36 % des entreprises suisses utilisent un agent IA dans leur relation client, et 41 % l’envisagent. C’est l’enseignement principal du baromètre « IA & relation client en Suisse 2026 », réalisé par Teleactis avec Colombus Consulting et callnet.ch auprès de près de 100 entreprises des trois régions linguistiques. L’intelligence artificielle s’installe donc dans les centres de relation client du pays, mais à des vitesses très différentes. Le segment le plus en retard est celui des PME de 50 à 250 employés : 55 % n’ont aucun projet d’automatisation.
Cette première édition va plus loin qu’un simple taux d’adoption. En effet, elle décrit les cas d’utilisation retenus (chatbot, callbot, copilote des collaborateurs), les montants engagés, le retour sur investissement, la satisfaction client et les freins rencontrés. Or le portrait qui s’en dégage s’éloigne du discours ambiant, où l’intelligence artificielle s’apprêterait à remplacer l’humain. En revanche, les sociétés interrogées utilisent d’abord ces outils pour optimiser le travail de leurs équipes et gagner en efficacité. Elles avancent avec prudence, mesurent peu, et butent sur un obstacle que la technologie seule ne lève pas : le manque de compétences en interne.
Cet article reprend l’ensemble des chiffres, avec notre lecture de terrain. Comptez une vingtaine de minutes. Si vous êtes pressé, l’encadré ci-dessous résume l’essentiel.
L’essentiel du baromètre en sept chiffres
36 % des entreprises interrogées utilisent un agent IA en relation client. 77 % sont engagées ou en réflexion.
55 % des sociétés de 50 à 250 employés n’ont aucune intention d’adopter un agent IA, contre 23 % sur l’ensemble du panel.
8 % seulement imaginent un remplacement massif de l’humain. Le scénario dominant reste une IA sous supervision humaine.
4e position pour la réduction des coûts parmi les motivations, derrière l’optimisation des équipes, la disponibilité 24/7 et l’expérience client.
Aucun des répondant ne déclare un retour sur investissement négatif. Mais 38 % ne savent pas chiffrer leur enveloppe IA.
47 % citent le manque de compétences internes, frein numéro un.
50 % contre 31 % : les structures qui externalisent une partie de leur relation client utilisent davantage l’IA que celles qui gèrent tout en interne.
Le baromètre « IA & relation client en Suisse, pratiques et perspectives 2026 » a été réalisé par Teleactis, centre de contact basé à Genève. Pour cette étude, Teleactis s’est associé au cabinet Colombus Consulting et à callnet.ch, l’association suisse des centres de contact. La collecte s’est déroulée de juin à septembre 2026. Concrètement, un questionnaire en ligne était proposé en français, en allemand et en italien.
Près de 100 sociétés basées en Suisse y ont pris part, des deux côtés de la Sarine et jusqu’au Tessin. Toutes les tailles sont représentées, des structures de moins de 50 employés aux groupes de plus de 1000 collaborateurs. Les secteurs les plus présents sont les services professionnels, la banque et l’assurance, le e-commerce et les télécommunications.
Le profil des répondants compte pour la lecture des chiffres. 34 % se décrivent comme décideurs sur le sujet des assistants IA, 26 % comme influenceurs et 26 % comme acteurs opérationnels. Seuls 14 % se considèrent comme simples spectateurs. Au total, 86 % jouent un rôle actif dans l’utilisation de l’IA au sein de leur entreprise: les avis recueillis viennent de gens qui connaissent le dossier de l’intérieur.
Deux précautions de lecture s’imposent. Certaines interrogations n’ont été soumises qu’aux sociétés qui utilisent l’IA (dépenses, retour sur investissement, satisfaction) : les pourcentages concernés portent sur une base plus réduite, et nous le signalons à chaque fois.
Qu’est-ce qu’un assistant IA dans la relation client ?
Un assistant IA est un logiciel capable de comprendre une demande formulée en langage courant, à l’écrit ou à l’oral, et d’y donner suite de façon autonome, ou en assistant un collaborateur. Pour y parvenir, il repose sur l’analyse du langage naturel et, de plus en plus souvent, sur un grand modèle de langage (LLM), la famille de technologies popularisée par ChatGPT.
La différence avec les anciens robots conversationnels est importante. Autrefois, un chatbot de première génération suivait un arbre de décision. Il proposait des boutons et reconnaissait quelques mots. Mais il se perdait dès qu’on sortait du menu prévu. À l’inverse, un agent conversationnel actuel comprend une phrase formulée librement et gère les reformulations. Il peut aussi puiser dans une base documentaire pour construire sa réponse. En effet, ces modèles ont été entraînés par apprentissage automatique sur d’immenses volumes de textes. C’est pourquoi ils sont si à l’aise avec le langage courant.
