Comment l’IA générative transforme l’écoute client chez AG2R La Mondiale

Les acteurs français de la banque et de l’assurance s’emploient depuis début 2023 à explorer les possibilités introduites par les modèles d’intelligence artificielle générative. Au sein du groupe Crédit Agricole, ce sont plus de 70 cas d’usage qui ont été identifiés, dont certains ont été déployés en production en interne. Ces projets ont donné naissance à des applications telles que Chat Lab, Gen Search, Chat Doc ou Market Colors. Chez LCL, un premier cas d’usage a été mis en production auprès de 12 000 collaborateurs : ArIA, un assistant à l’écriture d’emails pour les conseillers.

Les modèles NLP traditionnels supplantés

Le groupe AG2R La Mondiale, qui protège près de 15 millions de personnes en France et emploie 15 000 collaborateurs, travaille également au déploiement de ses premières applications d’IA générative, notamment dans le domaine de la relation client. Axées initialement sur l’écoute de la voix du client, elles s’orientent désormais vers le traitement des verbatims afin d’identifier les motifs de satisfaction et d’insatisfaction.

Pour collecter ces informations, plusieurs dispositifs sont traditionnellement activés, dont des baromètres basés sur des enquêtes périodiques ou des mesures de la satisfaction après des actes de gestion. “Nous avions de nombreux verbatims qui étaient peu ou pas exploités”, explique Tanguy Vincent, responsable prospective relation client chez AG2R La Mondiale et rattaché à la direction des systèmes d’information et du digital. Précédemment, il intervenait au sein de la direction de la relation client où il a piloté la mise en place des chatbots et du callbot de l’assureur.

“Dans des marchés très normalisés et réglementés tels que les nôtres, nous pensons que l’expérience client constitue un élément différenciant. C’est pourquoi, ces informations sont essentielles pour orienter nos plans d’action et d’amélioration”, justifie-il. Le constat n’est pas entièrement nouveau. Le groupe de protection a déjà tenté d’exploiter ces données grâce à des algorithmes d’intelligence artificielle traditionnels. Un modèle de langage ou de NLP comme BERT, développé par Google, a notamment été testé pour traiter les verbatims, mais avec des résultats inférieurs aux attentes.

Une performance qui grimpe de 75 à 96%

Des solutions du marché ont aussi été expérimentées. “Cependant, de nombreuses données devaient être labellisées. La préparation des données et la maintenance du système étaient importantes”, signale Tanguy Vincent. 

Une comparaison des performances (et des coûts) avec des modèles d’IA générative a mis en lumière les gains accessibles grâce aux LLM. “C’était économiquement plus intéressant avec un taux de fiabilité plus élevé, considère Ludovic Letort, directeur data & AI Factory chez AGR2R La Mondiale. Nous sommes passés, très rapidement, d’un taux de concordance d’environ 75 % à plus de 95 % sur de l’analyse de verbatims lors des enquêtes de satisfaction client”.

Le recours à l’IA générative permet donc de réaliser de l’analyse de sentiments en identifiant la nature de ces derniers (positifs, négatifs…) contenus dans les verbatims. Le traitement des données par l’IAGen intervient en outre dans l’identification des motifs principaux de ces sentiments détectés.  

Ces motifs sont classifiés et reliés à la grille établie par l’entreprise, permettant ainsi un suivi dans le temps. La solution intervient aussi dans la détection de nouveaux motifs, “enrichissant de cette façon le spectre d’analyse”, précise le spécialiste de la relation client.

Des briques cloud Google et une surcouche pour l’accessibilité

Pour construire ce cas d’usage en IA générative, AG2R La Mondiale s’est appuyé sur son fournisseur de services Cloud : Google Cloud Platform. Plusieurs briques technologiques sont utilisées : analyse, anonymisation, LLM, etc.

Néanmoins, la technologie d’IA générative ne suffit pas, prévient Tanguy Vincent. “C’est une surcouche applicative qui rend cette technologie conviviale pour nos utilisateurs tant au niveau des équipes marketing que des métiers commanditaires des enquêtes.”

