§ Guide
Agent IA de service client (SAV) : architecture, garde-fous, mesure
Un agent IA de service client se compose de six briques : des canaux d'entrée, une base de connaissance, un modèle de langage, des outils (suivi de commande, création de ticket), une règle d'escalade vers un humain et un journal de chaque échange. Les garde-fous (périmètre, refus, transparence) comptent plus que le modèle. Ce qui se mesure : résolution, délai, satisfaction. Relevé le 15 octobre 2026.
- Documentation Anthropic lue le 15 octobre 2026
- Six briques, trois garde-fous, trois mesures
- Aucun résultat client inventé
Réponse directe
Comment fonctionne un agent IA de service client ?
Il répond depuis votre base de connaissance, appelle des outils (suivi de commande, création de ticket) et passe la main à un humain selon une règle écrite, en gardant un journal de chaque échange. Trois garde-fous le cadrent : un périmètre, des refus, la transparence sur l'IA. Trois mesures le jugent : le taux de résolution, défini par écrit, le délai et la satisfaction. Aucun résultat n'est garanti : il se mesure chez vous.
Chatbot de service client ou agent IA : quelle différence ?
Un chatbot de service client à règles suit un arbre de choix écrit à l'avance : il répond bien aux questions prévues et échoue sur les autres. Un agent IA de service client lit la question en langage libre, retrouve la réponse dans votre base de connaissance et peut agir dans vos outils. La différence tient donc à trois capacités : comprendre la demande, s'appuyer sur vos sources, appeler des outils. Pour la définition générale, voir le guide agent IA : définition et limites.
L'automatisation du service client se fait alors par couches : une règle simple pour ce qui est fixe (envoyer un accusé de réception), l'agent pour ce qui demande de lire et de rédiger, l'humain pour ce qui engage l'entreprise. Le but n'est pas de supprimer le service client, mais de lui retirer les demandes répétitives et de lui laisser le reste avec le contexte déjà réuni.
De quoi se compose l'architecture d'un agent IA de service client ?
| Brique | Son rôle | Ce qu'il faut décider | Erreur fréquente |
|---|---|---|---|
| 1. Canaux | Là où le client écrit : chat du site, e-mail, formulaire, messagerie | Un seul canal au départ ; comment identifier le client | Ouvrir tous les canaux le premier jour |
| 2. Base de connaissance | Les réponses autorisées : FAQ, conditions de vente, fiches produits, procédures | Qui la tient à jour ; quelle est la source de vérité | Y verser des documents périmés ou contradictoires |
| 3. Modèle de langage | Comprendre la demande et rédiger depuis les sources seules | Quel modèle pour quelle étape ; quel niveau d'effort | Choisir le plus gros par réflexe |
| 4. Outils | Les actions : chercher une commande, créer un ticket, proposer un rendez-vous | Lecture seule d'abord ; quelles actions exigent une validation humaine | Donner un droit d'écriture dès le premier jour |
| 5. Escalade | Le passage de main à un humain, avec l'historique | Les déclencheurs, le canal, les horaires, qui reçoit | Escalader sans l'historique : le client répète tout |
| 6. Journal | La trace de chaque échange : question, sources, actions, issue | Ce qui est conservé, combien de temps, qui relit | Ne rien journaliser : impossible de mesurer ni de corriger |
Comment l'agent répond-il sans inventer ?
Un agent de service client ne répond pas « de mémoire ». Il cherche d'abord dans votre base de connaissance les passages qui concernent la question, puis rédige à partir de ces seuls passages : c'est la récupération documentaire, dite RAG, expliquée dans le guide LLM et RAG pour dirigeants. La documentation d'Anthropic sur la réduction des hallucinations liste les réflexes : autoriser explicitement le modèle à dire « je ne sais pas », lui faire extraire des citations avant de répondre, et lui faire retirer toute affirmation qu'il ne peut pas appuyer sur une citation. Elle précise que ces techniques réduisent les hallucinations sans les éliminer : les informations critiques se valident.
Pour les données qui changent, comme le statut d'une commande, la recherche documentaire ne suffit pas : l'agent appelle un outil. Anthropic décrit le mécanisme : le modèle renvoie une demande d'outil structurée (stop_reason: "tool_use"), c'est votre application qui exécute l'opération, puis elle renvoie le résultat. Le modèle ne touche donc jamais seul à votre système : vous décidez quels outils existent et avec quels droits. C'est le point de contrôle le plus utile de toute l'architecture. La mise en place d'une base documentaire est traitée sur la page base de connaissance IA.
