L’IA transforme l’expérience client. Cela ne fait plus débat. 

Les entreprises s’appuient sur l’IA pour automatiser les interactions de routine, aider leurs collaborateurs à gagner en efficacité et offrir des expériences plus rapides et personnalisées. Et à mesure que les agents IA gagnent en autonomie et en capacité d’action au nom des clients comme des collaborateurs, les possibilités ne cessent de s’étendre. 

Mais une autre transformation est à l’œuvre, loin des projecteurs. 

À mesure que l’IA progresse, elle transforme l’organisation elle-même. Des responsabilités jusqu’ici exclusivement assumées par les humains commencent à se redistribuer. Les rôles existants évoluent. De nouvelles fonctions apparaissent. Et les modèles opérationnels conçus pour une organisation entièrement humaine commencent à atteindre leurs limites. 

Autrement dit, l’IA ne transforme pas seulement l’expérience client. Elle transforme le travail qui la rend possible et, à terme, la manière même dont l’entreprise opère.

 

L’IA transforme bien plus que l’expérience client 

Une grande partie des débats autour de l’IA dans l’expérience client (CX) se concentre, à juste titre, sur ce que la technologie est capable d’accomplir. Peut-elle automatiser une interaction ? Aider un collaborateur à trouver rapidement la bonne réponse ? Résumer une conversation ? Anticiper le prochain besoin d’un client ? 

Mais à mesure que l’IA s’intègre au cœur des opérations CX, une autre série de questions émerge. 

Lorsqu’un agent IA prend en charge une interaction, qui définit ce qu’il est autorisé à faire ou non ? Comment évaluer la qualité de ses performances ? Comment détecter une interaction techniquement irréprochable, mais qui laisse malgré tout au client une mauvaise expérience ? Qui décide du moment où un humain doit reprendre la main ? 

Et surtout, qui fait évoluer en continu le système à mesure que les attentes des clients, les priorités de l’entreprise et les capacités de l’IA progressent ?  

Ces questions dépassent largement le cadre de la technologie. Elles touchent à l’organisation du travail, à la répartition des responsabilités, aux processus de décision et aux mécanismes de responsabilité. 

Les entreprises ont consacré des années à optimiser les parcours clients. Demain, elles devront accorder la même attention à la refonte des organisations qui les conçoivent, les pilotent et les font vivre.

 

Quand le modèle opérationnel commence à s’essouffler 

Dans un premier temps, les organisations parviennent généralement à intégrer l’IA dans leurs structures existantes. 

Une équipe opérationnelle prend en charge un nouveau cas d’usage de l’IA. Les équipes qualité commencent à évaluer les interactions générées par l’IA aux côtés de celles produites par les collaborateurs. Les managers ajoutent le suivi et l’amélioration des performances de l’IA à une liste de responsabilités déjà bien remplie. La gouvernance est assurée par un groupe transversal, en parallèle des activités existantes. 

Cette approche peut fonctionner… jusqu’à ce que l’échelle et la complexité changent de dimension. 

À mesure que l’IA s’invite dans un nombre croissant de parcours clients, les organisations doivent arbitrer davantage de décisions liées à la performance, à l’escalade, à la qualité, à la gouvernance, à la formation et à l’optimisation. Et les frontières traditionnelles entre les équipes deviennent de plus en plus difficiles à maintenir. 

La performance de l’IA relève-t-elle des opérations ou de la direction des systèmes d’information DSI) ? Les équipes qualité doivent-elles évaluer uniquement les collaborateurs, ou également les agents IA ? Qui conçoit l’expérience conversationnelle lorsque, au cours d’un même parcours, un client peut interagir avec un agent virtuel agentique, un collaborateur humain, ou les deux successivement ? 

Il n’existe pas de modèle opérationnel universel capable d’apporter une réponse à toutes ces questions. Mais le défi de fond devient de plus en plus prégnant : à mesure que les entreprises se développent, la complexité peut dépasser les capacités du modèle opérationnel censé la maîtriser. L’IA peut aider les organisations à gérer cette complexité. Mais elle transforme aussi la manière dont le travail est réalisé, en introduisant de nouvelles responsabilités, de nouvelles décisions et de nouveaux modes de travail. On ne bâtit pas une entreprise pilotée par l’IA sur un modèle opérationnel conçu pour un monde sans IA.

