Chaque responsable des technologies de l’information à qui je parle a une histoire d’intelligence artificielle sur l’expérience client. Presque aucun n’a d’histoire de résultat.
Cet écart est désormais mesurable. Talkdesk Inc.en partenariat avec NewtonXa interrogé 252 dirigeants de niveau directeur et supérieur dans les domaines de l'expérience client, de l'informatique, des opérations et de la stratégie d'IA au sein d'organisations de taille moyenne et d'entreprise dans quatre régions. Le benchmark qui en résulte, L'état de l'automatisation agentique dans CX, conclut que l'informatique devrait repenser la manière dont elle planifie son prochain investissement CX : l'adoption n'est plus un différenciateur et l'exécution est le nouveau champ de bataille.
Les chiffres des titres font le point. Quatre-vingt-dix-huit pour cent des organisations utilisent une forme d’IA dans l’expérience client. L'IA générative est à 74 % et l'IA scriptée à 65 %. Mais seulement 24 % utilisent l’IA agentique, qui fait référence à des systèmes qui se fixent un objectif, raisonnent à travers celui-ci et agissent sur l’ensemble des systèmes. Et seulement 15 % associent l’IA agentique à l’orchestration nécessaire pour répondre de bout en bout aux besoins d’un client. Pendant ce temps, 81 % testent ou déploient des agents d’IA, mais seulement 19 % ont dépassé un seul cas d’utilisation, et près de 80 % ont moins de 10 automatisations d’IA en production.
Pedro Andrade, vice-président de l'IA chez Talkdesk, a présenté les résultats lors d'un briefing d'analyste et a décrit l'état du secteur. « L'adoption de l'IA n'est plus une question. La question est désormais de savoir si les organisations peuvent orchestrer tous les éléments nécessaires pour fournir des résultats mesurables aux clients (agents, humains, données, connaissances, flux de travail et gouvernance) dans un seul package. »
Cet écart entraîne un double coût, comme le décrit Talkdesk dans l'annonce de l'étude : les entreprises paient pour des outils d'IA isolés tout en absorbant le coût opérationnel des demandes des clients que ces outils ne répondent jamais. Le fondateur et directeur général de Talkdesk, Tiago Paiva, qualifie ce résultat de « faux sentiment de progrès », arguant que le déploiement généralisé masque le peu d'organisations capables de quantifier l'impact de l'IA.
Le routage ne résout pas
La distinction la plus utile dans la recherche concerne les activités qui ressemblent à de l’orchestration et la véritable orchestration. Soixante-quatre pour cent des organisations utilisent des agents d'IA spécialisés pour des fonctions telles que la vérification d'identité, la facturation ou le support technique. Pourtant, seuls 35 % disposent d’une IA capable de maintenir le contexte client et d’agir sur l’ensemble des systèmes pour générer une véritable résolution. Si chaque transfert vous oblige à reconstruire le contexte et la mémoire, vous avez construit un standard plus intelligent, et non un moteur de résultats.
« Le travail de routage n'est pas la même chose que le résoudre », a déclaré Andrade. Il a utilisé un accident de voiture comme exemple : un événement déclenche un service de remorquage, une réclamation, un atelier de réparation et une location – plusieurs départements, plusieurs systèmes, un résultat attendu. Quinze pour cent des entreprises peuvent automatiser ce parcours de bout en bout.
La recherche organise cela selon une courbe de maturité en cinq étapes avec deux gouffres. Le premier est le seuil agentique : passer d’une IA scriptée et générative à une IA qui agit. Cinquante-six pour cent se situent en dessous. Le second est le déverrouillage CXA : passer d’agents isolés à une exécution inter-systèmes autonome. Vingt-neuf pour cent sont des agents scalers dotés de l’une des deux capacités ; 15 % sont des leaders CXA avec les deux.
C’est sur l’écart entre ces deux niveaux supérieurs que l’attention budgétaire doit se concentrer. Les leaders CXA sont environ quatre fois plus susceptibles que les scalers de signaler des gains CSAT ou NPS importants : 22 % contre 5 %. Trente-huit pour cent résolvent déjà plus de 40 % des problèmes des clients de manière autonome, tandis que 60 % des Scalers en résolvent encore moins de 20 %.
Les dirigeants sont également environ deux fois plus susceptibles d'exécuter des automatisations axées sur les revenus, telles que la prévision du taux de désabonnement (51 % contre 28 %) et les recommandations personnalisées (44 % contre 19 %). La différence ne réside pas dans le nombre d’outils. Il s’agit de la quantité de travail significatif que l’IA est autorisée et capable d’effectuer.
