Un assistant IA qui connaît réellement les offres de l’entreprise

Une cliente d’un opérateur de télécommunications souhaite changer de forfait. Elle ouvre l’assistant intelligent de l’entreprise et demande : « Quelle offre me convient si j’utilise beaucoup Internet et si je voyage parfois à l’étranger ? » En quelques secondes, l’application lui présente une formule, un prix et les avantages annoncés.

La réponse paraît convaincante. Mais que se passe-t-il si le forfait a été modifié le mois précédent, si certaines options ne sont disponibles que pour une catégorie d’abonnés ou si les conditions d’itinérance diffèrent selon les pays ? Une information erronée peut conduire à une mauvaise souscription, à une réclamation ou à une perte de confiance.

Le modèle d’intelligence artificielle sait converser. Mais connaît-il réellement les offres commercialisées par l’entreprise, leurs conditions et leurs exceptions ? C’est là que commence le travail invisible.

Le client veut une réponse claire, exacte et adaptée à sa situation. Il souhaite comprendre les différences entre plusieurs offres, les conditions d’éligibilité, les frais éventuels et les démarches nécessaires pour souscrire ou modifier son contrat.

Un assistant utile devrait parfois poser une question complémentaire : le client dispose-t-il déjà d’un abonnement ? Quel pays souhaite-t-il visiter ? Son usage concerne-t-il la voix, les données ou les deux ?

Il doit également distinguer une information commerciale d’une opération contractuelle. Présenter une offre ne signifie pas être autorisé à modifier automatiquement le contrat du client. Toute action engageante doit respecter les règles de confirmation et d’autorisation prévues par l’entreprise.

Les informations commerciales sont souvent réparties entre catalogues de produits, fiches marketing, contrats, conditions générales, procédures de service client et outils de gestion des abonnements.

Ces ressources évoluent rapidement. Une promotion peut avoir une date de fin ; une option peut être retirée ; une ancienne brochure peut rester accessible alors qu’une nouvelle grille tarifaire est entrée en vigueur.

L’ingénierie documentaire permet d’identifier les sources faisant autorité, de conserver leurs versions, de préciser leurs dates d’application et de retirer les documents obsolètes des circuits de réponse.

Sans cette organisation, l’assistant peut citer une brochure authentique mais périmée. Une réponse appuyée sur un document réel n’est pas nécessairement une réponse encore valable.

Une offre ne se résume pas à un nom et à un prix. Elle peut comporter des conditions d’accès, des restrictions, des avantages temporaires, des incompatibilités avec d’autres options et des modalités de résiliation.

Un conseiller expérimenté sait souvent distinguer les cas ordinaires des exceptions. Il connaît les questions à poser avant de proposer une formule et les situations dans lesquelles il faut transmettre le dossier à un autre service.

L’ingénierie des connaissances consiste à recueillir ces règles et à les rendre explicites : à qui l’offre s’adresse-t-elle ? Sous quelles conditions ? Avec quelles exclusions ? Quelles vérifications sont nécessaires ?

Il ne s’agit pas de laisser un modèle inventer des conditions commerciales. Les règles formalisées doivent être validées par les responsables compétents et alignées sur les documents contractuels.

Dans une entreprise, les équipes marketing, commerciales, juridiques et informatiques n’utilisent pas toujours les mêmes termes. Le mot « client » peut désigner une personne, un compte ou un contrat. Un « forfait » peut être associé à une ligne, à un abonnement ou à un ensemble d’options.

Ces différences deviennent importantes lorsque l’assistant doit rapprocher les informations de plusieurs systèmes. Une option disponible pour une catégorie de contrats ne l’est pas nécessairement pour tous les clients.

L’ingénierie ontologique et sémantique contribue à définir les objets et leurs relations : client, ligne, abonnement, contrat, produit, option, tarif, promotion et condition d’éligibilité.

Ces relations peuvent être organisées dans des référentiels simples ou des modèles plus formels. L’objectif n’est pas de multiplier les technologies, mais d’éviter qu’une ressemblance de vocabulaire soit confondue avec une équivalence métier.

