Les niveaux d’orchestration d’expériences

Nous assistons au début de l’une des plus importantes transformations de l’histoire de l’entreprise, propulsée par une nouvelle génération d’intelligence artificielle (IA) générative et agentique. Ces technologies révolutionnent la façon dont les entreprises gèrent les expériences client et collaborateur en activant de nouveaux niveaux d’automatisation, d’augmentation, de personnalisation et d’optimisation.  

L’orchestration de l’expérience basée sur l’IA, qui envisageait d’utiliser l’IA pour coordonner les expériences entre les systèmes et les canaux, est en train de devenir réalité. Dans cet article, nous explorons le déroulement de cette transformation, y compris son potentiel avenir, et nous définissons les six niveaux d’orchestration de l’expérience. Ce modèle de maturité constitue une base qui permet aux entreprises d’évaluer où elles en sont aujourd’hui, d’imaginer ce qui est possible et d’élaborer une stratégie de croissance basée sur l’IA¹. 

Introduction 

L’orchestration d’expériences vise à atteindre deux objectifs en même temps : 

1. Réduire le coût des opérations. 
2. Renforcer la fidélité des clients pour une croissance à long terme.

Les entreprises peuvent mieux trouver le juste équilibre entre efficacité opérationnelle et expérience centrée sur les personnes. La bonne stratégie d’orchestration de l’expérience basée sur l’IA permet les deux. 

En coordonnant les données, les systèmes, les canaux et les rôles, l’orchestration crée des expériences plus efficaces et émotionnellement intelligentes du point de vue des clients et des employés. À mesure que des innovations émergent, nous nous dirigeons vers une orchestration universelle, qui transcende les activités en contact direct avec les clients à l’échelle du front-office et du back-office. Elle permet aux entreprises de repenser le centre de contact, les expériences client et collaborateur, ainsi que leur activité dans son ensemble. 

Les niveaux d’orchestration de l’expérience ci-dessous définissent la courbe de maturité, d’entièrement manuelle à entièrement autonome. Chaque niveau marque un grand pas en avant en matière d’automatisation, d’augmentation, de personnalisation et d’optimisation et de valeur commerciale potentielle ajoutée. Cela se traduit par une efficacité, une fidélité client et un engagement des collaborateurs accrus. 

Niveau 0 : aucune orchestration 

Les interactions avec les clients sont entièrement manuelles et sont gérées grâce à des systèmes téléphoniques de base, sans outils ni intelligence intégrés. Les conseillers humains s’appuient sur l’entraînement et la documentation statique. Chaque interaction est réactive et incohérente.

Il n’existe pas de vue unifiée du client, ni d’orchestration des tâches ou des informations entre les systèmes. Le service client est traité comme une nécessité opérationnelle plutôt qu’une fonction stratégique, ce qui entraîne un grand nombre d’efforts, une forte attrition et de mauvais résultats

• Automatisation : aucune. Toutes les tâches, y compris les demandes de routine, nécessitent une implication totale du conseiller humain. 

• Augmentation : les conseillers humains travaillent sans assistance système. Pas de gestion contextuelle des données ni d’assistance spécifique à une tâche. 

• Personnalisation : aucune personnalisation prise en charge par le système en fonction du profil ou de l’historique du client. 

• Optimisation : l’entraînement manuel et la planification statique dominent. Pas d’informations en temps réel, de gestion de la qualité ni d’automatisation de la planification du personnel. 

Niveau 1 : navigation par menus 

Les systèmes de serveur vocale interactif (IVR) fournissent une automatisation de base avec une logique de routage fixe et une reconnaissance vocale limitée. Les clients interagissent via le clavier ou les menus vocaux, généralement pour vérifier l’état ou l’itinéraire vers un service. Bien que cela réduise légèrement le volume des appels, les expériences restent impersonnelles et vocales.  

Les conseillers humains restent toujours nécessaires pour la plupart des tâches et s’appuient sur un contexte CRM limité. Le contrôle qualité est manuel et rétrospectif. Le système fonctionne, mais ne s’adapte pas

• Automatisation : le système IVR gère les demandes d’informations simples, telles que la vérification du solde d’un compte ou de l’état d’une commande, en fonction de la saisie sur le clavier ou de la reconnaissance de mots-clés. La logique est fixe et non adaptative. 

