Principaux points à retenir

• L’IA agentique offre aux organisations des options flexibles : réduire les contacts pour les agents humains, fournir de l'assistance en temps réel et automatiser le travail post-contact
• Le niveau d’autonomie peut être ajusté d’un mode très supervisé à hautement automatisé, et même modulé entre différents produits ou unités d’affaires
• L’implantation peut se faire à l’aide des interfaces graphiques ou des API existantes, chacune présentant des avantages et inconvénients distincts en matière de rapidité, de robustesse et d’observabilité
• Des architectures indépendantes des plateformes permettent aux entreprises d’ajouter l’IA agentique sans devoir remplacer leur outillage ou repartir à zéro sur leur pile d’expérience client
• Une approche étape par étape, combinée à une couche agentique unifiée sur l’ensemble des canaux, améliore la cohérence omnicanale et prépare les centres de contacts à des interactions plus autonomes et personnalisées

Qu’est-ce qui distingue l’IA agentique?

Les centres de contact ont déjà constaté l'impact des robots conversationnels, des SVI et de l'automatisation de base. L’IA agentique va plus loin. Au lieu de simplement répondre à une question, ces systèmes peuvent comprendre l’intention, planifier des processus en plusieurs étapes et agir à travers de multiples applications; comme un agent humain qualifié.

En s’appuyant sur les enseignements d’un récent balado « Tendances et perspectives » de HCLTech avec John Forsythe, architecte d’entreprise chez HCLTech, ce guide pratique explore comment l’IA agentique transforme la conception, l’implantation et l’évolution des centres de contact.

De l’autonomie aux options d’implantation, en passant par la compatibilité des plateformes et les expériences omnicanal, Forsythe présente ce que les entreprises doivent considérer avant de passer l’IA agentique en production.

Choisir la bonne option d’IA agentique pour votre centre de contact

Toutes les organisations n'ont pas besoin du même type de solution agentique. Forsythe explique qu’au plus haut niveau, il faut déterminer si l’on souhaite réduire le nombre de contacts qui atteignent les agents humains, offrir de l’assistance en temps réel à ces agents pendant une interaction, appuyer les activités de suivi post-contact ou choisir « tout ce qui précède ».

Ces choix déterminent la manière dont l’IA agentique s’intègre dans l’exploitation :

• Une porte d’entrée numérique qui règle davantage de demandes avant qu’elles n’atteignent un humain
• Un agent intelligent qui fournit suggestions, prochaines actions recommandées et résumés
• Un agent de bureau qui prend en charge les tâches post-appel, met les dossiers à jour et déclenche des processus

Au-delà de cela, les organisations doivent considérer « le niveau d’autonomie que la solution offrira » et « l’approche technique d’implantation, qu’il s’agisse ou non d’utiliser les interfaces graphiques ou les API existantes ». Ensemble, ces décisions définissent le paysage des solutions agentiques pour chaque entreprise.

Comprendre les différents niveaux d’autonomie de l’IA agentique

Le niveau d’autonomie est l’un des choix stratégiques dans tout déploiement agentique. Forsythe souligne que certaines entreprises font face à « des décisions majeures, nécessitant l’intervention humaine dans le processus de solution agentique pour la supervision », alors que d’autres « voudront maximiser l’automatisation ».

Il ne s’agit pas de choix exclusifs. « L’un, l’autre ou les deux sont disponibles et peuvent être déployés selon le contexte », précise-t-il, si la solution « est capable de gérer les cas d’usage nécessitant un traitement particulier ».

La bonne nouvelle, c’est que « toutes ces options… peuvent être déployées [pour] un client de la manière la plus logique ». Une unité d’affaires pourrait préférer une IA très supervisée pour des processus réglementés, tandis qu’une autre favorise l’automatisation complète pour des tâches à faible risque intrinsèque ou pouvant être contrôlées à l’étape de conception de la solution. « Nous bénéficions d’une flexibilité maximale » et les approches hybrides s’avèrent souvent les plus efficaces.

