Pour autant, ces constats ne signifient pas que l’IA est incapable de créer de la valeur. Le véritable problème réside dans la façon dont les organisations planifient, conçoivent et déploient leurs initiatives.
Lors de Xperience 2026, deux experts de Genesys, Juan Perez, Director of AI Solutions & Services, et Niels Kusters, Senior CX Advisory Consultant, ont présenté une méthode pratique en cinq étapes pour concevoir des cas d’usage IA capables de générer une valeur mesurable.
La valeur réside dans la réduction des frictions
La plupart des organisations abordent leurs initiatives IA en se posant la mauvaise question : qu'est-ce que cette technologie peut faire pour nous ? Elles passent alors en revue toute une palette de fonctionnalités, des agents virtuels au routage intelligent, en passant par l’engagement prédictif et les copilotes, avant de chercher où les déployer. Cette approche, centrée sur la technologie, semble logique. Pourtant, cette approche aboutit souvent à des déploiements d’IA certes impressionnants sur le plan technique, mais qui peinent à générer une valeur tangible pour l’entreprise.
En partant de ces irritants plutôt que des capacités technologiques, votre approche s'ancre dans la réalité de vos métiers plutôt que sur les possibilités offertes par la technologie.
Voir tout l’iceberg
Pour illustrer à quel point il est facile de partir dans la mauvaise direction, Perez et Kusters ont utilisé la métaphore de l’iceberg. À sa surface se trouvent les capacités d’IA elles-mêmes. C’est généralement ce qui vient immédiatement à l’esprit lorsque les organisations envisagent de déployer l’IA. Juste en dessous se situe la couche technologique et data : les plateformes, les intégrations et les pipelines de données qui permettent aux modèles d’IA de fonctionner.
La majeure partie de l’iceberg reste totalement immergée et invisible. Elle englobe les équipes, les processus et les actions de conduite du changement indispensables à la réussite d’une initiative IA. C’est aussi la partie que la plupart des organisations sous-estiment dans leurs budgets. Et pourtant, c’est souvent là que se joue le succès ou l’échec d’un projet. Certes, il est essentiel de disposer des bonnes capacités d’IA et d’une infrastructure de données solide, mais cela ne suffit pas. Il faut également que les collaborateurs aient suffisamment confiance dans les outils pour les adopter, que les managers adhèrent à une nouvelle manière d’évaluer la performance et que les processus soient repensés pour tenir compte des transformations apportées par l’IA au sein de l’expérience client.
Négligez cette dimension et vous obtiendrez un déploiement techniquement opérationnel, mais peu adopté par les équipes et incapable de générer les résultats attendus.
Et le secteur des services financiers est peut-être en train de fournir l’un des premiers signaux les plus révélateurs de cette réalité.
Cinq étapes pour créer des cas d’usage IA créateurs de valeur
Voici les cinq étapes à suivre pour concevoir des cas d’usage IA capables de créer de la valeur durable et de maximiser le retour sur investissement de vos projets. L’objectif : prendre en compte l’ensemble de l’iceberg, et pas seulement sa partie visible, afin de générer des bénéfices qui se renforcent dans le temps.
Étape 1 : commencer par les expériences qui comptent vraiment
Avant même de réfléchir aux solutions ou aux capacités de l’IA, identifiez les expériences qui ont le plus d’impact sur votre activité : intégration des nouveaux clients, facturation, gestion des sinistres, retours produits ou encore prise de rendez-vous. Ce sont ces parcours qui influencent directement la fidélité des clients et les revenus de l’entreprise. L’intérêt de cette approche est qu’elle permet d’associer chaque initiative à un objectif métier précis et à un indicateur mesurable, qu’il s’agisse du taux de résolution en self-service, du taux de rétention ou de tout autre KPI pertinent. La valeur du cas d’usage peut ainsi être démontrée de manière tangible. Cette première étape permet de maintenir l’ensemble de la démarche aligné sur l’impact métier, plutôt que sur la seule innovation technologique.
Pour illustrer ce point, Perez et Kusters ont partagé l’exemple d’un opérateur télécom gérant plus de 1,5 million d’interactions vocales par mois. L’entreprise avait identifié la facturation comme l’un de ses parcours clients les plus critiques : le type d’expérience où une seule interaction décevante peut anéantir des mois d’efforts consacrés à bâtir la fidélité des clients.
