Transmettez le besoin, les faits vérifiés, les actions déjà tentées et ce qui reste à décider. Gardez l’historique accessible, mais ne demandez pas au conseiller de tout relire avant de pouvoir aider.
Responsable centre de contact et équipe d’intégration CRM
La décision à éclairer : Réduire la répétition sans transformer un résumé automatique en vérité métier.
Une transcription complète n’est pas un dossier prêt à traiter
Elle peut contenir des salutations, des tentatives ratées et des hypothèses reformulées par le bot. Le conseiller doit retrouver les faits utiles au milieu de ce bruit. À l’inverse, un résumé trop court peut effacer une contrainte importante ou présenter comme vérifiée une information seulement déclarée par le client.
Le transfert doit donc distinguer les données issues du système métier, les déclarations de la personne et les déductions de l’assistant. Cette séparation permet au conseiller de savoir ce qu’il peut utiliser immédiatement et ce qu’il doit confirmer avant d’agir.
L’assistance utile dépend de son insertion dans le travail
Les recommandations humain-IA d’Amershi et ses coauteurs fournissent un cadre de conception des interactions. L’étude publiée de Brynjolfsson, Li et Raymond porte sur une assistance à des agents de support, avec des effets différents selon leur expérience. Aucune de ces sources ne démontre qu’un résumé automatique quelconque améliore votre transfert. (Saleema Amershi et al., 2019)(Erik Brynjolfsson et al., 2025)
Nous en tirons une question de conception : quel travail le résumé évite-t-il réellement et quelle vérification ajoute-t-il ? Le bon format doit être essayé avec les conseillers qui traitent les dossiers, pas seulement approuvé dans une démonstration commerciale.
Le résumé de transfert doit conserver les désaccords utiles
La notion d’objet-frontière de Star et Griesemer éclaire le dossier partagé entre bot et conseiller : chacun doit pouvoir l’utiliser pour son travail. Les recherches de Maynez et ses collègues sur la fidélité des résumés rappellent qu’une synthèse peut aussi introduire ou effacer des informations. Une conversation raccourcie n’est donc pas nécessairement un meilleur transfert. (Susan Leigh Star et al., 1989)(Joshua Maynez et al., 2020)
Séparez ce que le client déclare, ce que le système a vérifié et ce qui reste contesté. Conservez les pièces et l’historique accessibles derrière le résumé. Si le bot a promis une action, indiquez si elle a vraiment été exécutée. Le conseiller doit pouvoir reprendre le dossier sans obliger le client à répéter son histoire, mais aussi sans hériter d’une interprétation présentée comme un fait.
Définir les champs qui permettent de reprendre
Une fiche de transfert peut contenir le motif, l’identifiant de dossier autorisé, les faits confirmés, les actions tentées et la prochaine décision. Ajoutez un lien vers les passages sources utiles plutôt que de recopier toute la conversation. Les pièces doivent rester accessibles avec les mêmes droits que dans le système métier.
Dans Zendesk, Salesforce Service Cloud ou un autre outil, vérifiez l’emplacement effectivement visible à l’ouverture du ticket. Ces noms sont des exemples d’environnement, pas une promesse d’intégration automatique. L’équipe doit tester permissions, formats, mises à jour et erreurs de transmission dans son installation.
Exemple de fiche de reprise TalkWeb ; aucune donnée client réelle.
Télécharger le schéma SVG ↓Exemple : distinguer une déclaration du client et une vérification système
Dans un transfert fictif, le client affirme avoir payé, mais le système ne montre pas encore le règlement. Le résumé doit conserver les deux informations avec leur provenance. Écrire simplement « paiement effectué » ferait passer une déclaration pour un fait confirmé. Le conseiller sait alors quelle vérification poursuivre et évite d’accuser le client ou de promettre une action prématurée. Le lien vers le passage de conversation aide à comprendre la formulation originale. Le contrôle du résumé porte ici sur la distinction des statuts de preuve, pas seulement sur sa longueur ou sa fluidité.
