L’IA agentique exige des données fiables et un accès humain

L’état de préparation des centres de contact dépend d’un service connecté

Une plateforme de centre de contact peut traiter de manière autonome la demande d’un client et malgré tout créer du travail supplémentaire lorsque la demande suivante nécessite une intervention humaine. Pour les acheteurs, l’état de préparation dépend donc de la capacité des informations client à être transmises entre le service automatisé et le service humain, et de la possibilité pour les agents de les utiliser avec moins d’effort. L’intelligence artificielle agentique (IA), dans laquelle des agents virtuels exécutent des tâches, rend ce test plus important à mesure que l’automatisation assume davantage de responsabilités.

Cette responsabilité pourrait être considérable : Gartner prévoit que l’IA agentique résoudra de manière autonome 80 % des problèmes courants de service client sans intervention humaine d’ici 2029. Pourtant, les clients continuent d’accorder de l’importance à l’accès à un humain. Dans l’enquête de Gartner menée en février et mars 2026 auprès de 3 566 clients business-to-business et business-to-consumer, 87 % ont déclaré qu’une option permettant de joindre un agent humain était essentielle. La moitié a indiqué que les interactions étaient plus simples lorsque les entreprises utilisaient l’IA générative (GenAI), qui crée du contenu comme des réponses et des résumés.

Ces résultats décrivent différents aspects du service : la prévision concerne la résolution autonome, tandis que l’enquête mesure la perception des clients en matière de simplicité et d’accès à un humain. Les acheteurs doivent donc examiner à la fois le travail que l’automatisation accomplit et l’expérience des clients qui ont besoin d’une personne.

Les acheteurs subissent également une pression pour déployer. Dans une autre enquête Gartner menée en octobre 2025 auprès de 321 responsables du service client, 91 % ont signalé une pression de la direction générale pour mettre en œuvre l’IA en 2026. Cette pression peut faire d’une fonctionnalité IA visible une raison d’achat attrayante, mais la qualité du service, l’effort des agents, la gouvernance et la conformité déterminent si la plateforme convient à l’exploitation.

L’infrastructure cloud constitue la base d’un service connecté

Pour évaluer cette adéquation, les acheteurs doivent d’abord comprendre ce que la plateforme connecte. Un centre d’appels basé sur le cloud exécute un logiciel de service client sur une infrastructure hébergée sur Internet, avec la voix sur protocole Internet (VoIP) qui transporte les appels via des serveurs distants. Les systèmes hébergés par le fournisseur remplacent la dépendance à un autocommutateur privé (PBX) sur site, l’équipement qui gère les connexions téléphoniques d’une organisation. Les agents passent et reçoivent des appels via un navigateur sécurisé, une application ou un softphone, un téléphone logiciel, depuis un bureau, leur domicile ou un environnement hybride.

L’hébergement à distance change la manière dont les organisations déploient et étendent le service. Les contrôles d’appel, les standards automatiques, l’enregistrement, le routage, les tableaux de bord et les intégrations peuvent fonctionner sans nouvelle installation télécom sur site, tandis que les fournisseurs gèrent les correctifs, les releases et les améliorations. Les déploiements cloud peuvent prendre quelques semaines, et parfois quelques jours, contre plusieurs mois pour des déploiements dépendants du matériel, même si le calendrier dépend de la mise en œuvre. La capacité peut également augmenter ou diminuer en fonction des pics saisonniers, de la croissance ou d’une perturbation temporaire, sans achats correspondants d’équipements téléphoniques dédiés.

Cette capacité flexible soutient également une main-d’œuvre distribuée. Les agents situés à différents endroits peuvent accéder aux dossiers clients, aux historiques d’interaction, aux scripts et aux outils de collaboration, ce qui aide à maintenir le service en cas de perturbation locale et élargit le recrutement au-delà d’un seul centre de contact physique. Les dépenses passent de gros achats initiaux en capital à des dépenses d’exploitation fondées sur l’abonnement ou l’usage. Les organisations ayant des exigences strictes en matière de contrôle ou des systèmes legacy critiques doivent toujours évaluer dans quelle mesure ce modèle convient à leurs opérations.