• Augmentation : les conseillers humains peuvent consulter les dossiers clients statiques pendant les interactions, mais doivent rechercher manuellement des informations pertinentes. 

• Personnalisation : le routage basé sur les compétences et les préférences linguistiques sont possibles, mais les expériences restent largement uniformes. 

• Optimisation : l’assurance qualité est basée sur des enregistrements échantillonnés. La planification des conseillers humains prend du temps et est réactive. 

Niveau 2 – Automatisation des boîtes de dialogue prédéfinies 

L’IA conversationnelle associe la reconnaissance vocale automatisée (ASR), le traitement du langage naturel (NLP) et la compréhension du langage naturel (NLU) pour interagir sur plusieurs canaux de communication. Les interactions sont régies par des règles prédéfinies et des dialogues scriptés. Les modèles d’IA prédictive sont appliqués à des cas d’utilisation spécifiques (comme le routage ou l’engagement), mais n’ont pas encore été généralisés pour déterminer les meilleures actions à entreprendre dans le cadre d’une expérience en général. 

• Automatisation : l’IA conversationnelle permet aux bots d’automatiser les dialogues de routine avec les clients sur les canaux digitaux et vocaux (omnicanal), comme le suivi des commandes, la réinitialisation des mots de passe ou la vérification d’identité. Les bots sont rigides et suivent des flux prédéfinis structurés autour d’une logique scriptée et d’arbres de décision fixes. 

• Augmentation : les conseillers humains commencent à recevoir une assistance contextuelle par le biais d’outils de gestion des connaissances, ainsi que des suggestions sur la marche à suivre en fonction du contexte CRM ou de mots-clés. 

• Personnalisation : l’expérience client reste standardisée et manque d’adaptabilité ou de personnalisation au-delà des entrées statiques. Les fonctionnalités de gestion de l’engagement des collaborateurs de base sont introduites et aident à aligner les tâches sur les compétences et la disponibilité des collaborateurs. 

• Optimisation : les expériences sont optimisées à l’aide de modèles d’IA prédictifs spécialisés pour le routage, l’engagement et les prévisions. L’analyse vocale et textuelle permet de réaliser des processus d’assurance qualité. 

Niveau 3 : conversations générées par le système 

L’IA générative utilise des grands modèles de langage (LLM) et des architectures basées sur des transformateurs pour produire du contenu dans les limites de sa configuration. L’IA effectue des tâches pour lesquelles elle a été explicitement conçue ou formée. Elle améliore les expériences grâce à l’automatisation, à l’augmentation, à la personnalisation et à l’optimisation, tout en fonctionnant dans le respect d’une logique et de flux de travail prédéfinis.  

Ce niveau d’IA ne raisonne pas et ne prend pas de décisions au-delà des instructions qu’elle reçoit ; elle s’appuie uniquement sur la façon dont elle est programmée avec une ampleur et une fluidité accrues. 

• Automatisation : les conseillers virtuels basés sur l’IA automatisent des interactions plus vastes et plus complexes, telles que le dépannage, le statut des commandes ou les demandes de produits. Ces conseillers virtuels semblent autonomes, mais fonctionnent strictement dans le cadre de workflows et de règles configurés. Ils ne raisonnent pas et ne sont pas capables de faire de déduction au-delà des modèles définis. Des fonctionnalités telles que la reconnaissance des intentions ou la gestion des FAQ leur permettent de gérer des scénarios plus nuancés, mais uniquement dans la mesure où leur entraînement et leur configuration le permettent. Les fonctions de superviseur virtuel permettent d’automatiser la surveillance opérationnelle, en alertant les parties prenantes en fonction de seuils prédéfinis ou de signaux comportementaux. 

• Augmentation : les conseillers copilotes améliorent les performances humaines en fournissant des informations pertinentes, telles que des suggestions d’actions à entreprendre, des résumés ou des articles de connaissance, mais dans les limites des règles et modèles prédéfinis. Les conseillers copilotes réagissent aux indices ou signaux reconnus dans la conversation, mais ne s’adaptent pas ni ne planifient au-delà de ces paramètres. Les copilotes superviseurs et administrateurs offrent des conseils et des recommandations en fonction de critères configurés, ce qui permet de développer les connaissances sans outrepasser les limites de décision. 

