Mois après mois, l’IA s’est introduite dans la vie des entreprises et a transformé leur quotidien. Mais qu’en est-il des relations humaines et plus particulièrement de la relation client ? Au-delà des grandes promesses et des chiffres attrayants, comment cela se passe-t-il réellement sur le terrain ?                                                                        

Valentin Drouet, notre head of customer success, Eleazar Baptiste, Head of App Management (RingOver) et Michaël Pudlowski, Associé Digital & Customer (KPMG) se sont penchés sur le sujet lors d’une table ronde durant notre dernier Petit Dej’ de l’IA.

Sortir du “cliché” du chatbot

Quand on parle d’IA au service de la relation client, on imagine très vite le fameux chatbot “front office” avec lequel les clients interagissent pour poser des questions. 

Et si la transformation la plus puissante se jouait en “back office” auprès des équipes commerciales et “customer success” ? 

En effet, l’analyse conversationnelle (à savoir une IA qui écoute, transcrit, est en capacité de comprendre les appels clients) est en train de devenir la norme. 

Concrètement : le remplissage automatique du CRM renseigne automatiquement les fiches clients après l'appel ; les insights temps réel soufflent à l'agent les bonnes objections ; les bibliothèques d'appels servent à entraîner les nouveaux arrivants sur des cas réels. 

Résultat : les équipes passent moins de temps sur le clavier, plus de temps sur la relation.

Un exemple évoqué par Michaël Pudlowski illustre cet impact : un petit courtier en ligne employait 10 personnes pour faire de la double écoute (devoir de conseil oblige en assurance). Avec l'IA, il écoute désormais 100 % des appels au lieu de 30 %, et a redéployé ses 10 ETP sur des missions à plus forte valeur ajoutée.

Un client devenu expert

Sûrement l’un des plus gros impacts de l’IA au sein de la relation client : ce dernier arrive en agence avec une conversation ChatGPT ouverte dans un autre onglet. Il connaît (ou pense connaître) son contrat mieux que le conseiller. En assurance ou en banque, ça devient compliqué.

À cela s'ajoutent des contraintes de sécurité et d’intégration pour les entreprises qui se retrouvent parfois avec des solutions IA “maison” moins bonnes que les outils grand public dont dispose le client, ce qui laisse la porte grande ouverte au shadow AI.

L’IA : une technologie rejetée par le public ?

On pourrait penser que les clients veulent absolument être en contact avec un conseiller, ne font pas confiance aux agents IA ou que l’utilisation de cette technologie pourrait entacher la réputation de l’entreprise. 

En réalité, l’opinion du public apparaît comme beaucoup moins tranchée que ce que l’on pourrait imaginer.
Une récente étude expérience client de KPMG révèle que ce que veut le client avant tout c'est de l'efficacité, un conseiller quand il en a besoin, son remboursement le plus vite possible, des réponses rapides…

4 clients sur 5 acceptent le chatbot pour les besoins simples, tant que la réponse est rapide et cohérente. Dès que la complexité monte ou que le sujet devient critique (panne télécom, sinistre), le client veut un humain. L'IA ne remplace pas l'agent, elle redessine son périmètre. 

Elle n'est en fait qu'un moyen pour satisfaire un besoin d’immédiateté grandissant.

Bienvenue dans le B2A2C

C’est sans doute l’une des transformations les plus impressionnantes des années à venir. 

Quatre types d'agents coexistent désormais : 

• ceux que l'entreprise déploie
• les agents généralistes type ChatGPT
• les agents intégrés au navigateur (Comet, Holo) qui délèguent l'action
• les agents apporteurs d'affaires (Mastercard, Amex, demain les influenceurs)

La particularité des deux derniers agents cités réside dans le fait qu’ils ne se contentent plus de fournir de l'information : ils font à votre place. Ils naviguent, filtrent, achètent, contestent, demandent un remboursement. Le client achète à la fin, mais ce n'est plus lui qui clique. On parle de Business to Agent to Client. 

D’ici trois ans, 15 à 30 % des parcours pourraient passer par ces agents. 

Les KPIs traditionnels : temps passé sur le site, taux de conversion, pages vues… vont peu à peu perdre leur sens.

‍

Les principaux pièges à éviter pour un projet réussi

Aujourd’hui les exemples des cas d’usages réussis et du grand potentiel de l’IA ne manquent pas, il est donc tentant de se lancer le plus rapidement possible, mais attention à ne pas confondre évolution et précipitation… Nos trois panélistes ont donc pû échanger sur les principaux pièges à éviter : 

• Confondre efficience et vision. La plupart des entreprises lancent des projets IA en disant « on va gagner du temps ». Ce n'est pas une vision. C'est une conséquence. Michaël Pudlowski cite la MAIF, qui a passé plusieurs mois à co-écrire une charte avec ses organisations syndicales avant de lancer quoi que ce soit. Ce travail en amont a permis ensuite un déploiement bien plus rapide.
• Oublier que l'humain reste « un grand enfant ». RingOver l'a vécu en interne : imposer un nouvel outil par directive crée du rejet. Expliquer ce que l'outil libère (les tâches détestées, le clavier après l'appel, le résumé manuel…) débloque tout. La pédagogie n'est pas un “accessoire” c’est une condition sine qua non pour la réussite de la mise en place du projet. 
• Flouter la frontière entre humain et IA. Nos trois intervenants étaient alignés sur le besoin de transparence totale. Le client doit savoir à qui il parle, et avoir le choix. Au-delà de l'éthique, c'est aussi un calcul : la réglementation européenne va l'imposer dans les années à suivre, et un « moment RGPD » sur l'IA conversationnelle coûterait très cher.
• Arrêter de penser l'IA comme un outil. C'est un changement de paradigme dans la façon dont les humains et les machines se répartissent le travail dans une conversation. Ceux qui le traiteront comme un projet de transformation, pas comme un achat de licence, prendront trois ans d'avance.

