Un directeur général de la technologie expérimenté affirme que l’IA ne peut pas remplacer l’expertise sectorielle
David Karp explique comment l’IA peut développer la réussite client et prédire le taux d’attrition, tout en montrant pourquoi l’expertise sectorielle, l’empathie humaine et des données clients fiables restent essentielles.
David Karp
Vice-président senior de la réussite client chez Billtrust
Évaluation de la santé client: Un modèle d’IA fondé sur 12 signaux prédit le taux d’attrition chaque semaine, aidant les équipes à intervenir en quelques jours plutôt qu’en quelques mois.
Assistance à grande échelle: L’assistance agentique et les flux de travail automatisés pourraient étendre la couverture de 500 comptes à près de 2 000 sans augmenter proportionnellement les recrutements.
Jugement humain: L’IA gère les signaux et le service courant, mais les humains restent indispensables pour l’empathie, la reconquête et les relations complexes.
Fondation de données: L’IA appliquée à l’expérience client fonctionne au mieux lorsque les données relatives au produit, au sentiment, aux interactions et aux résultats sont intégrées afin de fournir une vision complète du client.
Nouveaux rôles: Les architectes de la valeur produit associent expertise sectorielle et signaux issus de l’IA pour concevoir des interventions ciblées qui comblent les écarts de valeur pour les clients.
David Karp possède plus de 30 ans d’expérience dans la direction des activités post-vente. Il est actuellement vice-président principal de la réussite client chez Billtrust, une entreprise SaaS réalisant plus de 200 millions de dollars de chiffre d’affaires.
Nous avons échangé avec David pour comprendre quels aspects de l’expérience client évoluent. Il nous a parlé des nouveaux flux de travail — et des nouveaux rôles — qu’il met en place.
Une équipe de réussite client modeste, mais puissante
En tant que dirigeant chevronné avec plus de 30 ans d’expérience dans la direction des activités post-vente, j’ai poursuivi une mission : transformer les relations avec les clients en puissants moteurs de croissance.
Ma passion réside dans l’harmonisation de la culture, de la technologie et des données. En tant que mentor certifié et éternel apprenant, je mets mon expertise au service d’un engagement sincère visant à soutenir mes collègues, mes clients et ma communauté. Chaque jour, je commence par la foi, l’exercice et la conviction que les difficultés d’aujourd’hui deviendront les réussites de demain.
Rejoignez notre communauté pour accéder à l'article complet
Débloquez plus de contenus pour transformer l'IA en atout, concevoir des expériences qui inspirent confiance et générer de l'impact pour votre entreprise.
Je suis actuellement vice-président principal de la réussite client chez Billtrust, où je suis responsable des responsables de la réussite client, de la fourniture de valeur aux clients et des renouvellements. Je suis responsable de tous les clients — entreprises, sociétés et PME — à l’échelle mondiale, principalement aux États-Unis et en Europe.
Nous sommes une entreprise SaaS réalisant plus de 200 millions de dollars de chiffre d’affaires et comptant environ 800 employés. Mon équipe est modeste, mais puissante, avec environ 25 membres.
Comment l’IA influence l’attrition, l’assistance et les connaissances
Nous accélérons les connaissances que nous transmettons aux clients, notamment la pertinence et l’exactitude de nos articles de connaissances. Cela se fait au moyen de flux de travail et d’agents qui mettent automatiquement ces articles à jour.
Vice-président principal de la réussite client chez Billtrust
Grâce à l’IA, j’ai apporté d’importants changements à la manière dont l’expérience client est fournie. Voici trois exemples :
1. Évaluation de la santé et prédiction de l’attrition
Nous avons intégré l’IA de manière intensive à notre évaluation de la santé et à notre modèle de prédiction de l’attrition, ce qui nous permet d’identifier les problèmes et d’intervenir bien plus rapidement qu’auparavant.
