L’Intelligence Artificielle générative est sur toutes les lèvres. La promesse est séduisante : il suffirait de donner tous vos documents à un grand modèle de langage (LLM) comme GPT ou Gemini pour qu’il réponde magiquement aux questions de vos clients.
Cependant, la réalité du terrain est tout autre. Jeter des documents non structurés à une IA conduit inévitablement à des réponses aléatoires et des hallucinations. Comme le soulignent les leaders de la tech eux-mêmes, l’impact immédiat de l’IA dans un cadre professionnel brut a parfois été surestimé.
Chez Smart Tribune, nous avons une conviction forgée par plus de 10 ans d’expérience : les projets d’IA se gagnent ou se perdent avant même d’impliquer l’IA, dès la structuration et l’optimisation de la connaissance.
Voici un résumé de notre approche pragmatique, illustrée par quatre cas clients concrets abordés lors de notre dernier webinar.
Pour réussir, il est indispensable de ne pas sauter les étapes. Notre méthodologie repose sur une approche en forme de pyramide inversée, où chaque étage consolide le suivant :
Vouloir passer directement au dernier étage est le piège absolu du marché. Voici comment nous appliquons cette méthode sur le terrain.
Avant de lancer des projets data et IA, ce client en forte croissance avait besoin d’auditer sa connaissance, éparpillée dans plusieurs pays et directions. Les premiers tests en interne avec des agents conversationnels n’avaient rien donné de concluant en production, car la connaissance n’était pas au niveau.
Nous les avons accompagnés pour cartographier et scorer leurs documents afin d’évaluer leur « maturité IA » :
Au-delà du score de chaque source de données, ce sont les analyses qualitatives de nos experts qui ont permis de structurer une feuille de route d’optimisation destinée aux équipes knowledge et aux équipes métier.
Un sujet stratégique que nous avons présenté auprès du Codir afin d’engager l’ensemble des directions dans ce grand plan de transformation indispensable pour atteindre les objectifs de performance data et IA sur le long terme.
Comment convaincre des collaborateurs de partager leur savoir sans leur demander de rédiger des procédures pendant des heures ? En partant de la data réelle.
Chez Schmidt, nous avons couplé des interviews qualitatives sur le terrain avec une analyse massive de données :
Cet accompagnement est clé pour la mise en place de cette transformation en profondeur des process knowledge, à tous les niveaux de l’organisation. En couplant l’analyse des questions et tickets clients avec le score de maturité IA de la documentation, nous co-construisons une roadmap qui a du sens et qui sera suivie dans le temps par toutes les parties prenantes.
Carrefour gère plus de 700 000 contacts clients par an sur les réseaux sociaux. L’enjeu de leur Direction de la Communication Digitale était clair : répondre plus vite, sans perte de qualité, sans risque réputationnel, et en aidant les conseillers.
Grâce à une base de connaissances travaillée depuis des années, nous avons pu brancher notre IA conversationnelle TrustAI aux expériences proposées sur différents canaux, avec 2 piliers incontournables :
Résultats : un taux d’évitement (déflection) de 35%, dépassant l’objectif initial de 30%, et une satisfaction client en hausse !
Pour en savoir plus, retrouvez la recette d’Aurélien Deffay, Directeur de la Communication Digitale de Carrefour Groupe, lors de notre dernière conférence commune sur le salon All4Customer. (lien landing page)
Pour Volkswagen Group France (VGF), l’enjeu était d’industrialiser la connaissance pour 6 marques (Volkswagen, Audi, Cupra, etc.) et 700 partenaires. Comme le résume Thierry Suquet, Directeur Expérience Client : « Ce qui nous manquait, ce n’était pas la connaissance, c’était la capacité à la rendre disponible, fiable et instantanée ».
Étape 1 : unifier la connaissance relation client
Nous avons structuré avec eux une base unifiée répondant aussi bien aux besoins des humains que des IA. Objectif : trouver rapidement une information fiable et sourcée dans la masse de documents et procédures du Groupe.