Quel modèle ? Le guide d'Anthropic sur le support client recommande Opus 5.5 pour les scénarios les plus complexes, et Haiku 5.5 quand le flux enchaîne récupération documentaire, outils ou longs contextes et qu'il faut optimiser la latence. Notre lecture pour une PME : testez d'abord le modèle le plus léger sur vingt cas réels, puis montez seulement là où il échoue. La comparaison des prix est dans le guide du choix de modèle.
Quels garde-fous poser à un agent de service client ?
- 01 Périmètre : une liste écrite des sujets que l'agent traite (statut de commande, horaires, retours, questions produit) et de ceux qui partent à l'humain (litige, remboursement hors règle écrite, réclamation formelle).
- 02 Moindre privilège : l'agent consulte avant d'agir. Tant que vous n'avez pas relu ses conversations, toute action qui modifie quelque chose (annulation, remboursement) passe par une validation humaine. Anthropic recommande de limiter l'accès aux données et aux actions sensibles pour qu'une injection réussie fasse peu de dégâts.
- 03 Refus : l'agent a le droit de répondre « je ne sais pas » et de transmettre. Il refuse les conseils juridiques ou médicaux, les sujets hors périmètre et les engagements contractuels qu'il n'est pas autorisé à prendre (remise, geste commercial, délai garanti), un point que le guide support d'Anthropic cite parmi ses garde-fous.
- 04 Contenus entrants : un e-mail ou une pièce jointe est une donnée, pas une instruction. Anthropic distingue l'injection directe (le client est l'adversaire) de l'injection indirecte (un texte tiers contient des consignes cachées) et conseille de tester son propre agent avec des contenus piégés avant la mise en service.
- 05 Transparence : le client sait dès le premier message qu'il parle à une IA. L'article 50 du règlement européen sur l'IA prévoit que les systèmes destinés à interagir directement avec des personnes les informent qu'elles échangent avec une IA, sauf si c'est évident ; la règle générale s'applique depuis le 2 août 2026. Voir le guide AI Act pour savoir qui est visé.
- 06 Données : ne demandez que ce dont l'agent a besoin, fixez la durée de conservation du journal et dites au client ce qui est enregistré. Le cadre RGPD d'un assistant IA est détaillé dans le guide Claude et RGPD.
- 07 Relecture : une personne relit chaque semaine un échantillon de conversations, en priorité celles qui ont fini en escalade ou en note basse.
Pour le détail juridique, deux guides complètent celui-ci : le calendrier de l'AI Act pour les PME, qui dit qui est fournisseur et qui est déployeur, et Claude et RGPD en PME. Le texte de l'article 50 se lit sur le site de la Commission européenne. Ce que l'information doit dire, et quand, est détaillé dans le guide chatbot et transparence (article 50). Ce guide n'est pas un avis juridique.
Quand l'agent doit-il passer la main à un humain ?
La règle d'escalade s'écrit avant le lancement, pas après le premier incident. Anthropic range l'« escalation efficiency » parmi ses critères d'évaluation : la part des conversations correctement transmises à un humain, par rapport à celles qui auraient dû l'être sans l'être. Quatre déclencheurs suffisent pour démarrer, et ce sont ceux de Waimia, pas ceux d'Anthropic :
- La demande explicite. Le client demande une personne : l'agent transmet, sans discuter.
- Le hors-périmètre. Le sujet n'est pas dans la liste écrite : l'agent le dit et transmet.
- L'incertitude. Aucune source de la base ne répond : l'agent ne devine pas, il transmet.
- Le ton. Le client exprime une colère ou répète sa demande deux fois : l'agent transmet avec l'historique.
Le passage de main emporte avec lui la question, les sources consultées et les actions déjà faites, pour que le client ne répète rien. Il se fait dans les horaires où quelqu'un lit : hors horaires, l'agent le dit et crée un ticket plutôt que de laisser croire à une réponse immédiate.