Un agent IA a également ses limites, qu’il vaut mieux connaître avant de se lancer. Tout d’abord, il ne sait que ce qu’on lui a fourni. Par conséquent, il peut formuler une information fausse avec assurance si sa documentation est lacunaire. De plus, il ne remplace ni le jugement ni l’empathie d’un professionnel face à un client en difficulté. C’est pourquoi la plupart des dispositifs sérieux prévoient un transfert vers un collaborateur. Ils incluent aussi un contrôle régulier des conversations.
On distingue généralement deux familles :
les agents de front office, en relation directe avec le consommateur : chatbot sur un site web, callbot au téléphone, mailbot pour les e-mails ;
les agents de back office, qui travaillent en coulisses : assistant conversationnel qui souffle des suggestions au téléconseiller, analyse des échanges, tri des tickets, détection des fraudes.
Une troisième catégorie fait beaucoup parler d’elle : l’IA dite agentique. Ces agents ne se contentent plus de répondre, ils agissent. Connectés aux systèmes de l’entreprise (CRM, ERP, outil de facturation, agenda), ils peuvent modifier une adresse, replanifier un rendez-vous ou déclencher un remboursement, en enchaînant plusieurs opérations. Cette autonomie plus grande rend le contrôle des actions sensibles encore plus nécessaire.
Où en sont les entreprises suisses avec les agents IA dans leur service client ?
Combien d’entreprises utilisent un agent IA ?
36 % des sociétés interrogées utilisent au moins un agent IA dans leur relation client. La moitié d’entre elles (18 % du panel) le font de manière avancée, l’autre moitié (18 %) de façon encore limitée, sur un périmètre restreint ou à titre de test.
À ce groupe s’ajoutent 41 % de sociétés qui envisagent de franchir le pas. Au total, septante-sept pour cent des répondants ont soit adopté l’IA, soit y réfléchissent sérieusement. Seuls 23 % n’ont rien prévu, soit à peu près un sur cinq.
Que retenir de cette photographie ? Le recours à l’IA reste émergent : à peine plus d’un tiers des répondants l’utilisent, et la moitié de ceux-ci la cantonnent à un périmètre restreint. Mais l’attentisme est minoritaire. Le gros du panel se situe dans la zone de réflexion, ce qui signifie que les décisions des douze à vingt-quatre prochains mois vont largement redessiner la carte du marché.
Pourquoi les PME de 50 à 250 employés sont-elles en retard ?
On s’attendrait à une progression logique : les grands groupes en tête, les petites structures en queue de peloton, les intermédiaires entre les deux. Le baromètre montre autre chose.
Les grands groupes mènent bien la course : 55 % des entreprises de plus de 1000 employés utilisent des agents IA. Les petites structures suivent plutôt bien, avec 28 % d’utilisatrices parmi les moins de 50 employés et 48 % qui l’envisagent. Les sociétés de 251 à 1000 employés affichent l’intention la plus forte du panel (62 %).
Le point froid se situe au milieu. Parmi les PME de 50 à 250 employés, 55 % n’ont aucun projet IA, plus du double de la moyenne (23 %). Et seules 18 % envisagent de s’y mettre, contre 41 % sur l’ensemble des répondants.
Ce décrochage s’explique par deux facteurs que le baromètre permet d’isoler.
D’abord, l’organisation. 91 % des PME de 50 à 250 employés gèrent leur relation client entièrement en interne. Nonante et un pour cent, c’est presque tout le segment. Or, sur l’ensemble du panel, les structures 100 % internalisées sont nettement moins avancées sur l’IA que celles qui travaillent aussi avec un prestataire (nous y revenons plus bas).
Ensuite, le savoir-faire. 64 % de ces PME citent le manque de compétences internes comme frein, contre 47 % sur l’ensemble du panel. C’est l’obstacle numéro un de toute l’étude, et il pèse encore plus lourd ici.
Ces sociétés cumulent donc deux handicaps. Trop grandes pour qu’un dirigeant bricole un assistant virtuel un samedi matin, trop petites pour disposer d’une équipe data ou d’un département innovation, elles n’ont ni l’expertise technique en interne, ni un partenaire sur qui s’appuyer.
« Ce qui frappe dans cette répartition par taille d’entreprise, c’est que le retard ne suit pas la logique attendue. Les grandes entreprises sont en tête, avec 55 % de plus de 1’000 employés qui utilisent déjà des agents IA. Mais les moins de 50 employés ne sont pas à la traîne non plus, avec 28 % déjà équipées.
Le vrai point froid, c’est le segment des 50 à 250 employés : 55 % n’ont aucun projet, et seulement 18 % envisagent d’y venir.
Ce n’est pas un hasard puisque 91 % de ces entreprises gèrent leur relation client entièrement en interne, et 64 % d’entre elles citent le manque de compétences internes comme frein (contre 47 % en moyenne sur le panel).
