Zendesk Resolution : l’IA veut rendre le support client plus rapide et pertinent

Le service client est devenu l’un des terrains d’application les plus concrets de l’intelligence artificielle. Chaque jour, les entreprises doivent répondre à un grand nombre de questions proches les unes des autres : suivre une commande, modifier un compte, comprendre une facture, résoudre un problème d’accès ou obtenir une information sur un produit. C’est sur cette masse de sollicitations que Zendesk entend agir avec Resolution, une solution d’assistance IA présentée le 27 mars 2025.

L’ambition affichée est claire : rendre le support plus rapide et plus fluide, sans réduire la relation client à une succession de réponses automatiques. Resolution doit prendre en charge une partie des opérations répétitives, aider à organiser les demandes et permettre aux équipes humaines de se concentrer sur les situations qui appellent une analyse, une décision ou une attention particulière.

Ce que Zendesk annonce avec Resolution

Zendesk présente Resolution comme une solution basée sur l’intelligence artificielle, conçue pour améliorer l’efficacité du service client. Elle s’inscrit dans un mouvement plus large : les logiciels de support intègrent progressivement des mécanismes capables de trier, d’orienter et de préparer les réponses aux demandes reçues par les entreprises.

Dans sa présentation, Zendesk met en avant trois fonctions centrales : la gestion automatisée des tickets, la classification des demandes et la prise en compte du contexte d’une requête. Un ticket est le dossier numérique créé lorsqu’un client contacte une marque par courrier électronique, messagerie, formulaire ou autre canal de support. Il rassemble le message initial, les échanges, les informations disponibles et, selon le cas, les actions déjà menées.

La difficulté ne consiste pas seulement à répondre vite. Elle consiste aussi à déterminer de quoi parle le client, à évaluer le degré d’urgence de sa demande et à lui proposer une information pertinente. Une question très courte, telle que « Je n’ai rien reçu », peut par exemple concerner une livraison, un remboursement, un mot de passe ou un document. Comprendre ce contexte est donc essentiel pour éviter les réponses inadaptées et les transferts inutiles.

L’interface est également présentée comme intuitive, afin que les équipes de support puissent l’utiliser sans transformer leur métier en tâche technique. Cet aspect compte : un outil d’IA ne produit d’effet que s’il s’intègre réellement dans le quotidien des agents, plutôt que d’ajouter une étape de validation ou de recherche supplémentaire.

Pourquoi l’automatisation des tickets intéresse les entreprises

Pour une équipe de relation client, une grande partie du temps peut être absorbée par des opérations prévisibles : lire le message entrant, repérer le motif de contact, retrouver une réponse connue, appliquer une procédure et enregistrer l’action réalisée. Ces tâches ne sont pas sans importance, mais elles laissent peu de place aux échanges qui exigent une réelle expertise humaine.

C’est là que l’automatisation intelligente peut apporter un gain. Si un système classe correctement les demandes et contribue à préparer leur traitement, le support peut répondre plus vite sur les sujets simples. Les agents peuvent alors se concentrer sur les litiges, les demandes inhabituelles, les clients mécontents ou les situations impliquant plusieurs services de l’entreprise.

Zendesk associe cette évolution à une réduction des coûts opérationnels liés au service client. Le raisonnement est direct : moins de temps consacré à des tâches répétitives peut permettre de redéployer les ressources ailleurs. Toutefois, la présentation disponible ne fournit ni montant, ni pourcentage d’économies, ni étude détaillée permettant de mesurer cet effet. Il faut donc considérer la réduction des coûts comme un objectif de la solution, et non comme un résultat chiffré établi pour toutes les organisations.

L’intérêt d’un tel système ne se résume pas à la vitesse. Une réponse immédiate mais erronée peut coûter plus cher qu’un délai raisonnable, en générant de nouveaux messages, de la frustration et parfois une perte de confiance. La pertinence des informations, le bon aiguillage du dossier et la possibilité de joindre un humain restent les critères décisifs d’un support de qualité.

L’IA doit-elle remplacer les conseillers humains ?

La réponse proposée par Zendesk est non. Resolution est conçu pour une collaboration entre l’IA et les agents humains, pas pour supprimer l’intervention des conseillers. L’automatisation est particulièrement adaptée aux demandes fréquentes, structurées et documentées. En revanche, elle atteint plus facilement ses limites lorsqu’un client décrit une situation ambiguë, formule une réclamation émotionnelle ou demande une exception à une règle.

Un conseiller humain peut interpréter une formulation imprécise, prendre en compte l’historique d’une relation commerciale, reconnaître une incompréhension ou arbitrer une situation qui ne rentre pas dans un processus standard. Ce jugement est difficile à réduire à une classification automatique.

Cette complémentarité change aussi la nature du travail des équipes de support. Lorsque les sollicitations simples sont mieux filtrées, le rôle du conseiller peut davantage porter sur l’explication, la résolution d’incidents complexes et la qualité de la relation. Mais cette évolution suppose de former les équipes, de définir les cas qui doivent être escaladés et de donner aux agents le pouvoir de corriger une proposition de l’outil.

Quels effets pour l’expérience client ?

Pour les clients, la promesse de Resolution est celle d’un parcours moins laborieux. Une demande correctement comprise dès le départ peut éviter de répéter son problème à plusieurs interlocuteurs. Une réponse pertinente aux questions courantes peut également réduire l’attente, à condition que cette réponse soit suffisamment claire et adaptée au contexte.