 

De nouvelles responsabilités créent de nouveaux rôles 

Lors de l’événement Xperience 2026 à Las Vegas, Yulia Kaurova, Product Marketing Manager chez Genesys, a animé une session consacrée à l’impact de l’IA sur les équipes CX, en explorant les nouvelles responsabilités et les nouveaux rôles susceptibles d’émerger à mesure que les organisations déploient l’IA à grande échelle.

C’est là que la réflexion sur les futurs métiers de l’expérience client devient particulièrement intéressante. Des rôles tels que responsable de la performance des agents IA, designer conversationnel, ingénieur de prompts et orchestrateur « human-in-the-loop » illustrent la manière dont le travail pourrait évoluer. Ces intitulés de poste évolueront peut-être avec le temps, voire ne verront jamais le jour dans certaines entreprises. L’essentiel est ailleurs. Derrière ces appellations se cachent de nouvelles responsabilités que les organisations devront, de plus en plus, confier à des profils clairement identifiés et responsables de leur pilotage. 

Un responsable de la performance des agents IA pourrait, par exemple, superviser la performance des systèmes d’IA au regard des objectifs clients, opérationnels et métier, afin d’identifier les tendances, les points de friction et les opportunités d’amélioration.

Un designer conversationnel pourrait concevoir des parcours fluides entre les points de contact humains et numériques pilotés par l’IA, pour garantir des expériences cohérentes, utiles et alignées sur la promesse de marque de l’entreprise.

Les ingénieurs de prompts ou les spécialistes de l’expérience IA pourraient, quant à eux, traduire les objectifs métier, les politiques internes et les bases de connaissances en instructions, règles et structures permettant aux agents IA de fonctionner efficacement.

Enfin, les orchestrateurs « human-in-the-loop » pourraient définir les situations dans lesquelles l’IA peut agir de manière autonome, celles qui nécessitent une intervention humaine, ainsi que les modalités de passage de relais entre les deux.

Certaines de ces responsabilités viendront naturellement enrichir des métiers existants. D’autres seront réparties entre plusieurs équipes ou évolueront vers de nouveaux rôles à part entière. Partir des responsabilités plutôt que des intitulés de poste offre également un avantage majeur : éviter de concevoir les équipes de demain à partir des hypothèses d’aujourd’hui sur l’IA. 

Au fond, le changement le plus important réside dans la nature du travail elle-même.

 

La valeur ajoutée de l’humain évolue, elle aussi 

Cette transformation est également l’occasion de repenser la manière dont les rôles CX existants créent de la valeur. 

Prenons l’exemple des superviseurs et des équipes qualité. Dans un modèle opérationnel traditionnel, une part importante de leur temps est consacrée à l’analyse manuelle des interactions, au contrôle de la conformité ou à l’identification de problèmes de performance relativement récurrents. 

L’IA peut désormais prendre en charge une grande partie de ces analyses à l’échelle de l’entreprise. Mais cela ne diminue pas la valeur de l’expertise humaine. Au contraire, cela renforce l’importance de ce que les humains font le mieux. 

Au lieu de consacrer autant de temps à identifier les signaux pertinents, les équipes peuvent se concentrer davantage sur leur interprétation et sur les décisions à prendre. Leur rôle évolue alors vers des missions à plus forte valeur ajoutée : calibration, accompagnement des équipes, gestion des situations exceptionnelles, exercice du jugement et amélioration continue des processus. 

La même dynamique se retrouve dans l’ensemble de l’organisation. À mesure que l’IA prend en charge les tâches répétitives et standardisées, les collaborateurs peuvent consacrer davantage de leur attention à ce qui exige de naviguer dans l’ambiguïté, de faire preuve d’empathie, de créativité et d’esprit de responsabilité. 

C’est pourquoi l’avenir des équipes CX ne se résume pas à remplacer le travail humain par l’IA. Il s’agit de redistribuer le travail en fonction des forces respectives de l’humain et de l’IA.

 

Une dynamique qui dépasse largement une seule entreprise 

Cette évolution n’a rien de théorique. Elle commence déjà à se manifester au sein d’organisations CX confrontées aux réalités du terrain. 

