IA au service de la relation client : les questions à poser avant de choisir un prestataire

Selon la dépêche des Echos, SNCF Connect & Tech mobilise l'intelligence artificielle dans ses activités de marketing et de relation client. Nous ne disposons ni du détail des dispositifs déployés ni des résultats obtenus, et nous ne prétendrons donc rien en déduire de précis. Ce qui nous intéresse ici, c'est le cadre : quand une organisation de cette taille industrialise l'IA sur ces deux fonctions, cela suppose des données organisées, des équipes techniques internes et une gouvernance. Ces trois conditions sont précisément ce qui manque le plus souvent aux projets qui échouent ailleurs.

Première leçon transposable : la qualité de la donnée précède l'outil. Avant de faire chiffrer un agent conversationnel ou un moteur de recommandation, faites établir un état des lieux honnête de vos bases. Où sont vos données clients, dans quels formats, avec quel niveau de doublons, et qui a le droit d'y accéder ? Un prestataire compétent commencera par cet audit et vous facturera ce travail. Celui qui propose de brancher une solution en quinze jours sans regarder vos systèmes vend une démonstration, pas un projet.

Deuxième leçon : distinguez l'expérimentation de la mise en production. Un prototype qui fonctionne sur cent cas de test ne dit rien de sa tenue sur des dizaines de milliers de demandes réelles. Demandez au prestataire de séparer explicitement les deux phases dans son devis, avec des critères de passage de l'une à l'autre. Un projet d'IA qui n'a pas de critère d'arrêt écrit finit par consommer un budget indéfini au nom de l'amélioration continue.

Troisième leçon : la relation client ne se délègue pas entièrement à une machine. Faites préciser comment le dispositif transmet la main à un conseiller humain, dans quels cas, et avec quelle continuité de contexte. Le scénario d'échec le plus fréquent n'est pas l'erreur de l'automate, c'est l'impasse dans laquelle il enferme un client mécontent. Exigez que ce parcours de sortie soit conçu, testé et documenté dès la première version.

Quatrième leçon : la conformité n'est pas une formalité de fin de projet. Le traitement de données personnelles à des fins de personnalisation, de scoring ou d'analyse d'échanges relève du cadre européen de protection des données, et la CNIL publie des ressources publiques sur ces usages. Demandez au prestataire qui est responsable de traitement et qui est sous-traitant, comment sont gérées les durées de conservation, et si les données servent à entraîner des modèles utilisés pour d'autres clients. Ce dernier point doit être tranché par écrit.

Cinquième leçon : la réversibilité conditionne votre liberté future. Vérifiez ce qu'il reste chez vous le jour où la collaboration s'arrête. Les jeux de données annotés, les scripts d'intégration, la documentation des règles métier et les configurations doivent vous être livrés. Sans cela, chaque année de collaboration augmente votre coût de sortie et affaiblit votre position lors des renégociations tarifaires.

Enfin, résistez à la tentation de la comparaison flatteuse. Le fait qu'un grand acteur du transport déploie de l'IA ne signifie pas que la même approche s'applique à une PME. Le bon dimensionnement consiste à choisir un ou deux cas d'usage à forte fréquence et à faible risque, à les mesurer sérieusement, puis à élargir. Une agence qui accepte ce séquencement vous protège d'un investissement disproportionné.

Pour résumer, jugez un prestataire IA sur trois éléments concrets : la qualité de son audit initial, la clarté de ses engagements contractuels sur les données, et sa capacité à définir un critère d'arrêt. Les démonstrations sont faciles à réussir. Ce sont ces trois points qui déterminent si le projet tiendra dans la durée.