Que mesurer pour juger un agent IA de service client, et comment ?
| Mesure | Définition à écrire | Comment la relever | Piège |
|---|---|---|---|
| Taux de résolution | Conversations clôturées sans humain, avec une règle explicite : le client confirme, ou ne revient pas sur le même sujet dans un délai fixé | Conversations résolues par l'agent ÷ conversations entrantes, sur le journal, avec un échantillon relu à la main | Compter une transmission à un humain, ou un silence du client, comme une résolution |
| Taux de transmission | Part des conversations passées à un humain, justifiées ou non | Conversations transmises ÷ conversations entrantes ; relire un échantillon pour séparer les transmissions utiles des évitables | Chercher un taux bas : une transmission utile est un bon résultat |
| Délai | Délai de première réponse, délai jusqu'à la clôture, et délai de prise en charge humaine après une transmission | Horodatages du journal : message du client, première réponse, clôture, première réponse humaine | Une première réponse rapide n'est pas une résolution : mesurer les trois délais séparément |
| Satisfaction | Note donnée par le client après la conversation (par exemple de 1 à 5) | Une question posée en fin d'échange ; relever aussi le taux de réponse | Un faible taux de réponse biaise la moyenne ; comparer à votre mesure d'avant, pas à un objectif générique |
| Exactitude | Part des réponses conformes à la source de la base de connaissance | Relecture hebdomadaire d'un échantillon de conversations par une personne du métier | Ne relire que les conversations notées bas : les erreurs silencieuses échappent |
| Coût par conversation | Coût d'API, d'orchestration et de supervision rapporté aux conversations traitées | Facture de l'éditeur, abonnement d'orchestration, temps de relecture | Oublier le temps de relecture : il fait partie du coût |
Quelle mesure de départ avant de lancer l'agent ?
Sans mesure d'avant, aucune mesure d'après ne prouve quoi que ce soit. Relevez pendant quatre semaines les demandes reçues par type, le délai de première réponse et de clôture, les renvois entre collègues et la satisfaction si vous la collectez déjà. C'est cette base, et non un taux de marché, qui permettra de dire si l'agent a amélioré le service, ou seulement déplacé le travail. Le guide du ROI d'une automatisation déroule la méthode de calcul, et le guide du coût d'un projet IA liste les postes de dépense à y mettre en face. Nous ne publions aucun gain moyen : tout chiffre sans mesure de départ est un argument de vente.
Agent du marché ou agent sur mesure : lequel choisir ?
Avis de Waimia, qui vend du sur mesure : si vous cochez la colonne de gauche, gardez votre budget.
- Vous avez déjà un logiciel de support (helpdesk) qui propose un agent intégré.
- Vos questions sont standard et vos réponses tiennent dans une base de connaissance simple.
- Une facturation au résultat vous convient et vous acceptez la définition de « résolution » de l'éditeur.
- Aucun outil interne ne doit être interrogé : stock, contrat, dossier client.
- L'agent doit interroger plusieurs de vos outils (commandes, stock, contrats) avant de répondre.
- Vos règles métier sont spécifiques : exceptions, barèmes, cas qui engagent l'entreprise.
- Vous voulez définir vous-même ce qu'est une résolution et relire chaque conversation.
- Des données de clients ne doivent pas partir chez un éditeur sans contrôle : voir le cadre RGPD.
Comment mettre en place un agent IA de service client, étape par étape ?
Six étapes, de la mesure à l'élargissement. Chaque étape se termine par un livrable que vous pouvez relire.
-
Mesurer l'existant
Quatre semaines de demandes par type, délais et satisfaction. Le livrable est un tableau de départ, avec les sujets les plus répétitifs en tête.
-
Fixer un périmètre étroit
Trois à cinq sujets, un canal, une liste écrite de ce qui part à l'humain, la définition de la résolution. Le livrable est un périmètre signé par la personne qui tient le service client.
-
Préparer la base de connaissance
Réunir les sources de vérité, retirer les documents contradictoires ou périmés, nommer un propriétaire et une date de relecture par document.
-
Construire en lecture seule, avec escalade et journal
L'agent consulte la base et les outils en lecture, transmet selon la règle écrite et journalise chaque échange. Les actions qui modifient quelque chose restent à validation humaine.
-
Tester avant d'ouvrir
Vingt cas réels avec la réponse attendue, dont des cas limites, plus des messages piégés (consignes cachées dans un e-mail ou une pièce jointe). On ouvre si le résultat est conforme à ce que vous avez écrit, pas avant.
-
Ouvrir à une part du trafic, relire, élargir
Une part des demandes d'abord, un échantillon relu chaque semaine, les trois mesures comparées à la base de départ. On élargit le périmètre seulement si la mesure le justifie.
Que fait Waimia pour un service client, et que ne promet-il pas ?
Waimia cadre, construit et suit des agents de service client branchés sur vos outils : la page agent IA de service client décrit l'offre, et la page automatiser le service client et le SAV donne le point de départ par type de demande, avec des études de cas du marché sourcées. Le cadrage est facturé 999 € HT pour 10 heures ; la suite se facture 99 € HT de l'heure ou au forfait de pilote. L'audit est gratuit.
