§ Cas d'usage · support et SAV
Automatisation du service client et du SAV
En une phrase
Automatiser le service client, c'est faire préparer par un agent IA les réponses aux demandes qui reviennent (où est ma commande, comment retourner un article, où trouver ma facture), à partir de vos données, et laisser une personne valider ce qui engage l'entreprise. Cette page s'adresse aux PME et ETI qui reçoivent chaque semaine les mêmes demandes par e-mail, formulaire ou chat.
- Demandes récurrentes
- Validation humaine avant envoi
- Un canal à la fois
Réponse directe
Que peut-on automatiser dans un service client, et par où commencer ?
On automatise d'abord le tri des demandes et les réponses qui se trouvent déjà dans vos outils : suivi de commande, délais, documents, questions sur une procédure. On commence par compter les demandes d'un mois, classées par type, puis on choisit le type le plus fréquent dont la réponse ne demande aucun jugement. L'agent prépare la réponse, une personne l'envoie. Les remboursements, les litiges et les gestes commerciaux restent décidés par un humain.
Les tâches du support, classées par rentabilité probable et par risque
| Tâche | Rentabilité probable | Risque | Ce que nous conseillons |
|---|---|---|---|
| Trier et étiqueter les demandes entrantes | Forte dès que le volume existe | Faible : une erreur de tri se corrige | Premier chantier. Aucun message ne part vers le client. |
| Répondre au suivi de commande | Forte : souvent le premier motif de contact | Faible si la donnée vient du transporteur | Deuxième chantier, avec validation humaine au départ. |
| Répondre aux questions de procédure (retour, garantie, facture) | Moyenne à forte | Moyen : la procédure doit être écrite et à jour | L'agent cite sa source. Sans source, il transmet. |
| Préparer le dossier d’une réclamation | Moyenne : gain de temps pour la personne qui traite | Faible : la décision reste humaine | Résumé, pièces et historique rassemblés ; la réponse est écrite par une personne. |
| Modifier une commande ou une adresse | Moyenne | Élevé : action irréversible une fois expédié | Plus tard, après des semaines de mesure, et avec confirmation du client. |
| Décider d’un remboursement ou d’un geste commercial | Faible | Élevé : argent et relation client | À ne pas automatiser. L’agent prépare, une personne décide. |
Comment se déroule un pilote de support
Un pilote porte sur un canal et un type de demande. Il tourne en production, sur de vraies demandes, avec une personne qui valide.
-
Compter
On exporte un mois de demandes et on les classe par type. On en tire trois chiffres par type : volume, temps passé, part traitable sans jugement.
-
Écrire
Pour le type retenu, on écrit la procédure : quelles données consulter, quelle réponse donner, dans quels cas transmettre. Si elle n'existe pas par écrit, c'est le vrai travail.
-
Brancher
L'agent reçoit un accès en lecture à la boîte du support, à la boutique et au suivi des transporteurs. Il rédige un brouillon dans l'outil que l'équipe utilise déjà.
-
Valider
Chaque brouillon est relu, corrigé si besoin, puis envoyé par une personne. Chaque correction est notée : c'est elle qui améliore les consignes.
-
Mesurer et décider
Après quelques semaines : part des brouillons envoyés sans modification, temps par demande, erreurs relevées. On étend, on corrige ou on arrête, chiffres à l'appui.
Ce qu'on automatise, et ce qu'il ne faut pas automatiser
La limite n'est pas technique. Elle tient à ce que coûte une erreur et à ce que le client attend d'une personne.
- Le tri, l'étiquetage et la priorité des demandes
- Le suivi de commande et les délais
- L'envoi d'une facture ou d'un document
- Les questions dont la réponse figure dans une procédure écrite
- Le résumé d'un dossier avant qu'une personne le reprenne
- La décision de rembourser, de refuser ou de faire un geste commercial
- La réponse à un client en colère ou à une mise en demeure
- Les questions de santé, de sécurité ou de conformité d’un produit
- Les demandes sans numéro de commande ni client identifiable
- Tout ce pour quoi aucune procédure n'est écrite
Les garde-fous que nous posons
Validation humaine
L'agent ne décide pas à votre place. Dans un premier pilote, il rédige et une personne envoie. Les actions qui engagent de l'argent ou qui ne peuvent pas être annulées (remboursement, annulation, modification après expédition) restent validées à la main, même quand le reste est ouvert à l'envoi automatique.
Sources et traçabilité
L'agent répond à partir de vos données : la commande, le suivi, la procédure écrite. Quand il ne trouve pas la source, il transmet au lieu d'inventer. Chaque réponse est journalisée avec les données consultées, pour pouvoir comprendre une erreur après coup.