Au-delà de la téléphonie cloud de base, le Contact Center as a Service (CCaaS) ajoute des canaux numériques, du routage, de l’analytics, des intégrations et un service assisté par IA. Les appels téléphoniques, le live chat, l’e-mail, le service de messages courts (SMS), les applications de messagerie et les interactions sur les réseaux sociaux peuvent converger vers une interface agent commune. Le service omnicanal transporte le contexte du client entre ces canaux. Sa valeur devient évidente lorsqu’un client passe du self-service au chat, à l’e-mail ou à un appel et que l’intervenant suivant peut poursuivre le traitement.

Le maintien de ce contexte nécessite des connexions aux systèmes de gestion de la relation client (CRM), aux help desks, à la gestion des effectifs, à l’analytics, aux bases de connaissances, aux plateformes de données client et aux applications internes. Ces systèmes fournissent l’historique du compte, les détails du dossier, les interactions précédentes et les indications pertinentes. Salesforce, HubSpot et Zendesk sont des cibles d’intégration courantes, mais la présence d’un connecteur ne détermine pas quelles informations parviennent à l’agent. Les acheteurs doivent vérifier si des dossiers actuels et pertinents sont disponibles pendant la tâche.

Rob McDougall, PDG d’Upstream Works, a décrit à CMSWire le rôle de ces connexions : « Les meilleures plateformes cloud actuelles font plus que simplement router les appels. Elles unifient les données client, prennent en charge l’engagement omnicanal et fournissent aux agents une assistance en temps réel alimentée par l’IA. » Upstream Works a un intérêt commercial à ce que les acheteurs investissent dans des logiciels de centre de contact ; son évaluation reflète donc le point de vue d’un fournisseur. McDougall a indiqué que les premières migrations vers le cloud mettaient l’accent sur la réduction des coûts et du matériel, tandis que les priorités actuelles incluent l’adaptabilité, la rapidité et un service contextuel sur l’ensemble des canaux.

Les informations connectées donnent également aux outils d’IA de la matière sur laquelle travailler tout au long d’une interaction. Le routage intelligent et prédictif oriente les demandes à l’aide de règles ou de prédictions, tandis que la prédiction d’intention identifie ce qu’un client cherche à accomplir. Pendant l’interaction, l’assistance à l’agent, le coaching en temps réel, les indications de workflow et le contexte en screen-pop, c’est-à-dire les informations pertinentes affichées à l’arrivée de l’interaction, peuvent aider l’agent à répondre. Ensuite, les résumés d’appels et de conversations facilitent le suivi, tandis que l’analyse de sentiment, qui estime l’émotion exprimée, l’analytics prédictive et le contrôle qualité ou la gestion de la qualité automatisés aident les équipes à examiner les tendances et la performance du service.

Des experts côté client décrivent des capacités similaires depuis leur point de vue opérationnel. Milankumar Rana, software engineer advisor chez le prestataire logistique FedEx Services, a déclaré à CMSWire : « Les centres d’appels cloud modernes apportent de l’aide sur tous les canaux… ils disposent aussi d’outils alimentés par l’IA, comme les bots, l’assistance aux agents et l’analyse de sentiment. » Rana a décrit des attentes qui ont évolué rapidement au cours des cinq dernières années vers un support flexible, immédiat et personnalisé.

Vinod Goje, expert en solutions pilotées par les données et en IA appliquée, VP engineering manager chez Bank of America, a insisté sur les informations disponibles pendant le service : « Le centre d’appels cloud n’est pas simplement une mise à niveau ; c’est le nouveau socle du service client… les meilleures solutions actuelles ne se contentent pas de router les appels ; elles prédisent l’intention, font remonter l’historique client et coachent les agents en temps réel. » Ces capacités soulèvent une question pratique : l’agent peut-il utiliser ces informations pour faire avancer la demande du client ? La réponse dépend de la manière dont les outils fonctionnent ensemble au cours d’une interaction réelle.

