Agent IA pour le service client : lancer un pilote
Lancer un pilote avec un agent IA pour le service client : quelles demandes choisir, quelles informations utiliser, qui valide et comment évaluer.
Un agent IA pour le service client n'est utile dans un pilote que si vous savez quelle tâche il accomplit, à partir de quelles informations il travaille et qui répond du résultat. Dans cet article, vous verrez comment délimiter la première version et pourquoi, au départ, l'agent propose et l'humain valide. Vous découvrirez aussi ce qu'il faut définir lors du premier échange avec Aurora AI Systems : ce qui entre dans le pilote et ce qui en reste volontairement exclu.
Quel est le bon point de départ pour un pilote utile ?
Le temps de l'équipe support ne se perd pas seulement à la saisie. Il se perd à trois endroits : lorsqu'il faut reconstituer la demande du client, lorsqu'il faut chercher l'information validée et lorsqu'il faut rédiger la réponse. Un agent IA pour le service client peut justement intervenir à ces étapes.
C'est pourquoi le pilote part d'une tâche délimitée. Il ne cherche pas à automatiser l'ensemble de la conversation avec le client. Vous choisissez un type de demande, vous le décrivez précisément et vous vérifiez que l'agent le traite correctement.
La pression pour adopter l'IA est réelle, mais la réticence l'est tout autant. Selon une enquête Gartner de 2024, 60 % des responsables du service client déclarent subir une pression pour adopter l'IA. La même enquête montre que 64 % des clients préféreraient que les entreprises n'utilisent pas l'IA dans le service client. Un pilote restreint et maîtrisé vous aide à gérer ces deux pressions.
Quelles demandes inclure dans le pilote d'un agent IA pour le service client
Les premières demandes confiées à un agent IA pour le service client doivent reposer sur des procédures claires. Pour chaque type, il doit exister une description de ce qu'est une réponse acceptable. Si personne dans l'équipe ne sait dire à quoi ressemble une bonne réponse, l'agent n'a aucun repère pour se guider.
Excluez volontairement de la première version :
- les demandes aux conditions commerciales floues ;
- les demandes qui engagent l'entreprise vis-à-vis du client ;
- les demandes pour lesquelles vous n'avez pas encore de procédure écrite.
Si vous êtes encore en train de choisir le processus, consultez aussi le guide comment choisir le premier processus pour un agent IA dans le CRM. Le principe reste le même : la préparation de l'information est séparée de l'action qui a des effets sur le client. Une proposition vérifiable constitue souvent un meilleur point de départ qu'une exécution sans validation.
L'information validée : la base de connaissances du pilote
Pendant le pilote, un agent IA pour le service client travaille uniquement avec du contenu validé. Il s'agit de la base de connaissances définie pour le pilote, et non de l'ensemble des documents de l'entreprise. Plus la source est claire, plus la vérification est simple.
Si deux documents se contredisent, la décision ne revient pas à l'IA. Elle revient au responsable du processus, qui corrige ou retire le document erroné. Mieux vaut faire cet exercice avant le pilote, et non pendant.
Lorsqu'une information manque, l'agent demande une vérification humaine. Il ne comble pas le vide par des suppositions. Cette règle est inscrite explicitement dans les garde-fous de l'agent ; elle n'est pas laissée à l'interprétation.
Cette règle compte aussi sur le plan juridique. Dans l'affaire Moffatt v. Air Canada (2024), l'entreprise a été jugée responsable des informations erronées fournies par le chatbot de son site. L'analyse de l'American Bar Association indique que le tribunal a rejeté l'idée selon laquelle le chatbot serait une entité distincte.
L'agent propose, l'humain valide
Dans la première version, un agent IA pour le service client n'envoie rien de lui-même. Il rédige, et une personne autorise l'envoi. La rédaction et l'autorisation sont deux étapes distinctes, et chaque réponse est validée individuellement.
Ce que contient un résultat vérifiable
Le résultat de l'agent comporte trois éléments :
- la réponse proposée au client ;
- les informations utilisées, c'est-à-dire les sources issues de la base de connaissances ;
- les points à vérifier avant l'envoi.
Ainsi, la personne qui valide ne refait pas le travail. Elle voit d'où provient chaque affirmation et où se situent les points incertains.