• Personnalisation : l’IA générative peut adapter les réponses à l’aide d’une segmentation structurée, d’une classification des intentions et d’attributs définis par l’entreprise. Elle propose des réponses personnalisées en fonction des informations qui lui ont été communiquées, en s’appuyant sur des données CRM, des préférences connues ou des interactions antérieures pour générer des résultats qui correspondent à des objectifs ou segments spécifiques de l’entreprise. Bien que le contenu semble personnalisé, il est généré dans les limites d’une logique prédéfinie et d’un comportement configuré. À ce niveau, la personnalisation est puissante, mais elle reste liée à ce qui a été structuré. 

• Optimisation : l’orchestration des parcours et la gestion de l’expérience sont améliorées par la capacité de l’IA à exécuter des stratégies d’optimisation préplanifiées. Les prévisions, la planification et l’équilibrage de la charge de travail bénéficient de modèles prédictifs qui affinent continuellement les recommandations en fonction des données historiques. Même dans ce cas, cependant, l’IA n’est pas adaptative. Elle suit des comportements qu’elle a appris et est régulièrement entraînée par les humains pour rester pertinente. L’orchestration des tâches, des alertes et des flux de travail sur le front-office et le back-office repose toujours sur des conditions définies, et non pas sur un raisonnement proactif. 

Niveau 4 : génération d’expérience agentique 

L’IA passe d’une exécution simple à une résolution intelligente des problèmes. Les systèmes sont configurés pour des objectifs spécifiques et utilisent le raisonnement, la planification et la mémoire pour déterminer la meilleure façon de les atteindre tout en fonctionnant dans des limites clairement définies.  

Ce niveau introduit l’IA agentique, qui interprète le contexte, planifie les étapes et ajuste les actions en fonction d’entrées dynamiques. Cependant, toute exécution reste semi-autonome. La contribution humaine, l’approbation et la supervision restent essentielles, ce qui permet de s’aligner sur l’intention et d’éviter les dépassements. 

• Automatisation : les conseillers virtuels, les superviseurs et les administrateurs effectuent désormais des tâches transactionnelles complexes et des séquences de décision dans des domaines plus exigeants tels que les ventes, les renouvellements et la rétention. Ils déterminent les étapes optimales pour atteindre un objectif configuré, en tenant compte des garde-fous et des exigences d’approbation définis. Ces systèmes peuvent référencer et suivre des contenus structurés tels que des procédures opérationnelles standard (SOP), des articles de connaissance ou des documents d’instructions pour exécuter les tâches avec précision et cohérence. L’exécution asynchrone devient plus courante, ce qui permet aux tâches de progresser en arrière-plan pendant que les clients ou les collaborateurs participent à d’autres tâches. Le conseiller virtuel avertit l’utilisateur lorsque des tâches sont terminées ou nécessitent une saisie, tout en maintenant la transparence et le contrôle humain. 

• Augmentation : les copilotes sont de plus en plus proactifs : ils font apparaître des suggestions intelligentes aux conseillers, superviseurs et administrateurs, et leur proposent de les exécuter lorsqu’elles sont approuvées. Cela inclut la mise à jour des enregistrements, l’identification des risques, la rationalisation des processus et la traduction de la communication en temps réel. Ces copilotes fournissent également des signaux en temps réel pour aider à coacher les utilisateurs humains. Ils mettent en évidence les étapes manquées, offrent des conseils en matière de conformité ou rappellent des éléments de contexte clés de manière positive et non intrusive. Au lieu de prendre le contrôle, ils aident les gens à être plus performants grâce à des incitations subtiles et contextuelles. Bien qu’ils analysent des données complexes et adaptent leurs suggestions, ils n’agissent jamais de manière autonome, préservant ainsi l’autorité de décision humaine. 

• Personnalisation : La personnalisation devient plus stratégique et axée sur les données. Les systèmes d’IA utilisent la mémoire interne, les profils des clients, les interactions antérieures et les indices contextuels pour déterminer les réponses ou les flux de travail qui correspondent le mieux au profil du client. Cela inclut le dessin à partir de segments définis par l’entreprise, l’historique des transactions et les règles configurées. Les conseillers humains bénéficient d’une assistance qui s’adapte à la complexité du scénario, avec des suggestions qui reflètent des guides personnalisés plutôt que des workflows généraux. Cependant, toute personnalisation continue de fonctionner dans les limites des configurations commerciales, sans improvisation en dehors des limites définies. 