Ce segment cumule donc les deux facteurs qui freinent ailleurs dans l’étude : une organisation 100 % internalisée et un déficit de compétences. »
Et ce retard risque de se creuser avec le temps, pour des raisons que nous détaillons dans la section consacrée au rythme de mise en œuvre.
Quels agents IA les entreprises utilisent-elles, en front office et en back office ?
On associe souvent l’IA en relation client à la fenêtre de discussion d’un site internet. C’est une partie de la réalité, pas toute.
Chez les entreprises utilisatrices, 54 % emploient des agents IA en front office, en relation directe avec le client, par écrit, à la voix ou par e-mail. Mais 46 % s’en servent en back office, pour épauler les collaborateurs en coulisses. L’écart est faible. Les agents dédiés aux ressources humaines (17 %) et les autres applications (17 %) restent plus marginaux. Comme une société peut cumuler plusieurs types d’agents, le total dépasse 100 %.
Les deux familles ne se ressemblent pourtant pas quand on regarde le détail.
En front office, la pratique est consolidée. Le chatbot, qui gère les conversations écrites, représente 48 % des cas. Le callbot, qui prend en charge les appels téléphoniques, en représente 30 %. À eux deux, ils concentrent 78 % des déploiements front office. Le mailbot arrive loin derrière (17 %), les autres formats sont anecdotiques (4 %). Les dirigeants se sont donc concentrés sur les deux canaux les plus classiques, l’écrit instantané et le téléphone.
En back office, la pratique reste éclatée. Six catégories se partagent le terrain sans qu’aucune ne domine vraiment :
co-pilote pour les téléconseillers : 25 %
gestion des connaissances : 19 %
analyse des interactions : 17 %
gestion des avis clients : 14 %
détection des fraudes : 11 %
recommandation de produits : 8 %
résolution des tickets : 6 %
Cette dispersion signale une phase d’expérimentation. Les sociétés testent, comparent, cherchent l’application qui leur rapporte le plus. Aucune pratique standard ne s’est encore imposée.
Un détail mérite qu’on s’y arrête. En effet, la fonction back office la plus répandue est le co-pilotage des téléconseillers. Par exemple, l’IA propose une formulation ou retrouve une information dans la documentation. Elle résume aussi l’historique d’un client, tandis que le collaborateur garde la main. C’est la forme la plus directe d’IA « en soutien », et elle arrive en tête. Le reste de l’enquête confirme cette logique.
Chaque secteur entre-t-il dans l’IA par la même porte ?
Non, et c’est l’un des enseignements les plus utiles pour qui se demande par où commencer.
Côté maturité, les services publics sont les plus avancés du panel : 67 % de leurs répondants utilisent un agent IA, et les 33 % restants l’envisagent. Suivent les télécommunications (57 %) et l’industrie (50 %). Les services professionnels (39 %) et le e-commerce (38 %) occupent une position intermédiaire.
La banque et l’assurance présentent le profil le plus intéressant. Seuls 22 % des acteurs de ce secteur ont adopté un agent IA, mais 67 % l’envisagent. C’est là que la prochaine vague s’annonce la plus forte. Sur une place financière comme la nôtre, le chiffre n’a rien d’anecdotique.
Secteur
Déjà déployé
Envisagé
Pas envisagé
Services publics
67 %
33 %
0 %
Télécommunications
57 %
29 %
14 %
Industrie
50 %
25 %
25 %
Services professionnels
39 %
44 %
17 %
E-commerce / retail
38 %
38 %
25 %
Banque / assurance
22 %
67 %
11 %
Les secteurs ne choisissent pas non plus un point d’entrée identique. Parmi les entreprises utilisatrices ou qui ont l’intention de l’être :
la banque et l’assurance misent massivement sur le front office (88 %, contre 25 % en back office) ;
les services publics et les télécommunications privilégient aussi le front office (67 %, contre 50 %) ;
le e-commerce et le retail font l’inverse, avec 83 % en back office contre 50 % en front office ;
les services professionnels penchent également vers le back office (67 %, contre 47 %).
La logique se comprend. Une banque ou une assurance reçoit un volume élevé de sollicitations répétitives (solde, attestation, déclaration de sinistre, changement d’adresse) que l’IA peut absorber en première ligne. Un e-commerçant gagne souvent davantage à automatiser en coulisses la gestion des commandes, des avis ou la détection de fraudes. Il n’existe pas de porte d’entrée universelle : elle dépend du métier, des volumes et des priorités de chacun.
Les entreprises sont-elles satisfaites de leurs agents IA ?
Oui, majoritairement. 77 % des utilisateurs jugent le bilan de leurs agents IA conforme ou supérieur à leurs attentes : 69 % le trouvent positif et conforme, 8 % très positif, au-delà de ce qu’elles espéraient. On pourrait dire qu’elles ont été déçues en bien.
Les 23 % restantes parlent d’effets mitigés ou partiels. Aucune ne fait état d’un bilan négatif.
