Malgré des années de numérisation, les organisations captent moins d’un tiers de la valeur attendue des investissements numériques, selon une recherche McKinsey. En effet, la plupart des grandes entreprises commencent par des capacités technologiques et y ajoutent des applications, plutôt que de commencer par les besoins des clients et de revenir en arrière vers des solutions technologiques. Ne pas donner la priorité au client peut créer des solutions fragmentées ; expériences client décousues ; et finalement des transformations ratées.
Les organisations qui obtiennent des résultats démesurés grâce à l’IA inversent le scénario. Ils adoptent un état d’esprit « d’ingénierie orientée client », plaçant les clients au cœur de la transformation technologique.
Il s’agit d’une stratégie dans laquelle les produits et services sont développés en gardant à l’esprit l’expérience client, y compris les défis, les besoins et les attentes des clients. Les équipes de développement de produits travaillent ensuite à rebours de manière agile et agile pour trouver les étapes nécessaires à la conception et à la création de solutions permettant d’obtenir l’expérience souhaitée.
“Lorsque vous rapprochez vos ingénieurs des clients, vous bénéficiez de beaucoup plus d’innovations latérales”, déclare Ashish Agrawal, vice-président directeur des cartes de visite et de la technologie des paiements chez Capital One. “Cela entraîne un effet multiplicateur, car les ingénieurs peuvent aborder un problème sous un angle différent qui peut être propre au point de vue des ventes ou du produit.”
Les arguments en faveur d’une approche centrée sur le client en ingénierie
Les ingénieurs sont par nature capables de résoudre les problèmes, explique Agrawal. Lorsqu’ils entendent parler des défis rencontrés par les clients ou de la manière dont ils utilisent les produits et services dans le monde réel, ils peuvent trouver des moyens de répondre efficacement aux besoins des clients, car ils sont naturellement plus proches des systèmes et des données que de nombreuses autres équipes de l’entreprise.
“La promotion d’une culture centrée sur le client a un effet motivant sur les ingénieurs lorsqu’ils commencent réellement à voir comment les principaux changements qu’ils apportent, ou les fonctionnalités qu’ils ajoutent, ont un impact direct sur la vie des clients”, explique Agrawal.
Cela demande aussi de la discipline. Agrawal explique que Capital One a fixé pour objectif à chaque ingénieur de son organisation d’établir plusieurs points de contact avec les clients tout au long de l’année sous différentes formes, notamment :
- Séances d’empathie numérique pour observer le parcours des utilisateurs et identifier les points de friction
- Support client intégré pendant certaines périodes afin de mieux comprendre les besoins en matière de service
- Cours d’ingénierie, dans lesquels les ingénieurs rejoignent le personnel chargé du service client, des ventes et de l’assistance lors d’appels ou de visites sur site
- Concours Hackathon pour élaborer des solutions autour de problèmes réels des clients
Les opportunités d’IA centrées sur le client
« Le plus grand défi auquel les ingénieurs des grandes entreprises sont confrontés est le manque d’accès direct aux clients », explique Agrawal. “Cela peut rendre plus difficile pour les technologues de travailler avec les clients pour identifier les problèmes et innover en solutions.”
L’IA a accéléré les défis ainsi que les opportunités. Le cycle de vie du lancement des produits est devenu nettement plus rapide. Mais la bonne nouvelle est que les ingénieurs sont plus proches des données qui alimentent l’IA, ce qui leur permet d’appliquer plus rapidement des techniques de données basées sur l’IA pour résoudre les problèmes des clients.
Agrawal décrit un scénario récent : dans l’espace du service client, les conversations peuvent être instantanément résumées et donner à un agent client un contexte sur la demande initiale du membre et les points d’action restants. L’IA agentique peut également être activée pour poser des questions de suivi pointues sur l’interaction qui, autrement, prendraient du temps aux agents humains pour lire l’intégralité du fil de discussion.
“Il aurait été beaucoup plus difficile de trouver une solution dans un écosystème sans beaucoup de données de haute qualité”, explique Agrawal. “Mais lorsque vous combinez un riche écosystème de données avec des outils agents, vous passez de correctifs incrémentiels à une transformation à grande vitesse.”
En investissant dans les données et les outils d’IA et en se concentrant sur l’expérimentation rapide, Agrawal affirme que le cycle de déploiement de solutions peut être accéléré. Les équipes apprennent que si elles répondent aux besoins des clients et itèrent beaucoup plus rapidement sur une plus large gamme de solutions, alors l’ensemble du cycle d’innovation s’accélère.