Nous utilisons une combinaison d’outils. Claude constitue notre interface, mais nous avons conçu un modèle à 12 signaux qui exploite les données sources, les données de sentiment (Gong, CSAT, NPS) et les principaux signaux de risque propres à notre activité. Nous avons commencé avec trois signaux et étalonné le modèle à mesure que nous conservions, développions ou perdions des comptes. Au premier trimestre, sa précision atteignait 84 %.
Nous mettons à jour l’évaluation chaque semaine. Cela nous permet d’intervenir en quelques jours — plutôt qu’en quelques semaines ou quelques mois — au lieu de ne détecter les signaux qu’après une conversation ou une mise à jour de l’évaluation de la santé par un responsable de la réussite client ou un responsable de compte.
2. Assistance client
Nous ne faisons que commencer, mais notre approche fondée sur des agents étendra notre capacité à servir les clients qui ne bénéficiaient auparavant d’aucun accompagnement ni d’aucune couverture par un responsable de la réussite client. En fait, nous sommes parvenus à passer de demandes envoyées par e-mail à un premier « chatbot » prenant en charge toutes les interactions autres que téléphoniques.
Nous utilisons une combinaison de Claude et d’un outil interne que nous avons conçu pour ajouter des compétences dédiées à la collecte de données et d’informations, ainsi qu’à la présentation de visuels. Les compétences que nous créons nous permettent d’harmoniser les données sources, les données d’utilisation et le sentiment (provenant de Gong, du NPS et du CSAT), en intégrant toutes ces données dans un ensemble cohérent, mais personnalisé, de messages d’engagement, de présentations, etc.
Nous remplaçons également notre plateforme de réussite client. Ensemble, ces éléments nous permettent de changer d’échelle.
Il faudra encore 4 à 6 mois, mais nous augmenterons notre couverture de 500 comptes à près de 2 000.
3. Bases de connaissances
Nous accélérons les connaissances que nous transmettons aux clients, notamment la pertinence et l’exactitude de nos articles de connaissances. Cela se fait au moyen de flux de travail et d’agents qui mettent automatiquement ces articles à jour.
Ce que les humains doivent encore prendre en charge dans l’expérience client
Les signaux de l’IA orientent largement l’escalade, l’assistance et le contenu, mais nous comptons toujours beaucoup sur les humains pour couvrir la « dernière étape » de la résolution des problèmes et de la récupération de service.
Et pour les relations à fort enjeu, il est clair de voir où l’IA cesse d’être utile. Seul un être humain peut transmettre l’empathie nécessaire pour corriger une relation qui se dégrade.
Pourquoi l’IA ne peut pas remplacer l’expertise du domaine
L’expertise du domaine reste essentielle pour comprendre et traiter les véritables difficultés des clients.
L’expertise du domaine permet par exemple à un CSM de comprendre les défis quotidiens d’un persona, d’un utilisateur ou d’un cadre dirigeant. L’IA excelle dans la création de solutions, mais je ne l’ai encore jamais vue remplacer les connaissances sectorielles d’une personne qui s’est mise à la place du client et qui comprend comment créer un lien lorsqu’un client traverse une situation difficile.
L’IA peut remplacer beaucoup de choses, mais elle ne peut pas remplacer les connaissances du domaine qui permettent d’atteindre un autre niveau de résolution des problèmes.
Comment l’IA accroît à la fois l’engagement et le contenu bâclé
J’ai constaté deux grands avantages de l’IA : une dépendance moindre aux ressources humaines et un engagement accru avec nos comptes. Comme l’IA prend en charge une grande partie de l’identification des problèmes et de la prise de décision concernant les interventions, nous pouvons gérer 50 % de comptes supplémentaires avec jusqu’à 20 % de personnes en moins.
Bien sûr, il y a aussi des effets négatifs. Certains clients ne veulent pas commencer avec un chatbot. Les clients de longue date ont l’habitude de s’adresser à la même personne et ne veulent pas changer leurs habitudes. Il faut donc trouver un équilibre.
Et dans quelques cas, certaines personnes ont travaillé trop rapidement avec l’IA et ont créé du contenu bâclé qui est parvenu aux clients.
