Meta confie à Clara Shih la mission d’installer Llama dans les entreprises

Meta veut faire de ses messageries un nouveau point d’entrée de l’intelligence artificielle au travail. Le groupe américain a confié cette stratégie à Clara Shih, ancienne dirigeante de l’IA chez Salesforce, nommée à la tête d’une nouvelle organisation baptisée Business AI. L’enjeu est de taille : transformer la famille de modèles Llama, jusqu’ici surtout connue des développeurs et des chercheurs, en outils concrets pour les entreprises qui échangent avec leurs clients sur WhatsApp, Messenger, Facebook ou Instagram.

Cette annonce, rendue publique en novembre 2024, ne correspond pas encore au lancement d’un logiciel d’entreprise clé en main. Elle clarifie en revanche la direction prise par Meta : utiliser son immense réseau de professionnels, de commerçants et de conversations clients pour gagner une place sur le marché de l’IA générative pour les organisations. Une position où Microsoft, Google, Salesforce et de nombreuses jeunes pousses sont déjà très actifs.

Clara Shih, un recrutement taillé pour le marché professionnel

Le choix de Clara Shih est révélateur. Avant de rejoindre Meta, elle dirigeait les activités d’intelligence artificielle de Salesforce, entreprise spécialisée dans les logiciels de relation client. Elle a également fondé Hearsay Systems, une société centrée sur l’engagement client. Son parcours est donc directement lié à l’un des usages les plus recherchés de l’IA générative : aider une entreprise à répondre plus vite, plus précisément et de manière plus personnalisée à ses clients.

Chez Salesforce, Clara Shih a participé à des initiatives telles qu’Einstein GPT et Agentforce Studio, deux noms associés à l’intégration de fonctions d’IA dans les outils utilisés par les équipes commerciales et de service client. Meta lui confie désormais une mission différente : bâtir une activité dédiée aux entreprises autour de ses propres technologies d’IA.

Le terme « Business AI » ne désigne pas seulement un modèle de langage. Il décrit une unité chargée de réfléchir aux produits, aux services et aux usages que Meta pourrait proposer aux organisations. L’objectif affiché est de rendre l’IA avancée plus accessible, y compris à des entreprises qui n’ont ni équipe de recherche en IA ni infrastructure technique très sophistiquée.

Plus de 200 millions d’entreprises déjà présentes sur les plateformes de Meta

Meta ne part pas de zéro. Ses applications sont déjà des canaux de communication et de vente pour un très grand nombre d’acteurs économiques. Selon le groupe, plus de 200 millions d’entreprises utilisent chaque mois ses plateformes, notamment Facebook, Instagram et WhatsApp. Pour un artisan, une boutique en ligne ou une grande marque, ces espaces servent à publier des informations, répondre à des questions, recevoir des demandes et, dans certains cas, accompagner des ventes.

C’est cette présence qui rend l’offensive crédible. Plutôt que de demander aux entreprises d’adopter un environnement totalement nouveau, Meta peut chercher à ajouter des assistants directement dans des canaux où une partie de la relation client existe déjà.

Ces trois chiffres ne doivent pas être confondus. Une entreprise qui possède une page Facebook ou un compte WhatsApp Business n’utilise pas automatiquement Llama. De même, la popularité de Meta AI auprès du public ne prouve pas à elle seule l’efficacité d’un assistant dans un contexte professionnel. Ils illustrent néanmoins les ressources de distribution dont dispose Meta.

Quels usages Meta envisage-t-il sur WhatsApp et Messenger ?

Le terrain le plus évident est celui des chatbots d’entreprise sur WhatsApp et Messenger. Ces assistants peuvent prendre en charge les premières questions d’un client, l’orienter vers le bon service, fournir des informations sur un produit ou maintenir une conversation en dehors des horaires d’ouverture. Pour les organisations, l’intérêt est double : réduire le volume de demandes répétitives et conserver un canal de réponse immédiat.

Un modèle de langage tel que Llama peut formuler des réponses plus naturelles qu’un ancien arbre de choix composé de boutons et de mots-clés. Au lieu d’imposer au client une succession d’options rigides, il peut interpréter une question formulée librement. Il peut aussi aider un conseiller humain à préparer une réponse, résumer un échange long ou retrouver les éléments importants d’une demande.

Dans une mise en œuvre réellement utile, le modèle ne devrait toutefois pas répondre seul à partir de ses connaissances générales. Une entreprise doit pouvoir lui fournir des informations fiables et à jour, par exemple son catalogue, ses horaires, ses conditions de livraison ou les règles applicables à un dossier. Elle doit aussi prévoir un passage rapide à un humain pour les situations sensibles, complexes ou litigieuses.

Meta met également en avant l’idée de communications optimisées par l’IA. Cela peut recouvrir l’assistance aux échanges clients et l’automatisation de certaines étapes de la conversation. À ce stade, l’annonce ne détaille cependant ni les fonctions exactes, ni leur disponibilité selon les pays, ni les modalités techniques permettant à une entreprise de connecter ses propres données.