Ce chiffre appelle une nuance. Ce sont les sociétés qui évaluent leurs propres initiatives, et il est rarement facile d’admettre qu’un investissement n’a pas tenu ses promesses. Le fait que près d’un quart parle de bilan mitigé montre toutefois que les avis ne sont pas complaisants.
Et les clients finaux, qu’en pensent-ils ?
Le baromètre a aussi demandé sur quels points les clients expriment le plus de satisfaction, et le plus de mécontentement, face aux agents IA.
Côté satisfaction client, la rapidité de prise en charge arrive en tête (29 %), devant la facilité d’interaction (25 %) et la qualité des réponses (18 %). Le consommateur apprécie de ne plus patienter et d’obtenir une solution simplement, y compris à 22h un dimanche.
Côté mécontentement, deux reproches ressortent à égalité. La première tient à l’incapacité de l’IA à résoudre seule certains cas (28 %) : le client tourne en rond, n’obtient pas de solution et finit par réclamer une personne. La seconde est la qualité des réponses (28 %). Juste derrière vient la limite de périmètre ou de couverture (27 %), quand l’agent ne sait tout simplement pas traiter le sujet qu’on lui soumet.
La qualité figure donc des deux côtés de la balance : troisième motif de satisfaction, l’un des deux principaux motifs de mécontentement. Ce paradoxe dit une chose. La pertinence perçue varie énormément d’une société à l’autre. Un agent IA bien alimenté, relié à une documentation récente et doté d’une porte de sortie claire vers un téléconseiller satisfait les clients. Un agent mal préparé les agace. L’outil est souvent identique ; ce qui change, c’est le travail fait en amont et le pilotage au quotidien.
Pourquoi les entreprises suisses investissent-elles dans l’IA, et pour quel retour ?
L’IA va-t-elle remplacer les téléconseillers ?
C’est l’interrogation qui revient dans chaque discussion sur le sujet, et le panel y répond assez nettement. Seuls 8 % des répondants envisagent un remplacement massif de l’humain dans la relation client à moyen terme.
Le scénario largement majoritaire est celui d’une substitution partielle et encadrée. Septante pour cent (70 %) estiment que l’IA prendra en charge certaines tâches, toujours sous supervision humaine. Et 56 % la voient comme un outil complémentaire qui assiste les collaborateurs.
Le sujet ne suscite donc pas d’appréhension radicale. Les entreprises ont intégré l’idée qu’une partie du travail va changer de mains. Elles imaginent un fonctionnement hybride, où l’agent IA traite les sollicitations simples et répétitives pendant que le téléconseiller se concentre sur les situations qui demandent du jugement, de l’empathie ou une décision. C’est ce que nous appelons chez Teleactis le service client augmenté, et le baromètre montre que les décideurs partagent largement cette vision.
Quelles motivations poussent à adopter un agent IA ?
Interrogées sur les raisons qui les ont poussées, ou les pousseraient, à adopter des agents IA, les sociétés répondent d’abord sur le terrain opérationnel. Les trois motivations de tête concernent le personnel et l’expérience offerte au client :
Motivation
Part des répondants
Optimisation des équipes humaines
56 %
Réactivité et disponibilité 24/7
52 %
Amélioration de l’expérience client
49 %
Réduction des coûts de support
35 %
Conformité et résolutiondes interactions
26 %
Question à choix multiples, chaque répondant pouvait citer plusieurs motivations.
La réduction des coûts n’arrive qu’en quatrième position, citée par un peu plus d’un tiers du panel. On aurait pu s’attendre à la voir en tête, tant le discours sur l’IA tourne autour des économies. Les décideurs helvétiques semblent l’aborder autrement : gagner en efficacité avant de dépenser moins.
La motivation numéro un, l’optimisation des équipes, mérite d’être précisée. Le questionnaire ne détaille pas ce que les répondants mettent derrière ce terme. Sur le terrain, nous l’entendons surtout comme une meilleure répartition de la charge : décharger les collaborateurs des sollicitations répétitives, absorber les pics d’appels sans faire attendre, faciliter la planification du personnel, laisser plus de temps aux dossiers qui le méritent. La disponibilité 24/7, deuxième motivation, va dans ce sens. Un agent IA peut répondre la nuit, le week-end ou un férié cantonal, là où maintenir une permanence coûterait cher et compliquerait la gestion du personnel.
Combien les entreprises dépensent-elles pour leurs agents IA ?
Beaucoup l’ignorent. Parmi les sociétés utilisatrices, 38 % sont incapables de chiffrer l’enveloppe annuelle consacrée à leurs agents IA. C’est la réponse la plus fréquente.
Pour celles qui la connaissent, la tranche la plus courante se situe entre CHF 10’000 et CHF 50’000 par an (25 %), suivie de la tranche CHF 50’000 à CHF 200’000 (21 %). Les extrêmes sont rares : 8 % dépensent moins de CHF 10’000, et 8 % plus de CHF 200’000.
