Un assistant IA fonctionne au service client quand il aide les conseillers à répondre plus vite et mieux, ou quand il traite seul des questions simples, fréquentes et vérifiables, à partir de sources validées. Il déçoit quand on le déploie comme un rempart entre le client et l’entreprise, sans accès aux données réelles ni porte de sortie vers un humain. Pour une PME ou une ETI, le bon point de départ est presque toujours le copilote interne, pas le chatbot grand public.
Voici ce que disent les études et les premiers retours, et comment concevoir un assistant qui rend service sans abîmer la relation client.
Chatbot client ou copilote du conseiller : deux usages très différents
On met souvent tout sous le mot « chatbot ». Il faut pourtant distinguer deux usages :
- Le chatbot client répond directement aux clients, sur le site, dans l’espace client ou par messagerie. Il parle au nom de l’entreprise, sans relecture.
- Le copilote du conseiller travaille dans l’outil du service client. Il résume l’historique, retrouve la bonne procédure, rédige un brouillon de réponse ; le conseiller relit, ajuste et envoie.
| Critère | Chatbot client | Copilote du conseiller |
|---|---|---|
| Qui lit la réponse en premier | Le client | Le conseiller |
| Conséquence d’une erreur | Engagement de l’entreprise, perte de confiance | Corrigée avant envoi dans la plupart des cas |
| Exigence de fiabilité | Très élevée | Élevée |
| Données nécessaires | Base de connaissances, données du client authentifié | Idem, plus l’historique complet et les notes internes |
| Obligation de transparence (AI Act) | Oui, informer le client | Non vis-à-vis du client, charte interne recommandée |
| Délai de mise en place réaliste | Plus long : tests, garde-fous, parcours d’escalade | Plus court : périmètre interne, retours rapides |
Le copilote est moins spectaculaire, mais c’est lui qui produit les gains les mieux documentés.
Ce qui fonctionne : les résultats mesurés
L’étude la plus citée est celle d’Erik Brynjolfsson, Danielle Li et Lindsey Raymond, publiée par le NBER. Elle a suivi 5 179 conseillers d’un service client équipés progressivement d’un assistant d’IA générative. Résultat : une hausse moyenne de 14 % du nombre de demandes résolues par heure, et de 34 % pour les conseillers novices ou moins expérimentés, avec un effet minime pour les plus chevronnés. Les auteurs observent aussi une amélioration du ton des échanges avec les clients et une meilleure rétention des conseillers.
Deux enseignements pour une PME :
- L’IA diffuse les bonnes pratiques. Elle met à la disposition d’un nouveau conseiller les formulations et les réflexes des meilleurs. C’est un levier d’intégration autant que de productivité.
- Le gain vient de l’assistance, pas du remplacement. Dans l’étude, les conseillers restaient libres de suivre ou non les suggestions.
Les usages qui fonctionnent le mieux aujourd’hui :
- résumer un fil de discussion ou un ticket avant de le reprendre ;
- retrouver la procédure ou la clause applicable dans une base documentaire ;
- rédiger un brouillon de réponse au bon ton, à partir des faits du dossier ;
- classer et router les demandes entrantes vers la bonne équipe ;
- répondre seul aux questions factuelles simples : horaires, documents à fournir, état d’une commande pour un client authentifié.
Ce qui déçoit : les cinq échecs les plus fréquents
1. Le chatbot qui invente
Un modèle de langage produit un texte plausible, pas nécessairement vrai. L’OWASP classe ce risque, la désinformation, parmi les dix principaux risques des applications d’IA générative. Au service client, une réponse inventée sur un délai, une garantie ou un tarif devient une promesse.
Le cas Air Canada l’illustre. En février 2024, un tribunal de Colombie-Britannique a jugé la compagnie responsable d’une information erronée donnée par son chatbot sur un tarif de deuil. La compagnie soutenait que le chatbot était en quelque sorte une entité distincte ; le tribunal a répondu qu’il faisait simplement partie de son site, et que peu importait que l’information vienne d’une page statique ou d’un chatbot, comme le résume le cabinet McCarthy Tétrault. La leçon vaut au-delà du Canada : ce que dit votre assistant, c’est votre entreprise qui le dit.