La responsabilité humaine, définie à l'avance
Désignez nommément qui valide, qui est responsable de la base de connaissances et qui peut arrêter l'agent. Le cadre NIST AI RMF exige que les tâches du système d'IA soient définies et que la supervision humaine soit documentée. Il prévoit également l'existence de responsables capables de déconnecter ou de désactiver le système.
Le NIST recommande par ailleurs de tester le système avant son déploiement, puis à intervalles réguliers. Le système doit pouvoir échouer en toute sécurité lorsqu'il sort des limites de ses connaissances. La demande de vérification humaine, plutôt que des suppositions, est précisément un mécanisme de ce type. Le NIST précise que ses recommandations ne sont pas une liste à cocher, mais elles vous aident à ne pas oublier les questions essentielles.
L'escalade et la transparence envers le client
L'escalade transfère la demande à un humain. Avec elle partent le contexte, la proposition rédigée et les points encore flous. Le collègue qui reprend le dossier n'a pas à repartir de zéro.
Les clients y attachent une grande importance. La même enquête Gartner montre que leur principale crainte est d'avoir plus de mal à joindre un humain. Gartner recommande que l'IA indique au client qu'elle le met en relation avec un humain lorsqu'elle ne trouve pas de solution, et que la conversation reprenne là où elle s'était arrêtée.
La transparence a aussi une dimension légale. L'article 50 de l'AI Act s'applique à partir du 2 août 2026 et exige que les systèmes qui interagissent directement avec des personnes soient conçus de manière à ce que les utilisateurs sachent qu'ils échangent avec une IA, sauf si cela est évident. Selon Baker Botts, une infraction peut entraîner des amendes allant jusqu'à 15 millions € ou 3 % du chiffre d'affaires mondial. Vérifiez le texte officiel avec votre juriste.
Intégration minimale et critères d'évaluation
L'intégration d'un agent IA pour le service client se limite à ce qu'exige le pilote. Il peut s'agir d'API, de canaux, de l'historique client ou de l'envoi des messages. Chaque élément est confirmé techniquement, et non supposé.
L'évaluation repose sur des critères convenus à l'avance :
| Critère | Question de vérification |
|---|---|
| Répond à la demande | La réponse proposée résout-elle ce que le client a demandé ? |
| Information validée | Chaque affirmation provient-elle de la base de connaissances ? |
| Respecte les limites | L'agent a-t-il demandé une vérification quand une information manquait ? |
| Effort de vérification | Quelle charge de travail la validation représente-t-elle pour l'humain ? |
Le dernier critère est souvent décisif. Si la vérification impose de refaire entièrement le travail, l'avantage opérationnel doit être réévalué. L'extension ne s'envisage qu'une fois que l'équipe comprend les résultats, les limites et les raisons des interventions humaines.
Ce qu'il faut définir lors du premier échange avec Aurora
Dans le catalogue Aurora, le rôle associé au support est Sofia, l'agent dédié au service client, avec l'intitulé « Coordinatrice du service client » et l'ID API sofia. Cette association indique un rôle, non une garantie. La disponibilité, les limites et l'intégration sont reconfirmées pour votre cas.
La page de Sofia décrit plusieurs limites : elle ne promet ni indemnisation, ni remise, ni nouveau délai sans validation, et elle transmet immédiatement à un humain les réclamations et les menaces juridiques. Lors de la configuration, les garde-fous et les règles de transfert sont définis avec vous et testés en sandbox.
Préparez pour l'échange :
- le type de demande inclus et celui volontairement exclu ;
- la base de connaissances validée et son responsable ;
- le format du résultat : réponse, sources, points à vérifier ;
- qui valide chaque réponse et qui prend en charge les escalades ;
- les intégrations strictement nécessaires ;
- les critères d'évaluation.
Côté coût : la page tarifs indique 699 € par agent et par mois, hors TVA, plus une configuration unique de 4 499 € par entreprise. Vous pouvez commencer avec un seul agent. Le périmètre et le prix exact vous sont communiqués dans une proposition écrite.
Si le processus implique des données sensibles, vous pouvez demander un NDA avant d'entrer dans les détails. Une fois votre liste prête, planifiez un échange avec l'équipe Aurora AI Systems. Décrivez le processus, les outils concernés, qui fait quoi et le volume approximatif de demandes par semaine.
