Blog International Data Corporation (IDC)
Sponsorisé par Meta
Blogueur invité d’IDC : Roger Beharry Lall
Directeur de recherche, Marketing Applications for Growth Companies • Recherche
Les organisations intègrent l’IA agentique dans les flux de travail du service clientèle. Il est intéressant de noter que 54 % de ces organisations considèrent que l’amélioration des résultats de la clientèle est plus importante que les simples indicateurs financiers. 1 À l’ère des agents, les équipes mesurent leur succès en fonction de l’aide réellement apportée à la clientèle, et non de la rapidité de clôture des tickets. Elles savent qu’une interaction contextualisée fidélise d’une manière qu’un service moins cher ou plus rapide ne peut faire seul, et que ce changement représente un nouveau chapitre dans les efforts des marques pour faire passer le service clientèle d’un centre de coûts à un générateur de revenus.
La rapidité sans contexte érode la confiance
L’IA agentique permet au service clientèle de générer de la valeur à long terme grâce à des interactions contextualisées. Mais qu’est-ce que le contexte au juste ? IDC décrit le contexte comme des faits vérifiés, des signaux comportementaux, une intention en temps réel et un historique des décisions qui opèrent ensemble. 2 Cette combinaison fait la différence entre un agent de service clientèle IA qui reconnaît simplement un·e client·e et un agent qui sait comment agir suite à la reconnaissance. La date de renouvellement d’un contrat est un fait. Un changement dans la fréquence des tickets d’assistance est un signal comportemental. Un ton frustré dans une transcription de discussion est une intention. Une offre de rétention antérieure dans le fichier est un historique des décisions. Si un élément vient à manquer, l’agent IA du service clientèle peut bien connaître le client, mais mal le comprendre.
La plupart des organisations sont encore loin de ce type de configuration. Seulement 32 % d’entre elles ont entièrement centralisé les données de la clientèle, et seules 15 % disposent d’une vue unifiée qui préserve le contexte à l’échelle de l’ensemble de l’écosystème de l’expérience de la clientèle. 3 Pour ce faire, les investissements dans le service clientèle basé sur l’IA doivent aller au-delà de la résolution rapide et s’intéresser à la fidélisation et aux activités futures qu’une interaction contextualisée peut générer.
Ce compromis est déjà visible dans ce que les dirigeant·es considèrent comme le plus important. La précision des résolutions autonomes, et non la vitesse, est le facteur de satisfaction le plus élevé en matière de performances de l’IA agentive, avec un taux de 66 %. 4 Pour atteindre cette précision de manière fiable, il faut investir dans des outils contextuels : des systèmes qui privilégient la confidentialité et qui recueillent, possèdent, consolident et même améliorent les informations sur la clientèle tout au long du parcours.
Quelles sont les tendances en matière de mesure pour le service clientèle basé sur l’IA ?
Les organisations de premier plan abandonnent purement et simplement la rapidité de clôture des tickets comme indicateur principal. Une résolution peut prendre autant de temps que nécessaire. Ce qui est suivi à la place, c’est si la clientèle s’est sentie comprise et si l’interaction a instauré une relation de confiance suffisante pour survivre à la prochaine interaction.
L’écart de remontée de l’IA : là où la confiance de la clientèle est gagnée ou perdue
Environ 64 % des organisations déclarent être satisfaites de la façon dont les agents IA de leur service clientèle gèrent les transferts à un niveau hiérarchique supérieur, mais seulement 49 % peuvent préserver intégralement le contexte de la clientèle lorsqu’une conversation est menée sur différents canaux. 4
That gap is where agentic customer service actually breaks down. When an AI agent hands off to a human representative, or to another AI agent, the customer experience is binary; either it’s seamless, or it’s a complete conversation restart.
Le manque de confiance est également visible au niveau organisationnel. Seulement 21 % des organisations attribuent un score de confiance à chaque interaction avec la clientèle, et seules 5 % considèrent la confiance comme une priorité au niveau de la direction. 3 Les organisations mesurent la confiance plus rapidement que les équipes de direction ne prennent de mesures. Même les organisations qui mesurent correctement la confiance n’agissent pas forcément en conséquence. Même si la technologie continue de s’améliorer, les organisations n’ont pas besoin d’attendre le modèle d’IA parfait.
IDC survey data shows 44% are already investing in AI-powered intent detection and routing, and 43% in AI-generated conversation summaries at the point of handoff. 4 Both tactics focus on ensuring data flows to the next actor, whether AI agent or human representative, and are significant steps in the right direction. An escalation that preserves context isn’t just faster. It signals that the brand was listening.
Quelles sont les tendances émergentes en matière de transfert du service clientèle à l’IA ?
Les organisations qui réussissent à offrir un service clientèle performant se concentrent sur le flux de données et le contexte. Les modèles d’IA sont importants, mais la création et la conservation d’un contexte sont souvent les principaux facteurs de confiance. C’est ce qui donne l’impression que la marque est coordonnée à chaque interaction.
La confiance crée l’opportunité de vente incitative
The share of chief sales officers naming customer lifetime value as a top-priority metric jumped from 17% in 2024 to 29% in 2025, tracking the exact value that trust-enabled customer service engagement is designed to deliver. 5 Customer service already generates what sales needs to act on that shift: a signal, a moment, a reason to reach out at the right time.