Comment les erreurs de l’IA peuvent nuire aux relations
David partage
La qualité de l’IA dépend de votre capacité à remettre ses résultats en question. Vous devez faire preuve de curiosité intellectuelle et itérer avec l’IA pour obtenir les meilleurs résultats au fil du temps… Ce fut pour chacun de nous une expérience d’apprentissage très enrichissante.
La qualité de l’IA dépend de votre capacité à remettre ses résultats en question. Vous devez faire preuve de curiosité intellectuelle et itérer avec l’IA pour obtenir les meilleurs résultats au fil du temps. La première réponse est presque toujours mauvaise, et encore moins suffisamment bonne.
Lorsque le temps presse, il est tentant de prendre quelques raccourcis. Peut-être que ce livrable destiné au client nécessite un peu moins de vérification parce que vous êtes certain que l’IA s’en est correctement chargée.
Mais j’ai commis cette erreur suffisamment de fois — avec des clients comme en interne — pour savoir que l’IA comble souvent les vides avec des informations qu’elle ne possède pas. Le fait de remplir incorrectement ces vides peut compromettre la crédibilité de tout le reste.
Un ancien partenaire avait configuré l’IA pour répondre sans intervention à ses e-mails moins prioritaires. Mais le système a ensuite orienté l’un de mes e-mails importants vers la mauvaise file d’attente, et j’ai reçu une réponse manifestement générée par l’IA. Je ne savais pas qu’il utilisait l’IA pour répondre et, à ce moment-là, il était embarrassé, car cela donnait l’impression qu’il n’accordait pas de valeur à la longue relation que nous entretenions.
Ce fut pour chacun de nous une expérience d’apprentissage très enrichissante.
Pourquoi l’intégration des sources de données est essentielle à l’expérience client
Des données, des données, des données… Mettre ces données à la disposition de l’IA de manière réfléchie lui fournit le contexte dont elle a besoin pour offrir une expérience meilleure, plus personnalisée et adaptée à chaque client.
Vice-président senior de la réussite client chez Billtrust
Des données, des données, des données.
Si vous ne disposez pas d’une solide base de données — l’intégration des sources de données au moyen d’un outil comme Snowflake convient parfaitement — vous ne pourrez pas tirer parti des avantages de l’IA.
La raison est simple : l’IA ne peut apporter de véritables bénéfices que si elle s’appuie sur des données qui fournissent un contexte client étendu, associé à votre connaissance du produit et à la manière dont vos clients créent de la valeur.
Il est presque impardonnable de ne pas connaître le parcours de son client, compte tenu de toutes les données que nous pouvons désormais recueillir — appels enregistrés, e-mails, signaux liés au produit, etc. Vous avez besoin d’une vue complète de chaque interaction client, indicateur clé de performance, objectif, difficulté, etc.
Rendre ces données disponibles pour l’IA de manière réfléchie lui fournit le contexte dont elle a besoin pour offrir une expérience meilleure, plus personnalisée et spécifique à chaque client.
Pourquoi les dirigeants CX peuvent tirer parti de la création de nouveaux rôles
Nous créons une équipe d’ingénieurs déployés au plus près du terrain (que j’appelle les architectes de la valeur produit) qui comprennent comment créer des interventions pour chaque signal afin de combler l’écart de valeur et de remettre le client sur la bonne voie. Les CSM travaillent avec ces PVA dans leur contexte, car ils comprennent les objectifs et les KPI des clients.
Sans ces signaux et ces interventions évolutives, nous n’y arriverions pas. L’IA est essentielle aux signaux et est intégrée à de nombreuses interventions (mais pas à toutes).
Pourquoi les responsables CX doivent expérimenter et montrer la voie
Voici mon conseil : expérimentez, montrez la voie, prenez des décisions.
Ne vous reposez pas sur des solutions ponctuelles ou sur une IA intégrée à des logiciels ponctuels. La puissance de l’IA se manifestera à travers les solutions et les ensembles de données.
Suivez son travail
Vous pouvez suivre le travail de David Karp sur LinkedIn.
D’autres entretiens avec des experts seront bientôt disponibles sur The CX Lead !
