Le Customer Service Management (CSM) va bien au-delà des transactions numériques à disposition des clients finaux. Il permet aussi d’offrir un support de qualité pour ces transactions. Nos expériences de déploiement de CSM nous ont permis d’identifier les principaux écueils et bénéfices potentiels ainsi que les opportunités d’introduction de l’IA dans ce contexte.
Le CSM constitue une évolution naturelle de l’IT Service Management (ITSM) et bénéficie des 25 ans d’expérience de ce dernier. Dans un contexte de digitalisation soutenue des organisations, les implémentations de CSM sont en pleine croissance. Elles visent à améliorer et structurer la gestion des services rendus aux clients en intégrant l’expérience client au cœur des processus organisationnels.
CSM : de quoi parle-t-on ?
Cette différence fondamentale introduit des risques spécifiques à gérer et présente des implications importantes, notamment au niveau du cadre légal, à l’image d’un récent verdict prononcé contre Air Canada (1).
Mais le déploiement d’un CSM ne se résume pas à mettre à disposition un portail, des transactions numériques et des workflows. Il se doit d’être accompagné d’un support de qualité pour répondre aux requêtes des clients, et les fidéliser.
Principaux défis de l’élargissement des fonctions de support aux clients externes
L’extension des heures de support s’impose également comme un défi majeur, les transactions étant accessibles en continu, en 24/7. Cela nécessite donc d’adapter le service de support, ses outils et ses différents canaux pour garantir une assistance efficace en dehors des horaires de bureau traditionnels.
Enfin, pour le support d’une solution de CSM, il est primordial de s’assurer de l’identité de l’utilisateur (identité de la personne, à quel titre elle appelle, légitimité de poser telle question, contexte métier, matériel utilisé…), ce qui renforce le défi de la réponse pertinente et adaptée, dans le respect de la protection des données personnelles.
Une approche structurée s’impose
Pour mener à bien ce type de projet, nous avons opté pour une approche structurée en cinq grandes phases :
- La phase de cadrage se concentre sur deux axes essentiels : identifier les cas d’usage les plus porteurs de valeur, et évaluer les données disponibles, qu’elles soient structurées ou non. Elle permet également de dresser un panorama des solutions envisageables, d’analyser la pertinence d’un recours à l’intelligence artificielle, et de sélectionner le modèle le plus adapté aux objectifs du projet.
- Vient ensuite la préparation, avec, comme point de départ classique mais incontournable, la mise en place d’une gouvernance projet efficace. Concrètement, cette phase débute par un Proof of Concept sous forme d’une expérimentation à petite échelle visant à valider les hypothèses. Elle s’accompagne d’une analyse des impacts métiers et d’un premier travail sur la conduite du changement. Un volet plus technique prend ensuite le relais, avec la sélection, la préparation et la sécurisation des données internes et externes appelées à être exploitées.
- La phase de déploiement se focalise sur l’intégration du modèle d’IA générative dans les activités quotidiennes du Service Client. L’enjeu est double : garantir la valeur ajoutée de cette technologie dans les opérations courantes, et adapter la gouvernance existante pour assurer une conformité rigoureuse aux régulations en vigueur.
- L’adoption consiste à affiner progressivement le dispositif en fonction des indicateurs mesurés, notamment le retour sur investissement et le niveau d’appropriation par les équipes.
- Enfin, l’étape d’extension vise à élargir le périmètre fonctionnel et technique : de nouveaux cas d’usage sont intégrés, d’autres briques logicielles viennent enrichir le dispositif, et les services basés sur l’IA générative bénéficient d’un niveau de personnalisation encore plus poussé.
l'IA au service des clients
Pour soutenir la démarche et viser plus d’efficience, une intelligence artificielle générative est intégrée afin d’apporter un soutien au Service Client et aux utilisateurs finaux. Cette IA présente notamment l’avantage d’agréger des données d’origines diverses (internes et externes), de formats hétérogènes (qu’il s’agisse de texte ou de vidéo) et de langues variées, tout en écartant les informations obsolètes grâce à une contextualisation avancée. Cette intégration est menée en suivant l’approche décrite ci-dessus.
Pour réussir cet apport de l’IA, il est important de parvenir et de maintenir un niveau d’« hallucination » très bas malgré des sources en évolution constante ou qui deviennent obsolètes.
Cette intégration permet d’améliorer significativement l’expérience client du support : nombre d’appels traités quotidiennement, taux d’appels perdus en diminution, temps de réponse réduits et taux de réponses pertinentes, quel que soit le profil du client ou la langue utilisée.
Les avantages de l’utilisation de l’IA se révèlent ainsi multiples :
- Capacité d’absorber des pics d’activité, notamment en cas de mise en place d’un nouveau service,
- Augmentation des plages de disponibilité et extension du service pour répondre aux attentes des usagers
- Suppression des contraintes de langues
- Réduction des coûts opérationnels : nombre d’agents limité, temps de leur formation réduit, plus grande facilité de remplacement d’un agent,
- Escalades mieux cadrées au support de niveaux 2 et 3.
Duty of care
La mise en place d’un tel système n’est pas sans risques. Il est important de veiller à la conformité aux réglementations, dont la protection des données, le cas échéant l’EU AI Act et le Cloud Act. La sécurité des données doit également être une préoccupation majeure, avec des menaces potentielles comme les cyberattaques ou la contamination des modèles par des données biaisées.
Enfin, la qualité des données et leur actualisation doivent faire l’objet d’un suivi rigoureux afin de minimiser les erreurs, notamment celles liées aux hallucinations de l’IA. Il est également crucial d’établir une gouvernance efficace pour encadrer ces pratiques.
Il est de la responsabilité du fournisseur de service de s’assurer que les réponses apportées n’induisent pas en erreur ses clients et il lui incombe d’assurer l’apprentissage adéquat du modèle.
Adopter sans tarder
Le Customer Service Management et l’Intelligence Artificielle sont aujourd’hui des réalités incontournables qui ouvrent de perspectives très prometteuses.
Le contexte de développement général des prestations numériques rend désormais quasiment incontournable la mise à disposition d’un CSM.
Même si elles sont en très forte évolution, les possibilités de l’IA actuelles poussent à les mettre en œuvre sans attendre et de ne pas prendre (trop) de retard sur le marché.
Il ne s’agit évidemment pas de foncer tête baissée, mais de commencer progressivement, d’expérimenter sur un périmètre bien défini avant d’étendre l’initiative. De même, dans ce contexte de nouvelles technologies, la gouvernance IT et ses résultats attendus (réalisation de bénéfices, optimisation des risques et optimisation des ressources) reste primordiale et indispensable dans le déploiement de telles solutions.
(1) https://www.mccarthy.ca/en/insights/blogs/techlex/moffatt-v-air-canada-misrepresentation-ai-chatbot
plus d'insights
l’expertise ne suffit pas : quand un consultant fait toute la différence
digital solutionsgovernance & service managementquality assurance & testingworking@itecor
avril 05, 2025
migration d’une application monolithe vers une architecture micro-services
digital solutions
avril 02, 2025
l’intelligence artificielle dans la gestion de projet : des solutions concrètes pour les projets informatiques
digital solutions
mars 31, 2025