Un agent du service clientèle basé sur l’IA résout un problème et apprend ce qui est important pour la clientèle, ce qui la frustre et à quel moment la prochaine conversation doit avoir lieu. Aujourd’hui, cette connaissance tend à disparaître. Un·e client·e susceptible de résilier son abonnement reçoit une remise du service clientèle, mais le service marketing n’en est pas informé. Le ou la même client·e reçoit donc, la même semaine, un e-mail de la campagne de vente incitative. Ce contexte reste coincé dans une file d’attente et n’atteint jamais l’interaction suivante.
Il s’agit de traiter les moments du service clientèle comme des déclencheurs naturels et opportuns de vente incitative, grâce à la confiance instaurée au moment précédent. Un·e client·e dont le problème vient d’être résolu et qui se sent désormais positif·ve se trouve dans une autre étape du cycle de vie que 48 heures auparavant. Grâce au moment choisi pour prendre contact et aux informations que l’agent IA du service clientèle vient d’obtenir, la conversation suivante semble bienvenue plutôt qu’opportuniste.
La confiance, et pas uniquement le timing, est la clé de la réussite de l’offre.
This only works when context moves across functions as fluidly as the customer does. IDC’s agentic mesh research frames the goal: interconnected AI agents that automate handoffs across every customer-facing function, enabling the business to « act as one brand ». 7 Without that, trust built in customer service has nowhere to travel, and revenue teams end up guessing at a relationship they never saw.
Quelles sont les tendances en matière d’encadrement du service clientèle à l’ère de l’IA ?
Les marques qui facilitent le flux de contexte entre les systèmes de service clientèle, de marketing et de revenus dépasseront les performances de la concurrence qui traite encore chaque ticket résolu comme clos plutôt que comme une ouverture.
Un service clientèle agentique gagnant
Les organisations dont le service clientèle agentique excelle traitent chaque interaction comme une occasion d’approfondir leur connaissance des client·es et de tisser des liens durables. Cela commence par la création d’une architecture de données avant l’ajout d’agents de service clientèle basés sur l’IA et la séparation de ce qui est prêt pour la production aujourd’hui (détection proactive des problèmes et préservation du contexte à chaque point de contact) de ce qui a encore besoin de mûrir (agents IA entièrement autonomes traitant des décisions complexes sans intervention humaine).
À plus long terme, IDC prévoit qu’à l’horizon 2030, les achats agentiques représenteront 30 % des revenus et 20 % de la croissance des bénéfices en éliminant les inefficacités des processus au contact de la clientèle, mais seules 17 % des organisations du G2000 disposeront d’opérations agentiques prêtes à en bénéficier. 6 La préparation dépend de la confiance : les problèmes de confiance et de gouvernance font partie des trois principaux obstacles que les organisations évoquent lorsqu’un déploiement est bloqué. 4 Les 17 % qui y parviennent en premier ne sont pas forcément les plus rapides. Ce sont souvent celles qui ont gagné la confiance des utilisateur·ices avant de se développer.
Ici, la victoire passe par la transparence par défaut sur l’accès au contexte de la clientèle et son utilisation. Cela signifie également qu’il faut traiter le partage de contexte entre les équipes comme une priorité stratégique dès le début. Les coûts sont toujours importants, mais ils ne sont plus un indicateur de la rapidité, de l’expérience clientèle ou de la croissance des revenus. Les vraies économies se manifestent lorsqu’un problème n’a pas à être résolu deux fois : une première fois au niveau du service clientèle, puis de nouveau, des mois plus tard, à travers une campagne de reconquête déclenchée par une résiliation. Plus important encore, les économies réalisées deviennent des sources de revenus supplémentaires lorsque les appels au service clientèle se transforment en opportunités de ventes additionnelles portées par la fidélisation au lieu d’être considérés comme un simple moyen de résoudre les réclamations.
Les tickets fermés par heure ne sont plus la référence dans l’ère des services clientèle basés sur l’IA. La prochaine fois qu’une conversation d’assistance fait l’objet d’une remontée, demandez à la personne si elle a dû répéter sa demande. Cette seule question constitue tout l’audit.
Message du sponsor
À mesure que les entreprises créent, déployent et personnalisent des agents IA pour être présentes auprès de chaque client·e à chaque instant, Meta prend en charge les technologies de messagerie que la clientèle utilise au quotidien : Messenger, Instagram et WhatsApp. Cette étude IDC commandée par Meta examine comment l’IA agentique et la messagerie professionnelle redéfinissent l’avenir des interactions avec la clientèle. Découvrez comment les solutions de messagerie professionnelle basées sur l’IA permettent aux entreprises d’échanger avec leur clientèle et de se développer grâce à des conversations personnalisées qui favorisent la confiance.
Notes :
- Customer-Centric Organizations Are Doubling Down on CX with Agentic AI [Les organisations axées sur la clientèle misent sur l’expérience clientèle avec l’IA agentique] (IDC nº US53318425, avril 2025)
- Beyond Customer Data: The Context Foundation AI Agents in CX Are Missing (IDC #US54429926, mars 2026)
- Customer Experience Market Overview and Outlook, 2025–2026 (IDC #US53782725, septembre 2025)
- Sondage IDC : State of Contact Center and Customer Service Technology, From Assistance to Autonomy in 2026 (IDC #US54820226, août 2026)
- DC Survey: The Chief Sales Officer Agenda — Challenges, Priorities, and Evolving Role of the CSO [Enquête DC : L’agenda de la direction commerciale : défis, priorités et évolution du rôle de CSO] (IDC nº US54377226, mars 2026)
- IDC FutureScape: Worldwide Agentic Experience Orchestration 2026 Predictions (IDC #US53858625, octobre 2025)
- Agentic Mesh for CX: Automating End-to-End Customer Experience Management (IDC #US53802225, octobre 2025)