Par exemple, Capital One a utilisé les informations sur les clients pour créer un cadre d’IA multi-agents de pointe appelé Chat Concierge afin d’améliorer l’expérience client des acheteurs et des concessionnaires de voitures. En une seule conversation, Chat Concierge peut effectuer des tâches telles que comparer des véhicules pour aider les acheteurs de voitures à décider du meilleur choix et planifier des essais routiers ou des rendez-vous avec des vendeurs.
Agrawal explique que les acheteurs de voitures peuvent interagir avec Chat Concierge directement via les sites Web des concessionnaires participants. Les concessionnaires peuvent accéder et reprendre le chat via Navigator Platform. L’assistant IA se compose de plusieurs agents logiques qui travaillent ensemble pour imiter le raisonnement humain, lui permettant de fournir des informations et d’agir en fonction des demandes du client.
Les éléments d’un état d’esprit axé sur l’IA
Selon une récente enquête MIT Technology Review Insights, 70 % des dirigeants déclarent que leur entreprise utilise l’IA agentique dans une certaine mesure. Environ la moitié des dirigeants déclarent que les systèmes d’IA agentique sont hautement capables d’améliorer la détection des fraudes (56 %) et la sécurité (51 %), de réduire les coûts et d’augmenter l’efficacité (41 %) et d’améliorer l’expérience client (41 %).
À l’avenir, il semble encore plus probable d’atteindre ces résultats. Plus de la moitié des dirigeants bancaires interrogés déclarent qu’ils s’attendent à continuer d’améliorer la détection des fraudes (75 %), la sécurité (64 %) et l’expérience client (51 %). Les cas d’utilisation de l’IA agentique qui présentent un fort potentiel pour transformer l’expérience client dans les services financiers incluent la réponse aux demandes de service client, l’ajustement des paiements de factures pour les aligner sur les chèques de paie réguliers ou l’extraction des termes et conditions clés des accords financiers.
Placer le client au centre d’une transformation nécessite un état d’esprit axé sur l’IA. Les entreprises doivent passer de la simple augmentation d’un produit existant à une réimagination fondamentale du problème et des besoins de l’utilisateur à travers le prisme des capacités de l’IA.
Quelques bonnes pratiques recommandées par Agrawal :
Réimaginer la fonction principale de l’IA pour résoudre le problème d’un utilisateur : “La vraie valeur n’est pas de poursuivre le battage médiatique de l’IA ; elle est de résoudre des problèmes significatifs des clients. En nous concentrant sur l’impact, nous veillons à ce que notre innovation ne soit pas seulement rapide ; elle est transformatrice”, déclare Agrawal.
Commencez avec des données de haute qualité et bien gouvernées comme fondation : “La préparation des données et les informations unifiées entre les systèmes sont les fondements non négociables de l’IA. Une couche de données propre est ce qui orchestre la boucle agentique, permettant la perception, le raisonnement et l’exécution nécessaires pour résoudre le problème d’un client avant même qu’il ait à le demander”, explique Agrawal.
Reconstruire les flux de travail avec l’IA intégrée dès le départ : “Les gens traitent les modèles comme des boîtes noires, mais les systèmes agents nécessitent une rigueur et une surveillance considérables. Avoir un écosystème de données qui est “Des normes d’IA bien gouvernées et responsables sont des piliers essentiels pour instaurer la confiance dans ces systèmes”, déclare Agrawal.
Construisez une équipe interfonctionnelle impliquant la science des données, l’ingénierie, les produits, la conception et d’autres partenaires : Agrawal conseille : “Il est important d’être ouvert et agile pour transformer notre façon de travailler et créer un impact à mesure que l’IA s’intègre davantage dans les flux de travail. Il est également important d’adopter une approche « explorer, marcher, courir » si vous débutez dans l’IA, plutôt que de simplement vous y lancer.”
En fin de compte, pour parvenir à une transformation de bout en bout, il faut donner aux ingénieurs et aux équipes partenaires les moyens de commencer par les besoins des clients et de revenir en arrière vers des solutions technologiques, plutôt que de commencer par les capacités technologiques et de leur trouver des applications. Lorsque les organisations font de l’approche client une seconde nature, elles sont capables non seulement de réimaginer l’expérience client de l’intérieur, mais également de placer le client au premier plan dès le début.
Ce contenu a été produit par Insights, la branche de contenu personnalisé du MIT Technology Review. Il n’a pas été rédigé par l’équipe éditoriale du MIT Technology Review. Il a été recherché, conçu et écrit par des écrivains, éditeurs, analystes et illustrateurs humains. Cela comprend la rédaction d’enquêtes et la collecte de données pour les enquêtes. Les outils d’IA qui ont pu être utilisés étaient limités aux processus de production secondaires qui ont passé un examen humain approfondi.
Bir yanıt yazın