Valider le résumé et sa récupération en cas d’erreur
Faites relire des transferts par les conseillers : fait absent, fait faux, ambiguïté, action déjà tentée oubliée. Lorsque le résumé est erroné, l’historique doit permettre de revenir à la formulation originale. Prévoyez un moyen de signaler le défaut sans ajouter une longue tâche administrative.
Le suivi porte sur les répétitions imposées au client, le temps de prise en charge et la résolution finale. Une conversation raccourcie mais un dossier mal résolu n’est pas un progrès.
Avant de concevoir le dossier transmis, définissez les situations qui déclenchent le passage au conseiller.
| Situation observée | Décision ou contrôle | Responsable |
|---|---|---|
| Fait issu du SI | Le distinguer d’une déclaration | Intégration |
| Résumé incertain | Conserver le passage source accessible | Produit |
| Action déjà tentée | La transmettre avec son résultat | Support |
La décision à retenir
Transmettez le besoin, les faits vérifiés, les actions déjà tentées et ce qui reste à décider. Gardez l’historique accessible, mais ne demandez pas au conseiller de tout relire avant de pouvoir aider.
- Votre prochaine étape
- Faire tester une fiche de transfert sur des dossiers anonymisés représentatifs.
- Comment juger le résultat
- Le conseiller peut reprendre sans répétition inutile et vérifier les éléments incertains.
Les limites de cette analyse
- Validation de recommandations, pas estimation d’un gain commercial.
Sources et résultats utilisés dans cet article
Les passages et le périmètre de lecture sont consultables ci-dessous. L’accès à un texte intégral ne signifie pas que chaque résultat a été audité.
Saleema Amershi, Dan Weld, Mihaela Vorvoreanu, Adam Fourney, Besmira Nushi, Penny Collisson, Jina Suh, Shamsi Iqbal, Paul Bennett, Kori Inkpen, Jaime Teevan, Ruth Kikin-Gil, & Eric Horvitz. (2019). Guidelines for Human-AI Interaction. RECHERCHE · CHI.
Publication originale ↗Résumé et fiche de recherche Microsoft consultés ; 18 lignes directrices, validation par 49 praticiens sur 20 produits.
Voir la fiche de preuve
- Constat
- Le travail propose et évalue des recommandations d’interaction humain-IA.
- Localisateur
- Résumé et fiche de recherche Microsoft consultés ; 18 lignes directrices, validation par 49 praticiens sur 20 produits.
- Court extrait
- « Guidelines for Human-AI Interaction »
- Méthode
- Conception et évaluation de recommandations d’interaction.
- Population
- 49 praticiens sur 20 produits IA ; 18 recommandations.
- Limites
- Validation de recommandations, pas estimation d’un gain commercial.
Erik Brynjolfsson, Danielle Li, & Lindsey Raymond. (2025). Generative AI at Work. RECHERCHE · Quarterly Journal of Economics.
DOI : 10.1093/qje/qjae044 ↗Version publiée consultée ; résumé, population de 5 172 agents et résultat moyen.
Voir la fiche de preuve
- Constat
- L’assistance augmente de 15 % les problèmes résolus par heure en moyenne, avec des effets hétérogènes selon l’expérience.
- Localisateur
- Version publiée consultée ; résumé, population de 5 172 agents et résultat moyen.
- Court extrait
- « Generative AI at Work »
- Méthode
- RECHERCHE · Quarterly Journal of Economics
- Population
- 5 172 agents de support dans l’entreprise étudiée ; déploiement d’une assistance générative.
- Limites
- Une entreprise de support ; ni tous les secteurs ni un chatbot autonome.
Susan Leigh Star, & James R. Griesemer. (1989). Institutional Ecology, Translations and Boundary Objects: Amateurs and Professionals in Berkeley’s Museum of Vertebrate Zoology, 1907–39. Social Studies of Science.
DOI : 10.1177/030631289019003001 ↗Résumé primaire consulté ; texte intégral non audité.
Joshua Maynez, Shashi Narayan, Bernd Bohnet, & Ryan McDonald. (2020). On Faithfulness and Factuality in Abstractive Summarization. ACL.
DOI : 10.18653/v1/2020.acl-main.173 ↗Résumé primaire consulté ; texte intégral non audité.
