Un assistant d’intelligence artificielle (IA) métier est fiable quand son périmètre est écrit avant le développement : ce qu’il traite seul, ce qu’il prépare pour une personne, ce qu’il transmet sans répondre. Chez un fabricant de mobilier en inox sur mesure vendu en ligne, l’agent conversationnel que nous avons conçu traite 95 % des demandes clients en autonomie. Ce chiffre tient parce que les demandes restantes ont été identifiées dès le cadrage, et confiées à l’équipe du service après-vente (SAV).
Ce qu’est un assistant IA métier, et ce qu’il n’est pas
Un assistant IA métier est un outil branché sur vos données et vos règles métier, qui prépare ou exécute une partie du travail sous le contrôle de vos équipes. Il s’appuie sur un grand modèle de langage (LLM), le type de modèle qui fait fonctionner les assistants conversationnels grand public.
La différence avec un assistant grand public tient à deux choses. L’assistant métier répond à partir de vos sources : catalogue, conditions de vente, historique des échanges, procédures internes. Et il connaît ses limites, parce que quelqu’un les a écrites.
Un chatbot posé par-dessus un site, sans accès aux règles de l’entreprise, n’est pas un assistant métier. Il répond, mais personne ne sait sur quelle base.
Pourquoi la promesse « il répond à tout » échoue en service
Un modèle de langage répond avec la même assurance à une question qu’il maîtrise et à une question hors de son domaine. C’est la source de la plupart des déceptions après un déploiement.
En démonstration, l’assistant travaille sur des cas propres, préparés à l’avance. En service, il rencontre les vraies demandes : une commande modifiée deux fois, un client qui mélange deux références, une exception connue d’une seule personne dans l’équipe.
Une réponse fausse qui sonne juste coûte plus cher qu’une absence de réponse. Le client la croit, l’équipe ne la voit pas, et l’erreur remonte au moment du litige.
L’assistant hérite aussi des angles morts de votre documentation. Une règle qui n’est écrite nulle part ne peut pas être appliquée par l’outil. Il comblera le vide avec une réponse plausible.
Le périmètre se définit en trois zones
Avant d’écrire la première instruction donnée au modèle (le prompt), nous classons chaque type de demande dans l’une de trois zones. Ce classement est fait avec vos équipes, à partir des demandes réelles, et il est validé par écrit.
| Zone | Ce que fait l’assistant | Exemples chez le fabricant | Qui garde la main |
|---|
| Traité seul | Répond directement, à partir de sources validées | Questions avant-vente déjà documentées, suivi de commande, délais | L’équipe SAV, par la revue régulière des conversations |
| Préparé, puis validé | Rédige un brouillon qu’une personne relit | Réponses aux emails clients : l’IA rédige, le SAV valide avant envoi | Le conseiller qui envoie |
| Transmis sans répondre | Bascule la conversation vers un conseiller | Toute demande qui mentionne un retard, une annulation ou le transporteur | Le conseiller qui reprend |
La troisième zone est la plus importante à écrire. Elle regroupe les demandes à enjeu juridique ou commercial, les cas ambigus qui demandent un arbitrage, et les situations où une erreur abîmerait la relation client. Chez le fabricant de mobilier, ces sujets font basculer la conversation vers un humain au lieu de laisser l’agent inventer une réponse.
Le principe : un assistant qui répond « cette question doit être traitée par un conseiller » sur les bons cas est mieux conçu qu’un assistant qui répond toujours quelque chose.
Nous partons des échanges réels entre vos clients et vos équipes. Le périmètre se construit en cinq étapes, avant toute maquette.
- Analyser l’historique des échanges. Chez le fabricant de mobilier, plusieurs années d’échanges SAV ont fait ressortir deux profils d’acheteurs aux attentes différentes, donc deux variantes de l’agent.
- Rendre explicites les règles implicites. Les exceptions, les gestes commerciaux et les décisions de contexte sont écrits avant d’être confiés à l’outil. Un assistant ne peut pas appliquer une règle que personne n’a formulée.
- Lister les déclencheurs de bascule. Les mots et les situations qui imposent un passage à un humain sont fixés avec l’équipe, puis testés sur des conversations passées.
- Prototyper avant de maquetter. Sur ce projet, deux prototypes ont précédé toute maquette. Les tests ont aussi fait apparaître un détail d’usage : une réponse instantanée paraissait superficielle aux acheteurs techniques, un court délai avant chaque réponse a été ajouté.
- Faire valider le périmètre par un référent métier. Une personne de votre équipe, qui connaît le travail réel, signe la liste des trois zones et la fait évoluer ensuite.
Mesurer la justesse, pas seulement le volume
Le nombre de conversations dit qu’un assistant est utilisé. Seule la justesse des réponses dit qu’il est fiable, et elle se mesure en continu.
Pour ce fabricant, nous avons construit avec l’équipe SAV un tableau de bord de pilotage : motifs de contact, charge évitée, satisfaction, justesse des réponses. Un audit mensuel de la qualité des réponses complète ce suivi, pour que l’agent ne dérive pas quand le catalogue ou les délais changent.
Les résultats mesurés chez ce fabricant :
- plus de 12 000 conversations traitées au premier semestre 2026 ;
- une charge de traitement SAV passée de 39 h à 4 à 5 h par semaine ;
- une hausse de 14 % des commandes sur les sites déployés.
Ce temps rendu à l’équipe SAV va aux litiges, au sur-mesure et aux demandes à forte valeur. Ces résultats tiennent à une condition : le périmètre est revu à chaque évolution de l’offre, et l’équipe garde la main sur ce que l’agent a le droit de dire.
Quand un périmètre écrit ne suffit pas à fiabiliser l’assistant
Un périmètre bien écrit ne compense pas trois situations, et nous le disons au cadrage, avant le devis.
Quand la documentation interne est absente ou contradictoire. L’assistant reproduira les contradictions. Le premier chantier est alors d’écrire les règles, avant tout développement.
Quand personne en interne ne porte l’outil. Sans référent métier pour relire les conversations et ajuster les règles, la justesse baisse dès les premiers changements de catalogue ou de process.
Quand la majorité des demandes demande un arbitrage. Si la zone « traité seul » reste très mince, un assistant conversationnel n’est pas le bon outil. Une aide à la rédaction, ou une automatisation plus simple du tri des demandes, rend plus de temps pour un coût moindre.
Ce que le cadrage du périmètre change pour vos équipes
Un assistant dont les limites sont écrites est un outil auquel vos équipes font confiance dès le déploiement. Cette confiance se construit sur la durée, et elle se reconstruit difficilement après une première erreur visible.
Le travail de cadrage rend aussi l’outil durable : les règles, les trois zones et les indicateurs de justesse sont documentés, et ils vous appartiennent avec le code.
Pour aller plus loin, notre page sur la construction d’un outil IA branché sur vos données détaille la méthode complète. Si vos demandes répétitives passent surtout par l’email ou le téléphone, la page automatiser les tâches répétitives de vos équipes présente les autres options. Le suivi de la justesse dans le temps relève du pilotage par la donnée.
