Agent IA au service client : ce qu'il traite, ce qu'il transmet

Ce qu'on attend vraiment d'un agent au service client

Un agent IA au service client n'a pas vocation à remplacer votre équipe. Son rôle est de répondre juste, tout de suite, aux demandes qui ont une réponse claire, et de transmettre proprement les autres. Quand il est bien conçu, le client obtient une réponse à toute heure sur les questions simples, et vos conseillers reçoivent des dossiers déjà qualifiés au lieu de reposer les mêmes questions.

Quand il est mal conçu, c'est l'inverse. Le client tourne en rond face à un robot qui ne comprend pas, ou pire, reçoit une réponse fausse donnée avec assurance. Il finit par appeler, énervé, et le conseiller doit tout reprendre depuis le début. L'agent a ajouté une étape au lieu d'en retirer une.

La différence entre ces deux scénarios tient rarement au modèle de langage choisi. Elle tient à quelques décisions de conception : ce que l'agent a le droit de traiter, d'où viennent ses réponses, comment il passe la main, ce qu'il dit de lui-même, et comment on mesure son travail. C'est l'objet de cet article.

Tracer le périmètre : trois zones

Avant d'écrire la moindre consigne, classez les demandes que reçoit réellement votre service client. Partez des tickets, des mails et des appels récents, pas de ce que vous imaginez. Ensuite, rangez chaque type de demande dans l'une de trois zones.

• Ce que l'agent traite seul. Des questions dont la réponse est stable et documentée : horaires, conditions générales, fonctionnement d'un service, étapes d'une démarche, suivi d'une commande lu dans votre système. L'agent répond, et la conversation s'arrête là si le client est satisfait.
• Ce que l'agent prépare. Des demandes qui exigent une décision humaine mais dont l'instruction peut être faite en amont : une réclamation, une demande de remboursement, un changement de contrat. L'agent collecte les informations nécessaires, vérifie ce qui peut l'être et crée un dossier complet pour un conseiller.
• Ce que l'agent transmet immédiatement. Tout ce qui est sensible ou hors cadre : un client en détresse, une menace, une question juridique ou médicale, une situation qui ne ressemble à rien de connu. L'agent ne tente rien, il passe la main.

Ce classement est une décision métier, prise avec le responsable du service client. Il évoluera : on commence souvent avec une zone « traite seul » étroite, puis on l'élargit à mesure que les résultats le justifient. Écrivez-le noir sur blanc, car il sert ensuite à la fois à concevoir l'agent, à le tester et à expliquer son rôle aux équipes.

La base de connaissance, source unique des réponses

Un agent ne doit répondre qu'à partir de ce que vous lui donnez. Sa connaissance générale du monde est utile pour comprendre la question, pas pour y répondre. La base de connaissance est donc le socle du projet, et c'est souvent là que se trouve le plus gros travail.

Dans la plupart des entreprises, l'information existe mais elle est dispersée : une FAQ sur le site, des procédures internes, des modèles de réponse dans l'outil de ticketing, des conditions générales en PDF, et beaucoup de savoir dans la tête des conseillers expérimentés. Il faut la rassembler, la dédoublonner et trancher les contradictions. Deux documents qui disent deux choses différentes sur le délai de rétractation produiront un agent qui dit l'une ou l'autre au hasard.

Quelques règles simples rendent cette base exploitable :

• Un propriétaire par sujet, qui valide le contenu et le met à jour quand une règle change.
• Une date de mise à jour visible sur chaque fiche, pour repérer ce qui a vieilli.
• Des fiches courtes et ciblées, plutôt que de longs documents où l'agent devra chercher.
• La distinction entre information publique et consigne interne : l'agent peut s'appuyer sur une procédure interne sans la citer au client.

L'agent retrouve les passages pertinents dans cette base et formule sa réponse à partir d'eux. Si rien ne correspond, il doit le dire et proposer un relais, plutôt que d'improviser. Cette consigne de prudence est l'une des plus importantes, et elle se vérifie par des tests.

Les questions restées sans réponse ont aussi une valeur. Chaque fois que l'agent passe la main faute d'information, la question est enregistrée. Relues chaque semaine par le propriétaire du sujet, ces questions montrent ce qui manque dans la base, ce qui est mal formulé, et parfois un changement dans les attentes de vos clients. C'est la boucle qui fait progresser l'agent sans toucher au modèle.

Les données qui engagent ne sont jamais produites par le modèle

Certaines informations engagent votre entreprise : un prix, une disponibilité, une date de livraison, un montant de remboursement, une référence de dossier, une adresse. Si l'agent se trompe sur l'une d'elles, le client est en droit de s'en prévaloir, ou au minimum de se sentir trompé.

