Comment les agents peuvent guider l’IA pendant un appel

L’IA transforme le rôle du centre d’appels

Un standardiste à intelligence artificielle (IA) qui répond à chaque appel laisse malgré tout une entreprise face à un problème de service : quelqu’un doit déterminer à quel moment la conversation nécessite une aide humaine, et cette personne doit disposer des informations déjà recueillies. Nextiva soutient que ce besoin rend les centres de contact plus importants à mesure que l’automatisation progresse. L’entreprise a un intérêt commercial à ce que les entreprises adoptent des plateformes de service client alimentées par l’IA, et son modèle proposé combine l’automatisation du service de routine avec le jugement humain et l’empathie.

L’argument économique commence par la disponibilité. Nextiva affirme qu’un appel sans réponse peut mettre en péril « des centaines ou des milliers de dollars de valeur vie client », c’est-à-dire la valeur de la relation du client avec l’entreprise dans le temps. L’entreprise soutient qu’un standardiste IA peut prendre chaque appel entrant et, avec des capacités adaptées, conduire la plupart des appelants vers une issue satisfaisante. Répondre n’est que la première étape ; résoudre le besoin du client exige que le système choisisse des actions utiles et reconnaisse quand il a besoin d’aide.

Le besoin d’aide est au cœur de la réponse de Nextiva aux prédictions annonçant la disparition des centres d’appels. L’entreprise affirme que ces prédictions reviennent « tous les deux ans environ » et soutient que les organisations de service les plus performantes combinent les capacités de traitement de l’IA avec l’expertise humaine. Les clients qui ont besoin de jugement, d’empathie ou de la connaissance d’une interaction antérieure ont toujours besoin d’une organisation de service capable de répondre. Pour les responsables technologiques, la question d’investissement est de savoir comment les personnes et l’IA doivent se partager ce travail.

La supervision humaine commence avant le transfert d’un appel

Dans l’approche recommandée par Nextiva, les personnes commencent à superviser pendant que l’IA gère encore la conversation. Le standardiste IA reçoit l’appel et traite les demandes ordinaires, comme répondre aux questions fréquentes ou prendre des rendez-vous. Nextiva affirme que ces demandes représentent la majorité des besoins des appelants, ce qui crée une opportunité substantielle d’automatisation. Une tâche menée à bien peut laisser au client une impression plus forte de la marque.

Pour accomplir ces tâches, le système doit interpréter à la fois la demande et les signes indiquant que la conversation devient difficile. Nextiva met en avant la compréhension du langage naturel, qui interprète la manière dont les appelants s’expriment dans une conversation ordinaire, ainsi que le suivi du sentiment, qui évalue les signaux de leur état émotionnel. Comprendre la demande aide l’IA à choisir une action, tandis que reconnaître la frustration l’aide à juger si cette action fonctionne. Nextiva considère ces deux capacités comme importantes pour parvenir à une issue satisfaisante.

Lorsque le système rencontre une difficulté, Nextiva propose d’alerter des collaborateurs formés du centre de contact qui surveillent les appels traités par l’IA. Les deux principaux déclencheurs sont l’incertitude sur l’action suivante et la montée de la frustration du client. Un collaborateur peut alors envoyer un prompt à l’IA, en lui donnant une orientation pendant qu’elle continue à parler avec l’appelant. L’intervention humaine commence donc par la supervision et l’orientation.

Si cette orientation et les actions ultérieures de l’IA ne parviennent pas à résoudre la difficulté, le modèle de Nextiva prévoit une escalade : la responsabilité passe à une personne capable de traiter le cas plus exigeant. L’IA indique à l’appelant qu’un agent en direct va prendre le relais. Selon Nextiva, l’automatisation des tâches de routine peut libérer les équipes pour ces conversations complexes, mais ces équipes doivent aussi avoir la capacité de surveiller les appels et d’intervenir avant un transfert. Ces deux formes d’intervention dépendent de la compréhension de ce qui s’est déjà passé.

