Le fondateur et responsable de l’expérience client affirme que l’IA peut transformer le service client, d’un centre de coûts en centre de profits

Jaakko Timonen a dirigé des organisations CX et est actuellement le fondateur et PDG de GitHits.

Nous nous sommes entretenus avec Jaakko pour comprendre comment il utilise l'IA afin de mieux comprendre ses utilisateurs. Voici ce qu'il nous a dit.

Des rôles différents, une même mission CX

Je m'appelle Jaakko (Jack) Timonen. Je suis actuellement cofondateur et PDG de GitHits, où je supervise l'expérience client.

Nous sommes une entreprise d'outils pour développeurs actuellement en version bêta. Les outils modernes de codage par IA permettent aux agents de parcourir les bases de code locales, mais ils ne peuvent pas accéder aux frameworks, bibliothèques, SDK ou autres dépendances open source. GitHits fournit donc, à la demande, un index prenant en compte les versions du code open source, généralement en 10-20 secondes pour un dépôt moyen.

Actuellement, la grande majorité de nos utilisateurs sont des développeurs logiciels indépendants ou de petites start-up, mais nous avons également des utilisateurs issus de grandes entreprises. Nous échangeons principalement avec eux par e-mail, Slack, WhatsApp, Intercom et X.

Avant de créer GitHits, j'étais directeur de la clientèle dans une entreprise de conseil en IA appelée Softlandia. Auparavant, j'étais responsable du produit et de l'expérience client chez NoNoNo.com, qui aidait les consommateurs américains à faire remonter et à résoudre leurs réclamations auprès de grandes entreprises.

Comment l'IA permet aux responsables CX de comprendre l'utilisation avant de répondre aux utilisateurs

Notre produit est relativement récent et le problème que nous cherchons à résoudre est complexe. Nous recevons donc un grand nombre de demandes d'assistance, notamment au sujet de la configuration des différents agents et environnements de codage. Cette forte charge d'assistance a également été aggravée par les récentes attaques visant la chaîne d'approvisionnement logicielle. En réaction, de nombreux développeurs, y compris nos clients, mettent en quarantaine les nouvelles versions des paquets — y compris les correctifs qu'ils ont demandés — pendant une semaine avant de les installer.

Par conséquent, nous avons dû modifier notre façon de gérer l'assistance. Nous avons connecté Claude Cowork à BigQuery. Nous avons également commencé à utiliser un outil appelé Datost, qui accède aux données pertinentes de BigQuery et nous permet d'échanger avec ces données sur Slack.

Nous pouvons désormais poser des questions sur n'importe quel utilisateur et sur son utilisation, ce qui nous permet d'approfondir ce qu'il essaie de faire. Ainsi, lorsqu'un utilisateur se plaint d'un problème, nous lui apportons des réponses plus précises et fondées sur les données, plus rapidement.

C'est également utile lorsque nous prenons contact de manière proactive, car nous sommes informés de l'utilisation du client avant l'échange. Cela nous permet aussi de beaucoup mieux comprendre l'ensemble de nos utilisateurs, ce qui signifie que nous pouvons créer de meilleures fonctionnalités, plus pertinentes, et finalement gagner davantage d'adhésion.

Pourquoi les humains doivent intervenir dans chaque aspect de l'expérience client

Je pensais autrefois que 100 % des utilisateurs préféraient un service client humain à l'IA. La raison était simple : le service client humain est plus humain, et nous sommes tous des humains. Mais je me trompais. Tout dépend du contexte.

Je pense que la réceptivité des clients à l'IA dépend de ce qu'ils font. Par exemple, s'ils doivent trouver des informations techniques précises et qu'ils peuvent les trouver dans la documentation, ils préféreront l'auto-assistance, et l'aide de l'IA sera probablement appréciée. En revanche, s'ils se plaignent du fonctionnement du produit ou de tout autre aspect lié à l'expérience produit, ils préféreront presque toujours qu'un humain intervienne.

C'est la principale raison pour laquelle nous n'utilisons pas l'IA pour répondre aux retours de nos clients. Une autre raison est que nous sommes une entreprise en phase de démarrage, avant l'adéquation produit-marché, et que nous devons vraiment comprendre nos utilisateurs. Cela signifie que nous devons effectuer des tâches qui ne peuvent pas être mises à l'échelle.

À l'avenir, nous utiliserons peut-être des agents d'IA pour répondre aux demandes simples des clients. Mais les demandes complexes nécessiteront probablement toujours une intervention humaine.

Pour l'instant, aucune de nos décisions en matière d'expérience client ne repose à 100 % sur l'IA. Nous utilisons l'IA pour obtenir de meilleures réponses plus rapidement, mais des humains vérifient toujours tout.

Pourquoi les chatbots du service client ne répondent pas aux attentes

Nous avons récemment commencé à permettre à nos clients d'échanger avec notre documentation grâce à Mintlify. Nous les y orientons activement lorsqu'ils nous contactent par e-mail.

Nous pensions qu'ils apprécieraient vraiment cette possibilité. Nous pensions qu'ils exploreraient le produit en profondeur pour comprendre ses capacités, mais cela ne s'est pas produit. C'est peut-être parce qu'il s'agit d'un ajout très récent. Ou peut-être que nos clients préfèrent un service client humain. L'avenir nous le dira.

Lors de la mise en place d'un chatbot de ce type, je mettrais les responsables CX en garde contre un point : la plupart des chatbots sont complètement nuls. Ils ne savent pas répondre aux questions et mettent fin aux conversations avant même que les utilisateurs puissent poser une question complémentaire.

