l’utilisateur ou appliquer automatiquement des mises à jour aux champs configurés. Lorsque les mises à jour automatiques sont activées, les utilisateurs peuvent passer en revue les modifications et les rétablir si nécessaire. Toutes les actions d’enrichissement sont auditables.

Qu’est-ce que l’enrichissement des données alimenté par l’IA n’est pas conçu pour le faire ?

L’enrichissement des données alimenté par l’IA n’est pas destiné à :

• Prendre des décisions de vente finales, des déterminations de qualification ou des jugements commerciaux
• Utiliser des entités ou des champs en dehors des configurations définies par l’administrateur
• Fonctionner sans avoir la possibilité de surveiller, d’examiner ou de rétablir les modifications
• Servir de remplacement pour les processus de gouvernance des données établis ou le jugement humain

Les utilisateurs et les administrateurs doivent traiter l’enrichissement des données alimenté par l’IA comme une aide à la productivité. Lorsque les mises à jour automatiques sont activées, les utilisateurs doivent examiner régulièrement les champs enrichis et rétablir les modifications incorrectes ou inappropriées.

Comment l’enrichissement des données alimenté par l’IA a-t-il été évalué ?

L’enrichissement des données alimenté par l’IA a été évalué par le biais de tests avec des jeux de données CRM organisés et représentatifs qui reflètent les modèles d’utilisation courants dans Dynamics 365 Sales. L’évaluation s’est concentrée sur la précision, la pertinence et la cohérence des suggestions d’enrichissement entre différents types d’enregistrements et scénarios métier.

Les tests comprenaient des cycles de validation itératifs pour évaluer les performances dans des conditions de qualité des données et des paramètres de configuration variables. Les processus d’évaluation continuent à mesure que la fonctionnalité évolue.

Les benchmarks spécifiques ne sont pas fournis, car les performances dépendent considérablement de la qualité des données sources, des choix de configuration et de la nature des enregistrements enrichis.

Quelles sont les limitations de l’enrichissement des données optimisé par l’IA ? Comment les utilisateurs peuvent-ils réduire l’effet de ces limitations ?

L’enrichissement des données alimenté par l’IA présente plusieurs limitations connues :

• Dépendance de la qualité des données : la précision et la pertinence des suggestions dépendent de la qualité, de l’exhaustivité et de la devise des données sources dans les systèmes Dataverse et Microsoft connectés.
• Limitations des données de conversation : Pour les réunions Teams, l’enrichissement est limité aux réunions où le contact principal associé à l’opportunité était un participant.
• Contraintes d’étendue : la fonctionnalité fonctionne uniquement sur les entités, les champs et les langages configurés par les administrateurs, ce qui peut ne pas couvrir tous les besoins de l’entreprise.
• Erreurs potentielles : les suggestions d’enrichissement peuvent être incorrectes, conflictuelles ou basées sur une inférence probabiliste plutôt que sur des faits vérifiés.
• Écarts de couverture : tous les enregistrements ou champs ne peuvent pas recevoir de suggestions d’enrichissement, en fonction des données disponibles et du contenu des conversations client.

Les utilisateurs doivent s’attendre à ce que les erreurs et les omissions soient possibles et doivent valider toutes les données enrichies avant de s’appuyer dessus pour les décisions d’entreprise.

Comment les utilisateurs doivent-ils interpréter les données enrichies ?

Les données enrichies doivent être interprétées comme des suggestions ou des mises à jour automatisées qui peuvent nécessiter une révision et une validation humaines. Les sorties de l’enrichissement des données alimenté par l’IA peuvent être basées sur la correspondance probabiliste, l’inférence ou l’information source incomplète.

Les utilisateurs doivent :

• Passez régulièrement en revue les champs qui ont été enrichis automatiquement, en particulier lorsque les mises à jour automatiques sont activées
• Valider les valeurs enrichies par rapport aux sources internes ou externes approuvées lorsque la précision est critique
• Rétablir les données enrichies qui apparaissent incorrectes, obsolètes ou incohérentes avec les informations connues
• Appliquer des normes de qualité et de gouvernance des données existantes aux informations enrichies
• Reconnaître que les données enrichies complètent, mais ne remplacent pas, la recherche manuelle et la vérification

Lorsque des mises à jour automatiques sont configurées, les utilisateurs peuvent afficher l’historique des modifications et rétablir les mises à jour de champs individuelles selon les besoins. L’enrichissement vise à accélérer les flux de travail et à améliorer l’exhaustivité des données, et non à servir de source de vérité faisant autorité. Les utilisateurs restent responsables de la précision et de l’adéquation des données dans leurs enregistrements CRM.

Quels sont les facteurs opérationnels et les paramètres qui permettent une utilisation efficace et responsable de l’enrichissement des données alimentés par l’IA ?

Les administrateurs ont plusieurs contrôles pour gérer le fonctionnement de l’enrichissement des données alimenté par l’IA.

• Activez ou désactivez la fonctionnalité : l’enrichissement des données alimenté par l’IA peut être activé ou désactivé au niveau de l’organisation.
• Configurer l’étendue : les administrateurs définissent les champs qui doivent être exclus de l’enrichissement.
• Définir le mode de mise à jour : les administrateurs peuvent configurer si la fonctionnalité suggère des valeurs pour la révision de l’utilisateur ou met automatiquement à jour les champs.
• Contrôler l’accès utilisateur : les administrateurs peuvent définir quels utilisateurs ou groupes ont accès aux suggestions d’enrichissement et aux mises à jour.
• Surveiller les journaux d’audit : toutes les actions d’enrichissement, y compris les mises à jour automatiques et les réversions par les utilisateurs, sont enregistrées et peuvent être examinées via les fonctionnalités d’audit de Dynamics 365. Ces contrôles permettent aux organisations d’adapter le comportement d’enrichissement des données basé sur l’IA à leurs exigences spécifiques en matière de gouvernance, de conformité et d’exploitation. Les organisations peuvent choisir le niveau d’automatisation qui s’aligne sur leurs normes de qualité des données et la tolérance aux risques.

Comment l’enrichissement des données alimenté par l’IA prend-il en charge l’utilisation responsable de l’IA ?

L’enrichissement des données alimenté par l’IA est conçu pour prendre en charge l’utilisation responsable de l’IA par le biais de plusieurs principes clés :

• Transparence : les utilisateurs peuvent voir quels champs ont été enrichis et passer en revue les suggestions avant de les appliquer.
• Surveillance humaine : la fonctionnalité est conçue pour aider les utilisateurs, ne pas les remplacer, et nécessite une révision et une approbation humaines des suggestions.
• Auditabilité : les actions d’enrichissement peuvent être suivies et examinées par le biais des journaux d’audit et d’activité Dynamics 365, en fonction de la configuration.
• Configurabilité : les administrateurs contrôlent l’étendue, l’accès utilisateur et excluent les champs de la fonctionnalité, ce qui permet l’alignement avec les stratégies organisationnelles.
• Alignement avec les principes : la conception reflète l’engagement de Microsoft en matière d’intelligence artificielle, notamment l’équité, la fiabilité, la sécurité, la confidentialité, la sécurité, l’inclusion, la transparence et la responsabilité.

Les organisations sont encouragées à établir des stratégies claires pour examiner et valider les suggestions d’enrichissement générées par l’IA et pour former les utilisateurs sur l’interprétation et l’utilisation appropriée des données enrichies.

Quels langages sont pris en charge par l’enrichissement des données optimisé par l’IA ?

L’enrichissement des données alimenté par l’IA prend actuellement en charge uniquement la langue anglaise.