Ce flou financier n’est pas isolé. Il rejoint deux autres constats sur ces entreprises: 46 % ne mesurent pas la performance de leurs agents IA, et seules 33 % disposent d’une équipe dédiée. Les deux tiers pilotent donc leur IA sans personne attitrée, et près de la moitié sans indicateurs.
Plusieurs raisons peuvent l’expliquer. Les dépenses liées à l’IA sont souvent dispersées entre plusieurs lignes (licence d’une plateforme, service cloud facturé à la consommation, temps passé en interne, prestations d’intégration), ce qui rend le total difficile à établir. Les initiatives sont parfois lancées par un département métier sans passer par une ligne dédiée. Et l’IA arrive souvent par petites touches, intégrée à un logiciel existant, sans être identifiée comme un poste à part. Dans tous les cas, le pilotage financier reste largement informel.
Les agents IA sont-ils rentables ?
Pour celles qui ont un avis, oui. 50 % des sociétés utilisatrices déclarent un retour sur investissement positif : 21 % le jugent positif et mesurable, 29 % positif mais difficile à quantifier. Aucune ne déclare un ROI négatif.
L’autre moitié se répartit entre celles qui jugent qu’il est trop tôt pour évaluer (21 %), celles qui ne savent pas (17 %) et celles qui n’observent pas d’impact significatif (12 %).
Le signal est encourageant, mais il faut le lire pour ce qu’il est. Quand l’avis n’est pas positif, c’est surtout par manque de recul ou d’outils de mesure, rarement parce que l’IA aurait déçu. Et parmi les satisfaits, une majorité reconnaît ne pas pouvoir chiffrer précisément le gain. Seule une entreprise utilisatrice sur cinq peut donc démontrer, chiffres à l’appui, que son agent IA est rentable.
« La mesure du ROI reste le point à structurer. C’est l’un des chantiers que nous recommandons d’ouvrir dès le lancement ! »
— Jean Meneveau, directeur associé chez Colombus Consulting
Qu’est-ce qui freine, et qu’est-ce qui accélère, l’adoption des agents IA en Suisse ?
Quels sont les principaux freins ?
L’interrogation a été soumise à tout le panel, utilisateurs ou non. Le manque de compétences internes arrive en tête (47 %). Il est suivi de près par les risques liés à la confidentialité (45 %) et la peur de dégrader le service (42 %). Le prix de l’implémentation, souvent présenté comme l’obstacle principal, n’arrive qu’en quatrième position.
Frein
Part des répondants
Manque de compétences internes
47 %
Risques liés à la confidentialité
45 %
Peur de dégrader la qualité
42 %
Coût d’implémentation trop élevé
39 %
Manque de bases de connaissances
33 %
Freins internes (techniques, juridiques…)
31 %
Question à choix multiples, chaque répondant pouvait citer plusieurs freins.
Le cinquième frein est souvent sous-estimé. Un tiers des répondants (33 %) déclarent manquer de bases de connaissances. Or un agent IA ne sait que ce qu’on lui apprend. Sans procédures à jour, sans contenus validés pour les sollicitations fréquentes, sans documentation produit structurée, il improvise ou il se tait. Ce frein rejoint directement le mécontentement des clients finaux sur la pertinence des informations fournies, vu plus haut.
Les craintes sur l’IA résistent-elles à l’expérience ?
C’est probablement l’enseignement le plus intéressant du baromètre. Le classement global cache deux réalités très différentes, selon qu’on a franchi le pas ou non.
Le rapport compare les freins redoutés par les décideurs qui n’envisagent pas du tout l’IA aux difficultés réellement rencontrées par celles qui l’utilisent. Les deux profils ne se superposent pas. Stéphane Ronteix, président de Teleactis, le résume dans le rapport : « Ce que révèle ce radar, c’est un vrai décalage entre la peur anticipée et l’expérience vécue. »
Les craintes sur la confidentialité et sur la qualité sont bien plus fortes chez les sociétés qui n’envisagent pas l’IA que chez celles qui l’ont adoptée. Ces peurs reculent nettement une fois qu’on passe à la pratique. Le questionnaire ne dit pas pourquoi, mais nous l’observons sur le terrain : une fois l’initiative lancée, les équipes apprennent à encadrer leurs outils (hébergement adapté, périmètre défini, relecture, transfert vers un collaborateur).
Le manque de compétences suit le chemin inverse. Il ne recule pas avec l’expérience, et il est plutôt davantage cité par les utilisateurs. L’explication est assez intuitive. Avant, on imagine qu’il faudra de l’expertise pour mettre l’outil en place. Après, on découvre qu’il en faut aussi pour l’alimenter, le surveiller, l’améliorer et mesurer ce qu’il produit. Le besoin ne disparaît pas, il change de nature.
« Ce que révèle ce radar, c’est un vrai décalage entre la peur anticipée et l’expérience vécue.
