En juin 2025, nous avions eu le plaisir d’échanger avec Jeroen Machiels, Director Presales chez Genesys. Il nous avait alors présenté en détail l’entreprise, l’impact grandissant de l’IA sur notre secteur, ainsi que les bénéfices du premium partnership avec Customer Contact & CXForum.
Un an plus tard, nous poursuivons la conversation avec son collègue Michel Delfosse, Director for Enterprise BeNeLux. Quel regard porte-t-il aujourd’hui sur les nouvelles avancées technologiques destinées aux customer contact centers ? Et sur quels chantiers concrets Genesys travaille-t-il actuellement ?
Michel, l’an dernier, Jeroen nous parlait longuement d’IA générative, de copilotes, de routage intelligent et de self-service.
Qu’est-ce qui a évolué depuis ?
Michel Delfosse : Avec le recul, 2025 nous montre à quel point les applications technologiques destinées aux customer contact centers avancent rapidement. Aujourd’hui, une nouvelle étape se dessine : celle du passage de l’IA générative à l’IA agentique. La nuance peut sembler technique, mais elle change profondément la donne.
L’IA générative est particulièrement performante pour comprendre, synthétiser et formuler des réponses. L’IA agentique, elle, va un cran plus loin : elle est capable de comprendre un objectif, d’identifier les étapes nécessaires pour l’atteindre, puis d’exécuter réellement les actions correspondantes.
Imaginons qu’un client prenne contact parce qu’une livraison n’est pas arrivée. La génération précédente d’IA pouvait comprendre la demande, rechercher les informations utiles et expliquer au client les démarches à suivre. Un agent IA peut, de plus en plus, prendre en charge l’ensemble du processus : vérifier la commande, identifier la cause du problème, organiser une nouvelle livraison, informer le client et mettre à jour les systèmes sous-jacents.
Nous évoluons donc d’une IA qui conseille vers une IA qui agit.
Cela change-t-il aussi la manière dont les entreprises considèrent l’IA ?
Oui, absolument. Les organisations deviennent nettement plus pragmatiques. La phase d’expérimentation est en grande partie derrière nous. La question n’est plus : « Que pouvons-nous faire avec l’IA ? », mais bien : « Où l’IA crée-t-elle une valeur démontrable pour nos clients, nos collaborateurs et notre organisation ? »
Ce changement de perspective est majeur. Implémenter l’IA simplement parce que la technologie le permet n’a pas de sens en soi. Les entreprises veulent comprendre les bénéfices réels, concrets et mesurables.
En parallèle, l’humain reste essentiel. Plus les processus simples sont pris en charge par l’IA, plus les interactions confiées aux collaborateurs deviennent complexes. Les collaborateurs des customer contact centers évoluent ainsi progressivement : ils ne sont plus seulement des personnes qui exécutent des transactions, mais des professionnels capables de résoudre des problèmes complexes, en y ajoutant empathie et discernement.
Où situez-vous aujourd’hui l’impact le plus important de l’IA sur la customer experience ?
Je distingue trois domaines dans lesquels l’impact est particulièrement fort.
Le premier concerne le self-service et l’automatisation. L’IA peut désormais gérer un nombre croissant de demandes de manière complète, 24/7 et à travers différents canaux. Avec l’IA agentique, le centre de gravité se déplace du containment vers la resolution. L’enjeu n’est plus de mesurer combien de contacts peuvent être évités aux collaborateurs, mais combien de demandes clients peuvent réellement être résolues avec qualité.
Le deuxième domaine est celui de l’expérience collaborateur. Les copilotes écoutent, lisent, recherchent en temps réel les connaissances pertinentes, suggèrent des réponses et créent automatiquement des résumés. Une grande partie du travail administratif répétitif disparaît ainsi. Le collaborateur peut alors concentrer davantage son attention sur le client, la qualité du dialogue et la relation.
Le troisième domaine me semble peut-être le plus riche en potentiel : l’orchestration. La véritable valeur naît lorsque l’IA n’est plus déployée comme un chatbot ou un outil séparé, mais lorsqu’elle relie les données clients, le contexte, les canaux, les collaborateurs, les agents IA et les processus de l’entreprise. Vous pouvez alors non seulement aider un client plus rapidement lorsqu’il prend contact, mais aussi prévoir, par exemple, à quel moment il aura besoin d’aide et agir de manière proactive. Au final, le meilleur customer service est parfois celui qui évite même au client de devoir demander de l’aide.
Qu’est-ce que les organisations les plus avancées en CX font autrement aujourd’hui ?
