Agent IA et service client : quels tickets automatiser sans perdre la relation

Votre service client ne reçoit jamais un flux homogène. Une partie de vos tickets se répète presque à l’identique (statut d’une commande, horaires, procédure de retour), une autre partie vous demande d’écouter, de négocier ou de trancher un cas particulier. Si vous confondez les deux, vous sous-utilisez votre agent IA, ou vous lui confiez ce qu’il ne devrait pas traiter seul.

Ce qu’un agent IA reprend correctement

Un agent IA, au sens où on l’entend couramment, est un système bâti sur un modèle de langage capable d’enchaîner des actions, consulter un outil de suivi de commande, une base de connaissance, un CRM, pour accomplir une tâche en plusieurs étapes, avec un degré d’autonomie que l’entreprise fixe. Il est à l’aise sur les tickets dont la réponse dépend d’une information déjà présente dans un système : où en est cette commande, quel est le statut d’un abonnement, quelles sont les conditions d’une garantie. La valeur ne vient pas du langage naturel employé, elle vient de la capacité à aller chercher la bonne donnée au bon endroit et à la restituer clairement.

Ce qui doit rester chez un humain

Dès qu’un ticket engage une décision à effet significatif pour le client, un remboursement exceptionnel, une réclamation qui sort du cadre standard, une négociation, l’article 22 du RGPD pose une limite claire : une décision de ce type ne peut pas être fondée sur un seul traitement automatisé sans intervention humaine. Ce n’est pas qu’une question de prudence juridique : un client qui sent qu’il négocie avec un mur se referme, quelle que soit la qualité des réponses générées.

Poser la limite avant de déployer, pas après un incident

La bonne pratique consiste à écrire, avant tout déploiement, la liste des types de demandes que l’agent traite seul et celle des cas qui déclenchent systématiquement un passage à un humain. Ce périmètre se teste ensuite sur des tickets réels, pas sur des exemples fabriqués pour l’occasion : c’est la seule façon de savoir si la frontière tracée sur le papier tient face à la diversité des demandes réelles.

Le no-code peut suffire, le sur-mesure parfois non

Beaucoup de ces automatisations tiennent avec des outils déjà répandus. n8n se présente comme une plateforme d’automatisation par workflows pilotée par IA, Make se décrit comme une plateforme visuelle d’automatisation par IA, et les deux permettent de relier un système de tickets à une base de connaissance sans tout reconstruire. Le développement sur mesure ne devient nécessaire que si le volume de tickets est élevé, si la logique de tri est propre à votre activité, ou si les données échangées sont trop sensibles pour transiter par un outil grand public.

Le sujet se creuse aussi côté flux administratifs connexes : la facturation suit une logique de frontière assez proche, entre rapprochement automatisable et relance qui reste sous contrôle humain.