Les entreprises qui n’envisagent pas du tout l’IA placent les risques de confidentialité et la peur de dégrader la qualité bien plus haut que celles qui ont déjà déployé des agents IA. Autrement dit : ce sont des craintes qui reculent nettement dès qu’on passe à l’usage. […]
Le signal est que le vrai chantier n’est plus de rassurer sur l’IA, mais d’outiller les équipes pour la piloter. »
Pour une direction qui hésite encore, la conséquence pratique est claire. Les objections sur la confidentialité et la qualité doivent être traitées sérieusement, mais ce ne sont pas elles qui font échouer les initiatives. Dans la durée, la différence se joue sur la capacité à piloter l’outil.
Que dit le cadre légal suisse sur la confidentialité des données ?
Avec 45 % des répondants qui citent les risques liés à la confidentialité, le volet réglementaire est légitime. En Suisse, le traitement de données personnelles par un agent IA relève de la nouvelle loi fédérale sur la protection des données (nLPD), en vigueur depuis le 1er septembre 2023. Les sociétés qui servent aussi des clients dans l’Union européenne doivent en parallèle tenir compte du RGPD.
Concrètement, pour un agent IA en relation client, les points à vérifier sont classiques : où sont hébergées les données, qui y a accès, combien de temps elles sont conservées, et comment le client est informé qu’il échange avec une IA. Un article de blog ne remplacera pas l’avis de votre juriste ou de votre conseiller à la protection des données. Le baromètre montre en revanche que ces contraintes trouvent des solutions : les utilisateurs sont nettement moins inquiets sur ce point que ceux qui n’ont pas encore commencé.
Pourquoi l’externalisation accélère-t-elle le passage à l’IA ?
Le baromètre a croisé le mode d’organisation de la relation client avec le niveau d’utilisation de l’IA. Le constat est net.
Parmi les sociétés qui combinent gestion interne et recours à un prestataire externe (le modèle dit « mixte »), 50 % utilisent des agents IA. Parmi celles qui gèrent tout en interne, elles ne sont que 31 %. L’écart est encore plus marqué à l’autre bout : 28 % des structures 100 % internalisées n’ont aucun projet IA, contre 6 % seulement des organisations mixtes.
Organisation de la relation client
Utilisent déjà l’IA
Envisagent
Pas prévu
100 % internalisée
31 %
41 %
28 %
Mixte (interne + prestataire externe)
50 %
44 %
6 %
L’explication rejoint le frein numéro un. Une société qui travaille avec un call center partenaire peut s’appuyer sur lui pour accéder à l’expertise qui lui manque : choix de l’outil, construction de la base de connaissances, paramétrage, suivi des indicateurs. Une structure entièrement internalisée doit trouver seule ces profils, les recruter ou les former, avant de pouvoir tester. Elle n’a pas de porte d’entrée évidente vers l’IA.
Pour Jean Meneveau, directeur associé chez Colombus Consulting, partenaire de l’étude, ce levier de l’externalisation résume bien la lecture d’ensemble du baromètre : beaucoup de signaux positifs, un frein de compétences qui persiste, et une mesure du ROI encore à structurer.
« Notre baromètre 2026 se distingue par le nombre important d’indicateurs au vert : la dynamique d’adoption, l’implication des équipes dirigeantes, la mise en œuvre concrète sur le terrain…
Mais un frein reste bien réel, celui de la compétence interne. Or l’étude montre justement que s’appuyer sur un partenaire externe est la voie la plus naturelle pour l’accélérer, avec des résultats déjà tangibles. Le point qui mérite encore d’être structuré reste la mesure du ROI, trop souvent informelle. »
— Jean Meneveau, directeur associé chez Colombus Consulting
Nous savons qu’un centre de contact qui conclut à l’intérêt de l’externalisation peut faire sourire. Les chiffres sont pourtant là, et ils ne disent pas qu’il faut tout confier à l’extérieur. Ils montrent que le modèle mixte, où l’entreprise garde la main sur sa relation client tout en s’appuyant sur un partenaire pour certains volumes ou certaines expertises, est celui qui facilite le plus le passage à l’IA. C’est aussi ce qui explique en grande partie le retard des PME de 50 à 250 employés, internalisées à 91 %.
À quel rythme les entreprises vont-elles déployer de nouveaux agents IA ?
Deux groupes ont été interrogés : les sociétés utilisatrices qui souhaitent ajouter d’autres agents IA, et celles qui comptent se lancer. La comparaison est parlante.
Parmi les utilisatrices, 60 % prévoient de mettre en place un nouvel agent d’ici 6 mois, 33 % d’ici un an et 7 % d’ici deux ans. Parmi celles qui se lancent, seules 26 % pensent pouvoir mettre leur premier agent en service d’ici 6 mois. La majorité se donne un an (52 %), voire deux ans (22 %).
