Cas d’usage Midrange : améliorer l’expérience collaborateurs et clients grâce l’IA générative

Le besoin du client : Intégrer l’IA générative au sein de son centre d’expérience client

À la demande d’un client du secteur automobile, l’éditeur Midrange Group a développé un solution basée sur l’IA générative destinée à l’usage des collaborateurs de son centre d’expérience clients. L’objectif : augmenter l’expérience collaborateur et d’accroître la satisfaction client. Pour répondre à ces besoins, Midrange Group développe un chatbot GenIA basé sur le socle technologique Microsoft Azure OpenAI

La solution mise en place : une application qui unifie les données en un point unique

Le chatbot GenIA est un outil d’aide à la décision qui permet de fluidifier l’activité des collaborateurs du centre d’expérience client. Jusqu’à présent, ces derniers utilisent simultanément plusieurs systèmes pour répondre aux demandes clients. Ces opérations sont complexes et chronophages. L’application chatbot GenIA intégrée à Teams créée par Midrange Group centralise en une interface unique les données de l’entreprise, les informations hébergées sur des solutions métiers externes et internet.

Désormais, les collaborateurs interrogent le chatbot pour accéder aux données de leurs clients. Les informations souhaitées sont fournies immédiatement. Ils peuvent même consulter des informations situées sur internet. L’activité est simplifiée, les temps de réponse immédiats, l’expérience client et la qualité de service sont améliorés.

« Nous avons créé un chatbot intégrant l’IA générative à partir du moteur d’OpenAI, présentée à VivaTech. Cette technologie est intégrée à la plateforme Azure OpenAI et est associée à de nombreuses autres briques fonctionnelles clés telles que Microsoft AI Search par exemple. Nous avons utilisé les outils Microsoft, Copilot Studio, Azure AI Studio et OpenAI pour développer cette application. Son usage est simple et intuitif. C’est un véritable bénéfice pour le développement de solutions sur mesure », explique Kozi Vuti, Directeur consulting et innovation de Midrange Group.

Première étape, la construction du Data Lake et l’éducation de l’IA

La première étape pour déployer cette application est l’identification des données. Dans quels systèmes se situent-elles et quelles sont les plus pertinentes. Passé cette étape, Midrange Group effectue leur collecte, leur agrégation et leur normalisation, c’est-à-dire leur transformation en data exploitables par l’intelligence artificielle. Cette dernière opération est primordiale et permet d’éduquer l’IA à identifier les bonnes informations. Elle suppose une expertise métier et une compréhension fine des enjeux du client de Midrange Group. La structuration d’un Data Lake varie entre 6 semaines à 3 mois en fonction de la maturité digitale du client.

« La connaissance des enjeux métier de son client est déterminante pour développer un projet basé sur l’intelligence artificielle générative. Il est essentiel de comprendre les processus opérationnels de l’entreprise, ici un centre d’expérience client, pour faire que le moteur soit calibré pour rendre des résultats pertinents, » précise Kozi Vuti.

Deuxième étape, former et accompagner les collaborateurs

La formation des collaborateurs à l’utilisation de l’outil est une étape essentielle. Midrange Group développe un accompagnement basé sur le coaching à l’utilisation de prompts. Les équipes découvrent comment poser les bonnes questions à l’application pour obtenir les réponses les plus pertinentes. Passé cette étape de familiarisation, l’utilisation de l’IA générative devient naturelle. Des utilisateurs ambassadeurs sont identifiés. Ceux-ci deviennent à leur tour des formateurs et accompagnent les collaborateurs de l’entreprise.

« Nous utilisons une approche bottom up. Nous passons du temps avec les collaborateurs pour comprendre leur mécanisme de fonctionnement et leurs besoins au quotidien. Nous partons du terrain. Cette méthode est très efficace, elle permet de donner aux utilisateurs de l’intelligence artificielle tous les outils nécessaires pour qu’ils s’approprient l’application de la meilleure manière possible, » ajoute Kozi Vuti.