loupe-recherche
 
 
 
Blog>Relation client et usager>3 conseils pour plus ...

L'efficacité opérationnelle est devenue le Graal des entreprises. Particulièrement dans le BtoC et les secteurs régulés comme les assurances ou les banques, qui font face à une transformation profonde de leur écosystème : nouveaux entrants, nouvelles réglementations, nouveaux risques, nouvelles exigences client… 

Mais comment peut-on atteindre cet objectif ambitieux – faire plus et mieux, avec moins - sans compromettre la qualité de l’ expérience client ou le bien-être des collaborateurs ? La réponse réside dans l'adoption de nouvelles solutions technologiques, notamment l'intelligence artificielle (IA)… à condition de l’utiliser à bon escient. Explications.



Qu’est-ce que l’efficacité opérationnelle et pourquoi est-elle cruciale aujourd’hui ?

L'efficacité opérationnelle peut être définie comme la capacité d'une organisation à maximiser ses ressources pour atteindre ses objectifs stratégiques, tout en minimisant les coûts et les efforts inutiles. Une course à la performance et la chasse aux tâches sans valeur ajoutée en somme !

L’enjeu est plus que jamais d’actualité : dans le climat économique, géopolitique et sociétal actuel, les entreprises cherchent à développer leur rentabilité tout en maintenant un haut niveau de qualité de service. L'efficacité opérationnelle est devenue un impératif pour une majorité de décideurs.

60% des dirigeants français estiment que leur modèle économique actuel ne sera plus viable d'ici 10 ans

Source : CEO Survey 2024 - PWC


Pour autant, trouver le juste équilibre n’est pas simple : comment augmenter la productivité sans sacrifier l'expérience client ni même la qualité de vie au travail ?

Pour répondre à cet enjeu, les organisations peuvent activer différents leviers comme les réorganisations ou la refonte des processus métier. Reste que pour les décideurs, le levier d’efficacité opérationnelle prioritaire, est désormais le levier technologique.

63 % des PDG français placent la technologie comme élément clé de leur transformation à trois ans

Source : CEO Survey 2024 - PWC

 

Les liens entre l’IA et l’efficacité opérationnelle 

Impossible de parler technologie sans parler d’IA. Pour bien comprendre ce qui unit IA et efficacité opérationnelle, définissons-la.

L'intelligence artificielle est un ensemble de techniques informatiques qui permettent de simuler certains aspects de l'intelligence humaine : lire un texte, analyser des images, détecter des anomalies, générer des contenus…

Son importance dans le contexte de l'efficacité opérationnelle réside dans sa capacité à :

  • Automatiser des tâches ; ce qui permet d’augmenter la productivité
  • Stimuler l'innovation ; ce qui aide à produire plus de nouveaux biens ou services à valeur ajoutée


Il en résulte de nouvelles capacités de croissance phénoménales pour les organisations.

En 10 ans, l’IA pourrait augmenter le PIB de 250 à 420 milliards d’euros, soit autant que la valeur ajoutée de toute l’industrie

Source : rapport 2024, France – Commission de l’Intelligence Artificielle

 


Comment capter la croissance promise par l'IA ?

Les conseils de Philippe Poirot, Directeur Industrie Banques et Assurances Microsoft EMEA

 

Les 4 principaux domaines de l’Intelligence Artificielle

L’IA est un terme générique qui recouvre plusieurs réalités qu’ils convient de distinguer.

Les principaux domaines de l'IA pouvant renforcer l’efficacité opérationnelle, comprennent la vision par ordinateur (computer vision), l'analyse de données, le traitement du langage naturel et la génération de contenu. Ces technologies peuvent être utilisées pour automatiser des processus, prédire des tendances à plus ou moins long terme, fournir une assistance clientèle et analyser les sentiments des clients.