Les utilisateurs n’ont pas besoin de rédiger des prompts pour déclencher l’ingestion des données, initier en autonomie une analyse et restituer les données dans un outil de data-visualisation pour la lecture des résultats. “Cet aspect est clé pour obtenir l’adoption du terrain. Tout professionnel n’a pas vocation à devenir prompt engineer [ingénieur de requête, Ndlr]. Il faut par conséquent rendre l’IA générative accessible. Et c’est ce que permet la couche applicative que nous avons développée”, martèle Tanguy Vincent.

Ce premier succès, industrialisé récemment, nourrit d’autres projets. Outre les verbatims, à savoir du texte libre recueilli via ses enquêtes, le groupe AG2R La Mondiale dispose d’une autre source de données : plus de 3 millions d’appels vocaux traités chaque année par les centres d’appels.

“Les tests démarrent. Nous examinons comment capter une conversation, la retranscrire et la résumer, tout cela dans un temps court qui est celui de l’appel téléphonique”, détaille Tanguy Vincent. L’information ainsi collectée serait accessible aux autres collaborateurs du service client pour le bon traitement des appels. L’analyse des données vocales peut également être une source d’informations déterminantes, comme pour les verbatims.

Un ROI qualitatif et des chabots en attente

Pour Tanguy Vincent, les usages de l’IA générative sont au service des collaborateurs grâce, par exemple, à l’automatisation de tâches répétitives. Mais un collaborateur augmenté est-il aussi une source de gains de productivité pour l’entreprise ? “Ce n’est pas notre objectif premier, répond le responsable prospective relation client. L’IA générative est un bon outil pour nous permettre de gagner du temps”, juge-t-il.

De fait, la mesure du ROI direct de l’IA générative, par exemple une hausse de la productivité, s’avère très complexe à réaliser. “Nous restons essentiellement sur du qualitatif comme le bien-être du collaborateur et surtout l’amélioration de la qualité proposée à nos clients. Apporter plus rapidement la bonne réponse à un assuré est synonyme d’une plus grande efficacité.”

“Nous n’avons pas vocation aujourd’hui à traduire ces gains dans des KPI directs. Oui, nous imaginons des impacts sur la productivité, mais c’est surtout la satisfaction client, la qualité de la réponse et donc la réduction de la réitération et du nombre d’appels entrants qui sont nos objectifs principaux”, approfondit Tanguy Vincent.    

Les chatbots constituent un autre champ d’application potentiel pour l’IA générative. Banquiers et assureurs avancent toutefois très prudemment dans ce secteur en raison des risques d’hallucination que font courir ces nouveaux modèles. 

“Au sein de la direction de la relation client, le chatbot est un outil essentiel mais nécessite de faire les bons choix. Dans nos métiers réglementés, quelle est notre tolérance à l’erreur ? Accepte-t-on d’un chatbot qu’il communique des éléments erronés ? Non. L’IA générative est très puissante et il est important de réussir à la maîtriser. Ce qui est significativement plus compliqué qu’avec les chatbots déployés par le passé et leurs conversations scénarisées”, relève Tanguy Vincent, qui a piloté durant plusieurs années la mise en place de ces outils chez AG2R La Mondiale.

Des craintes des métiers et des mutations à préparer

Cette maîtrise attendue n’est pas encore au rendez-vous, ce qui explique le temps pris dans le déploiement de chatbots de nouvelle génération dans les secteurs réglementés. Et quid de la perception des salariés de la relation client à l’égard de l’IA générative ? “Il peut y avoir des craintes,  tout comme il y en a eues, quelques années plus tôt, lors de la mise en place des chatbots. Il faut les entendre et les accompagner”, commente l’expert.

Mais il faut aussi, selon lui, anticiper les impacts et préparer la mutation de ces métiers. Une double évolution des métiers se dessine, à commencer par leur “technicisation”. “Nos métiers doivent se techniciser pour maîtriser et comprendre ces solutions de l’IA générative. Hier, nous construisions une conversation dans un bot. Demain, l’IA construira la conversation, et notre rôle sera de la superviser et de la maîtriser.” 

Techniciser donc, mais aussi s’humaniser.” Qu’est-ce qui fera la différence dans des métiers régulés comme les nôtres ? L’accompagnement, le service client et donc l’humain”, conclut Tanguy Vincent.