Une fois le premier agent en place, les suivants arrivent vite. Les utilisatrices sont plus de deux fois plus nombreuses à viser un horizon de six mois. Elles ont fait le plus dur : choisir un outil, structurer leur documentation, former les collaborateurs, convaincre en interne. Le deuxième chantier profite de tout ce travail.
Ce mécanisme a une conséquence moins réjouissante : l’écart entre les sociétés avancées et les autres va se creuser. Les PME de 50 à 250 employés, où le taux de « pas prévu » est le plus élevé du panel, risquent d’avoir de plus en plus de mal à rattraper leur retard si elles attendent trop. Sur un marché où la réactivité devient un avantage concurrentiel, ce retard finira par se voir côté clients.
Quels sont les cas d’utilisation des agents IA selon les métiers ?
Le baromètre indique par quelle porte chaque secteur entre dans l’IA. Reste à savoir ce que cela donne au quotidien. Les exemples ci-dessous sont des cas d’utilisation courants, tels que nous les rencontrons dans les centres de contact; ils ne sont pas tirés de l’enquête et servent à illustrer les tendances qu’elle révèle.
Banque, assurance et fiduciaire
Dans la finance, l’essentiel des volumes porte sur des sollicitations faciles et récurrentes : demande d’attestation, suivi d’un sinistre, changement d’adresse, question sur une échéance. Un agent conversationnel peut les traiter à toute heure, avec une identification préalable du client. Les dossiers sensibles (litige, situation financière délicate, réclamation) restent confiés à un collaborateur, ce qui correspond au modèle supervisé plébiscité par le panel.
Une fiduciaire connaît d’autres pics, liés au calendrier fiscal et aux clôtures. Un assistant peut y relancer les clients pour les pièces manquantes, renseigner sur les procédures et filtrer les appels, pendant que les spécialistes se consacrent au conseil.
E-commerce et retail
Le commerce en ligne illustre bien le choix du back office relevé par le baromètre (83 %). Les cas d’utilisation les plus rentables se trouvent souvent loin du client : analyse des avis, détection de fraudes au paiement, recommandation de produits, tri automatique des e-mails. En front office, le suivi de commande, les retours et les interrogations sur une facture représentent l’essentiel des contacts, et se prêtent bien à l’automatisation.
Santé
Pour un cabinet médical, une clinique ou un réseau de soins, l’agent IA sert d’abord à absorber les appels de prise, de modification ou d’annulation de rendez-vous, et à donner les informations pratiques (horaires, accès, documents à apporter). Les données de santé sont particulièrement protégées : l’hébergement, la traçabilité et la restriction stricte du périmètre de l’agent y sont encore plus importants qu’ailleurs.
Services publics et télécommunications
Les services publics, en tête du baromètre côté maturité (67 %), traitent de gros volumes de demandes d’information : horaires des guichets, démarches, suivi d’un dossier. Un agent IA disponible en plusieurs langues y rend un vrai service à la population. Dans les télécoms, les cas d’utilisation classiques couvrent le diagnostic d’une panne, la facturation et les changements d’abonnement.
Comment déployer un agent IA en Suisse, point par point ?
Les chiffres du baromètre dessinent en creux une méthode. Elle vaut pour toutes les tailles, mais elle s’adresse d’abord aux PME de 50 à 250 employés, celles qui ont le plus à gagner à ne plus attendre. Les recommandations qui suivent sont notre lecture des résultats, nourrie par ce que nous voyons au quotidien à Genève, à Lausanne et ailleurs en Romandie.
Étape 1 · Faire l’audit de vos flux de contacts
Avant de parler technologie, regardez ce qui arrive chez vous. Quels sont les motifs de contact les plus fréquents ? Par quels canaux (téléphone, e-mail, chat) ? À quelles heures ? Combien de temps prend chaque traitement ? Un relevé sur quelques semaines suffit souvent à faire apparaître trois ou quatre motifs qui représentent une bonne part du volume. Ce sont vos candidats à l’automatisation. Profitez-en pour repérer ce qui coince dans vos processus actuels : un formulaire mal conçu, une information introuvable sur le site, une procédure qui oblige le client à rappeler. Une partie des contacts disparaît parfois simplement en corrigeant la cause, avant même d’automatiser quoi que ce soit. Inutile de faire entrer dans un agent IA un flux de travail qui ne fonctionne pas déjà correctement avec des humains.
Étape 2 · Choisir un premier cas d’utilisation, front office ou back office
Commencez par un seul cas, bien circonscrit. Le baromètre montre qu’il n’existe pas de porte d’entrée universelle : la banque et l’assurance démarrent plutôt en front office, le e-commerce et les services professionnels plutôt en back office.
Le bon point de départ réunit trois conditions : un volume suffisant pour que le gain se voie, des sollicitations assez standardisées pour qu’une IA puisse les traiter, et un risque faible en cas d’erreur. Quelques exemples typiques : les horaires, le suivi d’une commande ou d’un dossier, la prise de rendez-vous, ou, en coulisses, l’aide à la rédaction des e-mails.
