Constat des usages d'IA

Selon l’étude The State of Agentic Automation in CX menée par Talkdesk et NewtonX auprès de 252 dirigeants, 98 % des organisations utilisent déjà une forme d’IA dans le parcours client. La majorité se limite à 74 % de génération de texte (generative AI) et 65 % de réponses scriptées. En revanche, seules 24 % ont déployé une IA dite agentic, capable de prendre un objectif, de raisonner et d’agir sur plusieurs systèmes. Parmi elles, 15 % associent cette capacité à une orchestration complète, c’est‑à‑dire la résolution du besoin client du début à la fin.

Le même sondage indique que 81 % des entreprises testent ou déploient des agents IA, mais seulement 19 % ont dépassé un cas d’usage unique, et près de 80 % ne possèdent pas plus de dix automatisations en production. Ces chiffres montrent que l’adoption technique est largement répandue, alors que la mise en œuvre d’un résultat mesurable reste marginale.

Orchestration vs simple automatisation

La recherche distingue deux niveaux de maturité. 64 % des organisations utilisent des agents spécialisés (vérification d’identité, facturation, support technique), mais seulement 35 % disposent d’une IA capable de conserver le contexte client et d’intervenir sur plusieurs systèmes pour aboutir à une résolution. L’écart entre « routage » et « résolution » est illustré par l’exemple d’un accident automobile : un vrai orchestrateur doit déclencher le remorquage, la réclamation, le garage et la location sans perte de contexte. 15 % des entreprises automatisent ce parcours de bout en bout.

Le modèle de maturité à cinq étapes introduit deux « chasms ». Le premier, le seuil agentic, sépare les IA scriptées/génératives des IA actives ; 56 % des répondants restent en dessous. Le second, le déverrouillage CXA, sépare les agents isolés des exécutions transversales autonomes. 29 % sont qualifiés d’« Agentic Scalers », tandis que 15 % atteignent le statut de CXA Leaders. Ces leaders affichent des gains de satisfaction (CSAT/NPS) de 22 % contre 5 % pour les Scalers, résolvent plus de 40 % des tickets de façon autonome (contre moins de 20 % pour les autres) et sont deux fois plus susceptibles de lancer des automatisations orientées revenu (churn prediction 51 % vs 28 %).

Freins infrastructurels et recommandations

Les obstacles cités par les répondants sont majoritairement d’ordre technique : conformité (50 %), sécurité (48 %), systèmes décorrélés (45 %), infrastructure legacy (44 %), compétences insuffisantes (41 %) et données non unifiées (40 %). Aucun de ces freins ne provient directement du modèle d’IA. La fragmentation entraîne une perte de 28 % du temps des agents humains à cause de changements de système, de saisie redondante et de recherche de contexte, chiffre qui monte à 35 % dans les organisations les moins matures et descend à 25 % chez les plus avancées, soit une récupération d’environ 10 % de capacité.

Par ailleurs, 94 % des entreprises ne disposent pas d’une gestion de connaissance assistée par IA, et seulement 2 % déclarent avoir des données totalement unifiées. Cette lacune explique pourquoi une interaction sur quatre subit des répétitions ou des escalades manuelles.

Pour passer de la simple présence d’agents à une orchestration efficace, les équipes IT doivent d’abord auditer les résolutions réelles, pas le nombre d’agents déployés. Il faut consolider les flux de données, intégrer les connaissances directement dans les workflows et choisir deux ou trois parcours à fort volume comme pilotes. La mesure de la performance doit être intégrée dès le départ, afin d’éviter que les projets pilotes restent des métriques de vanité.