Llama 3.2, le socle technologique de la stratégie

Au cœur de cette orientation se trouve Llama, la famille de modèles d’IA générative de Meta. Ces modèles sont capables de produire et de traiter du texte. Avec Llama 3.2, présenté en septembre 2024, Meta a aussi mis en avant des capacités multimodales : certains modèles de la gamme peuvent analyser à la fois du texte et des images.

La multimodalité pourrait élargir les scénarios professionnels. Un assistant pourrait, par exemple, aider à comprendre une photo envoyée par un client en complément de sa demande écrite. Mais une capacité technique ne constitue pas automatiquement une fonctionnalité prête à l’emploi. Sa pertinence dépend de la qualité des données fournies, des règles de confidentialité, du contrôle humain et de la capacité de l’outil à reconnaître ses limites.

Llama occupe une place particulière dans l’écosystème de l’IA. Meta distribue ses modèles avec une approche plus ouverte que les services entièrement fermés proposés par certains concurrents. Cela peut donner aux organisations et aux développeurs davantage de latitude pour tester, adapter ou héberger des modèles selon leurs besoins. Cette disponibilité reste encadrée par une licence propre à Meta, que les entreprises doivent examiner avant tout déploiement.

L’avantage de Meta face aux difficultés de l’IA en entreprise

La force de Meta réside dans la distribution. WhatsApp et Messenger sont des outils familiers, et les entreprises ont déjà appris à s’en servir pour communiquer avec leur clientèle. Si une fonction d’IA est correctement intégrée à ces services, l’adoption peut être plus simple que celle d’une nouvelle plateforme à installer, configurer et faire accepter par les équipes.

Mais le déploiement d’une IA professionnelle ne se résume jamais à l’ajout d’un chatbot. Une réponse erronée sur un prix, un délai, une garantie ou une situation personnelle peut dégrader la confiance du client. Les entreprises devront définir ce que l’assistant peut faire, les informations auxquelles il accède, les sujets qu’il doit refuser et les conditions dans lesquelles un humain reprend la main.

La confidentialité est tout aussi déterminante. Les conversations professionnelles peuvent contenir des coordonnées, des commandes, des réclamations ou des informations commerciales. Avant d’utiliser une IA, une organisation doit savoir où les données sont traitées, qui peut y accéder, combien de temps elles sont conservées et comment les personnes concernées sont informées. En Europe, ces questions doivent être examinées à la lumière des règles de protection des données, ainsi que du cadre réglementaire européen en cours de déploiement pour l’intelligence artificielle.

Enfin, il faut mesurer l’utilité réelle. Un projet ne vaut pas seulement par le nombre de conversations automatisées. Les indicateurs les plus pertinents peuvent inclure le délai de première réponse, la part des demandes résolues sans intervention humaine, la satisfaction des clients, le temps libéré pour les équipes et le taux d’erreurs. L’automatisation qui génère davantage de corrections ou de plaintes n’est pas un gain de productivité.

Ce qui manque encore dans l’annonce de Business AI

L’annonce de Meta fixe un cap, mais elle laisse de nombreuses questions pratiques ouvertes au 25 novembre 2024. Le groupe n’a pas présenté de catalogue complet de produits Business AI, ni de grille tarifaire, ni de calendrier de déploiement. Il n’a pas non plus détaillé les secteurs visés en priorité ou les conditions de disponibilité sur les différents marchés.

Il serait donc prématuré de présenter Business AI comme une offre déjà équivalente aux suites professionnelles d’IA proposées par les grands éditeurs de logiciels. Meta possède des actifs majeurs, ses modèles Llama, ses messageries et son réseau d’entreprises, mais la valeur d’une solution destinée au travail dépendra de son intégration avec les outils existants des organisations et de ses garanties opérationnelles.

Les entreprises intéressées par Llama peuvent déjà se poser plusieurs questions concrètes : souhaitent-elles utiliser un assistant directement dans une messagerie, intégrer un modèle dans leurs propres outils ou laisser un prestataire s’en charger ? Ont-elles des contenus fiables à lui fournir ? Peuvent-elles contrôler les réponses produites ? Et quel type de demandes doivent toujours rester confiées à des salariés ?

Ce qu’il faut surveiller

La nomination de Clara Shih donne à Meta une figure expérimentée pour mener sa stratégie B2B. Le premier élément à suivre sera la nature exacte des produits qui sortiront de Business AI : simples assistants pour répondre aux messages, outils de création de contenus, fonctionnalités de vente ou solutions plus complètes de relation client.

Il faudra également observer la place accordée à Llama. Meta peut faire de ses modèles un socle discret, intégré derrière des interfaces de messagerie, ou au contraire proposer aux entreprises des moyens plus directs de les personnaliser. Le choix aura des conséquences sur le degré de contrôle laissé aux organisations, leurs coûts techniques et leur dépendance à l’écosystème de Meta.

Enfin, la réussite de cette stratégie se jouera sur un point souvent moins visible que les démonstrations : la fiabilité. Les entreprises n’adopteront durablement ces outils que s’ils apportent des réponses utiles, protègent les données et améliorent réellement le travail des équipes. Meta dispose de l’audience et de la technologie pour tenter ce pari. Il lui reste à transformer cette promesse en services professionnels suffisamment précis, sûrs et simples à utiliser.