IA générative : de l’IA à la GenIA
Si l’Intelligence Artificielle (AI) n’est plus une nouveauté, l’avènement de l’IA générative (GenAI) ouvre tout un horizon de nouvelles possibilités. Le cœur du réacteur en matière d’IA générative, ce sont les Large Language Models (LLM) : GPT, Llama, Mistral … Les LLM génératifs ont une connaissance et une capacité de raisonnement propres. En poussant des recommandations à l’agent ou à l’appelant ils donnent accès à de nouveaux gisements de valeur sur l’ensemble des canaux et métiers de la Relation Client.
1. GÉNÉRER DES RÉPONSES SOURCÉES
| IA | GenIA |
| Les chat/call bot » comme des supers FAQ | Génère des réponses sourcées |
| Les bots IA sont limités aux questions envisagées par ses administrateurs et aux réponses prévues. | Grâce aux « bot search », l’IA générative crée ses propres réponses en cherchant dans l’ensemble des sources qu’elle a à disposition (CGU/CGV, contrats, documentation technique, fiches produits…). Ces réponses se mettent à jour en même temps que son corpus source |
| L’IA classifie ce que disent et écrivent les appelants dans des catégories prédéfinies selon un référentiel imaginé en amont. | L’IA générative est capable de résumer les échanges clients, les regrouper, leur donner un titre et même faire des recommandations. |
2. PENDANT L’APPEL : VERS DES « AGENTS AUGMENTÉS »
Pour le téléopérateur : aide pour suggérer en temps réel la « next best action ».
Pendant l’échange téléphonique, l’IA comprend la demande du client (NLU : Naturel Language Understanding) et elle interroge les bases documentaires de l’entreprise pour suggérer au téléopérateur une réponse sourcée = appel concis à forte valeur ajoutée.
Pour les managers : échange téléphonique, le manager peut aussi aider son équipe via ces bulles d’aide, l’IA suit en temps réel la qualité des appels (sourire, ton, vocabulaire…), et leur conformité (ex : ne pas communiquer le numéro de CB ou faire un récapitulatif de l’appel).
Le manager augmenté devient donc omniscient dans son centre opérationnel. 1 sup pour 15 TO.
3. POUR TOUS LES APPELS
- Réécoute de l’agent : Sourire, empathie, verbatims, récapitulatif de l’appel… et bien sûr durée, temps d’attente…) / Quality Monitoring.
- Analyse de l’appel : Motif, contexte, « température » de l’appel / speech analyser. Export les verbatims selon les KPI à suivre.
- Résumé de l’appel
4. INTÉGRER LES AUTRES CANAUX POUR PROPOSER UNE OFFRE GLOBALE
Automatisation du back office : interaction entre les canaux pour apporter des réponses sourcées à envoyer par mail, chat, routage des mails, traitement des flux massifs de pièces jointes (documents d’identité, factures, justificatifs de domicile, bulletins de paie, contrats…)
Cas d’usage : « Sur une photo de qualité moyenne d’une facture d’hospitalisation par exemple, on est capable d’extraire la majorité des informations qui s’y trouvent, d’effectuer des retraitements, et d’en réinjecter dans les réponses par mail que l’on va générer. » Robert Vesoul ILLUIN Technology
Cartographie de l’IA dans la relation client
5. CAS PRATIQUES
800 000 expéditions / jour, 15 000 appels par jour, et 30 000 conversations Chatbot.
Le chatbot gère 30 millions de conversations à l’année avec l’habileté à générer ses propres réponses à partir d’un corpus documentaire, pour traiter en autonomie les questions des clients : le selfcare.
Pour tous les échanges avec un conseiller, l’IA pré-rempli le dossier avec toutes les données clés du client, la GenAI va nous permettre de générer automatiquement un titre de conversation, un résumé des échanges antérieurs et une évaluation de la satisfaction. » Cette compréhension fine du contexte améliore directement les interventions des conseillers, se traduisant par de meilleurs KPI opérationnels comme le taux de résolution au premier contact (FCR) et la durée moyenne de traitement (DMT).
Pour les enquêtes de satisfaction (150 000 enquêtes mensuelles), avec de nouvelles analyses approfondies des conversations clients pour capter les signaux faibles du marché et pour alimenter différentes analyses sur la concurrence, le churn et ses causes, les ressentis client, l’effort des agents, etc .
14 millions d’appels par an
L’objectif : fusionner 70 numéros en un seul numéro unique grâce à un SVI boosté à l’IA (SVI LN pour langage naturel)
Qualifier les contacts de manière efficace et aiguiller chaque cas vers le meilleur interlocuteur en interne : un enjeu technologique de compréhension du langage naturel (NLU) à échelle industrielle.
Résultat :
- Taux de compréhension supérieur à 95% sur plus de 200 intentions différentes émises par les appelants en langage naturel, et une disponibilité > 99 %
- 51 secondes à 19 secondes sur le SVI, avant la mise en relation avec le conseiller
- Meilleure gestion des appels, meilleure répartition des tâches en limitant les transferts entre les entités.