Données personnelles et RGPD
On liste les données envoyées au modèle et on retire ce qui n'est pas nécessaire. On fixe la durée de conservation des échanges, on inscrit le traitement à votre registre et on vérifie les conditions de l'éditeur du modèle. Le détail de notre démarche est sur la page conformité IA.
Transparence envers le client
Le client est informé quand il échange avec un système automatisé. La Commission européenne le rappelle pour les chatbots dans sa présentation de l'AI Act (page consultée le 5 octobre 2026). Et il doit toujours pouvoir joindre une personne : c'est la leçon du cas Klarna, détaillé plus bas.
§ Réalisations Waimia
Un projet en cours, pas encore de résultat publié
Waimia construit actuellement un agent de SAV pour un site e-commerce sur Shopify. L'agent tourne sur Claude Managed Agents. Il lit la boîte Gmail du support, la commande dans Shopify, le portail logistique et le suivi des transporteurs, puis prépare la réponse. Une personne valide avant chaque envoi.
Le périmètre de la première version est volontairement étroit : seules les demandes rattachées à un numéro de commande sont traitées. Le projet est en cours : la fiche Brow.X Professionnel décrit le périmètre et les garde-fous, et nous ne publions aucun chiffre tant que rien n'est mesuré en production. Le service correspondant est décrit sur la page agent de service client.
Études de cas du marché : service client
Quatre déploiements réels, menés par d'autres que nous. Trois sont des études de cas commerciales d'éditeurs : elles montrent ce qui marche et taisent le reste, d'où la ligne « limites ». Le quatrième, Klarna, vaut surtout pour son retour en arrière.
Aucun des projets ci-dessous n’a été réalisé par Waimia. Les chiffres sont ceux des sources citées ; nous ne les avons pas vérifiés.
-
Cas documenté, non réalisé par Waimia
UKLASH
Marque de cosmétiques vendue en ligne, Royaume-Uni, fondée en 2018. Effectif non précisé : la source parle d'une équipe de service client réduite.
- Ce qui a été automatisé
- Les annulations d'abonnement, avec proposition de pause ou de report, les changements d'adresse avant expédition, les modifications de commande, les renvois et les remboursements, dans des limites fixées par la marque. Le client confirme chaque annulation avant exécution.
- Outil
- Gorgias AI Agent (Actions), Loop, Shopify
- Résultat annoncé
-
Selon l'éditeur Gorgias, qui vend l'outil décrit :
Sur les 60 jours suivant la mise en service des actions, 21 % des demandes d'annulation d'abonnement sont traitées de bout en bout par l'agent, avec confirmation du client. Environ 12 % de ces demandes se terminent par une pause ou un report plutôt que par une annulation.
Formulation de la source
« 21% of subscription cancellation requests resolved end-to-end by AI Agent, with customer confirmation »
- Limites
- Quatre demandes d'annulation sur cinq passent donc encore par une personne. La source reconnaît que le premier déploiement, deux ans plus tôt, n'était pas assez fiable pour les sujets sensibles (abonnement, paiement, remboursement) et que la tenue à jour des consignes était une charge que l'équipe n'arrivait pas à absorber. Mesure sur 60 jours, sans date de publication affichée.
- Source
-
Source lue le .
-
Cas documenté, non réalisé par Waimia
Cabau Lifestyle
Marque néerlandaise de compléments alimentaires et de bien-être vendue en ligne. Petite équipe de service client : la source cite un seul agent humain.
- Ce qui a été automatisé
- Les questions répétitives avant et après l'achat (suivi de commande, composition des produits, associations possibles) et la réponse aux e-mails en dehors des heures de bureau.
- Outil
- Gorgias AI Agent, Shopping Assistant
- Résultat annoncé
-
Selon l'éditeur Gorgias, qui vend l'outil décrit :
La satisfaction client mesurée passe de 4,3 à 4,6 en quatre mois, alors que le volume de demandes a triplé. L'éditeur annonce aussi 6 à 9 embauches évitées.
Formulation de la source
« 7% improvement in CSAT with AI Agent, from 4.3 to 4.6 within four months »
- Limites
- Les « embauches évitées » sont une estimation, pas une mesure. Le contexte est exceptionnel : une émission diffusée sur Netflix a fait tripler les demandes. L'agent répond à des questions d'allergie et de santé ; la source se félicite qu'il renvoie vers un médecin, ce qui montre surtout que ce type de sujet demande des règles écrites et une relecture. Pas de date de publication affichée.
- Source
-
Source lue le .
-
Cas documenté, non réalisé par Waimia
Bella Santé
Spa et centre de soins esthétiques de la région de Boston (États-Unis), ouvert en 1996. Effectif non précisé.
- Ce qui a été automatisé
- Les questions courantes posées dans le chat du site (prestations, forfaits), en complément du centre d'appels. Le reste est transmis à une personne.