Notre règle est stricte : ces données sont lues ou calculées côté serveur dans vos systèmes, puis insérées dans la réponse. Le modèle ne les invente pas, ne les recalcule pas et ne les reformule pas. Concrètement, quand un client demande où en est sa commande, l'agent appelle une fonction qui interroge votre système de commandes et renvoie le statut exact. Le modèle rédige la phrase autour, la donnée vient du système.

Cette architecture a une conséquence utile : si le système ne répond pas, l'agent ne peut pas donner d'information, et il le dit. C'est préférable à une réponse plausible mais fausse. Nous avons développé ce point dans pourquoi un agent IA ne doit jamais annoncer un prix.

La même logique s'applique aux actions. Si l'agent peut modifier une adresse de livraison ou annuler une commande, ces actions passent par des fonctions contrôlées, avec vérification de l'identité du client et des règles métier, et elles sont journalisées. Le modèle demande l'action, votre système décide si elle est permise.

Passer le relais à un humain, avec le contexte

Le passage de relais est le moment où la plupart des agents échouent. Le client explique tout à l'agent, puis doit tout répéter au conseiller. Il a perdu du temps et il le fait savoir.

Un bon relais repose sur trois choses :

• Des déclencheurs clairs. L'agent passe la main quand la demande sort de son périmètre, quand il ne trouve pas de réponse dans la base, quand le client le demande explicitement, quand le ton montre un mécontentement fort, ou après plusieurs échanges sans progrès. Ces règles sont écrites et testées.
• Un dossier transmis avec la demande. Le conseiller reçoit un résumé de la situation, les informations déjà collectées (identité vérifiée, numéro de commande, description du problème), ce que l'agent a déjà répondu et la raison du transfert. Il reprend là où l'agent s'est arrêté.
• Une promesse tenable envers le client. L'agent dit ce qui va se passer : transfert immédiat vers un conseiller disponible, ou rappel pendant les heures d'ouverture. Il n'annonce jamais un délai que votre équipe ne peut pas garantir.

Côté outil, le dossier doit arriver là où vos conseillers travaillent déjà : votre logiciel de ticketing, votre CRM, votre messagerie interne. Un agent qui oblige l'équipe à consulter une interface de plus sera contourné.

Être transparent avec le client

Le client doit savoir qu'il échange avec une IA. C'est une question de confiance, et c'est aussi une obligation. La Commission européenne indique que le règlement sur l'IA introduit des obligations de divulgation, et que lors de l'utilisation de systèmes tels que les chatbots, les personnes doivent être informées qu'elles interagissent avec une machine. Elle précise que les règles de transparence de ce règlement entrent en vigueur en août 2026. Pour le détail de ce qui s'applique à votre entreprise, voyez notre article sur l'AI Act pour les PME, et faites valider votre cas par votre conseil.

En pratique, la transparence se traduit par quelques choix simples :

• l'agent se présente comme un assistant automatisé dès le premier message, sans se donner un prénom humain qui pourrait tromper ;
• le client peut demander un humain à tout moment, et cette demande est respectée ;
• l'agent dit quand il ne sait pas, plutôt que de donner une réponse approximative ;
• la politique de confidentialité explique quelles données de conversation sont conservées et à quoi elles servent.

Sur ce dernier point, les conversations contiennent des données personnelles, parfois sensibles. Limitez ce qui est conservé, choisissez un hébergement adapté et documentez les traitements. Notre approche est détaillée sur la page IA responsable, et la dimension sécurité, notamment les tentatives de détourner l'agent par des consignes glissées dans un message, relève du travail décrit sur la page sécurité et conformité IA.

Mesurer ce qui compte

Un agent au service client se pilote avec des indicateurs choisis avant le lancement. Le plus tentant, le taux de conversations « résolues » sans humain, est aussi le plus trompeur : un client qui abandonne par lassitude compte comme une conversation terminée. Nous suivons plutôt un ensemble d'indicateurs :

• La résolution confirmée : le client indique que sa question a trouvé réponse, ou ne recontacte pas le service sur le même sujet dans une période que vous définissez.
• La qualité des transferts : les conseillers notent si le dossier reçu était complet et si le transfert était justifié.
• Les réponses erronées : un échantillon de conversations est relu régulièrement par l'équipe, et chaque erreur est classée (base incomplète, consigne mal suivie, question hors périmètre mal détectée).
• La satisfaction, mesurée de la même façon pour l'agent et pour les conseillers, pour pouvoir comparer.
• Le coût par conversation, suivi dans le temps. Nous en détaillons les postes dans ce que coûte un agent IA en production.