La perte de contexte crée du travail pour les clients et les agents

Des connexions faibles deviennent coûteuses lorsqu’une interaction atteint la bonne personne sans les informations nécessaires pour poursuivre. L’agent peut devoir reconstituer les détails actuels du compte, les questions précédentes ou l’historique du dossier pendant que le client attend. Trouver ces détails peut impliquer de passer d’une plateforme à l’autre, de comparer les dossiers et de demander au client de répéter son explication. Le routage a réussi, mais la tâche de service reste partiellement inachevée.

Même un dossier accessible peut laisser ce travail non résolu s’il omet la dernière interaction. L’agent doit alors déterminer quels détails sont encore à jour, ce qui a déjà été demandé et ce qui nécessite encore une attention. Cette incertitude peut ralentir les réponses, dégrader le service et accroître l’effort de traitement. Sur une journée de travail, des lacunes d’information répétées peuvent aussi frustrer les agents qui doivent compenser des systèmes déconnectés.

McDougall relie cet effort au coût d’exploitation : « L’évolutivité et le coût ne devraient pas être mesurés uniquement en termes d’infrastructure… une plateforme qui semble abordable sur le papier mais ajoute de la complexité au niveau de l’agent finit par coûter plus cher à long terme. » Les acheteurs devraient examiner l’effort de traitement supplémentaire et le turnover en plus des frais d’abonnement, car la complexité des workflows peut augmenter le coût de fourniture du service.

Pour mettre cette complexité en évidence, suivez une demande depuis l’automatisation jusqu’à une personne. Lors d’une démonstration, faites interagir un client avec un agent virtuel, puis utilisez l’option permettant de joindre un agent en direct. Examinez l’historique de conversation dans l’espace de travail de l’agent destinataire et demandez à l’agent d’effectuer l’action suivante. Un routage réussi établit que la connexion fonctionne ; la poursuite de la tâche établit si le transfert a préservé un contexte exploitable.

L’espace de travail détermine ensuite l’effort nécessaire à l’agent pour utiliser ce contexte. Des indications de workflow claires, des informations pertinentes en screen-pop et moins de changements de système peuvent aider, tandis qu’une interface encombrée peut encore obliger l’agent à relier manuellement les dossiers. McDougall recommande d’évaluer si une plateforme décloisonne les silos d’information et favorise la rétention en réduisant l’effort des agents. Les acheteurs peuvent tester ce bénéfice attendu en demandant aux agents d’effectuer des tâches familières et en identifiant les points où le système proposé supprime ou ajoute du travail.

Ces tâches doivent refléter les exigences d’information et de contrôle propres à chaque environnement de service. Un agent retail peut avoir besoin d’une commande et de l’inventaire actuel, tandis qu’un agent de support technique peut avoir besoin de la télémétrie produit, c’est-à-dire des données sur le fonctionnement d’un produit, ainsi que d’un ticket existant. Les interactions réglementées ajoutent des exigences d’authentification, d’accès et d’enregistrement qui façonnent la manière dont les agents peuvent utiliser les informations. Les environnements suivants donnent aux acheteurs des exigences concrètes à tester.

Ces exigences réunissent capacité, contexte et contrôles dans un même test. Par exemple, un test de pic retail pendant les fêtes doit établir si les agents nouvellement ajoutés peuvent utiliser les dossiers nécessaires pour résoudre les demandes. Dans les services financiers et la santé, la démonstration doit inclure les contrôles d’identité, les autorisations d’accès et les enregistrements d’audit qui régissent l’interaction. Le support technique et les services publics doivent eux aussi tester les informations de diagnostic et les exigences de continuité identifiées ci-dessus.

Après le déploiement, les managers doivent voir où ces tâches réussissent ou bloquent. Les tableaux de bord en temps réel, l’analytics du parcours client, le reporting et le suivi de la performance des agents peuvent suivre les temps de résolution, la satisfaction client et les tendances émergentes du service. L’examen de ces résultats en parallèle des questions répétées, des changements de système et du contexte disponible aide à distinguer le travail nécessaire des lacunes d’information évitables. Les managers peuvent alors orienter le coaching ou les changements de workflow vers la cause du retard.