Zendesk indique que les entreprises ayant testé Resolution ont fait état d’une amélioration de la satisfaction client, notamment grâce à la rapidité et à la précision des informations proposées. Aucun nom d’entreprise, indicateur de satisfaction ou volume de demandes n’est toutefois détaillé dans les éléments disponibles. Il est donc impossible de comparer ces retours ou d’en tirer une performance moyenne.

Cette réserve est importante, car l’expérience client ne dépend jamais d’un outil seul. Elle repose aussi sur la politique commerciale de l’entreprise, la qualité de ses produits, la clarté de ses procédures et la marge de manœuvre laissée aux agents. Une IA peut aider à trouver une information dans une base de connaissances, mais elle ne peut pas réparer à elle seule une politique de remboursement opaque ou un problème de livraison récurrent.

La personnalisation constitue un autre enjeu. Elle ne signifie pas nécessairement que le système doit connaître un grand nombre d’informations personnelles sur chaque client. Dans le support, une personnalisation utile consiste d’abord à tenir compte du motif de contact, de l’étape où se trouve le client et des échanges déjà réalisés. Elle doit rester proportionnée à la demande et compatible avec les règles de protection des données appliquées par l’entreprise.

De quoi dépend la fiabilité d’une assistance IA ?

Le moteur d’apprentissage automatique évoqué par Zendesk doit s’appuyer sur des informations correctement structurées. C’est une condition souvent sous-estimée. Si les procédures internes sont contradictoires, si les fiches d’aide sont anciennes ou si les catégories de tickets ne correspondent plus aux problèmes réellement rencontrés, l’outil risque de reproduire ces défauts à grande échelle.

La mise en place demande donc une phase d’apprentissage pour la solution comme pour les agents. Les équipes doivent apprendre à vérifier les propositions de l’IA, à signaler les erreurs, à enrichir les contenus de référence et à identifier les demandes qui ne devraient pas être automatisées. Il ne s’agit pas seulement d’installer un logiciel : c’est un travail continu sur les processus de support.

Plusieurs questions pratiques méritent une attention particulière :

• quelles réponses peuvent être proposées automatiquement sans risque pour le client ;
• quels types de dossier doivent être transmis immédiatement à un humain ;
• comment corriger une mauvaise classification ou une information incomplète ;
• quelles données du client sont nécessaires au traitement de la demande ;
• comment évaluer, dans la durée, la qualité des réponses et la satisfaction des utilisateurs.

Les faux positifs font partie des difficultés relevées dans la présentation de Resolution. Dans ce contexte, un faux positif peut prendre la forme d’un ticket mal classé, d’une demande considérée à tort comme résolue ou d’une réponse jugée adaptée alors qu’elle ne traite pas le vrai problème. Pour limiter ces cas, il faut prévoir une supervision humaine et des mécanismes de retour d’expérience.

Les demandes complexes constituent l’autre limite évidente. Certaines nécessitent des documents, une négociation, un geste commercial ou une décision qui dépend de circonstances particulières. L’IA peut assister le traitement de ces dossiers, mais elle ne remplace pas automatiquement la responsabilité de la personne ou de l’entreprise qui prend la décision finale.

Comment mesurer l’intérêt réel de Resolution ?

Une entreprise qui adopte une solution d’assistance IA devrait éviter de ne regarder qu’un seul indicateur, comme le temps moyen de réponse. Répondre plus vite est utile, mais cela ne vaut pas grand-chose si les clients doivent reprendre contact parce que leur problème n’est pas réglé.

L’évaluation doit combiner plusieurs éléments : la rapidité de traitement, la proportion de demandes résolues, le nombre de transferts entre services, les corrections apportées par les agents et le ressenti des clients. Les équipes doivent aussi observer les cas où l’automatisation échoue, car ils révèlent souvent un manque dans la documentation ou une procédure mal conçue.

La bonne approche consiste à commencer par les demandes les plus répétitives et les mieux documentées. Les sujets juridiques, les litiges, les réclamations sensibles ou les cas inhabituels appellent généralement des règles de prudence plus strictes. Cette répartition progressive permet de tester l’outil sans faire peser sur les clients les conséquences d’une automatisation trop large.

Ce qu’il faut surveiller dans l’évolution du support client

Avec Resolution, Zendesk illustre une transformation plus large du service client : l’IA devient un outil d’organisation autant qu’un outil de réponse. La valeur de ces solutions se jouera moins dans leur capacité à produire rapidement une phrase plausible que dans leur aptitude à résoudre réellement un problème, au bon moment et par le bon canal.

Pour les entreprises, le défi sera d’équilibrer efficacité opérationnelle et qualité de la relation. Pour les clients, l’enjeu sera de bénéficier de réponses plus simples sans être enfermés dans des parcours automatisés incapables de comprendre leur situation. La technologie peut réduire les délais et soulager les équipes, mais elle impose aussi une vigilance constante sur la fiabilité des réponses, la transparence du parcours et la place laissée à l’humain.

Resolution est ainsi présenté comme un levier pour faire évoluer le support client. Son efficacité dépendra, au-delà de l’outil lui-même, de la qualité des connaissances fournies, de l’accompagnement des agents et de la capacité des organisations à reconnaître qu’une bonne assistance commence parfois par une conversation avec une personne.