← Retour au blog

Service client : l'IA prépare les réponses, vos équipes valident

Service client : l'IA prépare les réponses, vos équipes valident

« Où en est ma commande ? » « Comment je retourne ce produit ? » « Mon article est-il encore sous garantie ? » Si votre boîte « contact » ressemble à cela, vous connaissez la chanson. Chaque réponse demande d'ouvrir le back-office ou le site du transporteur, de retrouver la commande, puis de rédiger. Quand le volume monte, le délai s'allonge, et c'est le client qui s'impatiente. Bonne nouvelle : c'est exactement le genre de tâche où l'IA peut aider, à condition de bien choisir son rôle.

Un cas réel : Peugeot Saveurs

Prenons un exemple documenté. D'après Bpifrance Conseil et France Num, Peugeot Saveurs, fabricant d'articles culinaires (38,6 M€ de chiffre d'affaires), a vu les demandes clients exploser après le Covid. L'entreprise a déployé un agent IA qui classe les demandes et pré-rédige les réponses à partir de l'historique des échanges. Cet agent est relié aux logisticiens par leur API (le « prise de courant » qui permet à deux logiciels de se parler). Il connaît donc l'état réel des envois.

Le résultat annoncé : le délai de première réponse est passé de 4 jours à 2 jours entre 2024 et 2025. C'est un vrai gain, mais modeste, et c'est justement un bon repère. On parle de délai divisé par deux, pas de service client supprimé. Les sources ne donnent ni le coût du projet ni le nombre d'heures économisées, et nous ne les inventerons pas.

Ce que l'IA fait concrètement : trois étages

1. Le tri

L'IA lit chaque message entrant, le classe (suivi, retour, garantie, réclamation, demande commerciale) et l'envoie à la bonne personne. C'est le plus simple et le moins risqué.

2. Le brouillon

Elle va chercher la commande dans votre ERP (votre logiciel de gestion), votre boutique ou l'outil du transporteur, puis rédige une réponse. Votre collaborateur la relit en une vingtaine de secondes et l'envoie. C'est le modèle Peugeot Saveurs : l'IA prépare, l'humain valide.

3. La réponse autonome

Sur les cas simples et bien balisés (statut d'une commande, procédure de retour), l'agent répond seul et passe la main à un humain dès qu'il hésite. Notre conseil : commencez par les étages 1 et 2, et n'ouvrez le 3 qu'après quelques semaines de brouillons validés presque sans retouche.

Quel budget ? Des ordres de grandeur

Les prix ci-dessous sont des prix publics d'éditeurs, souvent en dollars. Ils bougent : vérifiez-les chez l'éditeur avant de décider.

Solution Ce que c'est Ordre de prix
Intercom (agent Fin) Facturation à la résolution, en plus d'un abonnement par agent humain 0,99 $ par demande résolue, plus des licences dès 29 $ par siège et par mois (facturation annuelle), selon le comparatif de Zendesk
Gorgias Assistance pour boutiques en ligne, connectée aux données de commande Entrée de gamme autour de 10 $ par mois pour 50 tickets (chiffre issu d'un comparatif publié par un concurrent, à confirmer chez Gorgias)
Crisp (Nantes) Messagerie partagée, base de connaissances et IA De 45 à 295 $ par mois, crédits IA en plus (source : blog d'agence, à confirmer)
Heeya (Toulouse) Assistant sans code Gratuit, puis 19 à 99 € par mois (même source, à confirmer)
Projet sur mesure Exemple Selectour, réseau de près de 1 000 agences de voyages (Bpifrance Conseil) 6 mois de déploiement, 20 000 à 60 000 €

Le dernier cas, Selectour, est plus gros et plus ambitieux qu'un SAV de PME. Prenez-le comme un plafond, pas comme une référence.

Un calcul à refaire avec vos chiffres

Voici une simulation, sur des hypothèses et non sur des chiffres sourcés. Vous recevez 1 000 demandes par mois, et l'IA en résout réellement 40 %. Cela fait 400 résolutions à 0,99 $, soit environ 400 $ par mois, plus les licences. Si votre collaborateur passe 3 minutes sur une demande simple, ces 400 demandes représentent environ 20 heures par mois. À vous de remplacer ces valeurs par vos volumes, votre temps de traitement et le coût horaire de votre équipe : le verdict tient en quelques lignes de tableur.

Ce que ça change pour une PME, sans enjoliver

Soyons francs sur ce que l'on sait. Le seul chiffre public vérifié sur un cas français est celui de Peugeot Saveurs : première réponse divisée par deux. Les taux de résolution mis en avant par les éditeurs (par exemple 40 à 60 % au démarrage pour Intercom Fin) viennent des éditeurs eux-mêmes, pas d'études indépendantes. Nous n'avons pas trouvé de chiffre indépendant sur les heures réellement économisées par une PME française. Méfiez-vous donc des promesses trop rondes, y compris des nôtres.

Ce qu'on peut raisonnablement attendre : des réponses plus rapides, des équipes déchargées des questions répétitives, et plus de temps pour les clients qui ont un vrai problème. Voici les pièges à éviter.

  • Confondre « détourner » et « résoudre ». Un robot qui répond « consultez notre FAQ » a écarté le client, pas réglé son problème. Intercom le dit lui-même : suivez le taux de résolution, pas le taux de déviation.
  • Une base d'informations bancale. Si vos conditions de retour, vos délais ou vos garanties sont obsolètes ou contradictoires entre le site et le back-office, l'IA répétera l'erreur à grande échelle. L'outil multiplie la qualité de votre documentation, bonne ou mauvaise.
  • Pas de porte de sortie. Prévoyez un passage à un humain après deux ou trois incompréhensions. C'est du bon sens plutôt qu'une donnée sourcée, mais c'est indispensable.
  • Une facture qui suit le volume. Avec une tarification à la résolution, plus il y a de demandes, plus on paie. Simulez un scénario bas et un scénario haut avant de signer.
  • Les sujets sensibles. Litige, produit dangereux, client en colère : ces messages doivent toujours partir vers un humain.

Et côté légal ?

Les messages de vos clients contiennent des données personnelles (noms, adresses de livraison, historique d'achats). Nous ne détaillons pas ici le cadre juridique, qui dépend de l'outil choisi et de la manière dont vous l'utilisez. Faites-le valider par votre juriste ou votre conseil avant d'ouvrir la réponse autonome. C'est un point à traiter au démarrage, pas après.

Par où commencer : 3 étapes dès la semaine prochaine

  1. Comptez. Pendant une semaine, notez le nombre de messages reçus et rangez-les en grandes familles : suivi de commande, retour, garantie, autre. Chronométrez le temps moyen d'une réponse simple. Vous obtenez vos propres chiffres pour la simulation ci-dessus.
  2. Faites le ménage dans vos règles. Relisez vos conditions de retour, vos délais et vos garanties, et vérifiez qu'elles disent la même chose sur le site, dans le back-office et dans la tête de vos équipes. Corrigez ce qui diverge.
  3. Testez petit. Choisissez un outil et limitez-vous au tri et aux brouillons relus par un humain. Gardez de côté un scénario de budget bas et un scénario haut. N'ouvrez la réponse autonome qu'après quelques semaines de brouillons validés presque sans retouche.

Au fond, la bonne question n'est pas « l'IA peut-elle remplacer mon service client ? », mais « quelles questions mes clients posent-ils chaque jour que personne n'a envie de traiter à la main ? »

Vous vous demandez ce que ça donnerait chez vous ? Parlons-en : nous faisons le point avec vous sur vos tâches les plus chronophages. Rendez-vous sur traivis.io/diagnostic.