Waimia ne promet aucun taux de résolution, aucun délai gagné, aucune économie. Ces chiffres n'existent qu'après la mesure de départ et la mesure d'après, chez vous.
Où en est votre entreprise avec l'IA ?
Le diagnostic de maturité prend quelques minutes et donne un niveau et une première piste. Le résultat s'affiche tout de suite ; vous pouvez le recevoir par e-mail.
Agent IA de service client : questions fréquentes
Q.01 Qu'est-ce qu'un agent IA de service client ?
C'est un logiciel qui lit les demandes de vos clients en langage libre, répond depuis votre base de connaissance, appelle des outils (suivi de commande, création de ticket) et passe la main à un humain selon une règle écrite. Il garde un journal de chaque échange. Il se distingue d'un chatbot à règles, qui suit un arbre de choix écrit à l'avance. Il demande un périmètre étroit et des garde-fous.
Q.02 Comment éviter qu'un chatbot de service client invente une réponse ?
En le faisant répondre depuis vos sources seules, en l'autorisant à dire « je ne sais pas » et à transmettre, en lui faisant citer le passage qui appuie sa réponse, et en relisant chaque semaine un échantillon de conversations. La documentation d'Anthropic précise que ces techniques réduisent les inventions sans les éliminer : les informations critiques se valident.
Q.03 Quand un agent doit-il passer la main à un humain ?
Quand le client le demande, quand le sujet est hors du périmètre écrit, quand aucune source de la base ne répond, et quand le ton monte ou que la demande se répète. Le passage de main emporte l'historique et les actions déjà faites pour que le client ne répète rien. Ces quatre déclencheurs sont ceux de Waimia, à adapter à votre activité.
Q.04 Faut-il dire au client qu'il parle à une IA ?
Oui, c'est la pratique à retenir. L'article 50 du règlement européen sur l'IA prévoit que les systèmes destinés à interagir directement avec des personnes les informent qu'elles échangent avec une IA, sauf si c'est évident, et la règle générale du règlement s'applique depuis le 2 août 2026. Dites-le dès le premier message. Ce guide n'est pas un avis juridique : voir le guide AI Act.
Q.05 Comment mesurer le taux de résolution d'un agent IA ?
Écrivez d'abord la définition : une conversation est résolue si le client confirme, ou ne revient pas sur le même sujet dans un délai que vous fixez, sans passage par un humain. Divisez les conversations résolues par les conversations entrantes, sur le journal, et relisez un échantillon à la main. Deux éditeurs ne comptent pas la résolution de la même façon : ne comparez pas leurs taux.
Q.06 Un chatbot de service client est-il fait pour une petite entreprise ?
Oui si vos demandes sont répétitives et si quelqu'un relit les conversations chaque semaine. Non si chaque demande est un cas particulier ou si personne n'a le temps de superviser. Commencez par trois à cinq sujets sur un canal, mesurez pendant quatre semaines avant de lancer, puis comparez. Un helpdesk avec agent intégré peut suffire avant de passer au sur mesure.
Q.07 Combien coûte un agent IA de service client ?
Cela dépend du périmètre. Côté prix publics au 15 octobre 2026 : l'API de Claude Haiku 5.5 coûte 0,10 $ en entrée et 0,50 $ en sortie par million de jetons, et Intercom facture son agent 0,99 $ par « outcome ». Chez Waimia, l'audit est gratuit et le cadrage coûte 999 € HT pour 10 heures. Le détail des postes est dans le guide du coût d'un projet IA.
Sources
- Anthropic, guide du support client avec Claude (critères d'évaluation, garde-fous, outils), lu le 15 octobre 2026
- Anthropic, réduire les hallucinations, lu le 15 octobre 2026
- Anthropic, limiter les jailbreaks et les injections de consignes, lu le 15 octobre 2026
- Anthropic, utilisation d'outils par Claude (stop_reason tool_use), lue le 15 octobre 2026
- Anthropic, tarification de l'API Claude (Haiku 5.5), lue le 15 octobre 2026
- Commission européenne, AI Act Service Desk : article 50, obligations de transparence (texte consolidé au 27 juillet 2026), lu le 15 octobre 2026
- Commission européenne, AI Act Service Desk : article 113, entrée en vigueur et application (2 août 2026), lu le 15 octobre 2026
- Intercom, tarification de Fin AI Agent (0,99 $ par outcome et définition d'un outcome), lue le 15 octobre 2026
Page mise à jour le par Simon Beros, fondateur de Waimia.