La GenAI au service de la Relation Client : 5 cas d'usage accessibles dès aujourd'hui

Si l'Intelligence Artificielle est loin d'être une nouveauté dans la Relation Client, l'avénement de l'IA générative ouvre tout un horizon de nouvelles possibilités. En effet, dotés de capacités supérieures aux modèles de la génération précédente, les Large Language Models (LLM) génératifs rendent possible toute une série de nouveaux cas d'usage dans tous les métiers et secteurs.

Grâce à leurs connaissances métiers et leurs expertises technologiques, ILLUIN Technology et nAIxt Consulting ont cartographié ces nouveaux gisements de valeur sur l'ensemble des canaux et métiers de la Relation Client.

1. La génération de réponses sourcées

Ou comment étendre le selfcare et en améliorer la qualité grâce à l'interrogation de bases documentaires en langage naturel.

Pour faire simple, la génération de réponses sourcées est la capacité d'un modèle d'IA à écrire ses propres réponses aux questions qui lui sont posées à partir des informations contenues dans un corpus documentaire, et d'indiquer ses sources.

Concrètement, un chatbot doté de cette fonctionnalité est capable de répondre à n'importe quelle question posée par les clients en cherchant la réponse dans le corpus source - CGU/CGV, contrats, documentation technique, fiches produits... -, contrairement au chatbot de la génération précédente qui est limité aux questions envisagées par ses administrateurs et aux réponses prévues.

Non seulement le "bot search" génératif est capable de répondre mieux et à plus de demandes en autonomie, mais son administration est allégée puisque, de fait, ses réponses se mettent à jour en même temps que son corpus source !

« Pour garder un contrôle total sur les données, la confidentialité du corpus source et sur le déroulement de l'échange, ILLUIN Technology possède un savoir-faire singulier qui permet d'hybrider un arbre de décision classique avec de la génération de réponses sourcées, le tout reposant sur des LLM privacy-bydesign. » détaille Robert Vesoul, CEO d'ILLUINTechnology. « De cette façon, on capitalise sur les bots existants déjà très pointus et on les booste avec la GenAI. » Robert Vesoul, CEO.

Une autre modalité de cette même fonctionnalité consiste à laisser les clients interroger eux-mêmes la base de données en langage naturel grâce à une traditionnelle barre de recherche. L'expérience utilisateur est tellement supérieure à celle des FAQ que l'on comprend sans mal la disparition prochaine de celles-ci.

2. La génération de suggestions temps réel vers la next best action (sur tous les canaux)

Ou comment augmenter les conseillers et les managers de Centre de Relation Client pour améliorer la prise en charge.

La génération de réponses sourcées (cf. #1) est aussi utilisée côté conseillers afin de suggérer les meilleures réponses à faire à chaque étape de la discussion. « Pendant l'échange - à l'écrit ou à l'oral, en live ou en différé -, la demande du client est captée et les bases documentaires de l'entreprise sont interrogées pour générer une réponse rédigée et sourcée. » décrit Robert Vesoul. « En plus de gagner énormément de temps, les réponses sont plus fiables et les conseillers beaucoup plus disponibles et à l'écoute des clients. On peut même intégrer des recommandations, par exemple rappeler au conseiller de proposer telle offre commerciale pertinente dans le contexte de la demande du client. »

Côté managers, les mêmes fonctionnalités sont disponibles ainsi que des analyses de qualité, de conformité et de sentiments. « Le manager augmenté est omniscient dans sons centre opérationnel. S'il est alerté, il dispose de tous les outils nécessaires pour guider le conseiller vers la meilleure résolution possible. »

3. Le traitement intelligent des mails, PJ et documents

Ou comment booster la productivité du back-office en automatisant des tâches répétitives à faible valeur ajoutée.

Comment pour le chat, la GenAI permet de générer des réponses sourcées à envoyer par mail, soit automatiquement, soit après validation d'un conseiller. Mais sur ce canal, l'apport des LLM génératifs se trouve aussi en amont : au niveau du routage des mails et, surtout, du traitement des flux massifs de pièces jointes gérées par le Service Client : documentsd'identité, factures, justificatifs de domicile,bulletins de paie, contrats, etc.

« ILLUIN Technology est sans doute l'une des seules sociétés en France à savoir orchestrer des modèles de pointe très spécifiques en Computer Vision et en NLU (Natural Language Understanding) et des LLM génératifs, pour traiter les cas les plus complexes avec un haut niveau de performance. » déclare Robert Vesoul. « Sur une photo de qualité moyenne d'une facture d'hospitalisation par exemple, on est capable d'extraire la majorité des items pourtant spécifiques qui s'y trouvent, de les intégrer au SI, d'effectuer des retraitements, et d'en réinjecter dans les réponses par mail que l'on va générer. »

4. Le résumé de conversation

Ou comment générer de nouvelles données pour améliorer la prise en charge des clients et enrichir le CRM et les analyses post-interaction.

La tâche peut paraître simple, "résumer", mais il a fallu attendre l'arrivée récente des Large Language Models (LLM) et leurs capacités génératives pour pouvoir la confier à l'IA, et la valeur ajoutée est immense.

D'abord, pour aider les conseillers à cerner mieux le besoin du client, plus vite, et à s'adapter grâce à la génération d'un motif de contact, d'un contexte, d'une "température" (sentiment), et bien sûr d'un résumé des interactions amont.

« Résumer une conversation peut paraître simple, mais l'exercice est plus difficile qu'il n'y paraît si l'on veut avoir une forte valeur ajoutée en restant concis. Il pourra être intéressant de définir le motif de contact du client comme prisme de lecture par exemple. Ainsi, si le client appelle pour un problème de livraison, le résumé contiendra en priorité les informations relatives à la livraison mais pourra filtrer d'autres informations. » précise Wacim Belblidia, Headof Data Science & Sustainability chez ILLUINTechnology. « Avoir cette finesse nécessite des algorithmes puissants et une grande maîtrise technologique. »

Enfin, ces données viennent enrichir le CRM de l'entreprise et sont autant de matières premières nouvelles pour conduire les analyses post-interactions.

5. La génération d'insights

Ou comment alimenter les Directions Relation Client, Marketing et Qualité avec des analyses de nature nouvelle.

« Parce qu'elle permet de générer de nouvelles données - comme le résumé des conversations au Service Client ou la synthèse de l'activité des réseaux sociaux -, l'IA générative nous procure une matière première nouvelle pour nos analyses habituelles. » explique WacimBelblidia. « Mais on peut aussi aller plus loin et utiliser les capacités de raisonnement propres à la GenAI pour générer automatiquement des Insights. Par exemple, demander à un modèle d'IA de conduire sa propre analyse sur les motifs d'appels des clients et de nous donner ses conclusions. »

Grâce à la puissance des modèles utilisés, la GenAI permet ainsi d'aller plus en profondeur et avec plus de finesse sur des analyses complexes comme le churn, la concurrence, la polarité, l'effort commercial... et de détecter les tendances.

Pour découvrir l'intégralité du libre blanc, cliquez ici.