• Optimisation : L’orchestration exploite désormais le contexte dynamique pour améliorer les flux d’expérience entre les systèmes. Les composants de l’IA fonctionnent de manière semi-autonome pour identifier de meilleurs chemins et des résolutions plus efficaces, ce qui nécessite moins de configuration manuelle, mais fonctionne dans les limites des contraintes prédéfinies. Des capacités telles que la détection d’anomalies, la reconnaissance de modèles et la prise de décisions basée sur la mémoire aident à identifier les écarts de processus ou les remontées. Dans les cas où la discrétion ou l’interprétation de la stratégie sont indispensables, comme les approbations d’emprunt immobilier ou les ajustements financiers, l’IA assiste votre personnel en préparant le contexte nécessaire à la décision, mais c’est l’humain qui réalise l’action finale. 

Niveau 5 : orchestration agentique universelle 

L’IA atteint un stade d’autonomie axée sur les objectifs, capable de planifier, de prendre des décisions et d’exécuter des actions de manière indépendante en fonction des objectifs définis par les acteurs humains. Les conseillers virtuels, les superviseurs et les administrateurs ne sont plus limités par des workflows fixes ou l’exécution linéaire des tâches. Ils génèrent de nouvelles stratégies de manière dynamique et coordonnent les actions de manière adaptative pour atteindre les résultats commerciaux, guidés par des objectifs généraux plutôt que par des ensembles d’instructions rigides.  

Ce niveau représente la pointe de la maturité de l’orchestration, où l’IA passe de l’automatisation réactive à la gestion autonome et collaborative de l’expérience. 

Les systèmes d’IA combinent LLM, mémoire, planification et raisonnement, le tout renforcé par des boucles de feedback continues. Les expériences ne sont plus cloisonnées ou transactionnelles, mais deviennent plutôt fluides, adaptatives et intelligentes dans l’ensemble des écosystèmes.  

Les entités d’IA interagissent directement entre elles. Elles se partagent des objectifs, échangent du contexte et se transfèrent des responsabilités, ce qui permet une orchestration distribuée à la fois entre les systèmes internes et les partenaires externes. L’implication humaine devient stratégique et intentionnelle, concentrée sur la supervision, la gouvernance et les décisions complexes qui bénéficient de l’empathie, de la créativité ou du jugement. 

• Automatisation : les conseillers, les superviseurs et les administrateurs virtuels initient, exécutent et effectuent des tâches de bout en bout de manière autonome. Les systèmes interprètent les objectifs organisationnels et les données contextuelles pour déterminer le chemin optimal à suivre sans recourir à des scripts prédéfinis ni à une intervention manuelle. La propriété et le transfert des tâches se font de manière dynamique entre les conseillers intelligents, les décisions étant prises en coopération entre les rôles et les domaines. À mesure que les systèmes poursuivent des objectifs communs, ils alignent les décisions entre les services, les canaux et même les réseaux de partenaires, en exécutant des actions à grande échelle et en harmonie. La plupart des besoins opérationnels, qu’ils soient en contact direct avec les clients ou en back-office, sont résolus automatiquement grâce à une collaboration intelligente et multi-acteurs. 

• Augmentation : bien que l’IA gère la plupart des tâches de manière indépendante, les humains restent essentiels à la supervision, à la politique et au jugement stratégique. Les copilotes fournissent les résultats de manière proactive, résument les mesures prises et les mettent en forme à des fins d’audit ou d’intervention. Dans d’autres scénarios, les copilotes anticipent les besoins et proposent de réaliser des tâches, en apprenant des modèles d’approbation et en élargissant la portée de leur assistance. Il est important de noter que les copilotes et les conseillers autonomes travaillent ensemble, en se transmettant des informations et des décisions intermédiaires de façon fluide pour soutenir les acteurs humains et ainsi optimiser l’efficacité. Les collaborateurs bénéficient d’une intelligence orchestrée qui s’adapte à leur rôle, à leur contexte et à leur flux de travail, ce qui augmente la contribution humaine à un travail orienté décision à fort impact. 

