Introduction
Lorsque nous avons expédié la réceptionniste AI, la présentation promettait trois chiffres : le taux de prise en charge, les réservations en dehors des heures normales et le temps de réponse moyen. Un mois plus tard, avec trois clients pilotes, les chiffres attendus ont effectivement évolué, mais deux résultats nous ont surpris, et ce sont ceux dont les clients continuent de parler.
Ce à quoi nous nous attendions
- Prise en charge à la première sonnerie, de jour comme de nuit.
- Des réservations plus qualifiées arrivent dans le calendrier.
- Attente moyenne inférieure avant qu'un humain ne prenne le relais.
Tous les trois se déplaçaient à peu près comme prévu. Le taux de ramassage est passé de « assez bon » à « 100 % dans les limites du SLA ». Les réservations en dehors des heures normales ont triplé chez le client des services à domicile. L'attente moyenne a diminué parce que la plupart des demandes simples n'ont jamais atteint une personne.
Ce qui nous a surpris
1. L’équipe a cessé de se sentir coupable du déjeuner
Cela semble doux, mais c’est la citation la plus cohérente parmi les trois pilotes. Lorsque l’IA répond de manière fiable et envoie des messages avec le nom de l’appelant, son intention et son urgence dans la file d’attente, l’équipe humaine cesse de répondre à la crainte de « qu’est-ce que j’ai manqué pendant que je mangeais ? »
“Nous n'avions jamais réalisé à quel point notre journée était simplement consacrée à la préparation émotionnelle de la liste des appels manqués. C'est parti.”
2. Hygiène CRM améliorée par accident
Étant donné que l'IA enregistre chaque résumé d'appel directement dans le CRM, le commercial n'a plus besoin de se souvenir de la rédaction post-appel. L’effet secondaire : les rapports sur les pipelines sont devenus plus clairs sans que personne n’essaye. Nous nous attendions à cela de la part de l’équipe entrante. Nous ne nous y attendions pas du côté sortant, qui a commencé à utiliser le même modèle de journalisation par jalousie.
Ce que nous changerions
Deux choses. Premièrement : des défauts plus agressifs en matière de transfert vers l’humain dans les industries réglementées. Les pilotes du secteur de la santé souhaitaient un transfert plus rapide pour tout ce qui ressemblait à une question clinique, même lorsque l’IA aurait techniquement pu y répondre. Deuxièmement : une meilleure visibilité sur le score de confiance de l'IA à chaque appel, afin que les superviseurs puissent échantillonner les bons appels au lieu de tous.
Conclusion
Nous expédions les deux ce mois-ci. Si vous effectuez un projet pilote et avez des commentaires similaires, écrivez-nous à info@letsdial.com, l'équipe qui a conçu ce projet lit chaque e-mail.
Écrit par Maya Chen · 02 mai 2026
Répondre à l'auteur