Les 88% et les 6%
Deux chiffres issus de la même année décrivent l’état de l’IA dans le service client mieux que n’importe quelle présentation d’éditeur. Le rapport State of AI 2025 de McKinsey a relevé 88% des organisations utilisant l’IA quelque part dans l’entreprise, et 6% en tirant de la valeur à grande échelle. Tout ce qui est intéressant se situe dans l’écart entre ces deux chiffres, et presque rien là-dedans n’est un problème de technologie.
Nous regardons cela du côté de l’exploitant. Dans nos propres opérations, les fondateurs ont dirigé des centres d’appels pendant une dizaine d’années, jusqu’à 1,500 opérateurs en ligne au plus fort de l’activité, en France, au Mexique et ailleurs. Les projets d’automatisation qui n’ont mené à rien ont rarement échoué parce que le logiciel ne savait pas tenir une conversation. Ils ont échoué parce que personne n’avait décidé quels appels l’agent était censé prendre, et parce que personne ne s’était mis d’accord à l’avance sur la façon de savoir s’il les avait pris.
88% des organisations utilisent l’IA. 6% en tirent de la valeur à grande échelle. (McKinsey, State of AI, 2025)
« Valeur à grande échelle » est une formule stricte. Elle veut dire qu’une ligne du compte de résultat a bougé et qu’elle est restée bougée : moins d’heures supplémentaires, une file d’attente qui n’a plus besoin d’une équipe de nuit, un taux de prise de rendez-vous qui tient pendant le pic publicitaire. Un pilote qui prend une part de la file et affiche un fort taux de traitement autonome, ce n’est pas cela. C’est une démonstration qui tourne sur du trafic de production.
La pression du conseil ne fait pas un dossier de rentabilité
Gartner rapporte que 91% des responsables du service client subissent la pression de leur direction pour déployer l’IA en 2026. Une enquête Gartner de 2025 a constaté que 20% des organisations de service avaient réellement réduit leurs effectifs. Ces deux chiffres appartiennent au même marché, et la distance entre eux en est la description la plus honnête dont on dispose aujourd’hui.
La pression venue d’en haut produit des déploiements, et un déploiement est noté sur le simple fait d’être en service. C’est ainsi qu’un centre d’appels se retrouve avec un agent vocal sur sa ligne principale, une diapositive annonçant que l’IA est en production, et un planning qui n’a pas bougé d’une seule vacation. Le conseil a demandé de l’IA. Il a eu de l’IA. Personne n’a demandé ce que la ligne était censée arrêter de faire.
Les 20% de Gartner méritent une lecture honnête. Toutes les exploitations qui ont conservé leurs effectifs n’ont pas échoué pour autant. Certaines ont délibérément consacré la capacité libérée à la croissance, aux appels qu’elles abandonnaient auparavant, ou à des plages horaires qu’elles n’avaient jamais couvertes : c’est un résultat légitime, et souvent meilleur. Mais si un projet n’a réduit aucun coût, ajouté aucune couverture et amélioré aucun taux de conversion, alors il n’a rien fait, et une bonne part de cela se cache dans le reste.
La question à poser
Avant d’approuver la phase suivante, demandez ce qui a changé sur le compte de résultat ou sur le planning, et non combien de conversations l’agent a traitées.
La trajectoire est réelle, le calendrier n’est pas le vôtre
Le sens de la marche n’est pas contesté. Le rapport State of Service 2025 de Salesforce situe à 30% la part des dossiers de service traités par l’IA aujourd’hui, avec une hausse à 50% d’ici 2027. Gartner prévoit qu’une interaction d’agent sur dix sera automatisée par l’IA en 2026, contre environ 1.6% auparavant. Gartner prévoit aussi que, d’ici 2029, 80% des problèmes de service courants seront résolus de façon autonome par des agents IA, avec une réduction de coûts associée d’environ 30%.
Lisez attentivement la prévision pour 2026, car c’est celle qui décrit l’année où vous vous trouvez réellement. Le passage estimé par Gartner d’environ 1.6% des interactions à une sur dix multiplie la base plusieurs fois, et cela se produit sur une base qui était minuscule au départ. Voilà à quoi ressemble un marché quand les types d’appels faciles partent en premier : les horaires d’ouverture, le suivi de commande, le changement de rendez-vous, la même poignée de questions à longueur de journée. Les conversations difficiles seront encore dans la file à la fin de la décennie, et c’est pourquoi la prévision de Gartner pour 2029 porte sur les problèmes de service courants et non sur la totalité.
Le volet coûts de la même prévision est plus brutal. Gartner attend de l’IA conversationnelle qu’elle retire $80B de coûts de main-d’œuvre d’agents de centre d’appels en 2026, face à un effectif que Gartner chiffrait à 17M d’agents de centre d’appels dans le monde en 2022. Les deux chiffres sont grands, et aucun des deux ne vous dit quelle part de la masse salariale subsiste. De l’argent quitte la ligne salariale. La ligne salariale ne disparaît pas.
Où se trouve réellement l’argent
Deux chiffres de Gartner fixent l’économie unitaire derrière chaque décision de cette catégorie. Gartner a chiffré un contact en libre-service à $1.84 en 2025, contre $13.50 pour un contact assisté par un humain, soit environ sept fois plus. Et Gartner attribuait à la main-d’œuvre jusqu’à 95% du coût total d’un centre d’appels en 2022. Presque tout ce que vous dépensez, c’est une personne qui parle.
