L’IA générative dans la relation client (CX) : un duo riche de promesses pour 2025

Les centres de contact, « early adopters » de l’IA générative

Il n’en reste pas moins que le CX fait partie des « early adopters ». Les premières applications concrètes de l’IA générative commencent déjà à apparaître dans les centres de contact. Les « agents IA », capables de trouver et de résumer des informations, de « raisonner » et d’automatiser des processus de bout en bout, se montrent prometteurs. En grande partie parce qu’elles ne créent rien ex nihilo.

« Nous utilisons l’IA générative avec nos clients d’une manière différente, non pas en la plaçant devant leurs clients finaux, mais en l’appliquant en interne sur leurs propres connaissances, à la fois structurées et non structurées », illustre John Seeds, de TTEC Digital, société de conseil en CX. « Pour commencer, nous leur disons : “vous avez des doublons ici. Vous avez des incohérences ici”, et nous passons en revue ces énormes quantités de données, nous les nettoyons, puis nous les gardons propres en permanence [avec la GenAI]. »

« De cette manière, vous pouvez communiquer ces données de manière plus efficace à l’extérieur [au client final], ce qui réduit le nombre d’appels entrants, diminue le nombre de données contradictoires et améliore le libre-service de manière plus significative. Des choses essentielles pour les centres de contact ».

L’arrivée de ChatGPT : un tournant majeur

À son lancement fin 2022, ChatGPT a marqué un tournant.

Depuis des années, le CX fait de l’analytique prédictif, de la reconnaissance vocale et du NLP. Associée à une automatisation basée sur des règles, l’IT pouvait utiliser l’IA pour lire les mails, par exemple, et acheminer les messages vers un agent disposant de l’expertise adéquate. Mais la GenAI accélère encore cette tendance.

« Quand j’ai vu ce que cette technologie pouvait faire, je me suis dit : “C’est incroyable. Tout ce dont je rêvais il y a cinq ans est enfin possible aujourd’hui !” » confie John Ball, vice-président chez ServiceNow. « Vous pouvez faire des recommandations pour chaque réponse et pour chaque mail parce qu’avec les LLMs, il n’est plus nécessaire de faire manuellement la modélisation de chaque intention et de chaque entité ».

Clara Shih, ancienne responsable de l’IA chez Salesforce passée aujourd’hui chez Meta, confirme. Elle se souvient de son premier contact avec la GenAI. « C’est Silvio Savarese, professeur à Stanfordet EVP et chief scientist chez Salesforce qui nous a pour la première fois expliqué ce que pouvait faire un LLM. Et là j’ai pensé : “Sans rire ? C’est une blague ? Ce n’est pas de la science-fiction ?” Et puis Silvio Savarese a fait une démo. C’était époustouflant. »

La vraie autonomie : une vraie limite de l’IA dans le CX

Mais si ce tournant majeur a réussi à convaincre dans le CX, des défis demeurent pour 2025.

Malgré leur potentiel, les agents IA soulèvent des questions complexes. Ces bots peuvent réduire les coûts et travailler en continu, mais peuvent-ils garantir la satisfaction client ? Et que se passera-t-il si un bot prend une mauvaise décision ? Et les clients veulent-ils vraiment échanger avec des bots autonomes ?

Pour Brad Jobe, CIO de Trimedx, une société de matériel pour les cliniques et les hôpitaux, l’IA générative reste avant tout un outil d’optimisation. « Nous l’utilisons pour accélérer l’apprentissage des nouveaux ingénieurs, pas pour leur retirer le pouvoir décisionnel. »

Les agents prendront-ils le pouvoir dans le CX un jour ou l’autre ?

« J’ai parlé à de nombreuses personnes qui pensent que cela arrivera », partage Brad. Jobe. « C’est la technologie la plus à la mode dont tout le monde parle. Y a-t-il des opportunités pour l’appliquer ? Oui, je le pense. Arriverons-nous jusqu’au point où nous retirerons les décisions des mains du clinicien ? Je ne pense pas. C’est une vision peu excessive ».

D’autres sont plus enthousiastes et optimistes.

Siemens par exemple a développé son propre « agent bionique » sur Azure pour l’utiliser en interne. L’entreprise s’apprête à le déployer également auprès de ses clients externes. L’agent peut gérer des tâches liées aux approvisionnements et à certaines parties de la paie.

Déployé en tant que service partagé, l’agent Siemens a été lancé avant l’arrivée de la GenAI. La GenAI a accéléré les cycles de développement, ce qui a permis à l’entreprise de l’adapter à différents rôles et à d’autres cas d’utilisation, confie Matthias Egelhaaf, responsable des solutions numériques chez Siemens AG.

Non seulement l’IA générative augmente la productivité des processus de documentation et résout des problèmes, mais elle le fait aussi avec plus de précision que les humains, constate Matthias Egelhaaf qui se dit prêt à accepter que les agents soient autonomes quand et où cela s’avérera judicieux.

« Cela apportera des gains de productivité inouïe », se réjouit-il.

Enjeux réglementaires et respect des droits d’auteur

De nouvelles régulations – comme l’IA Act – ajoutent de la complexité au déploiement de l’IA générative.

« Qu’il s’agisse d’une grande entreprise, avec une pile technologique qui doit être mise en conformité à de nombreux niveaux, ou d’une startup, d’une entreprise familiale, de trois à cinq employés, ce sera un défi », souligne Alexis Amezcua du cabinet juridique Morrison & Foerster. « Si vous êtes un entrepreneur, vous n’êtes pas juriste. Vous ne savez pas forcément tout ce que cela signifie et vous aurez certainement besoin d’un avocat spécialisé pour vous aider à vous mettre en conformité ».

Un autre risque est celui du copyright. Comment être sûr que les textes (et encore plus les images) générés dans le cadre d’une stratégie CX n’ont pas utilisé des contenus protégés, et sans l’aval des auteurs ? Une initiative comme la Content Authenticity Initiative (CAI), menée par Adobe dès 2019, tente de garantir la traçabilité des contenus générés par l’IA. 

Pour Andy Parsons, directeur principal de l’initiative sur l’authenticité du contenu chez Adobe, le CAI n’a pas pour but « d’attraper les méchants ». Il s’agit au contraire de donner aux personnes honnêtes des outils de transparence pour montrer d’où vient leur contenu.

« Il s’agit de comprendre. [Il s’agit] de répondre à un droit humain fondamental, celui de comprendre ce qu’est le contenu qu’il voit », résume Andy Parsons. « Qu’il s’agisse d’une photographie ou d’une vidéo filmée par une caméra, ou de quelque chose qui est entièrement ou partiellement généré. L’authenticité c’est de prouver que l’on sait ce qui est réel. » Encore plus dans le CX et le rapport à une marque.