Ce que disent les données sur l’IA dans le centre de contacts

En février 2024, Klarna a annoncé que son assistant IA avait traité 2,3 millions de conversations de service client durant son premier mois, soit environ deux tiers des chats du service client de l’entreprise, et qu’il effectuait un travail équivalent à celui de 700 agents à temps plein.¹ L’entreprise a aussi indiqué que le temps de résolution était passé de 11 minutes à moins de 2 minutes, que les demandes répétées avaient reculé de 25 % et que l’assistant améliorerait le résultat d’environ 40 millions de dollars en 2024.¹ Ces chiffres sont tous ceux de Klarna elle-même, tirés d’un communiqué portant sur le premier mois de l’assistant.

En mai 2025, le tableau avait changé. Selon Entrepreneur, qui rendait compte d’un entretien de Sebastian Siemiatkowski, directeur général de Klarna, avec Bloomberg, l’entreprise recrutait de nouveau des collaborateurs du service client à distance. Les embauches avaient été suspendues environ un an plus tôt, et les effectifs avaient reculé de 22 % pour atteindre 3 500 personnes, surtout par attrition.² L’article décrit les chatbots comme moins coûteux, mais offrant un service de moindre qualité.

Really, investing in the quality of human support is the way of the future for us

Ces deux annonces encadrent une décision que beaucoup de dirigeants financiers et opérationnels doivent aujourd’hui prendre : l’IA doit-elle se placer aux côtés de l’agent du support ou à sa place. Les preuves indépendantes les plus solides concernent la première option. Pour la seconde, on dispose surtout de chiffres publiés par les entreprises ou d’enquêtes auprès de dirigeants, et ils invitent à la prudence.

Deux conceptions, deux économies différentes

Un assistant s’affiche dans l’écran de l’agent. Il lit la conversation au fil de l’eau, suggère des réponses ou renvoie vers des documents utiles, et c’est l’agent qui décide de ce qui est envoyé. Un système de remplacement s’adresse directement au client et ne passe la main à une personne que s’il échoue ou si le client le demande. Le premier modifie la vitesse et la qualité du travail d’une personne. Le second modifie le nombre de personnes nécessaires.

La distinction compte pour le calcul. Un assistant augmente la production de personnes que vous employez déjà : le gain prend la forme d’une capacité disponible, qui ne devient une économie que si vous réduisez les embauches, les heures ou les effectifs. Un système de remplacement retire une part des contacts de la file humaine, de sorte que l’économie par contact est plus grande, tout comme l’exposition lorsque le système se trompe. Une suggestion faible est corrigée par l’agent. Une réponse faible d’un robot autonome arrive directement chez le client.

Ce que montrent les mesures

La mesure la plus citée du modèle d’assistance est due à Erik Brynjolfsson, Danielle Li et Lindsey Raymond. Ils ont étudié le déploiement échelonné d’un assistant conversationnel d’IA générative, à partir des données de 5 179 agents du support client d’un éditeur de logiciels d’entreprise du Fortune 500 qui sert des petites entreprises aux États-Unis.³ Il s’agit de support technique par chat, et la plupart des agents (89 %) se trouvent hors des États-Unis, surtout aux Philippines.³ L’outil ayant atteint les agents à des moments différents, les auteurs ont pu comparer les agents qui l’avaient avec ceux qui ne l’avaient pas.

La productivité, mesurée en dossiers résolus par heure, a augmenté de 14 % en moyenne.³ Le gain était inégal : 34 % pour les collaborateurs débutants et peu qualifiés, et minimal pour les collaborateurs expérimentés et très qualifiés.³ Les agents ayant deux mois d’ancienneté et utilisant l’outil obtenaient les mêmes résultats que les agents sans outil ayant plus de six mois d’ancienneté.³ L’article relève aussi une hausse de la satisfaction des clients de 0,18 point, soit environ un demi-écart type, et un moindre taux de départ chez les nouveaux collaborateurs : environ 10 points de pourcentage, soit une baisse de 40 % par rapport à une base de 25 % dans ce groupe.³

Le même article contient une mise en garde facile à ignorer. Il avertit que l’assistance par IA peut réduire la qualité des conversations des agents les plus compétents.³ Un assistant qui relève la moyenne tout en tirant légèrement vers le bas les meilleurs reste un bon échange dans bien des organisations, mais c’est un échange, et il doit être mesuré comme tel.

Lisez le périmètre avant de citer le chiffre phare. Il s’agit d’une entreprise, d’un produit et d’une activité de support par chat, avec un chat moyen d’environ 40 minutes et une base de 2,6 résolutions par heure.³ Un autre canal, comme des appels vocaux courts, ou une autre entreprise peuvent donner un autre chiffre. L’étude mesure l’assistance. Elle ne teste pas la possibilité de supprimer les agents.