L’un des exemples présentés lors de la session Xperience est celui de DM, au Brésil. Portée par une stratégie de croissance externe soutenue, l’entreprise a doublé de taille à deux reprises en l’espace de deux ans, entraînant une montée significative de la complexité opérationnelle. Face à cette nouvelle réalité, il ne suffisait plus d’ajouter de la technologie. L’enjeu était de repenser la manière dont le travail était organisé, piloté et amélioré.

Les choix opérés par DM ne constituent pas pour autant un modèle universel. Et ils n’ont pas vocation à l’être. Chaque entreprise possède sa propre combinaison de clients, de canaux, de technologies, de contraintes réglementaires et de structures organisationnelles. 

Mais l’enseignement de fond est plus large. 

À mesure que l’IA transforme le travail, les organisations sont amenées à repenser la façon dont ce travail est piloté. Et plus elles identifient ce basculement tôt, plus elles peuvent l’anticiper et s’y adapter de manière structurée et stratégique. 

 

Repenser les responsabilités avant de créer de nouveaux rôles 

Par où les responsables CX doivent-ils commencer ? Certainement pas par redessiner l’organigramme. 

Avant de multiplier les intitulés de postes centrés sur l’IA, il est essentiel de comprendre comment les responsabilités évoluent. 

Quelques questions méritent d’être posées :

  • Quelles tâches l’IA peut-elle désormais exécuter ou assister ?
  • Quelles décisions peut-elle prendre de manière autonome, et lesquelles nécessitent encore le discernement humain ?
  • Sur quels sujets la responsabilité doit-elle impérativement rester entre les mains des collaborateurs ?
  • Qui est chargé de superviser la qualité et la performance des systèmes d’IA ?
  • À qui reviennent la gestion des exceptions et le traitement des escalades ?
  • Qui porte la responsabilité de l’amélioration continue des processus pilotés par l’IA ? 

Ces questions permettent d’identifier plus clairement où l’organisation doit réellement évoluer. 

Certaines nouvelles responsabilités trouveront naturellement leur place dans des fonctions existantes. D’autres exigeront que les collaborateurs développent de nouvelles compétences. Et lorsque la nature du travail change profondément, ou lorsque son importance stratégique le justifie, la création de nouveaux rôles peut devenir nécessaire.

 

Concevoir le modèle opérationnel d’une organisation pilotée par l’IA  

Nul besoin d’avoir toutes les réponses sur l’avenir du travail pour engager la transformation dès maintenant. En revanche, les organisations ont besoin d’un modèle opérationnel capable d’évoluer à mesure que l’IA prend une place croissante dans l’expérience client. 

Tout commence par l’identification des processus à plus forte valeur ajoutée et par une question essentielle : où l’IA peut-elle générer un impact mesurable ? Cela implique également de tracer une ligne claire entre les décisions que l’IA peut prendre de manière autonome et celles qui doivent continuer à relever du jugement humain. Cela suppose enfin de préciser comment les collaborateurs et l’IA travailleront ensemble, notamment en ce qui concerne la responsabilité de la performance, de la qualité, de la gestion des escalades et de l’amélioration continue. 

Mais une autre question, tout aussi importante, doit être tranchée dès le départ : quels résultats métier l’organisation cherche-t-elle réellement à obtenir ? Adopter l’IA de manière responsable ne consiste pas à l’appliquer à chaque activité sous prétexte que c’est désormais possible. Déployer l’IA à grande échelle sans critères clairs risque surtout d’ajouter des coûts et de la complexité. L’objectif est de l’utiliser là où elle améliore concrètement les résultats, puis de construire le modèle opérationnel capable de la soutenir durablement. 

Les organisations les mieux préparées à un avenir piloté par l’IA ne seront pas nécessairement celles qui déploient le plus d’outils ou automatisent le plus vite. Ce seront celles qui décideront avec discernement de ce qui doit être confié aux machines, de ce qui doit rester entre les mains des humains, et de la manière dont les deux peuvent collaborer efficacement. 

Car l’IA transforme la nature du travail avant de transformer l’organigramme. 

N’attendez pas que la complexité vous impose le changement. Concevez votre organisation CX avant qu’elle ne commence à se redessiner d’elle-même.