Voici quelques conseils :

• Plus important encore, fournissez du contexte. Sans contexte, le chatbot ne sait pas quoi faire.
• Entraînez-le à faire preuve d'empathie et à s'adapter au ton du client. Par exemple, si le client pose une question analytique, cette personne est peut-être un féru de chiffres ; vous devrez donc fournir des réponses plus analytiques. En revanche, si le message est motivé par les émotions, il est plus important de traiter le problème avec empathie.
• Entraînez-le à utiliser la communication non violente.
• Assurez-vous que son objectif n'est pas d'être techniquement supérieur, mais de comprendre ce qui motive les messages du client.

À quoi ressemble un ensemble d'outils IA dans le CX

Nous utilisons l'IA pour créer tous nos flux de travail. Voici notre ensemble d'outils IA :

• Claude Code et Codex pour le développement assisté par IA
• Intercom pour les demandes d'assistance et le triage

• PostHog pour suivre les conversions, les clics, etc. Nous l'utilisons également pour les enregistrements d'écran.
• BigQuery pour héberger les données pertinentes
• Datost pour discuter avec les données
• Mintlify pour permettre à nos utilisateurs d'échanger avec notre documentation

Nous prévoyons de nous éloigner d'Intercom. Au départ, nous pensions peut-être adopter Pylon, mais cet outil est trop axé B2B ; nous étudions donc plutôt des options comme UseClad ou Parahelp.

Pourquoi une mise en œuvre réussie de l'IA dans le CX dépend de vos données et de votre documentation

Chaque responsable du CX doit savoir une chose : votre réussite dépend de vos données et de votre documentation.

En ce qui concerne les données, je reviens toujours à ce que Cat Wu, d'Anthropic, a déclaré dans le podcast de Lenny — cet épisode est d'ailleurs une excellente ressource si vous ne l'avez pas encore écouté. Je paraphrase : si vous voulez réussir avec Claude Cowork, la première chose à faire est de l'intégrer à toutes les sources de données possibles afin que tout soit absolument disponible pour l'IA avant de commencer à créer des rapports et des actions à mettre en œuvre.

Les données d'entrée influencent toujours les résultats, et pour l'IA, les données constituent les entrées. Assurez-vous donc que vos données sont structurées et propres.

En ce qui concerne la documentation, vous devez tout documenter. Vos clients doivent également pouvoir échanger avec la documentation afin de trouver très facilement l'aiguille dans la botte de foin. Heureusement, le processus peut être automatisé pour maintenir la documentation à jour.

Jaakko partage

Les données d’entrée influencent toujours les résultats, et pour l’IA, les données constituent les entrées. Assurez-vous donc que vos données sont structurées et propres.

Pourquoi les produits conçus nativement pour l'IA ont toujours besoin de tableaux de bord

Si vous développez un produit IA destiné aux consommateurs, gardez à l'esprit que le nombre de tickets augmentera si l'interface de votre outil se limite à un chat avec l'IA.

J'ai constaté ce problème lorsque j'ai créé mon premier site web avec Lovable. Le créer à l'aide d'instructions était formidable, mais l'outil ne pouvait pas gérer le référencement naturel, et il n'y avait aucun tableau de bord statique permettant d'accéder facilement à des éléments tels que les méta-descriptions et les titres de page. Devoir demander absolument tout à l'IA — un élément à la fois, page après page — n'offrait pas une bonne expérience.

Assurez-vous que votre équipe produit continue à créer les tableaux de bord nécessaires à vos clients.

Comment l'IA peut transformer le CX, d'un centre de coûts en centre de profit

La plupart des PDG considèrent le service client et la réussite client comme des centres de coûts, ce qui entraîne une mauvaise expérience client. Mais l'IA nous permet de les considérer comme des centres de profit.

Par exemple, l'IA peut mesurer ce qui se passe avec les clients dont les réclamations ont été résolues. Elle peut déterminer s'ils risquent de se désabonner ou s'ils sont encore plus engagés qu'auparavant.

Si c’est le dernier cas, cela bénéficiera au chiffre d’affaires — non seulement grâce à la fidélisation, mais aussi grâce au bouche-à-oreille. Statistiquement, un client dont la réclamation a été résolue parle de cette expérience positive à six ou sept personnes dans la semaine qui suit. Et il est susceptible de dépenser 30 % de plus le mois suivant.

À cet égard, je recommande la lecture de Delivering Happiness : l’histoire de Zappos.

Pourquoi la communication non violente est encore plus nécessaire avec l’IA

Mon conseil privilégié pour les responsables de l’expérience client est toujours d’étudier la communication non violente. Chaque message d’assistance envoyé par un client comprend :

• Le message (qu’essaie-t-il de dire ?)
• L’émotion ou le sentiment qui se cache derrière le message
• Le besoin qui se cache derrière cette émotion ou ce sentiment
• La demande qui découle de ce besoin

Les responsables de l’expérience client doivent comprendre cela. Avant toute autre chose, votre réponse doit prendre en compte ces quatre composantes. Et désormais, votre IA doit également les comprendre.

Dans l’ensemble, rappelez-vous : Vous devez faire preuve d’empathie lorsque vous répondez aux clients — et pas seulement de connaissances techniques.

Suivez son travail

Vous pouvez suivre le travail de Jaakko Timonen sur LinkedIn et X. Découvrez également GitHits.

D’autres entretiens avec des experts sont à venir sur The CX Lead !