Dans leur récent article, « Pourquoi l’IA ne conduira pas à un monde sans travail », les auteurs Philipp Carlsson-Szlezak et Paul Swartz soutiennent que l’impact de l’IA sur l’emploi suivra probablement les schémas historiques de l’avancement technologique, créant de nouvelles opportunités et jouant un rôle d’assistance croissant dans celles existantes. S’appuyant sur cette perspective, les technologies d’IA générative progressent rapidement, impactant de nombreuses industries à l’échelle mondiale, les secteurs des centres de contact et de l’IA conversationnelle étant à l’avant-garde de ce changement. Au fil du temps, il devient évident que cette évolution ne consiste pas à remplacer les personnes par l’automatisation, mais à renforcer les capacités humaines et à permettre des interactions plus efficaces et empathiques. Ce changement global, bien que promettant des avantages économiques significatifs, présente également des paradoxes et des défis dans sa mise en œuvre. Des études récentes et des expériences industrielles mettent en évidence une tendance claire : l’avenir du travail, en particulier dans les centres de contact, réside dans la collaboration homme-IA, et nécessite une navigation prudente entre les facteurs technologiques et humains.

Le paradoxe du progrès

La réaction initiale aux modèles de langage de grande envergure (LLMs) actuels comme Claude, ChatGPT, Gemini et Llama a suscité des craintes de déplacement massif d’emplois. Pendant ce temps, les écosystèmes de services gérés comme Amazon Bedrock, Google Vertex AI et Azure Cognitive Services ont rendu ces outils plus faciles que jamais à déployer dans des flux de travail de production. Cependant, à mesure que notre expérience avec ces outils mûrit, leur véritable force émerge dans leur potentiel d’assistance. Une étude récente de Ferraro et al., « Les paradoxes du service client basé sur l’IA générative : un guide pour les gestionnaires », décrit six paradoxes du service client basé sur l’IA :

• Connecté mais isolé : la connexion par l’IA peut accroître la solitude du client
• Coût réduit mais prix plus élevé : l’efficacité de l’IA risque de provoquer des pertes d’emplois et des coûts sociétaux
• Qualité supérieure mais moins d’empathie : l’IA améliore le service mais manque de compréhension humaine
• Satisfait mais frustré : l’efficacité de résolution de l’IA peut en réalité causer de la frustration
• Personnalisé mais intrusif : la personnalisation par l’IA soulève des préoccupations en matière de confidentialité
• Puissant mais vulnérable : le potentiel de l’IA s’accompagne de risques de mauvaise utilisation

Ces paradoxes ne sont pas des obstacles mais des indicateurs, et ils peuvent nous guider vers une approche plus équilibrée de la mise en œuvre de l’IA.

Exemples de mise en œuvre mondiale

Aux Pays-Bas, la chaîne de supermarchés Jumbo a mis en place une « kletskassa » ou caisse de discussion, offrant aux clients plus âgés une expérience plus personnalisée pour compléter l’automatisation des caisses en libre-service. Au Royaume-Uni, Hardly Ever Worn It (HEWI) a développé Maia, une assistante virtuelle aidant les clients dans l’exploration de la mode sans franchir les limites de la confidentialité.

Chez Microsoft, l’IA transforme les processus de collaboration interne. Yannis Paniaras, designer principal chez Microsoft Digital Studio, a noté que l’IA devient « le chef d’orchestre de l’expérience utilisateur, » permettant aux designers de passer de la définition de flux fixes à l’adoption d’un style de conception non déterministe. Ce changement reflète la transition de la méthodologie en cascade à la méthodologie agile dans le développement logiciel, permettant une idéation plus complète et une itération plus rapide.

Au Japon, le robot Pepper de SoftBank a été progressivement déployé dans divers rôles de service à la clientèle, démontrant comment différentes cultures abordent l’intégration de l’IA. Pendant ce temps, aux Émirats arabes unis, la police de Dubaï a introduit des robots alimentés par l’IA pour assister dans les tâches routinières, libérant ainsi les officiers humains pour des tâches plus complexes.

En Australie, le Département des Services Humains du gouvernement a mis en place un assistant virtuel alimenté par l’IA nommé « Sam » pour son programme Centrelink. L’assistant IA gère les demandes de routine, permettant au personnel humain de se concentrer sur des cas plus complexes nécessitant de l’empathie et une compréhension nuancée.

À la Migros Bank, la biométrie vocale alimentée par l’IA authentifie les appelants en quelques secondes pendant le discours libre, fonctionnant de manière transparente en arrière-plan. Pendant ce temps, l’Assistant Vocal gère les requêtes 24/7, dirige les clients vers les bons services et envoie des liens SMS avec du contenu pertinent. Prenant en charge plusieurs langues, il offre également des services comme le déblocage des appareils e-banking. Cela a réduit le temps de traitement des appels de 20%, amélioré la satisfaction client et renforcé la sécurité.

Ma famille en a même rencontré un récemment à l’aéroport international de Séoul à Incheon : un robot ambassadeur autonome multilingue qui planait autour des comptoirs d’enregistrement et fournissait des conseils ainsi que proposait de prendre notre photo et de la partager automatiquement avec nous par e-mail.

Ces exemples variés illustrent comment l’intelligence artificielle est intégrée mondialement pour améliorer les capacités humaines et optimiser les expériences clients dans divers secteurs, y compris les services gouvernementaux.