Les bloqueurs sont l’infrastructure, pas le renseignement
C'est carrément du ressort du service informatique. Lorsqu'on leur a demandé ce qui limite leur capacité à automatiser l'expérience client, les personnes interrogées ont cité la conformité (50 %), la sécurité (48 %), les systèmes déconnectés (45 %), l'infrastructure existante (44 %), les compétences insuffisantes (41 %) et les données impures ou non unifiées (40 %). Aucun des principaux obstacles ne provient des modèles d’IA.
La fragmentation entraîne un coût tangible. Les agents humains perdent en moyenne 28 % de leur temps à changer de système, à ressaisir les données et à rechercher le contexte du client. Ce chiffre grimpe à environ 35 % dans les organisations les moins matures et tombe à environ 25 % dans les plus matures, soit environ 10 % de la capacité des employés récupérée. Les personnes interrogées estiment qu'un contexte incomplet, des explications répétées et des escalades manuelles affectent environ une interaction client sur quatre. Et 94 % des organisations ne disposent pas d’une gestion des connaissances assistée par l’IA.
Ce manque de connaissances est celui qu'Andrade dit entendre le plus souvent lors des réunions avec les clients : « Il ne s'agit pas de les avoir réellement. Il s'agit plutôt de savoir comment je les prépare à être consommés par l'IA. » Seuls 64 % des leaders CXA disposent de connaissances intégrées au flux de travail ou assistées par l'IA – et ce sont eux qui sont les leaders.
La leçon généralise. Si votre environnement est trop fragmenté pour que les humains puissent travailler efficacement, il le sera également pour que les agents d’IA puissent fonctionner en toute sécurité.
Ce que les professionnels de l'informatique devraient faire
- Audit pour la résolution, pas pour le déploiement. Comptez combien de problèmes sont résolus sans intervention humaine et combien nécessitent une reconstruction du contexte lors d'un transfert. Le nombre d’agents déployés est une mesure vaniteuse. Dix agents qui passent le relais valent moins que deux qui se résolvent.
- Corrigez les données et les connaissances avant d’ajouter des agents. Seulement 2 % des organisations déclarent des données entièrement unifiées. Passez de « quelques intégrations » à « principalement intégrées » dans tous les systèmes touchés par vos principaux parcours, et déplacez les connaissances des référentiels statiques vers le flux de travail. Comme l’a souligné Andrade, « l’opérationnalisation » – et non le lancement du premier projet pilote – est le véritable défi.
- Choisissez des parcours, pas des cas d'utilisation. Choisissez deux ou trois parcours à volume élevé couvrant plusieurs départements, puis cartographiez chaque système, approbation et exception en leur sein. Cela fait apparaître des problèmes de conformité et d’héritage alors que le rayon d’explosion est encore petit.
- Intégrez les mesures dès le premier jour. Seules 5 % des entreprises peuvent quantifier clairement l’impact commercial de l’IA. Andrade a qualifié la mesure de la plus grande lacune du rapport : savoir quoi suivre, quels KPI sont importants et disposer de la plomberie pour les suivre. Liez les automatisations à la résolution au premier contact, au taux de résolution autonome, au coût par contact et au CSAT avant la mise en service, et non après.
- Traitez les agents comme des employés. Près d'une organisation sur cinq considère déjà les agents d'IA davantage comme une main d'œuvre que comme une technologie, et 99 % pensent qu'une main-d'œuvre hybride est bénéfique. Pourtant, 52 % citent la confiance dans la qualité des décisions de l'IA comme leur principale préoccupation, y compris 46 % des organisations les plus matures. Les plus matures sont également 10 fois plus susceptibles d’exécuter l’IA et les personnes dans le cadre d’une seule opération unifiée. Définissez les chemins d'escalade, les cadres d'assurance qualité, l'observabilité et la responsabilité pour les agents comme vous le feriez pour une nouvelle équipe.
- Ignorez la feuille de route générique. La maturité varie fortement selon la verticale. Le commerce de détail est en tête, avec 24 % au stade de leader pour les parcours reproductibles et à volume élevé. Les soins de santé s’adoptent au rythme du marché, mais disposent des données les plus cloisonnées et des résultats les plus faibles. Les services financiers disposent des données les mieux intégrées, mais seulement 9 % d’entre eux sont des leaders, freinés par les cœurs existants. « Les feuilles de route CXA ne peuvent pas être génériques », a déclaré Andrade. Concevez le vôtre en fonction des contraintes réelles de votre secteur.
Quatre-vingt-trois pour cent des organisations s’attendent à ce que l’IA résolve davantage de problèmes de manière autonome d’ici deux ans. Cela n’arrivera que lorsque quelqu’un aura accompli le travail peu glorieux consistant à connecter les systèmes, à ancrer les connaissances et à gouverner l’autonomie. Ce quelqu'un est IT.
Zeus Kerravala est analyste principal chez ZK Research, une division de Kerravala Consulting. Il a écrit cet article pour SiliconANGLE.