La convergence du marché renforce le besoin de tester les workflows

Ces exigences de service donnent aux acheteurs un moyen pratique d’évaluer des dizaines d’options de plateforme. Le Magic Quadrant le plus récent de Gartner pour le CCaaS identifie l’IA agentique et la convergence avec les suites CRM de centres d’engagement client comme des sources d’incertitude pour les acheteurs. À mesure que les fournisseurs élargissent leur périmètre, le choix d’un centre de contact recoupe de plus en plus la stratégie CRM, communications et IA. Une étiquette de catégorie ne dit donc aux acheteurs qu’une partie de ce qu’ils doivent juger pour un workflow donné.

Les classifications des analystes peuvent aider les acheteurs à établir une shortlist. Le Magic Quadrant de Gartner de septembre 2025 pour le Contact Center as a Service a désigné NiCE, Genesys, Amazon Web Services (AWS), Five9 et Talkdesk comme Leaders. Le MarketScape 2026 d’IDC pour les plateformes CCaaS agentiques a désigné sept Leaders : AWS, Zoom, Five9, Salesforce, Talkdesk, Genesys et NiCE. Les listes se recoupent, mais leurs catégories et dates d’évaluation diffèrent, et la liste d’IDC inclut Salesforce et Zoom.

Les mesures de marché répondent à d’autres questions sur l’échelle et la demande. Metrigy mesure la part de revenu des fournisseurs et la croissance récente du marché, Genesys publie son revenu récurrent annuel (ARR), et des cabinets d’études de marché estiment des catégories plus larges et la demande future. Chaque mesure doit conserver sa propre définition dans une discussion d’achat. Les chiffres ci-dessous décrivent ces mesures distinctes.

Comme ces mesures couvrent des réalités différentes, elles doivent rester distinctes. Les estimations larges du marché des centres de contact cloud et les estimations plus étroites du CCaaS ne peuvent pas former une seule série de croissance, et les deux prévisions de marché larges restent des estimations distinctes. La part de revenu, l’ARR et le statut chez les analystes décrivent une position ou une échelle de marché. Les démonstrations de workflow établissent comment un système proposé exécute les tâches de service de l’acheteur.

Le positionnement des fournisseurs aide à identifier les tâches et dépendances qui nécessitent une attention particulière. Les fournisseurs ci-dessous bénéficient tous commercialement de l’adoption de leurs plateformes par les acheteurs ; leurs descriptions reflètent donc un positionnement fournisseur. NiCE présente NiCE CXone Mpower comme une plateforme d’entreprise combinant routage, engagement des effectifs, analytics et IA agentique. Lors de NiCE World 2026 en juin, NiCE a placé l’IA agentique au centre de l’orientation de sa plateforme, dans le prolongement de son acquisition en 2025 de l’entreprise d’IA conversationnelle Cognigy.

D’autres fournisseurs organisent leurs plateformes autour de différentes formes de coordination. Genesys positionne Genesys Cloud autour d’une orchestration alimentée par l’IA, c’est-à-dire la coordination des actions de service, avec Navigator, Orchestrator, Contextual Intelligence et un AI Control Plane qui soutiennent la coordination et la gouvernance à mesure que les interactions deviennent plus autonomes. Five9 positionne The Intelligent CX Platform autour d’agents IA et humains coordonnés dans un même système et dispose d’une présence importante sur le mid-market. Talkdesk met l’accent sur l’automatisation de l’expérience client et sur des éditions spécifiques à certains secteurs.

L’infrastructure et les investissements logiciels existants créent d’autres différences d’adéquation. Amazon Connect propose une tarification à la consommation et une personnalisation orientée développeur, ce qui rend pertinent l’investissement d’une organisation dans AWS pour l’évaluation. Salesforce Contact Center adopte une approche centrée sur le CRM, liée aux données de Service Cloud et à Agentforce, tandis que Zoom Contact Center s’appuie sur la plateforme de communications unifiées de Zoom pour les organisations qui réunissent appels, réunions et service. Les acheteurs qui envisagent une consolidation devraient tester l’effet de chaque approche sur l’accès à l’information et le travail de service quotidien.

