AWS mise sur l’IA générative pour transformer la relation client avec Amazon Connect

L’IA générative ne se limite plus à rédiger un texte ou à répondre à une question dans une fenêtre de chat. Pour les entreprises, son terrain d’application le plus immédiat est souvent la relation client : comprendre une demande, retrouver une information dans plusieurs systèmes, aider un conseiller à formuler une réponse et, lorsque c’est pertinent, résoudre une requête sans intervention humaine. C’est cette promesse qu’Amazon Web Services, ou AWS, a mise en avant à l’occasion de sa conférence re:Invent 2024, le 4 décembre 2024.

Le fournisseur de cloud veut faire d’Amazon Connect, sa plateforme de centre de contact dans le cloud, un point de convergence entre les canaux de discussion, les données clients et les outils d’intelligence artificielle. Les annonces couvrent aussi bien l’assistance conversationnelle avec Amazon Q que les infrastructures nécessaires au calcul IA. L’ensemble dessine une stratégie cohérente : la qualité du service rendu au client final devient un argument central pour vendre des capacités d’IA aux entreprises.

Amazon Connect, le centre de contact comme point de départ

Un centre de contact moderne ne se résume plus à une plateforme téléphonique. Il doit suivre une conversation entamée par message, orienter une demande vers la bonne personne, afficher le contexte utile et éviter au client de répéter son problème à chaque changement d’interlocuteur. Amazon Connect a été conçu pour réunir ces interactions dans un environnement cloud, que les organisations peuvent adapter à leurs processus.

À re:Invent, AWS a choisi d’y intégrer plus directement l’IA générative. L’objectif n’est pas seulement d’automatiser les réponses. Il consiste également à mieux exploiter des informations déjà détenues par l’entreprise, afin de proposer une interaction plus pertinente selon le profil, l’historique ou le motif de contact du client.

Les principales annonces peuvent se lire comme les pièces d’un même dispositif : identifier le bon client, comprendre son besoin, lui répondre sur son canal préféré et fournir à l’agent humain les informations nécessaires s’il doit reprendre la main.

Que change l’IA générative dans le parcours du client ?

La première fonction annoncée concerne la segmentation des clients. Dans le marketing et le service après-vente, segmenter consiste à regrouper des clients selon des critères utiles : comportement d’achat, nature d’une demande, langue, équipement détenu ou historique de relation. L’IA générative peut aider à interpréter des données textuelles ou à produire des contenus adaptés à ces segments.

AWS met aussi en avant le renforcement du support omnicanal avec l’intégration de la messagerie native WhatsApp Business. Dans les faits, l’intérêt est de traiter au même endroit des conversations qui peuvent commencer sur un canal écrit et se poursuivre avec un agent, plutôt que de constituer des files et des historiques séparés. Pour le client, la continuité du contexte peut être aussi importante que la vitesse de la réponse.

L’entreprise évoque également la collecte sécurisée de données dans les interactions par chat. Ce point est déterminant : les conversations de support peuvent contenir des coordonnées, des identifiants, des informations de paiement ou des détails sur une situation personnelle. L’automatisation ne dispense donc pas les organisations de définir précisément quelles données peuvent être demandées, consultées ou utilisées dans une réponse.

L’IA générative peut rendre un échange plus fluide, mais elle ne garantit pas qu’une réponse soit exacte. Un système conversationnel peut mal interpréter une question, s’appuyer sur une source obsolète ou produire une formulation convaincante mais inadaptée. Dans un service client, le contrôle des connaissances utilisées par l’assistant, la possibilité d’escalader vers un humain et le suivi de la qualité restent indispensables.

Amazon Q veut assister les bots comme les conseillers

L’annonce la plus visible est l’intégration d’Amazon Q, l’assistant conversationnel d’AWS, à Amazon Connect. Selon AWS, les entreprises pourront s’en servir pour créer et gérer des bots conversationnels directement dans la plateforme de centre de contact. Ces assistants sont conçus pour prendre en charge des demandes simples en libre-service, par exemple guider un client vers une information ou exécuter une étape d’un parcours défini par l’entreprise.

Amazon Q est également destiné aux agents humains. Lorsqu’un conseiller traite une demande plus complexe, l’assistant peut rechercher des éléments dans les bases de données et fournir des réponses ou des actions recommandées. L’intérêt théorique est double : réduire le temps passé à naviguer entre plusieurs applications et améliorer l’homogénéité des réponses apportées par une équipe.

Cette assistance reste différente d’un remplacement des conseillers. Les requêtes qui impliquent une exception commerciale, une situation sensible, une négociation ou une information incertaine nécessitent souvent de l’appréciation humaine. La valeur d’un assistant dépendra donc de la qualité des données qu’il interroge, des règles qui encadrent ses suggestions et de la capacité des agents à les valider ou à les écarter.

Salesforce et AWS cherchent à réunir les workflows

AWS a aussi annoncé une intégration native avec le CRM Salesforce. Le terme « native » renvoie ici à une connexion pensée pour relier plus directement les deux environnements, plutôt qu’à une juxtaposition d’outils que les équipes doivent faire communiquer elles-mêmes.

