ServiceNow va acquérir Cuein pour mieux relier les échanges clients

Pour une entreprise, une demande client ne commence pas toujours et ne s’achève pas sur le même canal. Elle peut débuter avec un chatbot, se poursuivre par e-mail et aboutir lors d’un appel téléphonique. Or, ces échanges restent souvent éparpillés entre plusieurs outils. C’est précisément ce problème de continuité que ServiceNow veut traiter en annonçant son projet d’acquisition de Cuein, spécialiste de l’analyse des données conversationnelles par intelligence artificielle.

À la date du 21 janvier 2025, l’opération n’est pas encore finalisée. Mais elle éclaire une priorité nette pour ServiceNow : donner davantage de contexte à ses agents d’IA, afin qu’ils puissent tirer des enseignements d’interactions clients réparties entre plusieurs canaux. La cible est moins le simple traitement automatique d’une question que la compréhension des motifs récurrents, des difficultés rencontrées et des attentes exprimées au fil des conversations.

Ce que ServiceNow va acquérir avec Cuein

Cuein est une entreprise fondée en 2021 à Belmont, en Californie, par Mayukh Bhaowal et Vignesh Ganapathy. Elle a reçu le soutien d’investisseurs parmi lesquels figurent Lightspeed Venture Partners, Khosla Ventures et Webb Investment Network.

Son activité consiste à analyser des données issues de conversations. La technologie appelée Co-Pilot est conçue pour rapprocher des échanges qui, vus séparément, ne racontent qu’une fraction de l’expérience d’un client. Elle doit ainsi aider les organisations à produire une vision unifiée de demandes provenant de sources différentes.

ServiceNow a confirmé que Cuein rejoindrait son offre pour renforcer les capacités de ses agents d’IA. Le montant de la transaction n’a pas été rendu public. La finalisation est prévue pour le premier trimestre 2025.

L’enjeu est important pour une plateforme utilisée pour organiser les processus internes et les services numériques des entreprises. Les informations contenues dans les échanges avec les clients ne sont pas seulement des requêtes à résoudre une à une. Elles peuvent aussi signaler un dysfonctionnement récurrent, une étape trop complexe dans un parcours ou une question à laquelle les outils existants répondent mal.

Pourquoi les conversations clients sont-elles difficiles à exploiter ?

Les entreprises accumulent des interactions sur de nombreux canaux. Un chatbot peut enregistrer la première formulation d’un problème. Un e-mail apporte des détails supplémentaires. Un échange téléphonique peut révéler l’urgence ou l’insatisfaction du client. Lorsque ces éléments sont stockés séparément, il devient difficile de reconstruire l’historique complet d’un dossier et d’identifier les problèmes qui reviennent à grande échelle.

L’analyse conversationnelle consiste à traiter ces contenus pour en dégager des tendances et des informations utiles. Dans ce cadre, l’intelligence artificielle peut aider à classer des demandes, à faire ressortir des thèmes fréquents ou à rapprocher des conversations portant sur le même sujet. La valeur ne vient donc pas uniquement de la génération d’une réponse : elle dépend aussi de la qualité des données disponibles et de leur mise en relation.

Cuein se positionne sur cette couche d’analyse. Sa technologie Co-Pilot doit permettre à ServiceNow de connecter des conversations disparates et de transformer les données recueillies en analyses pertinentes pour les équipes concernées.

Une intégration prévue dans Workflow Data Fabric

ServiceNow prévoit d’intégrer Cuein à sa plateforme Workflow Data Fabric. Cet environnement réunit des workflows, c’est-à-dire des processus numériques organisés, des agents d’intelligence artificielle et des solutions d’analyse de données.

L’idée d’un data fabric, ou tissu de données, est de relier des informations provenant de systèmes différents plutôt que de les déplacer systématiquement dans un seul entrepôt. Dans le cas présent, l’objectif affiché est de faciliter la circulation du contexte entre les outils de ServiceNow et des systèmes tiers, notamment Databricks et Snowflake.

Pour les entreprises clientes, cette intégration pourrait avoir une conséquence concrète : faire en sorte qu’un agent d’IA ne travaille pas à partir d’un seul morceau de conversation, mais à partir d’un ensemble de données plus cohérent. Cela peut être utile pour aiguiller une demande, résumer un dossier, repérer les causes probables d’un problème ou signaler qu’un même irritant revient dans de nombreuses interactions.

Il faut néanmoins distinguer la promesse technologique de son déploiement réel. La pertinence d’une analyse dépendra de la qualité des informations disponibles, de la manière dont les canaux sont connectés et des règles définies par chaque organisation. Une conversation mal classée, incomplète ou sortie de son contexte peut aussi conduire à une interprétation insuffisante.

Des agents d’IA mieux informés, plutôt que de simples assistants

L’expression agent d’IA est devenue centrale dans la stratégie des éditeurs de logiciels d’entreprise. Elle désigne généralement un système capable d’utiliser des informations et des outils pour accomplir certaines étapes d’une tâche : trouver une donnée, proposer une action, faire remonter une anomalie ou contribuer à un workflow.