Un transfert doit conserver le contexte du client

Les informations nécessaires à l’intervention constituent aussi un problème majeur d’exécution dans les recherches de Nextiva. L’entreprise dit suivre des recherches externes et mener les siennes ; son CX Trends Report a montré que 98 % des responsables de l’expérience client (CX) interrogés comprenaient l’importance de transitions fluides entre l’IA et l’humain. Pourtant, 90 % ont déclaré que leurs organisations avaient du mal à les mettre en œuvre. Ces résultats distinguent la reconnaissance largement partagée de cette exigence de la capacité réelle à la concrétiser.

Pour qu’une transition soit fluide, le handoff, c’est-à-dire le transfert d’une interaction de l’IA vers une personne, doit transmettre des informations utiles au moment où la responsabilité change. Sans cela, l’agent doit reconstituer le problème, souvent en demandant au client de répéter des détails déjà fournis. La répétition consomme du temps et affaiblit le sentiment du client que l’entreprise le reconnaît ou comprend sa situation. Elle donne aussi l’impression que la prise d’informations initiale par l’IA a été inutile, puisque la personne suivante ne peut pas exploiter ce que le client a fourni.

Pour éviter cette répétition, Nextiva recommande de fournir à l’agent un compte rendu des détails importants de l’appel, rapide à lire. Il doit expliquer la demande et les informations pertinentes déjà échangées afin que l’agent puisse poursuivre la conversation. La lisibilité compte pendant un appel en direct, car l’information peut être disponible tout en restant difficile à utiliser. L’agent a besoin d’une compréhension suffisante pour entreprendre l’action utile suivante.

L’action suivante peut aussi dépendre de quelque chose qui s’est produit avant l’appel en cours. Nextiva demande donc l’accès au parcours client plus large : l’historique de ses expériences et interactions avec l’entreprise. Des expériences antérieures peuvent devenir pertinentes à mesure que la conversation évolue, de sorte qu’un résumé de l’appel en cours et un historique client plus long remplissent des fonctions différentes. Le résumé soutient la continuité immédiate, tandis que l’historique aide l’agent à comprendre la situation dans son ensemble.

L’accès à cet historique devient plus difficile lorsque les dossiers sont répartis entre plusieurs outils. Dans la même enquête, 86 % des entreprises utilisant plusieurs outils CX ont déclaré avoir des difficultés avec des données isolées, ou silos de données : des dossiers conservés séparément d’une manière qui empêche le reste de l’organisation de service de les utiliser facilement. Ce pourcentage concerne les entreprises utilisant plusieurs outils, une population différente de celle des responsables CX signalant des difficultés de transition. Il met en évidence un problème d’accès à l’information en parallèle du problème de handoff.

Ces résultats soulèvent une question opérationnelle commune : le système et l’agent peuvent-ils accéder aux informations dont leur travail a besoin ? Nextiva met en avant la capacité de l’IA à traiter de grandes quantités d’informations, mais des dossiers hors de sa portée ne peuvent pas éclairer ses réponses. Les agents humains font face à une limite similaire lorsque l’historique pertinent reste dans un autre outil. Évaluer l’automatisation implique donc d’examiner l’accès à l’information tout au long de l’interaction.

Un historique partagé soutient l’assistance dans les deux sens

Nextiva propose la gestion unifiée de l’expérience client, ou UCXM, comme approche pour rendre cette information disponible. Une plateforme UCXM alimentée par l’IA regrouperait les données d’interaction entre les canaux et les contacts précédents, puis rendrait le dossier client ainsi constitué accessible aux outils de service automatisés et humains. Nextiva décrit le niveau d’exhaustivité visé comme une « vue à 360 degrés ». L’objectif est d’obtenir une visibilité sur l’ensemble des interactions du client avec l’entreprise.

Un dossier partagé peut influencer le service avant même qu’un appel ne devienne difficile. Nextiva affirme qu’un standardiste IA peut utiliser l’historique client pour reconnaître un appelant entrant et adapter sa réponse. La reconnaissance fournit des informations pertinentes dès le début de la conversation, et la personnalisation permet à ces informations de façonner ce que dit le système. Le résultat proposé est une réponse éclairée à la fois par la relation du client avec l’entreprise et par la demande immédiate.