Je serais prudent avant de désigner une entreprise comme « la » gagnante. Ce qui m’intéresse surtout, c’est d’observer les points communs entre les organisations qui avancent le mieux.
Les meilleures d’entre elles ne considèrent plus les canaux de contact comme des silos indépendants. Pour le client, il n’existe pas une stratégie voice, une stratégie WhatsApp, une stratégie chat ou une stratégie e-mail. Il existe une seule relation avec une marque. Un client attend de l’entreprise qu’elle le reconnaisse, qu’elle connaisse son contexte et qu’elle reprenne là où l’interaction précédente s’est arrêtée.
On observe par exemple des organisations qui ne considèrent plus WhatsApp comme un simple canal de messaging, mais comme un espace où messaging, voice, IA et soutien humain se combinent dans une conversation continue.
Les organisations qui utilisent l’IA non pas seulement pour réduire les coûts, mais pour supprimer les frictions dans le customer journey, prennent également de l’avance. C’est pour moi une distinction importante. Les leaders CX n’automatisent pas pour réduire la relation avec les clients. Ils automatisent pour rendre cette relation meilleure aux moments où elle compte vraiment.
Où les projets de transformation CX dérapent-ils le plus souvent ?
Le piège principal, à mes yeux, reste de commencer par la technologie plutôt que par le résultat recherché.
Dire « Nous devons faire quelque chose avec l’IA » n’est pas une stratégie. Il faut d’abord se demander quel problème on veut résoudre. Voulons-nous diminuer le customer effort ? Améliorer le First Contact Resolution ? Soutenir les collaborateurs ? Réduire les temps d’attente ? Augmenter la conversion ? Ce n’est qu’après avoir clarifié ces objectifs que l’on choisit la technologie adéquate.
Un deuxième piège consiste à placer l’IA au-dessus de processus et de données fragmentés. Même très intelligent, un agent IA qui n’a pas accès au bon contexte ni aux systèmes sous-jacents reste finalement un chatbot intelligent. L’IA ne diminue donc pas l’importance des données de qualité, de l’intégration et de l’orchestration : elle la renforce.
Un troisième point d’attention concerne la gouvernance et la confiance. Dès que l’IA ne se contente plus de formuler des réponses, mais commence aussi à exécuter des actions, il devient indispensable de définir très clairement, via des guardrails, ce qu’un agent IA peut faire en autonomie, les situations dans lesquelles une validation humaine est nécessaire et les moments où l’interaction doit être transférée à un collaborateur.
Enfin, nous ne devons pas oublier les collaborateurs. Une transformation CX n’est jamais uniquement un projet IT. Les rôles évoluent, les processus changent et les collaborateurs doivent comprendre comment l’IA peut les soutenir. Une organisation qui se contente d’implémenter la technologie sans embarquer ses équipes ne pourra jamais en tirer toute la valeur.
Sur quoi Genesys travaille-t-il concrètement aujourd’hui ?
Pour nous, la prochaine grande étape est très clairement l’agentic experience orchestration.
Avec Genesys Cloud AI Studio, nous donnons aux organisations un environnement dans lequel elles peuvent concevoir, tester, gérer et gouverner des agents IA. Avec notre Agentic Virtual Agent, nous avançons encore plus loin : l’IA peut non seulement tenir une conversation, mais aussi exécuter de manière autonome plusieurs étapes afin d’aboutir à un résultat concret pour le client.
Dans ce cadre, nous travaillons avec ce que l’on appelle des Large Action Models. Un Large Language Model est principalement optimisé pour comprendre et générer du langage. Les Large Action Models, eux, sont orientés vers l’exécution fiable d’actions et de workflows. C’est essentiel lorsque l’on donne à l’IA accès à des processus d’entreprise et à des systèmes sous-jacents.
Nous investissons aussi fortement dans la collaboration entre collaborateurs humains et collaborateurs virtuels. Je pense qu’il faut cesser de considérer ces deux dimensions comme des mondes séparés. L’environnement customer contact center de demain sera composé d’une combinaison d’humains et d’agents IA, où l’orchestration déterminera qui est, à chaque moment, le mieux placé pour exécuter une tâche.
Les canaux continuent eux aussi d’évoluer. Avec WhatsApp sur Genesys Cloud, nous rapprochons progressivement le messaging, la voice et l’IA. Le principe de base reste inchangé : le client choisit comment il souhaite communiquer et le contexte doit être préservé, quel que soit le canal utilisé.
Au fond, le fil rouge de toutes ces innovations est très simple : l’IA ne doit pas interposer encore plus de technologie entre l’entreprise et son client. Elle doit, au contraire, rendre cette technologie moins visible et créer une expérience plus simple, plus personnelle et plus humaine.