Étape 2 : identifier les points de friction
Une fois les expériences prioritaires identifiées, l’étape suivante consiste à cartographier ces parcours afin de repérer précisément où l’expérience se dégrade. Mettez-vous à la place du client et revivez chaque étape de son parcours : une facture difficile à comprendre, un chatbot qui renvoie systématiquement vers les mêmes articles génériques, l’obligation de réexpliquer son problème à chaque nouvel interlocuteur ou encore une résolution qui laisse planer des doutes sur d’éventuels frais de retard. Chacun de ces points de friction représente une occasion d’intervenir et de créer de la valeur.
Le fait d’obliger les clients à répéter les mêmes informations est d’ailleurs l’un des signes les plus évidents d’une orchestration défaillante. Selon le rapport État des lieux de l’expérience client 2026, a révélé que 95 % des consommateurs souhaitent que leurs informations les suivent d’un canal à l’autre afin de ne pas avoir à se répéter. Pourtant, plus de la moitié des entreprises ne transmettent toujours pas ces informations aux conseillers lorsqu’une interaction est transférée vers un agent humain.
Dans le cas de l’opérateur télécom évoqué précédemment, la cartographie du parcours de facturation a mis en lumière une succession de points de friction : un client reçoit un montant inattendu sur sa facture, tente de trouver une réponse en self-service mais tourne en rond entre plusieurs articles génériques, contacte ensuite le centre d’appel et doit réexpliquer son problème depuis le début, est transféré entre différentes équipes et doit recommencer à chaque fois, puis reçoit finalement un ticket sans véritable visibilité sur l’application éventuelle de frais de retard. Cinq étapes dans un même parcours, dont au moins trois n’apportent aucune valeur au client et génèrent uniquement de la frustration.
Étape 3 : pratiquer l’art des possibles
Une fois les points de friction identifiés, résistez à la tentation de vous précipiter sur une solution. Perez et Kusters recommandent d’adopter une approche en trois temps afin d’examiner le problème sous différents angles. Commencez par une réflexion sans contrainte : pas de limites budgétaires, pas de systèmes hérités, pas de barrières technologiques. À chaque point de friction ou moment clé du parcours client, demandez-vous à quoi ressemblerait l’expérience idéale. Effectuez ensuite un deuxième passage, beaucoup plus critique. Quels sont les risques réels ? Quelles contraintes technologiques ou de sécurité risquent de freiner cette vision ? Enfin, réalisez un troisième passage en recherchant le juste équilibre : une approche ambitieuse, mais ancrée dans la réalité opérationnelle. Cette méthode évite de se limiter aux solutions que l’organisation considère spontanément comme les plus faciles à mettre en œuvre et aide à faire émerger de nouvelles possibilités de création de valeur.
Appliquée au parcours de facturation de l’opérateur télécom, cette démarche a conduit à une expérience entièrement repensée. Désormais, le client reçoit une notification proactive avant qu’un montant inhabituel sur sa facture ne devienne une source d’incompréhension. Les demandes les plus simples sont traitées au travers d’un parcours de self-service guidé. Et lorsqu’une intervention humaine est nécessaire, le conseiller dispose déjà de l’ensemble du contexte et peut résoudre le problème dès le premier contact.
Étape 4 : concevoir une solution en phase avec votre vision
Une fois cette vision clairement définie, il est temps de la traduire en plan d’action concret. Identifiez les capacités technologiques nécessaires, les fonctionnalités de plateforme à mobiliser, les données à rendre disponibles ainsi que les indicateurs qui permettront d’évaluer la réussite du cas d’usage. Les KPI d’un cas d’usage ne sont pas toujours les mêmes que les objectifs métier auxquels ils contribuent. Les deux sont nécessaires : les premiers permettent de mesurer l’efficacité de la solution, les seconds de démontrer son impact sur l’entreprise.
Dans le cas du parcours de facturation, cette vision s’est traduite par plusieurs cas d’usage précis, chacun associé à ses propres indicateurs de performance : un parcours de self-service agentique visant à augmenter le taux de résolution sans intervention humaine, un routage prédictif destiné à améliorer la résolution dès le premier contact, ainsi que Genesys Cloud Agent Copilot chargé d’accompagner les conseillers en temps réel afin d’améliorer l’expérience client..
Étape 5 : construire, tester et piloter dans la durée
Avant d’engager des ressources à grande échelle, assurez-vous que le cas d’usage retenu est réellement en mesure de produire des résultats positifs et de générer de la valeur dans la durée. Pour cela, Perez et Kusters recommandent de l’évaluer à l’aune de quatre critères clés :
Répond-il clairement aux objectifs du business case ?
Est-il techniquement réalisable ?
Les données nécessaires sont-elles disponibles et exploitables ?
L’organisation est-elle prête à accompagner le changement ?
