D’un centre de coûts à un centre de valeur : la transformation des centres de contact

Laurent Millan, Director, GTM Application Solutions, NTT DATA France analyse le sujet.

Pourtant, les centres de contact traversent une période de tensions inédites. Les coûts augmentent tandis que les budgets restent contraints. Le turnover aggrave la situation : les collaborateurs partent aussi vite qu’ils arrivent, obligeant les organisations à recruter et former en permanence. Pendant ce temps, la pression des consommateurs ne faiblit pas. Ils exigent de l’immédiateté, une disponibilité 24/7, et une expertise de plus en plus pointue.

L’Agentic AI ouvre la voie à un fonctionnement différent, où le service client devient une source d’intelligence opérationnelle et un levier stratégique pour les entreprises.

Le paradoxe de l’ère du LLM

Depuis deux ou trois ans, le consommateur a pris l’habitude de disposer d’une information instantanément en posant ses questions à un LLM (Mistral, ChatGPT, Claude). Mais que se passe-t-il lorsque ce même consommateur rencontre un problème avec une marque ou un produit pour lequel il n’a pas obtenu de réponses sur Internet ? Le plus souvent, il peut contacter une marque via un bot sur WhatsApp ou autres mais n’obtient pas souvent de réponses précises. Il prend alors son téléphone. Et trop souvent, il tombe sur un conseiller fraîchement arrivé, qui n’a pas plus de connaissances que lui sur le produit ou le service concerné. La frustration est immédiate, proportionnelle au temps perdu.

Alors comment continuer à adresser correctement ses clients tout en mobilisant un humain expert, au moment où la situation l’exige, sans que le coût du centre de contact n’explose.

Il ne s’agit plus d’apporter des améliorations marginales, un bot par-ci, un canal WhatsApp par-là, quelques outils connectés pour les téléconseillers. L’enjeu est de repenser les opérations en les pensant AI-native dès la réflexion.

Pour autant, cela ne signifie pas que tout sera traité par l’IA ni que les humains disparaitront. Mais cela implique de se poser la question : à quoi ressemblerait une organisation de gestion de l’expérience client si elle était conçue aujourd’hui, en faisant de l’IA une composante centrale du design ?

 

Une approche en deux temps : observer, puis refonder

La refonte d’un centre de contact en mode AI-native ne se fait pas en un jour. Sans bouleverser les opérations existantes, il s’agit d’abord de capter et d’enrichir la donnée produite par le centre de contact : enregistrements d’appels, files d’attente, compétences mobilisées, temps de traitement, données métier issues du CRM et base de connaissances interne (procédures, documentation).

En croisant ces sources avec différents modèles, il devient possible de créer des éléments qui n’existaient pas jusque-là tels que des synthèses de conversation automatisées, des niveaux de conformité par rapport aux procédures (l’IA est capable d’évaluer si le téléconseiller a suivi la procédure A, B ou C, avec des niveaux de risque associés), des évaluations de risque réglementaire (quand une procédure est liée à une réglementation, l’IA peut alerter sur un risque élevé et expliquer pourquoi).

Des dashboards opérationnels permettent ensuite aux métiers de manipuler ces données, d’identifier les documentation à créer, les formations à mener, les points de friction.

A partir de ces nouvelles données décisionnelles produites, il devient possible de créer des agents IA autonomes spécialisés capables de traiter chacune des demandes les plus fréquentes en suivant les raisons d’appel les plus fréquentes. Pour chacune, des agents IA autonome peuvent être créés capables de traiter la demande en suivant les procédures et en s’appuyant sur la base de connaissances. Mais un agent figé ne sert à rien, les demandes des clients évoluent. C’est pourquoi, il est nécessaire d’y ajouter une boucle d’apprentissage (learning loop). La structure de chaque conversation, réalisée avec une IA ou un humain, est analysée, des propositions sont faites, le niveau de satisfaction notifié puis distillée dans le modèle. Étape par étape, l’agent IA devient de plus en plus pertinent. Il a appris les schémas de conversation qui fonctionnent… et ceux qui ne fonctionnent pas.

Human on the loop : la responsabilité reste humaine

L’autonomie des agents IA soulève immédiatement la question de la responsabilité. L’IA n’est jamais responsable : ce sont les humains qui le sont. Il faut donc donner aux humains les moyens de comprendre si le système fonctionne, s’il ne dérive pas, s’il ne développe pas de biais.

Un agent entraîné sur un certain type de conversation peut finir par déduire des comportements discriminatoires, par exemple, associer un profil de client à un type de demande de façon contraire à l’éthique. Pour une marque, il n’y a rien de pire que de s’exposer à des risques de discrimination.

C’est pourquoi la notion de human in the loop (un humain qui valide chaque action) ne tient pas à l’échelle. La véritable posture est celle du human on the loop. Cette différence est décisive car ici c’est l’humain qui pilote le système autonome, qui s’assure qu’il ne dérive pas, qui surveille des indicateurs de précision, de satisfaction client, de détection de biais. Quand le système perd en efficacité sur un type de demande, l’humain intervient pour corriger, enrichir, réorienter.La satisfaction client, puisse être uniquement qu’un pouce en haut ou en bas, constitue un signal puissant pour le modèle.

 

La transformation des centres de contact n’est pas une question de technologie. C’est une question de vision. Passer d’un centre de coûts à un centre de valeur, c’est accepter de repenser l’organisation dans son ensemble, en intégrant l’IA non comme un correctif marginal, mais comme un principe fondateur : des agents IA qui traiteront la masse des demandes simples, à l’échelle, 24/7, avec une qualité croissante grâce à l’apprentissage continu et surtout des conseillers qui se concentreront sur ce qu’ils font de mieux : l’expertise, l’empathie, la relation.

 

Ressources  commplémentaires sur iTPro.fr

Intégrer l’IA dans son service client : les écueils à éviter pour l’IT et les métiers

 

L’IA et l’expérience client : 3 prédictions pour 2024