  1. La Computer Vision regroupe les algorithmes de traitements des images (scan, photo, vidéo). Cela rassemble les OCR historiques, des modèles de lecture Machine Learning, Deep Learning ou de reconnaissance d’objets tel que Yolo ainsi que des algorithmes de reconnaissance faciale par exemple.

  2. L’analyse de données permet de créer des modèles de détection d’anomalies ou des modèles prédictifs utilisés dans des domaines qui vont de la cybersecurité à la maintenance des bâtiments.

  3. Le NLP (Natural Language Processing) permet l’analyse sémantique de texte avec des cas d’usage tel que l’analyse de sentiments, l’extraction d’entité nommées, la catégorisation de textes non structurés. On peut citer un modèle tel que BERT avec ses nombreuses déclinaisons (AlBert ou CamemBERT pour les modèles français).

  4. L’IA générative capable de créer du contenu textuel ou multimédia (image, son, vidéo) à partir d’instructions. Les LLM (Large Language Model) sont capables de répondre à des questions en langage naturel. ChatGPT d’OpenAI a révolutionné ce domaine en 2022. Depuis de nombreux modèles sont apparus tel que gemma de Google ou ceux de mistral AI proposant des versions plus légères et plus exploitables dans la plupart des cas d’utilisations.

examples utilisation intelligence artificielle
6 exemples courants d’utilisation de l’IA
(ici, via la computer vision)

 

Quelles que soient les technologies exploitées, l’IA aide déjà les organisations et les citoyens dans une multitude de domaines et de secteurs d’activité comme nous pouvons le voir dans l’illustration ci-dessus. Il est donc légitime que les responsables de la relation client veuillent eux aussi capitaliser sur l’IA pour être plus efficaces. Voici quelques conseils pour y parvenir.

 

Comment améliorer l’efficacité opérationnelle de la relation client grâce à l’IA ?


Conseil n°1 : automatiser sans déshumaniser

L’IA parait tellement performante que l’on pourrait vouloir l’intégrer partout, tout le temps, pour tout le monde. Ne proposer QUE des bots conversationnels, QUE des emails automatisés, QUE des parcours clients 100% digitaux… C’est le principal écueil. Ne surtout pas vouloir remplacer l’humain par l’IA. Il faut au contraire jouer la complémentarité : si l’humain sans l’IA n’est plus possible, l’IA sans l’humain n’est rien.

Dans son interview au journal Le Monde, Daniel Julien, président de Teleperformance, géant mondial des centres d’appels, a bien souligné les limites du ‘tout IA’ dans la relation client.

Dans le domaine de l’assurance, le récent sondage Yougov basé sur un échantillon de 1 000 personnes, mets également en avant le besoin d’interactions humaines. Les assurés souhaitent conserver le contact humain avec leur conseiller lors des démarches les plus complexes ou lorsque la charge émotionnelle est plus forte (vol, accident, décès…). Un chat bot, même dopé à ChatGPT ne peut remplacer la sensibilité humaine. L’IA peut en revanche décharger très efficacement les collaborateurs de nombreuses tâches à faible valeur ajouté. Et leur permettre ainsi de se focaliser enfin sur ce qu’ils font de mieux : le relationnel client, l’analyse des cas complexes et la prise de décisions.

 freins souscription en ligne 

Les freins à une utilisation plus massive de la souscription en ligne
Etude Yougov 2023 


Conseil n°2 : Mettre l’IA générative dans les mains des métiers

Lorsqu’elle est exploitée intelligemment, l’IA est une pépite dont les organisations ne doivent pas faire l’économie. Puisque l’efficacité opérationnelle implique de s’affranchir des tâches chronophages et à faible valeur ajoutée, alors l’IA générative mérite d’être mise à disposition de tous les acteurs de la relation client.

Des compagnons d’intelligence artificielle comme Copilot intégré dans les applications de Microsoft, peuvent devenir de véritables assistants aidant les collaborateurs à gagner en productivité, à fluidifier les interactions avec les clients, tout en améliorant le confort de travail. Ce n'est plus de la science fiction !