- Outil
- Tidio Lyro
- Résultat annoncé
-
Selon l'éditeur Tidio, qui vend l'outil décrit :
Environ 75 % des questions posées dans le chat sont traitées automatiquement ; les autres conversations sont transférées à des opérateurs humains.
Formulation de la source
« Around 75% of live chat questions are handled automatically »
- Limites
- Le chiffre porte sur le chat du site, pas sur le centre d'appels, que l'entreprise a conservé. « Traité automatiquement » ne dit pas si le client a obtenu la bonne réponse : la source ne donne aucune mesure de satisfaction. Entreprise américaine, hors du cadre du RGPD.
- Source
-
- Tidio, étude de cas publiée par l'éditeur (nouvel onglet), publié le 27 mars 2026
Source lue le .
-
Cas documenté, non réalisé par Waimia
Klarna
Société suédoise de paiement fractionné. Grande entreprise : 150 millions de consommateurs selon son communiqué. Ce n'est pas une PME ; le cas est cité pour ce qu'il a appris au marché.
- Ce qui a été automatisé
- Le chat du service client : remboursements, retours, questions sur les paiements, dans 23 marchés.
- Outil
- Assistant conçu avec OpenAI
- Résultat annoncé
-
Selon Klarna, dans son communiqué du 27 février 2024 :
Après un mois, l'assistant avait mené 2,3 millions de conversations, soit les deux tiers des échanges du chat du service client.
Formulation de la source
« The AI assistant has had 2.3 million conversations, two-thirds of Klarna’s customer service chats »
- Limites
- En mai 2025, Klarna a annoncé recruter de nouveau des personnes pour son service client et vouloir que le client puisse toujours parler à un humain. Son dirigeant, cité par CX Dive d'après Bloomberg, reconnaît que le coût a trop pesé dans l'organisation et que la qualité en a souffert. L'assistant traite toujours les deux tiers des demandes : la leçon porte sur l'absence de recours humain, pas sur l'automatisation elle-même.
- Source
-
- Klarna, communiqué de presse de l'entreprise (nouvel onglet), publié le 27 février 2024
- CX Dive, article de presse spécialisée (nouvel onglet), publié le 9 mai 2025
Source lue le .
Automatisation du service client : vos questions
Q.01 Faut-il un chatbot ou un agent IA pour le service client ?
Un chatbot scripté suit un arbre de questions prévu à l'avance : il suffit quand dix questions font l'essentiel du volume et que la réponse ne dépend pas du dossier du client. Un agent IA lit une demande formulée librement, va chercher la commande ou le contrat dans vos outils et prépare une réponse. Il se justifie quand la réponse dépend du dossier. Dans les deux cas, on commence par compter les demandes par type.
Q.02 À partir de quel volume l'automatisation du service client est-elle rentable ?
Il n'y a pas de seuil universel. Le calcul tient en trois chiffres : le nombre de demandes d'un même type par mois, le temps passé sur chacune, et la part que l'on peut traiter sans jugement. En dessous d'une dizaine de demandes par semaine, une FAQ à jour et des réponses types font le travail. Le calculateur de ROI vous donne l'ordre de grandeur avec vos chiffres.
Q.03 L'agent peut-il envoyer des réponses sans relecture ?
Techniquement oui, et certaines entreprises le font sur des demandes simples. Notre recommandation pour un premier pilote : l'agent prépare, une personne valide et envoie. On mesure pendant quelques semaines le taux de réponses envoyées sans modification, type de demande par type de demande. On n'ouvre l'envoi automatique que là où ce taux est élevé et où une erreur ne coûte rien de grave.
Q.04 Faut-il dire au client qu'il parle à une IA ?
Oui. La Commission européenne indique que, face à un système tel qu'un chatbot, les personnes doivent être informées qu'elles interagissent avec une machine, et que les règles de transparence de l'AI Act entrent en application en août 2026 (page consultée le 5 octobre 2026). Au-delà de l'obligation, c'est une question de confiance : un client qui découvre seul qu'il parlait à un automate ne vous le pardonne pas.
Q.05 Quelles données client l'agent voit-il ?
Celles dont il a besoin pour répondre, et pas davantage : le message, la commande concernée, le suivi du transporteur. On liste ces données avant de construire, on écarte ce qui n'est pas utile (moyens de paiement, historique complet), on fixe une durée de conservation des échanges et on inscrit le traitement à votre registre RGPD.
Q.06 Combien de temps avant un premier agent en production ?
Quelques semaines pour un premier type de demande, si vos réponses existent déjà par écrit. Si les procédures sont dans la tête de deux personnes, l'essentiel du travail consiste à les écrire, et le calendrier en dépend. Le prix se fixe sur devis après l'audit gratuit ; la page du service donne le prix d'entrée.