Une fois ces prérequis validés, privilégiez une approche progressive : commencez à petite échelle, mesurez en continu et considérez l’IA comme un système vivant qui nécessite des ajustements réguliers. Une initiative IA ne s’arrête pas au moment de son déploiement. Sans mécanisme de retour d’expérience, les modèles finissent inévitablement par s’éloigner des résultats qu’ils étaient censés produire. C’est pourquoi les organisations les plus performantes mettent en place un cycle d’amélioration continue : elles suivent leurs indicateurs en temps réel, analysent les signaux remontés chaque jour, détectent les éventuels écarts chaque semaine, réajustent les modèles régulièrement et valident les résultats obtenus à intervalles définis. Cette discipline est ce qui permet à un système d’IA de gagner en efficacité au fil du temps plutôt que de perdre progressivement en pertinence. Enfin, veillez à mesurer à la fois la performance de la solution elle-même et les résultats métier qu’elle est censée produire.
Des effets en cascade qui se renforcent au fil du temps
L’une des erreurs les plus fréquentes dans les projets d’IA consiste à sous-estimer à quel point une décision d’automatisation peut transformer l’ensemble de l’organisation. Introduisez une nouvelle capacité au cœur d’un processus, et ses effets se propageront bien au-delà du cas d’usage initial : logique de routage, outils utilisés par les conseillers, gouvernance des données, voire indicateurs de performance. Tout l’écosystème s’en trouve impacté.
Le réflexe premier consiste souvent à considérer ces répercussions comme un risque à maîtriser. Il faut au contraire les voir comme le signe que la transformation est en marche. Perez et Kusters formulent d’ailleurs une recommandation forte : ne vous contentez pas de composer avec ces effets en cascade, cherchez à les provoquer délibérément. C’est précisément ce qui permet de générer un retour sur investissement croissant au fil du temps.
Ces effets ne produisent toutefois de valeur que si vous partez du bon cas d’usage. C’est toute l’importance de l’évaluation présentée à l’étape 5. Le cas d’usage doit répondre à un objectif métier clair, être réalisable sur le plan technologique, s’appuyer sur des données disponibles et bénéficier de l’adhésion des conseillers, des managers et des responsables de processus.
À mesure que les cas d’usage se multiplient, leur impact tend à s’amplifier. Les données, la confiance accordée à l’IA, les bonnes pratiques et les fondations technologiques mises en place lors des premiers déploiements facilitent et accélèrent les suivants. Un cas d’usage bien conçu peut, à lui seul, générer de la valeur. Mais les bénéfices prennent une tout autre dimension lorsque l’IA cesse d’être une solution ponctuelle pour devenir un pilier de votre stratégie d’expérience client.
Passer à l’échelle, avec méthode
La manière dont vous faites évoluer vos initiatives IA compte autant que le choix du point de départ. C’est pourquoi il est essentiel d’avancer de façon progressive et maîtrisée. Commencez par valider le concept à travers un pilote de taille limitée. Mettez-le à l’épreuve, identifiez ses points faibles, élargissez progressivement son périmètre, puis passez en production à grande échelle uniquement lorsque les mécanismes de contrôle, les garde-fous et les boucles de retour d’expérience sont pleinement opérationnels. Cette approche demande davantage de patience que les déploiements massifs qui caractérisaient autrefois les technologies de centre de contact. Mais l’IA obéit à une logique différente des systèmes traditionnels. Avec l’IA, le passage à l’échelle se construit étape par étape ; il ne s’obtient pas en appuyant sur un simple bouton.
Créer de la valeur à grande échelle exige la même rigueur que celle qui sous-tend cette méthodologie en cinq étapes. Commencez donc par une expérience où les points de friction sont clairement perceptibles pour vos clients. Reliez-la à un objectif métier que votre direction considère comme prioritaire. Puis faites de chaque cas d’usage un terrain d’apprentissage pour le suivant. C’est toute la différence entre l’accumulation de fonctionnalités et la construction d’une véritable orchestration agentique, où l’humain, l’IA, les données et les outils fonctionnent comme un système unifié. Les organisations qui parviennent déjà à générer une valeur significative grâce à l’IA n’y sont pas arrivées en multipliant simplement les déploiements. Elles ont aligné leurs initiatives IA, ainsi que leurs équipes, leurs processus et leur conduite du changement, sur les résultats qui comptent réellement pour l’entreprise.
Genesys empowers organizations of all sizes to improve loyalty and business outcomes by creating the best experiences for their customers and employees. Through Genesys Cloud, the AI-Powered Experience Orchestration platform,...