Imaginons une offre fictive proposant un volume de données élevé et une option d’itinérance. L’assistant la recommande à un client parce que sa description correspond parfaitement aux besoins exprimés.

Mais cette offre est réservée à une catégorie d’abonnements et l’option d’itinérance ne couvre pas la destination envisagée. Si ces conditions ne sont pas accessibles ou correctement reliées, la recommandation peut être trompeuse.

Un assistant mieux préparé doit vérifier les critères pertinents, demander les informations manquantes et expliquer les restrictions avant de recommander l’offre. Il peut aussi proposer une autre formule ou orienter vers un conseiller.

Cet exemple est entièrement illustratif : il ne décrit aucune offre commerciale réelle. Il montre pourquoi la compréhension des règles métier est aussi importante que la fluidité de la conversation.

Les responsables produits décrivent les offres et leurs évolutions. Les juristes vérifient les clauses contractuelles. Les équipes commerciales et de service client connaissent les questions récurrentes et les difficultés rencontrées par les usagers.

Les documentalistes qualifient les fiches et les versions. Les ingénieurs des connaissances formalisent les règles d’éligibilité, les exceptions et les procédures. Les spécialistes sémantiques organisent les correspondances entre les systèmes. Les développeurs et ingénieurs IA construisent l’interface et les mécanismes de réponse.

Il n’est pas nécessaire de recruter un spécialiste différent pour chaque fonction. Mais les responsabilités doivent être explicites : qui valide une offre, qui autorise sa publication, qui retire une version obsolète et qui contrôle les réponses ?

Avant de déployer un assistant, l’entreprise doit le tester sur des demandes ordinaires, des promotions expirées, des contrats incompatibles, des questions ambiguës et des informations absentes.

Il faut vérifier qu’il utilise les versions applicables, qu’il ne fabrique pas de prix ou d’avantages et qu’il sait signaler les limites de ses connaissances. Les tests doivent également examiner la façon dont il demande une confirmation avant toute opération engageante.

Les données personnelles des clients doivent rester protégées. L’accès à une information commerciale générale n’autorise pas l’assistant à consulter sans contrôle les données d’un autre abonné.

Une réponse convaincante ne constitue pas une preuve de fiabilité. La qualité dépend de la concordance entre les informations fournies, les règles réelles de l’entreprise et les autorisations accordées.

Une fois organisés, les catalogues d’offres, les règles et les procédures peuvent servir à plusieurs usages : assistance aux conseillers, information sur le site web, formation des équipes, contrôle de cohérence des communications commerciales et préparation des réponses aux réclamations.

Un référentiel commun peut réduire les contradictions entre les canaux, à condition de disposer d’une gouvernance et de mécanismes d’actualisation.

Cette capacité partagée ne signifie pas que tous les systèmes doivent être fusionnés. Elle suppose plutôt que les connaissances de référence soient suffisamment cohérentes pour être mobilisées par plusieurs services autorisés.

Le cas du service client montre que les entreprises disposent souvent de connaissances très précieuses, mais dispersées entre leurs équipes et leurs systèmes.

Développer une application IA fiable exige de savoir retrouver ces informations, formaliser les règles, relier les concepts et vérifier les résultats. Ces activités mobilisent des compétences complémentaires à celles des spécialistes des modèles et du développement logiciel.

À l’échelle d’un pays, la diffusion de ces savoir-faire peut aider les entreprises à construire des services intelligents mieux adaptés à leurs métiers, plutôt que de se limiter à connecter des interfaces à des modèles généralistes.

Un modèle d’IA peut rédiger une présentation commerciale convaincante. Mais conseiller un client sur une offre réellement disponible exige des informations à jour, des règles explicites et une compréhension des relations entre produits, contrats et situations.

Derrière un assistant client fiable, il y a donc aussi des responsables produits, des juristes, des documentalistes et des ingénieurs des connaissances. Leur travail invisible transforme un dialogue fluide en un service mieux fondé, contrôlable et utile.