Les projets d’acquisition de Salesforce introduisent également une considération de calendrier. En juin 2026, Salesforce a annoncé un accord définitif pour acquérir Fin, anciennement Intercom, pour environ 3,6 milliards de dollars, avec une finalisation attendue au quatrième trimestre fiscal 2027 de Salesforce. La technologie d’agent IA de Fin est destinée à compléter Agentforce une fois la transaction finalisée. Les acheteurs devraient évaluer cette contribution comme un développement à venir dans l’orientation de la plateforme Salesforce.

Au-delà des plateformes individuelles, les canaux futurs pourraient changer le point de départ du service et les intégrations dont il a besoin. En février 2025, Gartner a prédit que d’ici 2028, 70 % des parcours de service client commenceraient et seraient résolus dans des assistants conversationnels tiers intégrés aux appareils mobiles. Si cela se concrétise, les organisations devront prendre en charge le service en dehors de leurs canaux de contact conventionnels.

Goje propose une autre vision prospective : « Et ensuite ? Attendez-vous à une assistance intelligente aux agents, à une IA autonome traitant 80 % des tâches routinières et à de l’analytics en temps réel pilotant un service proactif… les entreprises qui investissent maintenant ne gagneront pas seulement en efficacité ; elles s’approprieront l’expérience client. » Sa référence aux tâches routinières a une portée différente de la prévision de Gartner sur les problèmes courants. Son évaluation de l’investissement pointe vers une plus grande autonomie, dont les acheteurs doivent examiner la valeur à travers le travail que leur propre organisation entend automatiser.

Évaluez les plateformes à travers les tâches de service, les contrôles et le coût total

L’évaluation de ce travail commence par un modèle de service clair. Cartographiez le parcours client, les tâches effectuées par les agents, les informations dont ils ont besoin et les actions que l’automatisation peut entreprendre. Incluez les exigences de sécurité et la stratégie IA à long terme, car elles déterminent quelles intégrations et quels contrôles comptent. Le résultat est un ensemble de tâches de service que les fournisseurs peuvent démontrer dans des conditions réalistes.

Goje recommande ce point de départ plus large : « Évaluez l’évolutivité, la profondeur d’intégration et la manière dont la plateforme s’inscrit dans votre parcours client. Les leaders de cet espace deviennent des hubs d’expérience numérique, pas des outils de support isolés. » Appliquer ce conseil nécessite l’implication des responsables des données client, des opérations de service, de la sécurité et des systèmes connectés. Leurs exigences devraient façonner la shortlist avant que les comparaisons de fonctionnalités ne resserrent la décision.

Ces exigences incluent le maintien du service en cas de perturbation. Examinez les engagements de disponibilité, la reprise après sinistre, la redondance mondiale des centres de données et les accords de niveau de service (SLA), qui définissent les obligations contractuelles de service du fournisseur. Les opérations critiques doivent comprendre ce qui se passe pendant une panne et comment le service est rétabli. Les conséquences peuvent affecter en même temps le revenu, la confiance des clients et la productivité des employés.

Une fois ces conditions d’exploitation établies, testez la profondeur d’intégration par rapport aux tâches de service définies. Demandez aux fournisseurs de démontrer comment le CRM, le help desk, la gestion des effectifs, les bases de connaissances, l’analytics, les données client et les systèmes internes contribuent à une interaction en direct. Examinez les informations que reçoit l’agent et le travail nécessaire pour les utiliser. Incluez dans cette démonstration élargie le transfert de l’automatisé vers l’humain décrit plus haut.

Les mêmes tâches devraient guider l’évaluation de l’IA afin que les acheteurs puissent en voir l’effet sur le service. Pour les agents virtuels, examinez le travail accompli et les contrôles qui régissent leurs actions ; pour l’assistance aux agents, examinez si les indications, les résumés, le routage et les outils qualité réduisent l’effort et améliorent les réponses. À mesure que l’autonomie augmente, établissez qui gouverne ces actions et comment elles s’inscrivent dans les exigences de conformité. Le fait de garder la tâche constante rend les différences entre les systèmes proposés plus faciles à interpréter.