L’ambition est de gérer dans un même flux le routage des appels et des chats vers le bon agent, ou vers une interaction en libre-service. Un client identifié dans Salesforce peut ainsi être rapproché de son parcours dans Amazon Connect. Pour une entreprise, cela peut simplifier le travail des équipes commerciales et de support, qui ont besoin de voir les mêmes informations sans multiplier les saisies manuelles.

Cette promesse d’unification répond à une difficulté concrète de nombreux services clients : les canaux, le CRM, la base de connaissances et les outils métiers ont souvent été adoptés à des moments différents. L’IA générative peut faciliter l’accès à cette information éclatée, mais elle ne résout pas à elle seule les incohérences de données ni les procédures internes mal définies.

Les chiffres de Midea et Wiwynn illustrent les gains revendiqués

Pour étayer ses annonces, AWS s’appuie sur des exemples de clients. Midea, qui a déployé Amazon Connect dans quatorze pays, aurait réduit ses coûts opérationnels de 30 %, selon AWS. Le groupe présente ce résultat comme le fruit d’une optimisation de l’expérience client, soutenue notamment par les fonctionnalités d’IA générative.

Ce chiffre donne une indication du type de bénéfice recherché, mais il doit être interprété dans son contexte. Les économies réalisées par une organisation donnée dépendent du volume de contacts, des langues traitées, des outils remplacés, de l’organisation des équipes et de la part des demandes pouvant réellement être automatisées. Une étude de cas ne constitue pas une garantie de résultat pour toutes les entreprises.

AWS cite aussi Wiwynn, fabricant d’équipements pour centres de données, pour illustrer l’intérêt d’AWS Outposts. Cette offre apporte des services et une infrastructure AWS dans les sites physiques d’un client, lorsque certaines charges de travail ne peuvent pas être entièrement hébergées dans une région cloud distante. Selon AWS, Wiwynn a réduit ses délais de déploiement de 90 % : une opération qui pouvait prendre jusqu’à dix semaines serait ramenée à une semaine.

Ce cas relève davantage de l’infrastructure que du centre de contact, mais il complète le message d’AWS. Dans l’industrie 4.0, où les systèmes de production, les équipements et les données peuvent être répartis sur plusieurs sites, la rapidité de déploiement et la proximité des ressources de calcul sont des facteurs opérationnels importants.

Pourquoi l’infrastructure reste au cœur de la stratégie IA d’AWS

Les annonces sur la relation client reposent sur une réalité physique : l’IA générative exige une capacité de calcul considérable. AWS a rappelé construire des centres de données depuis près de deux décennies et a dévoilé de nouveaux composants destinés à accroître de 12 % la puissance de calcul disponible pour les charges de travail d’IA, tout en améliorant l’efficacité énergétique.

Le groupe prépare également des évolutions dans la conception des racks, ces armoires qui accueillent les serveurs. AWS anticipe une densité de puissance jusqu’à six fois plus élevée dans les prochaines années. Pour y parvenir, le refroidissement devient un sujet de premier plan. Les serveurs consacrés aux calculs IA, notamment ceux utilisant de nombreux processeurs graphiques, dégagent davantage de chaleur que les équipements traditionnels.

AWS évoque ainsi une combinaison de refroidissement par air et par liquide. Le refroidissement liquide consiste à évacuer plus efficacement la chaleur au plus près des composants, afin de soutenir des puissances plus élevées tout en préservant la durée de vie des serveurs. Cette évolution est moins visible pour l’utilisateur final qu’un chatbot, mais elle conditionne la possibilité de déployer ces services à grande échelle.

Ce qu’il faut surveiller après re:Invent 2024

Les annonces d’AWS confirment que l’IA générative est en train de devenir une fonction intégrée aux logiciels de relation client, et non plus un outil isolé de démonstration. La question, pour les entreprises, ne sera pas seulement de savoir si elles peuvent créer un bot. Elle sera de déterminer quelles demandes confier à l’automatisation, quelles informations rendre accessibles à l’assistant et à quel moment faire intervenir un conseiller.

Le rapprochement entre Amazon Connect, Amazon Q et Salesforce sera particulièrement à suivre. Il peut réduire la fragmentation des outils, à condition que les entreprises préparent leurs données, leurs bases de connaissances et leurs règles de sécurité. L’expérience client dépend rarement d’une seule fonctionnalité : elle se construit dans la continuité entre les canaux, la justesse des réponses et la capacité à résoudre effectivement un problème.

Enfin, la course aux infrastructures rappelle que la diffusion de l’IA générative aura aussi un coût matériel et énergétique. Les progrès annoncés par AWS en matière de calcul, de densité des racks et de refroidissement visent à répondre à cette pression. Pour les clients du cloud, l’enjeu sera de transformer cette puissance en services réellement utiles, mesurables et suffisamment fiables pour être placés face aux utilisateurs.