On a tous parlé à ce chatbot-là. Celui qui répond à tout par la même phrase reformulée, celui qui te redemande ton numéro de commande trois fois, celui qui te met en boucle sur « cette réponse vous a-t-elle été utile ? » alors que tu veux juste parler à une personne. La conclusion facile, c’est « l’IA n’est pas prête pour le service client ». La bonne est autre : ce chatbot n’agace pas parce qu’il utilise l’IA. Il agace parce qu’il est mal conçu sur le seul point qui compte —ce qu’il fait quand il ne connaît pas la réponse.
Le chatbot n’agace pas parce qu’il est IA. Il agace parce qu’il ne sait pas transférer.
Le problème, ce n’est presque jamais que le modèle ne comprend pas. Les modèles actuels comprennent largement. Le problème, c’est que le chatbot est monté pour te retenir coûte que coûte dans la conversation automatique, alors que son travail devrait être l’inverse : régler ce qu’il peut bien régler et s’écarter dès qu’il ne peut pas. Un chatbot sans porte de sortie vers un humain n’est pas un assistant ; c’est un mur au ton sympathique.
La frustration du client est mesurable et naît toujours au même endroit : le moment où le chatbot aurait dû dire « une personne va s’en occuper » et où, au lieu de ça, il a continué d’essayer. Chaque tour de plus d’un bot déjà à court de réponses utiles retire de la confiance, il n’en ajoute pas. L’IA n’a pas cassé l’expérience ; c’est le choix de conception de ne jamais la laisser partir qui l’a cassée.
Les trois péchés du chatbot qui fait tourner en rond
- Il n’a pas de sortie vers un humain, ou il la cache. Le client demande une personne et le bot fait comme s’il n’entendait pas, ou l’enterre derrière cinq écrans. Quand la seule façon de s’échapper est de taper « agent » en majuscules cinq fois, tu as transformé ton service en prise d’otage.
- Il transfère mais sans contexte. Pire que ne pas transférer : te passer à une personne qui te redemande tout depuis zéro. Le client a déjà raconté son problème au bot ; si l’humain commence par « en quoi puis-je vous aider ? », ça lui dit que les cinq dernières minutes n’ont rien valu.
- Il fait semblant de savoir quand il ne sait pas. Le bot qui invente une réponse assurée et fausse plutôt que d’admettre qu’il n’y arrive pas est le plus dangereux de tous. Un « je ne sais pas, je te passe quelqu’un qui sait » inspire plus confiance qu’une réponse inventée avec aplomb.
- Il confond volume et résolution. Mesurer « conversations traitées » au lieu de « problèmes résolus » récompense justement le comportement qui agace : retenir, allonger, ne pas lâcher. Ce que tu mesures, c’est ce que tu optimises.
Les quatre ont une origine commune : le chatbot a été pensé pour délester de la charge, pas pour régler le problème du client. Quand l’objectif est « que moins de gens arrivent à l’humain » à tout prix, le bot apprend à se retrancher. Quand l’objectif est « règle ce que tu peux et passe bien le reste », le bot apprend à lâcher à temps.
Ce qui rend différent le chatbot qui, lui, règle
Un chatbot qui n’agace pas n’est pas un chatbot avec un modèle plus cher. C’est un chatbot conçu autour d’une idée simple : la conversation automatique est un moyen, pas une fin. En pratique, ça se traduit par quatre choix de conception concrets :
- Il sait ce qu’il sait. Il est entraîné sur ta vraie information —catalogue, politiques, statuts de commande— et ne répond que dans ce périmètre. En dehors, il n’improvise pas : il transfère.
- La porte vers un humain est toujours visible. Demander une personne, c’est un clic, pas un parcours du combattant. Et le bot lui-même la propose dès qu’il détecte qu’il est à court de réponse utile, sans attendre que le client s’énerve.
- Quand il transfère, il livre le contexte. La personne reçoit toute la conversation, la donnée déjà recueillie et une étiquette de ce qu’il n’a pas su régler. Le client ne répète rien ; l’humain reprend là où le bot s’est arrêté.
- Il se mesure à ce qu’il règle, pas à ce qu’il retient. Les KPI sont le % réglé sans friction, le temps jusqu’à l’humain quand il le faut et la satisfaction après le transfert —pas les minutes de bot ni les conversations « contenues ».
Rien de tout ça n’est de la théorie produit : c’est de la plomberie d’implémentation. Comment monter un agent qui reconnaît ses limites et transfère avec le contexte est détaillé dans le guide sur comment créer un chatbot IA, et son intégration dans une opération de support complète —pas un bot isolé— est expliquée dans le guide sur automatiser le service client. Le motif se répète : la qualité ne vit pas dans la réponse, elle vit dans la conception de la sortie.
« Bien transférer » est la fonction, pas le plan B
L’erreur de fond du secteur, c’est de traiter le transfert vers un humain comme l’échec du chatbot. C’est l’inverse : transférer à temps et avec du contexte est l’une de ses fonctions principales, pas le signe qu’il a échoué. Un bon agent sait que sa valeur est de filtrer —régler les 60-70 % répétitifs instantanément— et de passer les 30-40 % restants dans les meilleures conditions, pas de se battre pour retenir 100 % et en agacer la moitié.
Quand ce qui te déborde, ce sont les mêmes questions hors horaires, la solution n’est pas un bot qui retient : c’est répondre aux WhatsApp 24 heures, en réglant l’habituel et en transférant le reste avec le contexte déjà recueilli. Et si la douleur, c’est toute l’opération de support —pas un canal isolé—, le support IA 24/7 monte le système entier avec le transfert bien conçu dès le premier jour, parce que c’est là que l’expérience se gagne ou se perd.