Un problème en cache parfois un autre.

La situation

Une entreprise facture l'essentiel de ses prestations à l'acte. La demande paraît assez simple : utiliser l'IA pour traiter certains dossiers plus rapidement et gagner en productivité.

Ce qu'on découvre

En regardant le fonctionnement un peu plus largement, un autre sujet apparaît : chaque tâche traitée correspond aussi à une ligne facturée. Automatiser une partie du travail ferait donc gagner du temps, mais pourrait aussi faire disparaître une partie de la facturation.

Ce qu'on fait

Le sujet n'est donc plus seulement d'automatiser. Il faut aussi regarder comment faire évoluer la facturation pour que l'entreprise bénéficie réellement du gain de productivité.

Ce que cela change

Le gain de temps reste intéressant. Mais cette fois, l'entreprise peut en profiter sans découvrir après coup qu'elle a aussi réduit ce qu'elle facture.

La situation

Sur le terrain, des techniciens ont régulièrement besoin d'informations sur leurs clients ou leurs interventions. Le moyen le plus simple de les obtenir est souvent d'appeler le siège.

Avec plusieurs dizaines de techniciens, cela représente chaque jour de nombreux appels auxquels une petite équipe doit répondre.

Ce qu'on découvre

La plupart des réponses existent déjà dans les données de l'entreprise. Le problème est surtout de permettre d'y accéder simplement, au moment où on en a besoin.

Mais en avançant sur le sujet, autre chose apparaît : les techniciens ne sont pas les seuls à chercher ces informations. Les équipes en relation avec les clients en ont elles aussi régulièrement besoin. Un besoin exprimé par une équipe peut donc cacher une opportunité beaucoup plus large.

Ce qu'on fait

La solution retenue permet aux techniciens d'accéder directement à ces informations depuis leur téléphone. Ils peuvent poser leurs questions comme ils le feraient à un collègue : « Qui est le contact chez ce client ? » ou « Y a-t-il d'autres interventions prévues ? »

Le déploiement commence avec un groupe de techniciens et évolue à partir de leurs usages et de leurs retours, avec la possibilité d'étendre ensuite le même accès à d'autres équipes.

Ce que cela change

Pour les techniciens, l'objectif est de faire disparaître la grande majorité des appels concernés et d'obtenir en quelques secondes une information qui pouvait auparavant prendre plusieurs minutes.

Et le même accès peut ensuite être ouvert aux autres équipes qui en ont besoin.

La situation

Une équipe commerciale gère un portefeuille de plusieurs milliers de clients. L'entreprise souhaite développer davantage son activité auprès de ses clients existants, mais les commerciaux ne peuvent évidemment pas consacrer la même énergie à chacun.

La question est simple : comment les aider à savoir qui aller voir et quoi lui proposer ?

Ce qu'on découvre

Une grande partie de la réponse existe déjà dans l'entreprise.

Les commerciaux expérimentés savent qu'un certain profil de client, ce qu'il utilise déjà ou son historique peuvent révéler d'autres opportunités. Mais cette connaissance repose beaucoup sur leur expérience individuelle.

Pas besoin d'IA pour commencer : en mettant en commun quelques-uns de leurs critères avec les données déjà disponibles, on peut faire ressortir les clients qui présentent le plus de potentiel.

Ce qu'on fait

On formalise cette connaissance avec les commerciaux pour faire ressortir les clients qui présentent le plus de potentiel et ce qu'il pourrait être pertinent de leur proposer.

Les résultats sont ensuite remis à disposition dans les outils que les équipes utilisent déjà.

Ce que cela change

Les commerciaux expérimentés peuvent mieux concentrer leur temps là où il y a réellement du potentiel.

Et pour ceux qui arrivent, l'intérêt est peut-être encore plus important : une partie de l'expérience accumulée par leurs collègues devient immédiatement accessible. Ils savent beaucoup plus vite où concentrer leurs efforts et deviennent opérationnels plus rapidement.