Options d'implantation : IA agentique basée sur interface graphique ou sur API

La plupart des entreprises exploitent déjà de vastes centres de contact où les agents utilisent des applications et interfaces graphiques établies. Les solutions agentiques doivent composer avec cette réalité. Forsythe présente deux principales voies d’implantation.

D’abord, les organisations peuvent concevoir une solution « semblable à un représentant humain à son poste, manipulant l’interface graphique et en utilisant la structure actuelle de l’application ». Cette approche s’aligne sur la façon de travailler actuelle des agents, et « vous pouvez [surveiller] l’expérience en utilisant l’interface graphique », ce qui peut apaiser les parties prenantes qui peuvent « voir exactement ce qui se passe ».

Deuxièmement, il est possible d’utiliser les API existantes du client. Dans ce modèle, la solution agentique communique directement avec les systèmes d’enregistrement. En utilisant les API du client, « on peut démarrer un peu plus rapidement », et cette approche « tend à être plus répétable, performante et robuste ».

Les deux approches « présentent avantages et inconvénients ». En pratique, après des tests rigoureux, l’approche API devrait offrir à la plupart des clients ce dont ils ont besoin, mais l’option interface graphique demeure disponible si nécessaire.

Lever les inquiétudes sur la compatibilité des plateformes

La compatibilité des plateformes est une préoccupation répandue chez les gestionnaires ayant beaucoup investi dans des plateformes CCaaS ou CRM précises. « La bonne nouvelle, c’est que notre solution IA agentique pour CCaaS est indépendante des plateformes, ce qui signifie qu’elle fonctionne avec n’importe quel centre de contact ou plateforme CRM déjà installée chez le client. Peu importe la plateforme actuelle utilisée, ou même en l’absence de plateforme, nous pouvons bâtir un système à partir de rien », précise Forsythe. 

Puisque l’approche HCLTech est conçue pour « s’intégrer avec n’importe quelle plateforme », les organisations peuvent superposer l’IA agentique à leur environnement existant plutôt que d’amorcer des projets perturbateurs de refonte. Cette flexibilité est particulièrement importante pour les grandes entreprises, qui possèdent souvent plusieurs environnements hérités et des feuilles de route de migration graduelle.

Démontrer la valeur sans remplacer les outils existants

De nombreuses entreprises investissent déjà beaucoup de temps et d’argent dans leurs solutions actuelles et ressentent de l’appréhension face à l’IA générative et agentique. On recommande un modèle graduel et à faible risque : « [où l’on peut] mettre en place une solution [qui permet] de tester l’approche agentique ».

Par exemple, un client pourrait disposer « d’un système de robot vocal déjà déployé, mais savoir qu’il devrait évoluer vers l’agentique ». Dans un tel cas, HCLTech peut « évaluer les activités gérées auprès de leur clientèle et, avec eux, cibler certains sujets à transférer vers l’agentique ».

Ceci permet « un projet pilote de solution agentique fonctionnant en parallèle avec l’existant ». Une fois qu’il y a « un certain degré de confort… à propos de la manière dont le tout fonctionne », l’organisation pourra élargir la couverture, utiliser les leçons tirées pour raffiner les parcours et graduellement transférer plus de volume à l’agentique, sans retirer du jour au lendemain ses outils éprouvés.

Améliorer l’omnicanal avec l’IA agentique

L’omnicanal a souvent été plus un idéal qu’une réalité. Par le passé, les fournisseurs créaient « une solution pour la voix, une pour le clavardage », tandis que la messagerie texte pouvait ou non s’interfacer au canal web. Le résultat : des expériences morcelées et peu de visibilité intercanal.