Pour mener à bien ce chantier, une responsable éditoriale a été nommée, c’est le point de contact référent pour assurer la cohérence de la mise en ligne et de la mise à jour de la connaissance à travers le Groupe.
Aujourd’hui la base de connaissance comprend plus de 2 500 documents et plus de 800 articles créés spécifiquement pour alimenter les conseillers. Elle est utilisée par 100% des 160 conseillers clients actifs chaque mois et la performance mesurée sur la satisfaction client est très intéressante : +0,2 points sur 5 !
Étape 2 : explorer tous les usages Groupe
Pour aller plus loin, nous avons également accompagné les métiers et les directions du Groupe dans l’identification des cas d’usage conversationnels qui ont du sens pour leurs équipes et leurs publics. Quelles tâches pourraient être automatisées ? Pour quels besoins ? Dans quelles limites ? Avec quelles difficultés techniques ? Avec quel ROI attendu ?
Autant de questions importantes à se poser pour construire une roadmap sur 18 mois afin de se projeter pour rationaliser au maximum les efforts sur la connaissance et mutualiser les efforts R&D côté IA.
Vous l’avez compris, c’est grâce à tout ce travail préparatoire que vos projets d’agents IA pourront passer à l’échelle en production. Sans connaissance ni données correctement structurées, c’est l’échec assuré, peu importe la technologie IA utilisée.
Avec ces 4 exemples de réussites concrètes sur le terrain, avec des approches adaptées à chaque problématique, nous sommes en mesure de vous proposer un accompagnement adapté à vos challenges. Une mission incontournable pour passer en production et favoriser l’adoption de ces outils par vos clients et vos conseillers.
Vous souhaitez aller plus loin et embarquer vos équipes techniques dans l’aventure ?
Téléchargez notre livre blanc : « 5 fondamentaux pour convaincre votre DSI de se lancer en confiance sur les sujets d’IA ».
Parce que des documents non structurés conduisent une IA à produire des réponses aléatoires et des hallucinations. Les projets d’IA se gagnent ou se perdent avant même d’impliquer l’IA, dès la structuration et l’optimisation de la connaissance. Sans connaissance ni données correctement structurées, l’échec est assuré, peu importe la technologie utilisée.
La maturité IA mesure la capacité d’une base documentaire à être exploitée de façon fiable par une IA. Smart Tribune cartographie et score les documents : en dessous de 45/100, la base nécessite d’importants efforts de restructuration ; autour de 60/100, elle devient exploitable mais demande des optimisations ; au-delà de 70/100, elle est immédiatement exploitable par l’IA.
Smart Tribune applique une approche en pyramide inversée, où chaque étage consolide le suivant. On commence par une connaissance unifiée, structurée, organisée et gouvernée, puis un accès rapide via des outils efficients, ensuite des assistants conversationnels performants, et enfin l’activation d’agents IA de bout en bout. Vouloir passer directement au dernier étage est le piège du marché.
En faisant reposer l’IA uniquement sur les sources de vérité de la marque. Chez Carrefour, TrustAI se base exclusivement sur la base de connaissance de l’entreprise, ce qui élimine le risque d’hallucination. L’IA respecte aussi la tonalité de la marque et gère l’escalade vers un humain avec tout le contexte nécessaire.
Sur ses 700 000 contacts annuels sur les réseaux sociaux, Carrefour a atteint un taux d’évitement de 35% avec TrustAI, dépassant l’objectif de 30%, avec une satisfaction client en hausse. Chez Volkswagen Group France, la base de connaissance compte plus de 2 500 documents et 800 articles, est utilisée par 100% des 160 conseillers actifs chaque mois, et la satisfaction client progresse de +0,2 point sur 5.
La durée dépend de l’ampleur du chantier. Chez le Groupe Schmidt, la roadmap de transformation des process knowledge s’étend sur 9 mois. Chez Volkswagen Group France, la roadmap d’exploration des cas d’usage couvre 18 mois. Ces feuilles de route sont co-construites avec les équipes knowledge et métier pour être suivies dans le temps.