Le service après-vente a longtemps été évalué sur le temps de réponse et sur la question de savoir si un client obtenait au téléphone quelqu'un qui connaissait le problème. C'était une question d'effectifs : plus de capacité dans le service après-vente signifiait plus de clients aidés rapidement. Ce calcul change lorsqu'une partie du diagnostic, de l'orientation et du suivi est effectuée par l'IA. Il ne s'agit alors plus de savoir combien de personnes sont présentes, mais de la rapidité avec laquelle le système établit ce qui se passe et qui doit le résoudre.
Cela change sur quoi vous l'emportez. Un concurrent qui dispose des mêmes effectifs que vous, mais dont le système reconnaît une panne en quelques minutes et propose l'étape adéquate, ne gagne pas par amabilité ou par connaissance. Ce concurrent gagne par la rapidité de diagnostic, et c'est un type d'avance différent de celui sur lequel la plupart des comparaisons entre prestataires sont aujourd'hui encore organisées.
Le service après-vente se compose d'un certain nombre d'étapes récurrentes : recevoir et classer le signalement, déterminer la cause, décider qui le résout, informer le client sur le statut, et consigner le traitement pour les fois suivantes. Chaque étape a une relation différente avec l'IA.
Classer un signalement sur la base de cas antérieurs est en grande partie automatisable ; le schéma est souvent déjà connu. Déterminer la cause peut en partie être fait par l'IA, avec un collaborateur qui approuve ou rejette la conclusion avant qu'un engagement ne soit pris envers le client. Les problèmes complexes, jamais rencontrés auparavant, et l'appréciation du caractère raisonnable d'une exception, restent un travail humain, car cela requiert un jugement qui va au-delà de la reconnaissance de schémas.
L'ordre dans lequel les entreprises mettent cela en œuvre varie fortement. Certaines n'ont automatisé que le tri initial et laissent le reste inchangé. D'autres ont également fait reprendre les mises à jour de statut vers le client et la constitution du dossier, de sorte qu'un collaborateur n'intervient plus qu'en cas d'écart. Les deux se retrouvent aujourd'hui côte à côte sur le marché ; il n'existe pas d'ordre fixe que tout le monde suit.
Le client remarque trois choses, qu'il sache ou non qu'il y a de l'IA derrière. D'abord, le temps entre le signalement et une réponse concrète sur ce qui se passe. Ensuite, la cohérence de cette réponse : si deux clients ayant le même problème reçoivent la même explication et la même solution. Enfin, si l'organisation connaît déjà le problème avant que le client ait dû l'expliquer entièrement.
Ces trois éléments sont précisément les points où les effectifs faisaient auparavant la différence et où c'est désormais l'organisation du travail qui fait la différence. Une entreprise avec moins de personnes dans le service après-vente peut néanmoins avoir une longueur d'avance sur ces points, si le diagnostic et l'orientation sont bien automatisés. C'est là le glissement : la comparaison ne porte plus sur la capacité dont dispose un concurrent, mais sur quelle part du parcours se déroule déjà sans temps d'attente pour un humain.
Que l'organisation soit déjà avancée sur ce plan ne dépend pas uniquement du secteur ou de la taille. Cela dépend du nombre de cas historiques enregistrés pour en reconnaître les schémas, de la cohérence avec laquelle le traitement antérieur a été enregistré, et de l'existence d'un processus dans lequel l'IA fait une proposition qu'un collaborateur approuve ou rejette avec motivation. Les entreprises qui ont toujours enregistré leur service après-vente de manière structurée peuvent automatiser cela plus rapidement que celles où les dossiers sont dispersés entre e-mails, notes téléphoniques et systèmes distincts.
Ceci ne concerne pas la question de savoir s'il faut moins de personnes dans le service après-vente ; c'est une décision de l'employeur, soumise à ses propres exigences légales. Il s'agit ici uniquement de ce qui se passe dans la comparaison entre prestataires lorsque le travail sous-jacent évolue.
Le service après-vente est rarement isolé. Un prestataire qui a une avance sur ce plan doit également la combiner avec d'autres dimensions pour gagner un contrat : l'étendue de l'offre et si cela inspire confiance dans le service après-vente, si la connaissance technique nécessaire pour identifier une panne est encore détenue par des personnes ou déjà consignée, et à quelle vitesse et à quel moment un client peut joindre quelqu'un ou quelque chose. Pour savoir laquelle de ces dimensions décide réellement du contrat sur votre marché, et pas seulement laquelle semble plausible, il faut revenir à la méthode permettant d'établir sur quoi une entreprise l'emporte réellement.
Ce glissement se poursuit, donc un score d'aujourd'hui n'est pas un score pour l'année prochaine ; la fréquence à laquelle une analyse concurrentielle doit être répétée dépend de la vitesse à laquelle ce travail évolue sur votre marché.
Une affirmation comme « nous résolvons plus vite » n'est une avance que si elle peut être rattachée à une différence de délai de traitement, de cohérence des réponses, ou de part des signalements traités sans temps d'attente pour un humain. Sans ce rattachement, c'est une impression, et les impressions perdent face aux chiffres dès qu'un client les met côte à côte.
La question sous-jacente n'est pas de savoir si l'IA change le service après-vente, mais quelle part de ce travail est réellement reprenable dans votre entreprise ; c'est ce que le werkscan de FTE TO AI permet de cartographier tâche par tâche. Comme première étape, vous pouvez effectuer le contrôle de dimension gratuit : vous indiquez sur quoi vous pensez l'emporter en matière de service après-vente, et vous découvrez laquelle de ces affirmations peut être défendue avec des preuves. Le benchmark complet est en cours de construction.