• Personnalisation : les expériences sont orchestrées par des administrateurs virtuels, des superviseurs et des conseillers, chacun apportant des perspectives, un contexte et des fonctions uniques. Ces systèmes intelligents s’appuient sur des interactions antérieures, des connaissances de l’entreprise et des signaux comportementaux en constante évolution pour adapter les expériences en temps réel. Ils assurent une personnalisation dynamique et distribuée, qui ne repose pas sur un seul système. En effet, elle est affinée collectivement par des acteurs basés sur l’IA qui coordonnent leur compréhension des objectifs, des préférences et de l’état du parcours du client. Que ce soit au sein d’une seule marque ou dans plusieurs écosystèmes, les conseillers virtuels synchronisent leurs réponses et leurs décisions afin d’assurer la continuité, la pertinence et l’alignement des intentions à chaque point de contact. 

• Optimisation : l’optimisation devient autonome, distribuée et axée sur les objectifs. Chaque système basé sur l’IA contribue à l’amélioration des performances non pas de manière isolée, mais dans le cadre d’un réseau d’apprentissage collaboratif continu. Ils affinent les flux de travail et les modèles de décision en fonction des boucles de feedback partagées, des données de performances et des indicateurs de réalisation des objectifs. La logique d’orchestration s’adapte de manière fluide à l’évolution des priorités organisationnelles, et les conseillers basés sur l’IA travaillent ensemble pour réaffecter les efforts, rééquilibrer les stratégies et améliorer les résultats à grande échelle. Cela crée une couche d’intelligence autonome dans laquelle l’orchestration évolue avec l’environnement sans nécessiter de configuration manuelle ou de formation supplémentaire. 

Le modèle de maturité des niveaux d’orchestration de l’expérience illustre la façon dont les entreprises peuvent passer d’opérations entièrement manuelles à des systèmes intelligents basés sur l’IA, capables de gérer et d’améliorer de manière indépendante les expériences client et collaborateur. Chaque niveau représente une avancée importante en matière de capacité d’IA et de la valeur potentielle de celle-ci, de l’automatisation isolée des tâches à des systèmes pouvant planifier, raisonner et agir pour atteindre les objectifs de l’entreprise. 

À mesure qu’elles développent leur maturité en matière d’orchestration de l’expérience, les entreprises opèrent souvent à plusieurs niveaux à la fois, en fonction des priorités commerciales, des segments de clientèle, des contraintes opérationnelles et des risques. Certaines expériences resteront hautement structurées et supervisées par l’humain, tandis que d’autres bénéficieront d’une autonomie et d’une orientation accrues. 

Le chemin vers la maturité implique également la collaboration accrue entre les systèmes intelligents, c’est-à-dire la coordination des conseillers basés sur l’IA les uns avec les autres pour résoudre des tâches complexes, se partager du contexte et s’adapter de manière dynamique à tous les parcours. Ces conseillers interconnectés, qu’ils prennent en charge les clients, les superviseurs ou les administrateurs, constituent la base d’une orchestration évolutive et adaptative. Dans ce modèle, l’intelligence n’est plus isolée sur un système ou une interaction unique. Il devient une fonctionnalité distribuée, capable d’apprendre, de partager et d’améliorer en permanence l’ensemble du paysage de l’expérience. 

Conclusion 

Les niveaux d’orchestration de l’expérience offrent un modèle de maturité structuré pour aider les entreprises à mener à bien leur transformation. Nous pensons que la plupart des entreprises opèrent aujourd’hui aux niveaux 1 ou 2. Mais la voie à suivre est claire, et le rythme s’accélère.  

Les entreprises qui investissent dans l’orchestration agentique seront avantagées pour générer une valeur potentiellement exponentielle, à travers une automatisation et une évolutivité renforcées, des collaborateurs plus autonomes et une fidélisation plus poussée des clients. 

Où votre entreprise opère-t-elle aujourd’hui ? Que faudrait-il pour passer au niveau supérieur ?  

Genesys est là pour vous aider à définir ce chemin et à passer à l’étape suivante, vers des expériences orchestrées et émotionnellement intelligentes à grande échelle. 

¹ Il s’agit d’un document de travail et non d’une feuille de route produit. Genesys ne s’engage pas à fournir les fonctionnalités décrites dans ce document. 

* Cet article, initialement publié le 14 mai 2024, a été mis à jour.  

Auteurs :