Avant la mise en ligne, constituez un jeu de questions réelles avec les réponses attendues, y compris des questions pièges et hors périmètre. Chaque modification de la base ou des consignes est validée sur ce jeu avant d'être publiée. C'est la seule façon d'éviter qu'une amélioration sur un sujet ne dégrade un autre sans que personne ne s'en aperçoive.

Les erreurs fréquentes

• Commencer par le modèle. Le choix du modèle compte moins que la qualité de la base de connaissance et du périmètre. Un excellent modèle sur une base contradictoire donne des réponses contradictoires.
• Vouloir tout traiter dès le départ. Un périmètre large au lancement multiplie les erreurs visibles et entame la confiance des clients comme des équipes.
• Cacher la sortie vers un humain. Un client qui ne trouve pas comment parler à quelqu'un finira par le faire, par un autre canal, avec plus de mécontentement.
• Laisser le modèle formuler des engagements. Prix, délais et montants viennent du système, toujours.
• Oublier la maintenance. Une base de connaissance vieillit dès que vos offres ou vos règles changent. Sans propriétaire, l'agent devient faux sans que personne ne le remarque.
• Construire sans les conseillers. Ce sont eux qui connaissent les vraies questions, les formulations des clients et les cas limites. Ils sont aussi les premiers utilisateurs des dossiers transmis.

Le déroulé d'une mise en place

Nous menons ces projets en production rapidement, mais sur un périmètre réduit et sous surveillance étroite :

• Analyse des demandes réelles avec l'équipe du service client, et classement dans les trois zones.
• Construction de la base de connaissance pour les sujets de la première zone, avec un propriétaire par sujet.
• Branchement aux systèmes pour les données qui engagent : commandes, contrats, disponibilités.
• Conception du relais vers l'outil des conseillers, avec le format du dossier transmis.
• Tests sur le jeu de questions, puis ouverture à une partie du trafic ou à un canal précis.
• Relecture régulière des conversations et élargissement progressif du périmètre.

La méthode complète est décrite sur la page agent IA, et nos repères pour déployer un agent IA en entreprise s'appliquent au service client comme aux autres usages. Le travail technique est porté par un profil que nous présentons sur la page AI engineer, qui travaille directement avec vos conseillers.

Faire le point sur votre service client

Un agent IA au service client réussit quand il sait précisément ce qu'il traite, s'appuie sur une base de connaissance tenue à jour, ne produit jamais lui-même une donnée qui engage, et passe la main avec un dossier complet. Si vous voulez savoir quelle part de vos demandes peut être traitée ainsi, et ce qu'il faudrait préparer avant, commencez par notre diagnostic IA : nous partons de vos demandes réelles pour dessiner un périmètre réaliste.

Sources

• Commission européenne : Législation sur l'IA, cadre réglementaire (risque de transparence)

Questions fréquentes

Un agent IA peut-il fonctionner sur tous nos canaux : site, mail, messagerie ?

Oui, la même base de connaissance et les mêmes règles peuvent servir plusieurs canaux. Nous conseillons toutefois de démarrer sur un seul, souvent le chat du site, pour ajuster le périmètre avant d'étendre. Le téléphone demande une couche vocale supplémentaire et des tests spécifiques.

Que se passe-t-il la nuit, quand aucun conseiller n'est disponible ?

L'agent traite ce qui relève de son périmètre et, pour le reste, crée un dossier complet qui sera repris à l'ouverture. Il annonce clairement au client quand il sera recontacté, sans promettre un délai que l'équipe ne peut pas tenir. Les urgences réelles doivent avoir un canal dédié, indiqué par l'agent.

Faut-il connecter l'agent à notre CRM dès le départ ?

Pas forcément pour répondre aux questions générales. En revanche, dès qu'il doit donner une information propre au client (commande, contrat, dossier), une connexion en lecture est nécessaire. La connexion en écriture, pour agir, vient plus tard et sous contrôle strict.

Comment éviter que l'agent soit manipulé par un client malveillant ?

En limitant ce qu'il peut faire plutôt qu'en espérant qu'il résiste à tout. Les actions passent par des fonctions qui vérifient l'identité et les règles métier, et l'agent n'a accès qu'aux données du client authentifié. Des tests de détournement font partie du jeu de questions avant chaque mise en ligne.

Nos conseillers vont-ils perdre leur poste ?

Ce n'est pas l'objectif de ce type de projet. Les conseillers récupèrent les demandes qui demandent du jugement, avec des dossiers mieux préparés. Leur expertise devient aussi indispensable pour tenir la base de connaissance et relire les conversations.