L’augmentation de la productivité et ses limites

Une étude récente de Brynjolfsson et al., « Generative AI at Work », a révélé que les agents du service client d’une entreprise de logiciels du Fortune 500 utilisant des assistants IA ont connu une augmentation moyenne de productivité de 14%, les agents moins expérimentés enregistrant des gains allant jusqu’à 35%. Cependant, l’étude a également démontré que les travailleurs les plus qualifiés ont observé des effets minimes, voire négatifs, soulignant l’importance d’une mise en œuvre ciblée de l’IA.

Ces résultats mettent en évidence l’efficacité des solutions hybrides d’IA combinant l’apprentissage automatique traditionnel pour des tâches telles que l’acheminement des appels avec la génération augmentée par récupération (RAG) pour les services d’auto-assistance FAQ. Ces systèmes d’IA mixtes rationalisent les processus et réduisent les charges de travail répétitives, permettant aux organisations de gérer efficacement les requêtes courantes dans plusieurs langues, indépendamment de la composition de l’équipe – tout en reconnaissant les limitations qui nécessitent un soutien humain.

L’élément humain et les limitations de l’IA

Malgré les capacités de l’IA, la supervision humaine demeure cruciale. Laura Bergstrom, responsable principale de l’expérience utilisateur chez Microsoft, souligne que « l’IA générative est imprévisible, ce qui exige que les données soient plus irréprochables. » L’IA peine encore à saisir les nuances et les émotions, domaines où les agents humains excellent. La mise en œuvre d’une approche hybride – combinant les méthodes d’IA traditionnelles avec des modèles génératifs et un soutien humain – peut offrir de meilleurs résultats en utilisant l’IA pour gérer les tâches routinières tout en réservant les interactions complexes aux agents humains.

Par exemple, dans des secteurs comme la santé, les assistants IA sont utilisés pour automatiser les requêtes fréquentes et gérer les objections standard, fonctionnant 24 heures sur 24 et 7 jours sur 7 pour améliorer l’accessibilité et le service client. Cela libère non seulement les agents du service client pour se concentrer sur des tâches plus complexes, mais améliore également l’efficacité et la satisfaction des clients en fournissant des réponses rapides et cohérentes. La clé réside dans l’utilisation de l’IA pour augmenter les capacités humaines, garantissant que les problèmes émotionnellement chargés ou complexes reçoivent l’attention nuancée que seuls les humains peuvent apporter.

Réalités économiques et défis de mise en œuvre

Goldman Sachs estime que l’industrie technologique dépensera 1 billion de dollars dans l’IA générative dans les années à venir. Cet investissement considérable souligne la nécessité d’une mise en œuvre stratégique et progressive qui priorise les domaines à fort impact et s’étend graduellement à mesure que le retour sur investissement est prouvé.

Mise en œuvre du partenariat humain-IA

Pour concrétiser ce partenariat, le consensus autour des actions à entreprendre, provenant de nombreuses sources externes et de notre propre expérience interne, est que les organisations devraient :

1. Commencer modestement avec des programmes pilotes
2. Investir dans une formation complète
3. Prioriser la qualité et la gestion des données
4. Maintenir un accès facile à l’interaction humaine
5. Se concentrer sur l’augmentation, non le remplacement
6. Surveiller et ajuster continuellement la mise en œuvre
7. Aborder les préoccupations éthiques et la confidentialité des données

Inconvénients potentiels et considérations futures

Bien que les avantages de l’intégration de l’IA soient significatifs, il est également important de considérer les inconvénients potentiels. Les préoccupations liées à la confidentialité des données, l’impact à long terme sur l’emploi et le risque de dépendance excessive aux systèmes d’IA sont tous des facteurs importants qu’il nous incombe d’aborder.

À mesure que la recherche dans ce domaine progresse, nous pouvons nous attendre à des modèles d’IA plus sophistiqués capables de gérer des tâches de plus en plus complexes – GPT-o1 nous donne déjà un aperçu de ce à quoi cela pourrait ressembler. À l’avenir, nous pouvons nous attendre à ce que l’IA générative continue d’assumer des rôles plus créatifs dans la création de contenu, la conception de produits et la planification stratégique. Dans le contexte du centre de contact et du service client, nous pouvons déjà voir les rôles d’assistance s’étendre à des domaines critiques tels que l’intégration des agents, le perfectionnement des compétences et le coaching. Notre objectif, cependant, devrait rester la construction de systèmes hybrides fiables où l’IA fournit une assistance de haut niveau aux décideurs humains, qui conservent la responsabilité ultime.

La voie à suivre

L’intégration de l’IA générative dans les centres de contact et au-delà est un processus complexe nécessitant une planification minutieuse et un investissement important. En se concentrant sur la collaboration humain-IA plutôt que sur le remplacement, nous pouvons façonner un avenir où la technologie améliore l’élément humain du service client et améliore l’engagement des employés dans diverses autres industries.

Alors que nous avançons, rappelons-nous : l’objectif n’est pas vraiment de créer une IA qui pense comme les humains, mais de créer des systèmes où l’IA et les humains pensent mieux ensemble. C’est la véritable promesse de l’IA générative, et c’est un avenir pour lequel il vaut la peine de travailler.