Ce qui s’est passé quand une entreprise est allée plus loin

Les chiffres de Klarna pour 2024 décrivent un volume et une vitesse sur le premier mois de l’assistant, tels que l’entreprise les rapporte elle-même.¹ Les articles de 2025 décrivent une entreprise qui avait suspendu les embauches, laissé ses effectifs diminuer, puis jugé que la qualité du support humain exigeait un investissement.² Le revirement d’une seule entreprise ne mesure pas le nombre d’agents que l’IA peut remplacer. Les entreprises dont les demandes sont en grande partie simples et répétitives peuvent peut-être en automatiser davantage que Klarna ne l’a choisi. Cet épisode montre qu’un titre sur les contacts traités et un titre sur la qualité de service peuvent diverger.

Les enquêtes vont dans le même sens, bien qu’elles recueillent les déclarations et les attentes des dirigeants plutôt que des résultats mesurés. En juin 2025, Gartner a prévu que d’ici 2027, 50 % des organisations qui comptaient réduire sensiblement leurs effectifs de service client abandonneront ces projets.⁴ Il s’agit d’une prévision. Le communiqué cite aussi un sondage de mars 2025 auprès de 163 responsables du service client, dans lequel 95 % prévoient de conserver des agents humains.⁴

Dans une enquête Gartner plus récente, menée en octobre 2025 auprès de 321 responsables du service client, 20 % déclaraient avoir réduit leurs effectifs d’agents à cause de l’IA, et 55 % déclaraient des effectifs stables avec des volumes plus élevés.⁵ Ces données sont déclaratives. Elles suggèrent que, jusqu’ici, l’IA dans le service client a plus souvent absorbé la croissance qu’elle n’a réduit les équipes.

Ce que vaut la capacité dégagée

Les équipes financières voudront un coût par contact. Cet article n’en utilise pas, car aucune des sources consultées ne donne un chiffre dont le périmètre permette une affirmation générale. Pour des fourchettes publiées de coût par contact, consultez le benchmark sur le coût du service client de Newmind. Avec les chiffres sourcés, on peut en revanche calculer une capacité, en indiquant clairement les hypothèses.

Deux remarques supplémentaires. Les débutants gagnent le plus, de sorte que le bénéfice se concentre dans les équipes au renouvellement le plus élevé, et l’étude constate un moindre taux de départ chez les nouveaux collaborateurs, à partir d’une base de 25 %.³ Chaque départ évité économise du temps de recrutement et de formation, ce que le calcul de capacité ne saisit pas. Et un assistant qui amène un agent de deux mois au niveau d’un agent de plus de six mois raccourcit la montée en compétence de chaque nouvelle recrue.³

Risques et limites

• Preuve sur un seul site. L’étude principale porte sur une entreprise et un canal. Considérez ses pourcentages comme une hypothèse à tester dans votre propre organisation.
• Agents expérimentés. Le gain mesuré pour les agents très qualifiés était minimal, et leur qualité peut baisser. Un déploiement identique pour tous peut gaspiller des licences ou user vos meilleurs agents.
• Résultats déclaratifs. Les chiffres de Klarna pour 2024 et les enquêtes Gartner décrivent ce que disent les entreprises. Aucun n’est une mesure auditée des coûts ou de la satisfaction.
• Risque de retour en arrière. Réduire les effectifs avant d’avoir des preuves coûte cher à corriger : le récit de Klarna en 2025 comprend des embauches suspendues, des effectifs en baisse et de nouveaux recrutements.

Il existe aussi un effet sur l’emploi. Un assistant qui permet à des agents de deux mois d’égaler ceux de six mois réduit la valeur de l’expérience, avec des conséquences sur la rémunération, la fidélisation et la progression de carrière. L’étude constate un moindre taux de départ chez les nouveaux collaborateurs, mais une entreprise sur une courte période ne tranche pas la question des salaires ou du moral.

Que faire ensuite

1. Mesurez d’abord une base de référence : dossiers résolus par heure, contacts répétés et satisfaction des clients, par ancienneté des agents.
2. Déployez un assistant par étapes, afin que certaines équipes servent de groupe de comparaison, comme le permettait le plan de l’étude.
3. Rapportez les résultats par tranche d’ancienneté, en vous attendant aux gains les plus importants chez les nouveaux agents et en vérifiant la qualité chez les plus expérimentés.
4. Traitez tout parcours entièrement automatisé comme un pilote distinct, avec un accès facile à une personne et un suivi des escalades et des contacts répétés.
5. Décidez par écrit de l’usage de la capacité libérée, qu’il s’agisse d’embauches ralenties, d’attrition ou d’absorption de la croissance, avant de revendiquer une économie.

Le pré-audit gratuit de Newmind est un court questionnaire qui renvoie une première estimation des endroits où l’IA pourrait réduire les coûts de vos processus. Quel que soit le résultat de votre pilote, présentez-le comme le font les recherches ci-dessus : une entreprise, un canal, une période, avec les limites indiquées.