2. Le chatbot qui ne sait rien du client
Un assistant qui ne lit que la FAQ répond ce que le client aurait pu trouver seul. La vraie valeur arrive quand il peut consulter, pour le client authentifié, l’état de sa commande, sa livraison, sa facture ou son contrat. Sans cette connexion aux outils métier, il reste un moteur de recherche bavard.
3. Le mur entre le client et un humain
C’est la crainte numéro un des clients. Dans une enquête publiée en juillet 2024, Gartner indique que 64 % des clients préféreraient que les entreprises n’utilisent pas l’IA dans leur service client, et que la difficulté à joindre un humain arrive en tête de leurs inquiétudes. Un assistant qui tourne en boucle sans proposer de conseiller transforme une question en réclamation.
4. La base de connaissances périmée
L’IA répète fidèlement ce qu’on lui donne. Si la procédure de retour a changé il y a six mois mais que l’ancienne version traîne dans la base, l’assistant citera les deux. La qualité documentaire devient un sujet de service client.
5. L’absence de mesure
Sans jeu de questions de référence ni suivi des réponses corrigées par les conseillers, personne ne sait si l’assistant s’améliore ou se dégrade après une mise à jour du modèle ou de la base.
Comment concevoir un assistant fiable ?
Un assistant de service client fiable repose sur six règles de conception :
- Répondre à partir de vos sources. L’assistant va chercher les passages pertinents dans une base validée avant de répondre ; c’est le principe du RAG. Il cite la source de chaque affirmation.
- Se limiter à un périmètre. Il sait quels sujets il traite et répond « je transmets votre demande » pour le reste, plutôt que d’improviser.
- Lire les données du client authentifié, et seulement les siennes. Les appels aux outils (commandes, livraisons, factures) passent par des API qui appliquent les droits du client.
- Ne jamais engager seul. Pas de geste commercial, de remboursement ou de modification de commande sans validation humaine ou règle métier explicite.
- Passer la main proprement. Le transfert vers un conseiller inclut le résumé de l’échange et les informations déjà collectées : le client ne répète rien.
- Être transparent. Le client sait qu’il échange avec une IA, comme l’exige l’article 50 de l’AI Act depuis août 2026 ; notre article sur le calendrier de l’AI Act détaille ces obligations.
La sécurité mérite un chantier à part : un chatbot exposé sur Internet reçoit des messages conçus pour le détourner. Les attaques par injection de prompt et les fuites de données sont détaillées dans notre article sur la sécurité de l’IA générative.
Où placer l’assistant dans votre architecture ?
L’assistant n’est pas un outil isolé. Il se branche sur trois briques :
- La base de connaissances : procédures, conditions générales, fiches produits, maintenues par un responsable désigné.
- Les outils métier : ERP pour les commandes et les livraisons, CRM pour l’historique de la relation, outil de tickets pour les demandes en cours.
- Le canal : un espace client en self-service, un portail client B2B ou l’outil des conseillers.
Intégrer l’assistant dans l’espace client existant, derrière l’authentification, est souvent plus efficace qu’un widget de discussion générique sur le site public : il sait qui est le client et peut lui répondre sur ses propres dossiers. C’est le type de fonctionnalité que nous développons dans nos applications web sur mesure, connectées aux outils déjà en place.
Quels indicateurs suivre ?
| Indicateur | Ce qu’il révèle |
|---|---|
| Taux de réponses acceptées sans modification (copilote) | La pertinence réelle des brouillons |
| Taux de résolution sans transfert (chatbot) | La part des demandes vraiment absorbées |
| Taux de transfert vers un humain, et motifs | Les trous de la base de connaissances |
| Temps moyen de traitement par type de demande | Le gain opérationnel |
| Satisfaction après échange avec l’assistant | La perception client |
| Réponses signalées comme fausses | La fiabilité, à surveiller après chaque mise à jour |
Ce qu’il faut retenir
L’IA au service client tient ses promesses quand elle renforce les conseillers et qu’elle répond à partir de vos données réelles, dans un périmètre clair, avec une sortie vers un humain toujours accessible. Elle déçoit quand elle sert d’abord à réduire le contact. Commencez par un copilote sur un type de demande fréquent, mesurez, puis ouvrez prudemment aux clients ce qui fonctionne.
Vous envisagez un assistant IA pour votre service client et vous voulez savoir comment le connecter à vos outils ? Décrivez votre projet dans notre diagnostic en ligne : nous revenons vers vous avec une première analyse.