Dans la relation client, l’intérêt potentiel est de réduire la fragmentation entre les points de contact. Une entreprise peut chercher à savoir quelles questions provoquent le plus de transferts vers un conseiller, quels produits génèrent des demandes répétées ou à quel moment du parcours les clients abandonnent une démarche. Des données conversationnelles reliées entre elles peuvent aider à répondre à ces questions.

L’acquisition de Cuein s’inscrit donc dans une logique plus large d’IA dite agentique : les agents ne sont pas censés fonctionner comme des boîtes de dialogue isolées, mais s’appuyer sur les données et les processus de l’entreprise. ServiceNow entend utiliser les capacités d’analyse de Cuein pour transformer des interactions passées en enseignements exploitables.

Quels bénéfices ServiceNow espère-t-il pour le service client ?

La promesse principale est celle d’une réponse plus adaptée et plus rapide aux demandes qui arrivent par plusieurs canaux. En reliant les conversations, les équipes peuvent théoriquement mieux comprendre la situation d’un client et éviter de lui demander plusieurs fois les mêmes renseignements. Elles peuvent aussi détecter plus facilement les sujets qui créent de la confusion ou de l’insatisfaction.

Pour ServiceNow, Cuein doit également aider à faire de la donnée conversationnelle une source d’analyse à part entière. Dans de nombreuses organisations, ces échanges représentent un volume considérable d’informations, mais restent difficiles à utiliser pour améliorer un produit, un processus ou une politique de support.

Les effets attendus concernent notamment :

• une vue plus unifiée des demandes transmises par différents canaux ;
• des analyses plus utiles pour identifier les thèmes et difficultés récurrents ;
• des agents d’IA mieux alimentés en contexte ;
• une meilleure articulation entre le service client, les workflows et les données de l’entreprise.

Ces bénéfices restent des objectifs. Ils dépendront de l’intégration effective de Cuein dans la plateforme Now, mais aussi de la capacité des clients de ServiceNow à organiser leurs propres données et leurs processus de réponse.

Données conversationnelles : un sujet aussi organisationnel que technologique

L’analyse de conversations clients soulève une question qui dépasse les performances d’un modèle d’IA : celle de la gouvernance des données. E-mails, transcriptions ou messages de chat peuvent contenir des informations personnelles, commerciales ou sensibles. Leur exploitation suppose donc de déterminer quelles données sont accessibles, dans quel but et par quelles personnes ou quels systèmes.

Ce point compte d’autant plus que les entreprises déploient des outils d’IA dans des environnements où se croisent de multiples sources. La capacité à connecter des données est utile, mais elle rend également nécessaires des règles de contrôle, de sécurité et de confidentialité adaptées aux usages retenus.

Le débat réglementaire autour de l’intelligence artificielle se poursuit parallèlement dans plusieurs pays, dont le Royaume-Uni. Pour les entreprises, la question ne se limite pas à l’adoption rapide de nouveaux outils. Elle consiste aussi à s’assurer que les systèmes employés respectent les exigences applicables en matière de protection des consommateurs et de traitement des données.

Ce que l’opération ne précise pas encore

Plusieurs éléments restent inconnus au 21 janvier 2025. Le prix d’acquisition de Cuein n’a pas été communiqué. ServiceNow n’a pas non plus détaillé un calendrier public de déploiement de l’ensemble des capacités de Cuein auprès de ses clients après la finalisation attendue au premier trimestre.

Il faudra donc attendre la clôture de l’opération et les futures annonces de produit pour mesurer la forme concrète que prendra l’intégration. Le point essentiel, à ce stade, est stratégique : ServiceNow renforce son offre d’IA non seulement avec des capacités de réponse ou d’automatisation, mais aussi avec une technologie destinée à comprendre les conversations qui alimentent ces systèmes.

Ce qu’il faut surveiller

La première étape sera la finalisation de l’acquisition au premier trimestre 2025. Viendra ensuite la question de l’intégration de Co-Pilot dans Workflow Data Fabric et de la manière dont les clients pourront connecter leurs propres sources de données, y compris celles hébergées dans des environnements comme Databricks et Snowflake.

Le véritable test se jouera sur l’usage. Si les agents d’IA disposent d’un contexte plus fiable entre le chatbot, l’e-mail et le téléphone, ils pourront potentiellement fournir des réponses plus cohérentes et faire émerger des problèmes invisibles dans des données cloisonnées. À l’inverse, une connexion incomplète des canaux ou une gouvernance insuffisante limiterait l’intérêt de cette approche.

Pour ServiceNow, le rachat de Cuein illustre ainsi une évolution de la concurrence dans l’IA d’entreprise : au-delà du modèle employé, les éditeurs cherchent à maîtriser la couche qui relie les agents aux données, aux workflows et aux situations concrètes vécues par les clients.