Stratégie & Gouvernance · N° 154
L'IA générative atteint le service client de production : bilan à 12 mois d'une ETI de 6 000 salariés
46 % des réponses de premier niveau automatisées, taux de satisfaction stable à 4,1/5, transferts vers l'humain en baisse de 9 %. Condition non négociable : un circuit d'apprentissage hebdomadaire où les agents corrigent les réponses fausses — sans quoi la qualité se dégrade en trois mois.

Ce n'est pas le modèle qui a posé problème, c'est tout ce qui l'entoure. Je l'ai vérifié à partir du mercredi 4 mars 2026.
J'ai gardé mes notes telles quelles, y compris les passages gênants.
Le point de départ
« 46 % des réponses de premier niveau automatisées, taux de satisfaction stable à 4,1/5, transferts vers l'humain en baisse de 9 %. »
Sofia Mendès, DSI Groupe de la Banque Alvorèse (Belgique)
C'est un périmètre Belgique, avec les contraintes qu'on leur connaît : des équipes déjà complètes, des budgets discutés deux fois, et des prestataires qu'on ne change pas sans raison. Dans ce type de situation, l'enjeu était de rendre le service utile sans perdre la maîtrise des sources. Nous avons d'abord écrit ce que nous ne savions pas. La liste a été plus longue que prévu.
Ce qui s'est passé, dans l'ordre
- J+00
1. Périmètre documentaire fermé — le point où j'ai compris que le calendrier officiel ne tenait pas.
- J+09
2. Sources datées et versionnées — c'est l'étape qui a pris le plus de temps, et personne ne l'avait vue venir.
- J+18
3. Garde-fous et refus hors domaine. Sur le moment, j'ai trouvé ça superflu ; ça nous a évité deux retours arrière.
- J+27
4. Mesure du taux d'erreur réel : la seule étape qui ait été tenue comme prévu.
- J+36
5. Extension ou arrêt du service. J'en ai gardé une trace écrite prise sur le vif, parce que je savais qu'on me demanderait.
« Condition non négociable : un circuit d'apprentissage hebdomadaire où les agents corrigent les réponses fausses — sans quoi la qualité se dégrade en trois mois. » — cette phrase a été écrite au moment de la revue intermédiaire, avant consolidation des chiffres.
Ce qui a coincé
Le référentiel documentaire était à jour dans la forme et faux dans le fond : trois procédures n'avaient jamais été appliquées.
Le modèle n'était pas le problème : c'est la gouvernance des sources qui déterminait tout. Sans propriétaire nommé par domaine, les réponses errées remontaient.
Les usages non déclarés ont été découverts par la comptabilité des licences, pas par la sécurité. Ce n'était pas un défaut de compétence, c'était un défaut de préparation.
Ce que le dossier dit en chiffres
Aucun chiffre n'a été recomposé pour l'article : voici ce qui a été annoncé, mesuré, puis assumé.
| Valeur citée | Où elle apparaît |
|---|---|
| 12 mois | citée dans le titre |
| 46 % | citée dans le chapô |
| 9 % | citée dans le chapô |
Ce que je fais désormais
- Aujourd'hui, nous publions les erreurs corrigées par les relecteurs autant que les cas réussis.
- Un cas d'usage qui ne tient pas sa mesure d'erreur est arrêté, et l'arrêt est annoncé.
- Depuis, chaque domaine documentaire a un responsable nommé, avec une date de revue.
La suite
Ce qui a survécu au projet, ce n'est pas le plan : c'est la liste des points de contrôle, reprise chaque trimestre.
Cadre de référence
- Législation sur l'IA — Commission européenne. Approche par risques, pratiques interdites, calendrier.
- Règlement (UE) 2024/1689 — règles harmonisées sur l'intelligence artificielle (AI Act) — EUR-Lex. ELI officiel vérifié en navigateur, version française.
- Intelligence artificielle (IA) — CNIL. Dossier protection des données et systèmes d'IA.
- L'analyse d'impact relative à la protection des données (AIPD) — CNIL. Méthode, listes de traitements, outil PIA.
- Licence Ouverte 2.0 — data.gouv.fr (Etalab). Conditions de réutilisation des données publiques.
Ces pages officielles externes sont données comme repères : elles ouvrent un nouvel onglet et n'impliquent aucune validation de la part des organismes cités.