C’est pourquoi l’enthousiasme relève de la raison plutôt que de l’effet de mode. Si presque tout le coût, ce sont des personnes en ligne, alors retirer à une personne une conversation qui se répète toute la journée déplace de l’argent réel, et le faire n’exige aucun pari sur la technologie, seulement une décision sur le choix de cette conversation.
C’est aussi là que l’arithmétique se truque discrètement. Le $1.84 de Gartner ne tient que si le contact est terminé. Un contact traité à moitié qui revient ne remplace pas le chiffre cher par le chiffre bon marché : il les additionne, et il ajoute un client qui explique désormais son problème deux fois et qui entame le second appel agacé. Les tableaux de bord de traitement autonome rapportent la première moitié de tout cela et ne voient jamais la seconde.
$1.84 pour un contact en libre-service, $13.50 pour un contact assisté par un humain. (Gartner, 2025)
Pourquoi les déploiements s’enlisent
Après un certain nombre de ces projets, le schéma de l’enlisement est d’une constance ennuyeuse. C’est en général l’une de quatre choses, et aucune des quatre n’apparaît dans une évaluation de fournisseurs.
- Un périmètre tracé par service au lieu de l’être par type d’appel.
- La déviation comptée comme si elle était une résolution.
- Aucune sortie vers un humain, si bien que chaque limite devient une bagarre avec l’appelant.
- Personne qui écoute les appels, si bien que l’échec reste invisible jusqu’à ce qu’il apparaisse dans l’attrition.
Le périmètre par service est l’échec le plus fréquent et le plus coûteux. « Support » n’est pas un périmètre, c’est un organigramme. Il regroupe les questions de routine qu’un agent saurait traiter dès le premier jour et les conversations qui exigent une personne ayant le pouvoir d’accorder une exception, et il cache les deux derrière un seul mot. Un neuro-agent dont le périmètre est défini ainsi doit être compétent sur tout avant d’avoir le droit d’être utile sur quoi que ce soit.
La déviation est l’indicateur qui flatte quiconque le lit. Elle compte les appels qui n’ont pas atteint une personne, ce qui inclut les appels résolus et les appels où le client a renoncé. La résolution compte ceux où la raison de l’appel a cessé d’exister. Ces deux chiffres peuvent différer d’une large marge, et un seul des deux prédit si le client rappellera lundi.
Et vous ne pouvez pas les distinguer depuis un tableau de bord. Dans nos propres opérations, moins de 5% des appels enregistrés ont été relus en contrôle qualité manuel, ce qui signifie que la façon normale de vérifier un déploiement est un échantillon trop petit pour repérer un échec systématique. Si l’agent traite mal une intention d’une manière qui renvoie chacun de ces appelants dans la file, un échantillon de cette taille finira par le trouver, bien après les appelants eux-mêmes.
Ce que les 6% font différemment
Rien d’exotique. Trois habitudes, et toutes les trois sont des décisions prises avant que quoi que ce soit ne soit configuré.
- Limiter le périmètre à un seul type d’appel qui se répète, assez étroit pour paraître peu ambitieux.
- Définir la résolution dans les termes du client avant le lancement, et l’auditer en écoutant les appels.
- Garder une sortie vers un humain et l’annoncer dans le message d’accueil.
Commencez par le type d’appel qui se répète, et choisissez-le étroit : une seule intention, un fort volume, une faible variance, une ligne d’arrivée nette. C’est le périmètre étroit qui rend la mesure possible. Quand l’agent traite une seule chose, le taux de résolution de cette chose est lisible, et l’échec l’est aussi. Un périmètre large moyenne l’échec jusqu’à le rendre invisible.
Mesurez ensuite la résolution, et vérifiez-la en écoutant. Choisissez la définition avant le lancement, dans la langue du client plutôt que dans celle du système, et confrontez-la à de vraies conversations au lieu d’un compteur de traitement autonome. C’est la seule habitude qui sépare un déploiement qui progresse de mois en mois d’un déploiement qui plafonne dès ses premières semaines et que l’on requalifie discrètement de pilote.
Et gardez la sortie vers un humain. Les appelants l’entendent comme une réassurance. Sur le plan opérationnel, c’est ce qui rend une automatisation agressive sans danger à tenter. SurveyMonkey a constaté en 2025 que 8% des consommateurs préfèrent l’IA à un humain, et McKinsey a constaté en 2024 que 71% de la génération Z décrochent le téléphone quand le libre-service échoue. Un chemin vers une personne que l’appelant peut entendre signifie qu’un agent qui atteint sa limite passe l’appel au lieu de discuter : le pire résultat d’une mauvaise décision d’automatisation est un transfert, pas un client perdu.
L’écart mesuré par McKinsey se refermera, et pas principalement parce que les modèles s’améliorent. Il se refermera pour les exploitations qui traitent un déploiement comme un changement opérationnel assorti d’un chiffre, et il restera ouvert pour celles qui le traitent comme un achat. La pression du conseil fixe l’échéance. Elle ne fait pas le travail de périmètre.