Voici quelques cas d’usages non exhaustifs de l’IA générative pour les processus de relation client :

  • Générer automatiquement des résumés d’échanges téléphoniques (ou email) avec les clients
  • Alimenter directement son CRM de ces résumés
  • Aider à générer rapidement des réponses aux emails
  • Obtenir des comptes rendus de réunions teams en temps réel
  • Accéder rapidement à une information sur un produit ou un contrat dans une base
  • Interroger toute sa base de données client en langage naturel pour affiner une stratégie commerciale
  • Identifier automatiquement au sein d’une base de documents, ceux nécessitant une remédiation KYC


Attention, ces perspectives nécessitent un préalable
 : que les directions des entreprises fixent une politique interne réglementant l’usage de l’IA et forment leurs salariés pour un usage éthique et sécurisé. Or, dans ce domaine, du chemin restent à faire, comme l'indique l’étude EasyPanel.

54% des salariés sont en demande de consignes de la part de leur employeur pour définir un cadre d’utilisation de l’IA.
58% souhaitent être formés pour mieux exploiter ces outils.

Source : Etude EasyPanel, Décembre 2023

 

Conseil n°3 : Automatiser des tâches c’est bien, automatiser des processus métier c’est encore mieux

Pourquoi se limiter à automatiser des tâches lorsque l’on peut automatiser des processus ? Les gains sur l’efficacité opérationnelle n’en seront que plus grand.

Prenons le cas d’une souscription en ligne à une complémentaire santé, où il est demandé au futur assuré d’envoyer plusieurs justificatifs. Des solutions de collecte et constitution de dossiers client comme Streamline Business permettent d’optimiser ce processus en exploitant l’IA à 3 niveaux :

automatisation processus soucription assurance

Sécuriser l’entrée en relation

La première chose que permet l’intelligence artificielle pour l'onboarding client est de valider l’identité de la personne. La fonctionnalité de reconnaissance faciale (face matching) demande à l’utilisateur de se prendre en photo / vidéo avec sa pièce d’identité. Puis l’IA valide (ou non) que la personne visible sur la photo est bien la même que sur le justificatif d’identité transmis. Fini l’usurpation d’identité.

Contrôle des documents

Par la suite lorsque l’assuré dépose ses documents en ligne, les robots d’IA vont collecter ces documents, les reconnaitre et en extraire les données utiles, en temps réel. Cela permet de faire un retour immédiat à l’utilisateur s’il s’est trompé de document, ou si l’un deux est trop ancien.

Mesure de la suspicion de fraude

A la différence des contrôles humains, les moteurs d’IA peuvent contrôler 100% des documents dès leur réception. Grâce à l’analyse des images et aux contrôles de cohérences des données, l’IA permet d’identifier les documents falsifiés (modification du bénéficiaire, d’une date, d’un montant…), les faux documents créés de toutes pièces mais également les vrais documents utilisés à des fins frauduleuses (un véritable RIB mais différent de celui du client).

L'impact de l'automatisation est majeur :

  • La collecte manuelle de pièces, leurs contrôles et les éventuelles relances clients (pour dossier incomplet ou document invalide) représente jusqu’à 80% du temps des gestionnaires dans le secteur de l’assurance.
  • A l’inverse, automatiser ce processus réduit les temps de traitement par 4 et libère les gestionnaires des tâches répétitives au profit de l’amélioration de la qualité du service client.

 


En résumé, l'IA offre un potentiel considérable pour améliorer l'efficacité opérationnelle des entreprises, mais son déploiement doit être accompagné d'une réflexion approfondie sur son intégration avec les processus existants et son impact sur les interactions humaines. En adoptant une approche équilibrée et en exploitant intelligemment les capacités de l'IA, les entreprises peuvent transformer leurs opérations, accroître leurs chiffres d affaires et rester compétitives dans un environnement en constante évolution.