Pourquoi le service client sature, même avec un bon outil de ticketing
La plupart des réponses existent déjà quelque part : dans l’ERP, chez le transporteur, dans les conditions générales de vente. Le temps part à les chercher, à les recopier et à trier la file.
- Les mêmes questions, en volume : « où est ma commande ? », échange de taille, retour d’un achat en ligne en boutique, demande de facture : quelques motifs font l’essentiel de la file.
- Des pics à chaque temps fort : soldes, ventes privées, lancement de collection, précommandes dont la date de livraison glisse : la file grossit au moment où les équipes sont déjà prises.
- Une information dans plusieurs outils : statut de commande dans l’ERP ou l’OMS, colis chez le transporteur, remboursement en comptabilité : chaque réponse demande trois écrans.
- Des canaux qui s’additionnent : e-mail, chat, téléphone, réseaux sociaux, messageries des marketplaces, demandes des clients de grands magasins qui écrivent à la marque.
- Les cas difficiles noyés dans la masse : une réclamation ou un client important attend dans la même file qu’une question sur les délais de livraison.
L’IA ne remplace pas le conseiller : elle lui retire la recherche et la recopie, et lui remet en tête de file les demandes qui demandent du jugement.
Les six étapes, et ce qui s’automatise à chacune
- Analyser les motifsProposé, puis validé
- Fiabiliser la baseProposé, puis validé
- Répondre au simpleAutomatique
- Router et prioriserAutomatique
- Préparer les brouillonsProposé, puis validé
- Passer la mainDécidé par une personne
Le détail de chaque étape : ouvrez-la.
Analyser les motifs de contact
- Aujourd’hui
- Motif choisi à la clôture du ticket, souvent « autre » faute de temps.
- Automatisé
- Un agent IA classe l’historique des demandes selon une liste de motifs commune (où est ma commande, retour, échange de taille, produit, facture) et en sort les volumes par canal et par période.
- Reste humain
- Fixer la liste des motifs et choisir ceux que l’IA pourra traiter seule.
Mettre à jour la base de connaissances
- Aujourd’hui
- Conditions de retour, délais et procédures écrits dans plusieurs documents, qui se contredisent.
- Automatisé
- Une base unique, chaque règle avec son responsable et sa date de validité ; l’IA signale les questions sans réponse et les articles contredits par une procédure récente.
- Reste humain
- Valider chaque article, son exactitude et son ton.
Répondre aux motifs simples
- Aujourd’hui
- Le conseiller ouvre l’ERP, le suivi transporteur, puis recopie l’information.
- Automatisé
- Un agent IA de premier niveau identifie le client et la commande, lit les statuts en temps réel dans l’ERP, l’OMS et chez le transporteur, et répond sur les motifs autorisés à partir de la base de connaissances.
- Reste humain
- Décider de la liste des motifs confiés à l’agent, et la revoir.
Router et prioriser les autres demandes
- Aujourd’hui
- Un superviseur répartit la file chaque matin, selon la langue, la marque et la compétence.
- Automatisé
- Chaque demande est classée par motif, langue, marque et type de client, priorisée (réclamation, client important, délai de marketplace qui approche) et envoyée à la bonne équipe.
- Reste humain
- Fixer les règles de routage et les ajuster quand la charge change.
Préparer les réponses des conseillers
- Aujourd’hui
- Macro choisie puis réécrite, chacun avec ses formulations.
- Automatisé
- À l’ouverture du ticket, la commande, la livraison et l’historique sont affichés, avec un brouillon rédigé dans le ton de la marque et la source de chaque information.
- Reste humain
- Relire, ajuster et décider d’envoyer.
Passer la main, contrôler, mesurer
- Aujourd’hui
- Le client répète sa demande au conseiller ; la qualité n’est vue qu’à travers les plaintes.
- Automatisé
- L’agent transmet au conseiller la conversation, un résumé et les vérifications faites ; les réponses envoyées sont tracées, relues par échantillon et rattachées à la satisfaction.