La gouvernance exige également des contrôles de sécurité qui fonctionnent dans le processus démontré. La concentration d’un plus grand volume de données client, de fonctions d’IA et de canaux numériques accroît l’importance du chiffrement, des contrôles d’accès fondés sur les rôles, des pistes d’audit, de la journalisation d’audit et de la protection des données. Les workflows de vérification d’identité et d’authentification doivent correspondre à l’interaction visée. Examinez suffisamment tôt les pratiques et certifications de sécurité du fournisseur, la prise en charge réglementaire et les options de résidence des données, c’est-à-dire l’endroit où les informations sont stockées, pour qu’elles influencent le choix de la plateforme.

La prise en charge réglementaire doit ensuite se traduire dans la mise en œuvre spécifique de l’organisation. Les exigences applicables peuvent inclure la Payment Card Industry Data Security Standard (PCI-DSS), HIPAA et le Règlement général sur la protection des données (RGPD). Les environnements réglementés de la santé, des services financiers, de l’administration et d’autres secteurs doivent identifier quelles obligations s’appliquent aux informations, aux canaux et aux actions concernés. Une fonctionnalité liée à la conformité doit être évaluée dans ce design opérationnel complet.

Une fois le modèle de service et les contrôles requis clarifiés, l’évaluation commerciale peut refléter l’usage réel. La tarification par agent, les frais fondés sur l’usage et les offres groupées produisent des totaux différents selon le volume d’appels, l’utilisation des canaux numériques, les fonctionnalités IA, le stockage et les besoins de support. Modélisez ces frais en fonction de la demande attendue, y compris les pics saisonniers et les capacités que l’organisation prévoit de déployer. Des modules complémentaires essentiels ou une personnalisation importante peuvent rendre coûteux un abonnement initialement peu cher.

Le modèle de coût doit également inclure la mise en œuvre, la formation et le travail nécessaire pour exploiter le système. Tenez compte des licences, de l’usage, des ajouts d’IA, du stockage, du support, de la mise en œuvre, de la personnalisation et de la formation, ainsi que de l’effort de workflow observé lors des démonstrations. Les changements d’écran et la collecte répétée d’informations deviennent des sujets d’approvisionnement parce qu’ils consomment de la capacité de service. La comparaison financière doit refléter le travail nécessaire pour fournir le service avec chaque configuration proposée.

Le support à la livraison influe sur la fiabilité avec laquelle l’organisation peut mettre cette configuration en service. Examinez l’assistance à la mise en œuvre, l’onboarding, le support à la migration, les ressources de formation, la documentation technique et la capacité du fournisseur à gérer des intégrations complexes. Demandez comment ces services soutiennent une modernisation progressive et l’usage continu de systèmes existants critiques. Les réponses devraient façonner à la fois le contrat et la séquence de mise en œuvre.

Cette séquence doit aussi s’adapter aux dépendances technologiques plus larges de l’organisation. Les investissements CRM, les outils de communication, l’architecture des données client et la gouvernance de l’IA peuvent limiter le moment où les fonctions connectées évoluent. Une plateforme qui fonctionne bien lors d’une démonstration peut malgré tout nécessiter une mise en œuvre par étapes pour préserver ces dépendances. Les achats doivent établir à la fois le design de service visé et un plan de déploiement réalisable.

Modernisez par étapes lorsque la continuité ou le contrôle l’exige

Un plan réalisable peut conserver des systèmes sur site pour une partie de l’exploitation. Des exigences strictes de contrôle des données, des préoccupations réglementaires, des investissements existants importants et des intégrations spécialisées peuvent rendre un remplacement immédiat inadapté. Le modèle budgétaire, les besoins de main-d’œuvre et la capacité de changement influencent également la décision. Prendre en compte ces contraintes avant la sélection des fonctionnalités permet de garder des options de déploiement viables dans le périmètre.

Le modèle d’exploitation cloud décrit plus haut confie au fournisseur une grande partie du déploiement, de la gestion de capacité et de la maintenance. Les systèmes sur site nécessitent du matériel et une configuration sur place, des travaux d’infrastructure pour étendre la capacité, un investissement matériel initial plus important et une maintenance gérée en interne. L’accès à distance peut nécessiter des réseaux privés virtuels (VPN), qui fournissent des connexions protégées au réseau de l’organisation, ou des configurations personnalisées. Ces responsabilités influencent à la fois l’effort de mise en œuvre et les besoins continus en personnel.