‍

Le mot de la fin : Les recommandations de chacun de nos intervenants

• Michaël Pudlowski (KPMG) : « Définissez votre North Star. Une vraie vision long terme, 12 à 18 mois en IA c'est large et maîtrisez votre data. Sans elle, il n'y aura pas d'IA. »
• Eleazar Baptiste (RingOver) : « Cadrez le pourquoi avant le comment. Ne suivez pas la mode, regardez où sont les vrais gains et gardez le ressenti client (interne comme externe) au cœur du projet. »
• Valentin Drouet (Craft AI) : « Posez des questions, comprenez la technologie. Une confiance aveugle dans une IA vendue comme une boîte noire magique, c'est la pire entrée possible dans l'IA. »

‍

Si vous aussi vous souhaitez gagner en efficacité dans votre relation client, contactez nos experts.

Le cas particulier des GPAI (Modèles d'IA à usage général) : Les grands modèles de langage (LLM) comme Mistral AI, OpenAI ou Claude entrent dans un régime propre. Soumis à une application progressive, ils nécessitent des analyses d'impact approfondies pour évaluer les risques selon s’ils sont utilisés bruts, fine-tunés ou intégrés via API.

‍

3. La Méthode "RADAR" pour Auditer ses Cas d'Usage

Développée par Xavier Trigano, la méthode RADAR permet à toute organisation de piloter sa mise en conformité de manière itérative :

• R – Recenser : Cartographier exhaustivement tous les cas d'usage de l'entreprise (outils internes pour les collaborateurs et solutions commercialisées).
• A – Attribuer les rôles : Identifier si l'organisation agit en tant que Fournisseur de modèle, Fournisseur de système d'IA, Intégrateur ou Déployeur (utilisateur final). Une même entreprise peut cumuler plusieurs rôles.
• D – Déterminer le risque : Qualifier le niveau de risque selon le type de cas d’usage et sa finalité (Inacceptable ? Haut risque ? Limité ? Faible ?).
• A – Appliquer les mesures : Mettre en œuvre les actions techniques et organisationnelles requises par le niveau de risque identifié.
• R – Rédiger la documentation : Constituer le registre et les preuves de conformité (similaire à la logique de l'accountability du RGPD).

Focus "AI by Design" - L'exemple du tri automatique de CV : Un outil RH qui exclut ou accepte des candidats de manière 100 % autonome est classé "Haut Risque", avec un coût de conformité très lourd. La méthode RADAR recommande plutôt une approche by design : modifier les fonctionnalités de l'outil pour en faire un simple système d'aide à la décision (qui extrait les compétences clés du CV mais laisse la validation finale à un recruteur humain). L'outil apporte la même valeur métier, mais bascule en risque limité, allégeant drastiquement les contraintes légales.

‍

4. FAQ : Shadow IT, RGPD et Souveraineté

Comment lutter contre le Shadow AI en entreprise ?

L'interdiction pure et simple ne fonctionne pas. Pour maîtriser l'usage des LLM par les collaborateurs, la réponse doit être transverse :

• Définir un catalogue d'usages autorisés sur la base d'outils sécurisés mis à disposition.
• Utiliser des solutions technologiques de DLP (Data Loss Prevention) pour bloquer le chargement de données sensibles vers des LLM tiers.
• Mettre à jour la charte informatique et le règlement intérieur.

L'usage des LLM (ChatGPT, Claude...) viole-t-il le RGPD ?

Ce n'est pas l'outil qui caractérise la violation, mais la finalité de l'usage. Reformuler une campagne marketing sur Claude ne présente aucun risque RGPD. En revanche, y injecter l'intégralité du fichier RH de la pyramide des âges de l'entreprise sans précaution constitue un manquement grave.

Des alternatives souveraines (hébergées on-premise ou sur des clouds français/européens) permettent de pallier les risques liés au Cloud Act américain tout en garantissant une efficacité équivalente.

Comment encadrer mes équipes dans leur utilisation de l’IA ?

L'IA Act impose une obligation de formation pour tous les utilisateurs au sein de l'organisation. L'IA pouvant se tromper ou halluciner, seul l'esprit critique de l'humain formé permet de couvrir ce risque résiduel et d'assurer un contrôle qualité efficace.

‍

5. Conclusion : L'IA Act, un levier de confiance et de compétitivité

L'IA Act ne doit pas être perçu comme un frein à l’innovation, mais comme un cadre de confiance.

En intégrant la conformité dès la conception des projets, l'IA devient un levier pérenne de performance économique, d'acceptabilité sociale et de souveraineté.

‍

Envie de développer votre agent IA sur-mesure conforme à la réglementation AI Act ? Contactez nos équipes.

‍

‍

Et accédez au replay de ce webinaire dès maintenant !