- Reste humain
- Traiter les cas sensibles, les réclamations et les clients mécontents ; corriger la base dès qu’une erreur apparaît.
Les prérequis
- Un outil de ticketing qui reçoit tous les canaux avec un historique par client, y compris les messages des marketplaces.
- Un accès aux données de commande statuts de l’ERP ou de l’OMS, suivi des transporteurs, retours et remboursements, lisibles par l’IA en temps réel.
- Une base de connaissances validée conditions de retour et d’échange, délais, garanties, règles des soldes et des précommandes, avec un responsable par thème.
- Une liste écrite des motifs interdits à l’IA réclamation, geste commercial, client mécontent, signalement qualité ou réglementaire, données sensibles.
- Des indicateurs déjà relevés délai de première réponse, délai de résolution, satisfaction, volume par motif, pour comparer avant et après.
Quatre façons de l’automatiser
| Options | Adaptée quand | Limites | À vérifier |
|---|---|---|---|
| Fonctions d’IA de l’outil de ticketing | Motifs simples, une marque, un outil de ticketing récent qui propose déjà classement, réponses suggérées ou agent de chat. | Lit mal les données de commande sans connecteur ; tarification souvent à la conversation ou à la résolution. | Connexion à l’ERP et aux transporteurs, règles de transfert à un conseiller, mode de facturation, hébergement des données. |
| Agent IA connecté aux commandes | Volume dominé par « où est ma commande ? », retours, échanges de taille, annulations, avec des données de commande fiables. | Ne vaut que ce que valent les statuts de l’ERP et des transporteurs ; demande des connexions à maintenir. | Motifs autorisés, sources citées dans chaque réponse, vérification de l’identité du client, journal des réponses envoyées. |
| Brouillons de réponse seulement | Maison de luxe, clientèle importante, sujets sensibles, ou première étape avant de laisser l’IA répondre seule. | Le conseiller reste dans la boucle à chaque message : moins de temps gagné sur les motifs simples. | Qualité des brouillons mesurée (part envoyée sans retouche), ton de la marque, langues couvertes. |
| Outil sur-mesure | Plusieurs marques, pays et canaux, retours en boutique, grands magasins et marketplaces, règles propres à l’activité. | Demande un cadrage et une maintenance. | Propriété du code, documentation, réversibilité, suivi des modèles d’IA utilisés. |
Les options se combinent : l’agent répond sur quelques motifs simples, les brouillons couvrent le reste, et les conseillers gardent les cas sensibles.
Les pièges fréquents
- Un chatbot sans sortie vers une personne le client tourne en rond, abandonne ou écrit un e-mail qui crée un second ticket. La sortie vers un conseiller, avec le contexte, se conçoit en premier.
- Une IA qui invente une politique de retour sans source validée, un modèle de langage formule une règle plausible et fausse : délai, frais de retour, remboursement en soldes. L’agent ne répond qu’à partir de la base de connaissances et des conditions générales de vente, et cite sa source.
- Une base de connaissances périmée la règle des soldes ou la date d’une précommande a changé, l’article non : l’IA répète l’erreur à chaque client, plus vite qu’un conseiller.
- Mesurer le taux d’automatisation au lieu de la satisfaction une demande close par l’IA n’est pas une demande résolue. Le bon indicateur reste la satisfaction, la résolution au premier contact et les recontacts sur le même motif.
Le contrôle interne
Le client doit savoir qu’il échange avec une IA : depuis le 2 août 2026, le règlement européen sur l’IA impose que les systèmes destinés à interagir directement avec des personnes en informent celles-ci, de manière claire, au plus tard lors de la première interaction, sauf si c’est évident. Les données des clients restent soumises au RGPD : finalité définie, accès limités par rôle, durées de conservation appliquées dans l’outil, information des clients, et choix de l’hébergement des modèles avec la DSI. Aucune obligation générale de joindre une personne n’est retenue ici pour la vente de biens ; pour les services financiers à distance, une directive européenne applicable depuis le 19 juin 2026 donne au consommateur le droit de demander une intervention humaine face à un outil automatisé. Les réponses de l’IA ne modifient jamais les conditions générales ni les droits légaux du client, comme la rétractation ; chaque réponse envoyée est tracée, et les gestes commerciaux, avoirs et décisions sur les réclamations restent à une personne habilitée.