Les responsabilités de maintenance influencent aussi la rapidité d’arrivée des nouvelles capacités. Les fournisseurs cloud gèrent les mises à jour, les correctifs et les releases, et facilitent généralement l’introduction de l’IA, du chat, des SMS, de l’e-mail et de la messagerie. Les équipes IT internes assurent la maintenance des équipements sur site, les mises à niveau et le dépannage, et peuvent avoir besoin de travaux d’intégration supplémentaires pour ajouter ces fonctions. Les organisations doivent donc mettre en balance l’accès à de nouvelles capacités avec les exigences de contrôle et la valeur des systèmes qui soutiennent un travail critique.

McDougall recommande de préserver cette capacité opérationnelle pendant la modernisation : « Il existe de vraies préoccupations concernant la rupture des intégrations, le compromis sur le contrôle des données ou la perturbation des opérations… la décision la plus intelligente n’est pas d’arracher ce qui fonctionne, mais de moderniser progressivement. » Le risque est particulièrement important lorsque des systèmes legacy assurent des fonctions qui ne peuvent pas être déplacées en toute sécurité d’un seul coup. Dans ces environnements, le calendrier de remplacement doit tenir compte de la continuité du service.

Une approche progressive commence par l’identification des systèmes critiques et de leurs dépendances d’intégration. Préservez les fonctions qui marchent, puis introduisez des outils d’analytics à fort impact ou des postes de travail agent qui peuvent fonctionner avec l’infrastructure existante. Ces ajouts peuvent traiter des problèmes de visibilité ou d’effort agent avant une transition cloud plus large. L’extension peut progresser à mesure que l’organisation est prête à déplacer les fonctions connectées.

Chaque étape nécessite un test d’acceptation du service avant de passer à la suivante. Un nouveau poste de travail doit rendre les informations requises plus faciles à utiliser, et un ajout d’analytics doit aider les managers à identifier les problèmes de service. Un workflow automatisé doit préserver une voie exploitable vers une aide humaine. Tester ces résultats avec les agents et les équipes de service donne à l’organisation une base concrète pour accepter le changement et planifier la migration suivante.

Principaux enseignements pour les dirigeants

• Testez la continuité entre IA et humain : Les acheteurs côté achats et opérations de service doivent tester si les agents reçoivent un contexte client exploitable lorsque l’automatisation transmet une demande. L’enquête clients 2026 de Gartner a montré que 87 % considéraient l’accès à un humain comme essentiel.
• Vérifiez la profondeur d’intégration : Les responsables de plateforme doivent confirmer que le CRM, le help desk, la base de connaissances et les systèmes internes fournissent des informations à jour pendant les interactions en direct. Les démonstrations des fournisseurs doivent montrer des agents utilisant ces dossiers pour accomplir de vraies tâches de service.
• Incluez l’effort des agents dans les coûts de plateforme : Les responsables des opérations de service doivent suivre les questions répétées, les changements d’écran et la collecte manuelle d’informations. Ces lacunes de workflow consomment de la capacité et peuvent augmenter le coût d’une plateforme par ailleurs abordable.
• Utilisez les classements du marché pour établir une shortlist : Les classifications des analystes et les chiffres de revenu des fournisseurs décrivent la position et l’échelle du marché. Les acheteurs côté achats ont besoin de démonstrations de workflow pour établir l’adéquation, tout en traitant les acquisitions et les capacités IA planifiées comme des dépendances futures.
• Évaluez le modèle d’exploitation complet : Les responsables des achats, de la sécurité et des opérations de service doivent évaluer ensemble la fiabilité, la gouvernance de l’IA, les contrôles d’accès, les exigences réglementaires et le support à la mise en œuvre. Les comparaisons de coûts doivent inclure l’usage, les ajouts d’IA, le stockage, la personnalisation, la formation et l’effort continu des agents.
• Planifiez la migration par phases autour des dépendances critiques : Les responsables technologiques doivent cartographier les intégrations legacy et les exigences de contrôle avant de planifier le remplacement. Chaque étape de migration nécessite un test d’acceptation couvrant l’exploitabilité des informations, la continuité du service et l’accès à une aide humaine.