Avec l’IA agentique, le modèle change. « Maintenant, nous concevons une seule solution pour l’ensemble des canaux », fait-il remarquer. Plusieurs avantages en découlent :

• Des réponses cohérentes partout : Une cohérence maximale pour les demandes des usagers sur la voix, le clavardage, la messagerie texte et le web
• Contexte intercanal : Meilleure visibilité sur ce qui s’est déroulé ailleurs pour les usagers, qui s’en trouvent rassurés
• Simplicité opérationnelle :Un seul niveau d’orchestration à gérer et à améliorer plutôt que de nombreux moteurs isolés

En somme, l’IA agentique va au-delà de l’automatisation et permet enfin de tenir la promesse d’un parcours client véritablement connecté en omnicanal.

La prochaine vague d’IA agentique dans les centres de contact

À l’horizon 2026, Forsythe s’attend à « une expansion continue des systèmes d’IA agentique dans les centres de contact, avec une gestion plus autonome d’interactions complexes et multiples, de bout en bout ».

Les clients interagiront de plus en plus avec des agents numériques capables de gérer l’ensemble d’un parcours, et non de simples tâches isolées.

Il prévoit aussi « plus de personnalisation et une gestion en temps réel », y compris la capacité de « tenir compte des signaux d’émotion provenant du client final ». À la fois, les entreprises vont combiner des modèles de langage naturels « novateurs et exceptionnels » de grande taille avec des « modèles de langue plus petits… pour des scénarios précis », afin de bâtir des architectures efficaces et adaptées.

« Nous assisterons quelque part à une renaissance des petits modèles de langue, qui fonctionneront en collaboration avec les grands modèles », prédit-il.

Le principe directeur restera simple : « Nous viserons toujours à utiliser le bon outil pour la bonne tâche. Et l’efficacité sera la clef pour offrir un service de classe mondiale de façon optimale et économique. »

FAQ

1. Qu’est-ce que l’IA agentique dans le contexte des centres de contact?
L’IA agentique désigne des systèmes qui ne se contentent pas de répondre aux questions, mais savent aussi planifier et exécuter des tâches en plusieurs étapes dans les applications, à la manière d’un agent humain. Dans les centres de contact, cela peut signifier résoudre les enjeux des clients de bout en bout, assister les agents humains en temps réel ou automatiser le traitement post-contact, tout en suivant les politiques et règles d’affaires.

2. En quoi l’IA agentique diffère-t-elle des robots conversationnels ou SVI traditionnels?
Les robots conversationnels et SVI traditionnels s’en tiennent généralement à des scripts figés et peinent à traiter des parcours complexes en plusieurs étapes. L’IA agentique combine la compréhension du langage et la capacité d’agir, qu’il s’agisse de naviguer dans une interface ou d’utiliser des API, ainsi que de maintenir le contexte entre les étapes et de s’adapter à différents scénarios. Elle s’apparente davantage à une main-d’œuvre numérique qu’à un simple robot réponse.

3. Les organisations doivent-elles remplacer leur plateforme de centre de contact pour adopter l’IA agentique?
Pas nécessairement. Les solutions indépendantes de la plateforme fonctionnent avec tout système en place ou même dans des environnements vierges. Bien des organisations commencent par ajouter une couche agentique sur leur pile actuelle, puis modernisent leurs plateformes graduellement dans le cadre d’une feuille de route plus large.

4. Comment minimiser les risques lors du déploiement de l’IA agentique?
Une approche étape par étape aide à réduire les risques. Débutez en transférant des sujets ou intentions stratégiques à une solution agentique en parallèle au système actuel. Surveillez les résultats, prenez confiance, ajustez les parcours, puis élargissez la couverture. Cela permet aux centres de contact de démontrer la valeur et de résoudre les inquiétudes avant d’investir dans un déploiement à grande échelle.

5. L’IA agentique améliorera-t-elle véritablement l’expérience omnicanal?
Oui, si elle est conçue comme une couche d’orchestration unifiée. Au lieu d’engins distincts pour la voix, le clavardage et la messagerie texte, une seule solution agentique peut desservir tous les canaux, assurant la cohérence des réponses et le partage du contexte. Cela améliore la continuité lors des changements de canal et simplifie l’exploitation, tout en permettant d’adapter l’expérience selon chaque canal au besoin.