Par où commencer
- Classer un échantillon récent de demandes par motif et par canal, et repérer les motifs simples dont la réponse existe dans l’ERP ou chez le transporteur.
- Mettre à jour la base de connaissances sur ces motifs, avec un responsable par thème, et écrire la liste des motifs que l’IA ne traite jamais seule.
- Commencer par un motif, en brouillons relus puis en réponse automatique, mesurer la satisfaction avant et après, puis ajouter le suivant.
Questions fréquentes
Faut-il dire au client qu’il échange avec une IA ?
Oui. Le règlement européen sur l’IA impose, depuis le 2 août 2026, que la personne soit informée de manière claire, au plus tard lors de la première interaction, qu’elle échange avec un système d’IA, sauf si c’est évident. C’est aussi une question de confiance : le client accepte mieux une réponse automatique annoncée comme telle.
Le client a-t-il le droit de demander à parler à une personne ?
Pour les services financiers à distance, oui : une directive européenne applicable depuis le 19 juin 2026 prévoit le droit de demander une intervention humaine face à un outil automatisé. Pour la vente de biens, aucune obligation générale de ce type n’est retenue ici, mais une sortie vers un conseiller reste la condition d’un service client qui fonctionne.
Quels motifs de contact confier en premier à un agent IA ?
Ceux dont la réponse est vérifiable dans les outils et sans enjeu de décision : suivi de commande et de livraison, statut d’un retour ou d’un remboursement, envoi d’une facture, horaires et disponibilité. Les réclamations, gestes commerciaux et clients mécontents restent aux conseillers.
Un agent IA peut-il tenir le ton d’une maison de luxe ?
Il peut rédiger dans un ton défini et dans la langue du client, à partir d’exemples validés. Dans le luxe, beaucoup de maisons s’en tiennent aux brouillons relus par le conseiller, qui garde la relation, l’historique du client et la personnalisation.
Que deviennent les données des clients transmises à l’IA ?
Elles suivent les règles du RGPD : seules les données utiles à la réponse sont transmises, les accès sont limités, les durées de conservation s’appliquent, et le contrat avec le fournisseur du modèle précise l’hébergement et l’absence de réutilisation des données. Ce choix se fait avec la DSI et le délégué à la protection des données.
Combien coûte un agent IA pour le service client ?
Cela dépend du nombre de canaux, de marques, de langues et des connexions à construire avec l’ERP et les transporteurs, ainsi que du mode de facturation de l’outil choisi. Un diagnostic permet de le dire précisément avant de s’engager.
Votre service client, en diagnostic
Motifs de contact, base de connaissances, connexions aux commandes, règles de passage à un conseiller : un état des lieux et les motifs qu’il est réaliste de confier à l’IA.
Demander le diagnosticPour aller plus loin
Sources
- Règlement (UE) 2024/1689 établissant des règles harmonisées concernant l’intelligence artificielle, article 50 : obligations de transparence — EUR-Lex
- La Commission publie des lignes directrices sur les obligations de transparence des fournisseurs et déployeurs de certains systèmes d’IA, 20 juillet 2026 — Commission européenne
- Référentiel relatif aux traitements de données à caractère personnel mis en œuvre aux fins de gestion des activités commerciales (dont réclamations et service après-vente), 2022 — CNIL
- Directive (UE) 2023/2673 sur les contrats de services financiers conclus à distance, résumé : droit de demander une intervention humaine — Parlement européen, Observatoire législatif
- Achat à distance : droit de rétractation du consommateur, vérifié le 1er janvier 2026 — Service-Public.fr