Le même historique donnerait à un superviseur humain une base pour guider l’IA. Lorsque le système devient incertain ou détecte de la frustration, le superviseur a besoin d’un contexte suffisant pour décider de ce qu’il doit faire ensuite. L’accès au dossier permet au prompt de la personne de refléter la situation du client. Il soutient aussi l’intervention décrite plus haut sans obliger le superviseur à reconstituer d’abord l’interaction.

Après la prise en charge par un humain, Nextiva propose d’inverser le sens de l’assistance. L’IA reste connectée et utilise l’historique client pour aider à guider l’agent qui traite l’appel. Avant le transfert, la personne peut envoyer un prompt à l’IA ; après le transfert, l’IA peut assister la personne. Avec un dossier partagé, la responsabilité peut changer tandis que les deux continuent à contribuer à la conversation.

Pour les responsables de l’ingénierie et de l’intégration, ces usages créent plusieurs points où vérifier l’accès à l’information. Les interactions antérieures sur les différents canaux soutiennent la reconnaissance, l’échange en cours soutient la supervision et le transfert, et l’historique plus large peut éclairer l’assistance après la prise en charge. Vérifier chaque étape séparément peut révéler à quel moment l’information devient indisponible même lorsque l’appel est transféré avec succès. Une plateforme unifiée est la solution proposée par Nextiva pour remédier à cette fragmentation ; l’exigence opérationnelle reste de fournir une information exploitable à la personne ou au système qui pilote l’interaction.

Les effectifs doivent tenir compte de la supervision et de l’intervention

L’accès à l’information permet l’intervention, mais l’organisation doit encore disposer de personnes prêtes à agir. La répartition du travail proposée par Nextiva rend les équipes responsables de la surveillance des appels, de l’envoi de prompts à l’IA et de la gestion des conversations complexes. L’automatisation des tâches de routine peut libérer de la capacité pour ces missions, tandis que ces missions elles-mêmes continuent de mobiliser du temps de travail. La décision en matière d’effectifs dépend donc des besoins de service de l’organisation et des responsabilités qu’elle attribue.

Attribuer ces responsabilités signifie décider qui intervient lorsque l’IA ne peut pas choisir son action suivante ou détecte une frustration croissante. Un rôle de supervision a besoin de temps pour examiner la conversation et d’un contexte suffisant pour fournir un prompt utile ; un rôle d’escalade a besoin d’un agent prêt à poursuivre si cette tentative échoue. Ces missions peuvent éclairer les décisions sur le nombre d’agents à conserver et sur l’organisation de leur travail. Acheter l’accès à une information partagée soutient ces missions, mais la direction doit désigner les personnes chargées de les exécuter.

Points clés

• Prévoir le jugement humain : Le modèle proposé par Nextiva combine l’automatisation des appels de routine avec un soutien humain pour les cas complexes ou sensibles. Les responsables des centres de contact doivent attribuer la responsabilité de la surveillance, de l’intervention et de l’escalade à mesure qu’ils introduisent l’IA.
• Définir les déclencheurs d’intervention : L’incertitude sur l’action suivante et la montée de la frustration du client signalent un besoin d’aide humaine. Les responsables du service peuvent utiliser ces déclencheurs pour établir à quel moment les équipes envoient un prompt à l’IA et à quel moment un agent en direct prend le relais.
• Rendre les handoffs exploitables : Dans l’enquête de Nextiva, 90 % des responsables CX ont déclaré que leurs organisations avaient du mal avec les transitions entre l’IA et l’humain. Les responsables de l’intégration doivent fournir aux agents un résumé d’appel lisible et un accès à l’historique client pertinent afin que les clients puissent poursuivre sans répéter les détails.
• Vérifier l’accès aux données tout au long de l’appel : Des dossiers clients séparés limitent les informations disponibles pour l’IA et les agents humains. Les responsables de l’ingénierie peuvent tester l’accès lors de la reconnaissance de l’appelant, de la supervision, du transfert et de l’assistance après transfert afin d’identifier à quel moment le contexte devient indisponible.
• Dimensionner les effectifs pour la supervision et les appels complexes : L’automatisation crée de nouvelles exigences de surveillance et d’intervention en plus de la capacité qu’elle libère des demandes de routine. Les planificateurs de la main-d’œuvre doivent tenir compte de ces missions lorsqu’ils décident des niveaux d’effectifs et attribuent les rôles.