Un collaborateur ne comprend pas quelque chose dans un logiciel et pose une question. Pas de panne, pas de système défaillant, seulement un flou sur l'utilisation. Ce travail atterrit aujourd'hui au service desk ou à la gestion fonctionnelle, généralement via un système de tickets, parfois par téléphone ou simplement au bureau du collègue qui « connaît quand même tout » de ce logiciel en particulier.
La question qui se pose ici n'est pas de savoir si ce travail est pénible ou utile. La question est : le schéma de cette tâche coïncide-t-il avec ce que l'IA peut faire aujourd'hui avec du texte.
Trois axes sont ici déterminants : le volume, le contact client et la structuration.
Le volume est élevé. Les mêmes questions reviennent, encore et encore, posées par des personnes différentes : comment exporter ce rapport, où trouver ce paramètre, pourquoi ce message d'erreur apparaît-il. Ce caractère répétitif est précisément le terrain de l'automatisation : une tâche qui se présente cent fois de façon identique est une tâche différente de celle qui se présente une seule fois et qui varie chaque fois.
Le contact client est limité. Celui qui pose la question est un collègue, pas un client externe avec qui une relation doit être entretenue. Il faut moins de retenue pour donner une réponse directe et sans détour, et il y a moins de risque qu'une réponse moins fluide soit perçue comme peu professionnelle.
La structuration est élevée. La question a souvent une forme fixe (« comment fais-je X dans le système Y ») et la réponse existe déjà, dans la plupart des organisations, quelque part : dans un manuel, une base de connaissances, d'anciens tickets. L'IA n'a pas ici à inventer quelque chose de nouveau, mais à retrouver quelque chose d'existant et à le reformuler selon la situation de la personne qui demande.
À cela s'ajoute que les coûts d'erreur et la conformité obtiennent un score favorable. Une réponse erronée sur un bouton d'exportation entraîne rarement des dommages, et il n'existe généralement aucune obligation légale prescrivant que cette réponse ne peut être donnée que par un être humain. Aucune action physique n'est nécessaire : il s'agit purement d'une tâche de langage et de connaissance, ce qui explique le score sur cet axe.
La créativité obtient un score faible, et c'est précisément là que se situe la limite. Une question qui sort des schémas standards — une combinaison inhabituelle de paramètres, un problème qui touche en réalité trois systèmes, un utilisateur qui n'arrive pas bien à formuler ce qui ne va pas — demande quelqu'un capable d'approfondir et de s'écarter du script. La marge de jugement obtient donc un score moyen : une partie des questions peut être répondue de façon univoque, une autre partie demande d'évaluer ce que la personne qui pose la question veut réellement dire.
Ce n'est donc pas une reprise complète. C'est une répartition : les questions qui reviennent souvent et ont une réponse fixe sont prometteuses pour l'IA, avec — là où nécessaire — un collaborateur qui évalue la réponse avant qu'elle ne soit envoyée. Les questions qui s'écartent restent un travail humain, non pas parce que l'IA ne voudrait pas faire ce travail, mais parce que le schéma ne s'y prête pas.
Cela ne fonctionne que si les connaissances sous-jacentes sont en ordre. Une base de connaissances actuelle et des FAQ bien structurées ne sont pas un à-côté, elles sont la condition. Un système d'IA qui répond sur la base d'un manuel datant de trois versions en arrière donne des réponses erronées avec autant d'assurance que des réponses justes. Les entreprises où la documentation est fragmentée, se trouve dans la tête de collaborateurs individuels ou n'a jamais été tenue à jour ne pourront pas exploiter ce schéma tout de suite — non pas parce que la tâche est différente, mais parce que la condition préalable fait défaut.
Dans une organisation avec un seul logiciel simple et stable et un petit groupe d'utilisateurs expérimentés, la part des questions pouvant être répondue via l'IA est probablement importante : peu de variation, beaucoup de répétition. Dans une organisation avec des dizaines de systèmes, beaucoup de personnalisation et des collaborateurs qui changent régulièrement, la situation est différente : plus de variation, plus de questions qui sortent juste du schéma standard, et donc une part plus importante qui reste confiée à un humain.
Cette tâche n'est pas non plus isolée du reste du service desk. Qui examine comment l'IA peut enregistrer et prioriser les incidents ou comment une panne est communiquée aux utilisateurs constate un schéma similaire de répétition et de structuration, avec des résultats légèrement différents par axe. Un aperçu plus large de ce à quoi cela conduit pour le service client dans son ensemble se trouve sur quel travail l'IA peut-elle reprendre au service client.
Dans les entreprises où cela est déjà mis en place, le service desk voit moins de questions répétitives arriver auprès des collaborateurs et plus de temps disponible pour les questions qui exigent réellement d'approfondir. Ce n'est pas une image d'avenir : cela se passe déjà aujourd'hui, en partie, chez les organisations disposant d'une base de connaissances en ordre. Chez d'autres organisations, cela ne se passe pas encore, simplement parce que la base fait encore défaut.
Ce qu'une organisation fait des heures libérées — une autre répartition des rôles, une autre répartition des tâches — est un choix qui appartient à l'organisation elle-même et pour lequel s'appliquent ses propres exigences légales ; ce n'est pas une question à laquelle une analyse des tâches peut répondre.
Pour voir comment ce schéma se traduit dans votre propre situation, une indication peut être obtenue via le quickscan gratuit : douze questions, sans compte, avec une estimation de la part des heures de votre profil pouvant être reprise aujourd'hui par l'IA. L'analyse de travail complète, qui décompose le travail de toute une entreprise en tâches, est encore en construction.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.