Un clic de trop : Quand le bot est récompensé pour la clôture de la demande

Le domaine de la gestion de la relation client traverse une révolution : de l'assistance à l'agent humain à l'aspiration de le remplacer totalement, et d'un modèle SaaS de paiement par utilisateur à un modèle de paiement basé sur le résultat. L'entreprise Zendesk est récemment au cœur du débat avec une poussée agressive du nouveau modèle, dans lequel les entreprises paient entre 1,50 et 2 dollars pour ce qui est défini comme une résolution réussie par l'IA. Elle rejoint Intercom, qui a ouvert la voie avec un agent IA tarifé à 0,99 dollar par résolution, et Salesforce, qui a présenté un modèle d'environ 2 dollars par interaction gérée sur sa plateforme.

Sur le papier, c'est le rêve de tout directeur financier. Il n'y a pas de coûts de mise en place élevés, pas de paiement pour le temps où les employés sont inactifs, et le retour sur investissement est clair : vous avez résolu le problème — vous avez payé ; vous ne l'avez pas résolu — vous n'avez pas payé. Les données du cabinet de recherche Gartner renforcent également cette tendance et prévoient que d'ici 2028, au moins 70 % des parcours clients dans le monde du service client commenceront par une interface IA conversationnelle. La pression de la direction pour intégrer des outils d'IA générative dans le service et les ventes n'a jamais été aussi forte. Mais c'est précisément là que se cache la mine.

La question que les directeurs marketing doivent se poser est de savoir comment définir à l'avance ce qu'est une résolution réussie pour le client, et plus important encore — qui détermine que la demande a effectivement été résolue. Dans le monde des systèmes automatisés, une demande peut être considérée comme résolue dès que l'IA a fourni une réponse, que le client n'a pas répondu pendant une certaine période ou a cliqué sur un bouton de fin. Dans la réalité, cependant, à l'autre bout se trouve un client avec des attentes, des émotions et une patience limitée.

Que se passe-t-il lorsque l'IA fournit une réponse correcte sur le papier — par exemple : « Selon la politique de l'entreprise, il n'est pas possible d'obtenir un remboursement après 14 jours » — et ferme la demande ? Du point de vue du fournisseur d'IA, le problème est résolu. Du point de vue du client, il s'est heurté à un mur bureaucratique, a fait l'expérience d'un service aliénant et a quitté le chat avec le sentiment qu'il ne reviendrait pas vers la marque.

Lorsque le modèle commercial incite le fournisseur de technologie à fermer autant de demandes que possible, un conflit d'intérêts peut naître entre lui et la marque. Le bot veut cocher une case, tandis que la marque cherche à construire une relation à long terme avec le client. Des études récentes dans le domaine de l'expérience client pointent un phénomène similaire : les organisations qui ont mis en place des mécanismes d'IA agressifs ont amélioré leurs indicateurs d'efficacité, mais ont dans de nombreux cas constaté une baisse de la satisfaction et de la fidélité des clients. Les clients ont souvent l'impression d'être piégés dans une « boucle de bots » qui ne leur permet pas d'atteindre un agent humain même lorsque le problème est complexe.

Le service client et les ventes ne sont pas seulement un processus de transfert d'informations, ce sont la vitrine de la marque. C'est là que la confiance se construit — ou s'érode. Une marque qui s'appuie uniquement sur un modèle de paiement à la résolution (Pay-per-Resolution), sans mécanismes de contrôle humain, risque de perdre son atout le plus important : la relation avec le client. Si l'IA résout le problème seulement en apparence, la facture mensuelle du fournisseur de technologie sera peut-être plus basse, mais le prix que la marque paiera à long terme pourrait être bien plus élevé.

Gidi Adlersberg est Head of Business Line chez AudioCodes, une entreprise spécialisée dans les solutions d'IA vocale pour les organisations.