Si vous hésitez, le co-pilotage des téléconseillers, fonction back office la plus répandue du panel (25 %), est une entrée prudente. L’IA propose, le collaborateur dispose : le client ne parle jamais directement à la machine, et le personnel apprend à travailler avec elle sans pression.
Étape 3 · Préparer une base de connaissances fiable
C’est souvent le plus long. Un tiers du panel cite le manque de bases de connaissances comme frein, et la qualité des réponses figure parmi les deux principaux motifs de mécontentement des clients finaux. Les deux constats sont liés.
Rassemblez ce que vos collaborateurs savent déjà : réponses types, procédures, conditions générales, fiches produits, sollicitations qui reviennent le plus. Faites relire ces contenus par celles et ceux qui parlent réellement aux clients. Désignez qui les mettra à jour, et à quelle fréquence. Un agent IA connecté à une documentation obsolète donnera des informations obsolètes, avec beaucoup d’aplomb.
Étape 4 · Définir l’architecture et l’intégration
Un agent IA isolé rend peu de services. Pour être utile, il doit pouvoir consulter, et parfois mettre à jour, vos outils : CRM, ERP, agenda, système de tickets. Cette intégration conditionne la précision des informations données et la fluidité du transfert vers un collaborateur.
C’est aussi le moment de trancher les sujets de confidentialité : où les données sont-elles hébergées, en Suisse ou ailleurs ? Quel service cloud est utilisé ? Quelles données l’agent a-t-il le droit de voir ? Privilégiez une architecture modulaire, qui permette d’ajouter d’autres cas d’utilisation plus tard sans tout reconstruire. Et faites valider le dispositif par votre conseiller à la protection des données.
Dernier point souvent négligé : le choix entre une solution prête à l’emploi et un développement sur mesure. Les plateformes, parfois intégrées aux suites logicielles que vous utilisez (Microsoft, votre éditeur de CRM ou de téléphonie), permettent de démarrer vite. Un développement spécifique offre plus de liberté, mais demande davantage de compétences pour être maintenu. Pour une PME, la première option est en général la plus raisonnable, à condition de vérifier que l’outil sait gérer vos langues, s’intègre à vos systèmes et vous laisse récupérer vos données le jour où vous changez de prestataire.
Étape 5 · Lancer une phase pilote avec validation
N’ouvrez pas l’agent à tous vos clients dès le lancement. Un pilote, sur un canal ou un motif de contact précis, permet de corriger les erreurs avant qu’elles ne coûtent cher en image. Pendant cette période, un contrôle des conversations par vos collaborateurs (relecture d’un échantillon, contrôle des cas où l’agent a hésité) est indispensable.
Prévoyez aussi, dès le départ, une sortie claire vers un collaborateur. L’incapacité de l’IA à résoudre seule certaines demandes est la principale source de mécontentement des clients finaux (28 %). Rien n’agace davantage qu’un agent qui tourne en rond sans proposer de parler à quelqu’un. Définissez les situations où l’IA doit passer la main (réclamation, client mécontent, sujet hors périmètre, troisième reformulation sans succès), et assurez-vous que le téléconseiller récupère l’historique pour ne pas faire répéter le client.
Étape 6 · Former les collaborateurs et organiser le pilotage
Le manque de compétences est le frein numéro un, et il ne disparaît pas après la mise en service. La formation des équipes fait donc partie de la réussite, tout autant que la technologie. Les collaborateurs doivent savoir comment l’agent fonctionne, quand reprendre la main, comment signaler une erreur et comment enrichir la base de connaissances.
Concrètement, un plan de formation sur quelques semaines suffit pour démarrer : une session de présentation pour tout le personnel concerné, une formation plus poussée pour les deux ou trois référents qui suivront l’agent au quotidien, puis des points réguliers pour partager les cas difficiles. Cette démarche a un autre mérite, moins visible : elle rassure. Un téléconseiller qui comprend ce que fait l’outil, et ce qu’il ne fait pas, le voit plus volontiers comme un appui que comme une menace pour sa carrière. Les 70 % du panel qui imaginent une IA sous supervision le disent à leur manière : la transformation passe par les gens autant que par les logiciels.
Il faut aussi nommer un responsable. Seules 33 % des répondants disposent d’une équipe dédiée. Sans aller jusqu’à créer un département, désignez au moins une personne chargée de suivre l’agent, d’analyser ses échanges et de proposer des améliorations. Pour une PME qui n’a pas ce profil, c’est précisément là qu’un partenaire externe peut prendre le relais : les organisations mixtes du panel sont 50 % à utiliser l’IA, contre 31 % des structures 100 % internalisées. L’objectif n’est pas de tout déléguer, mais de démarrer plus vite pendant que le savoir-faire se construit en interne.
Étape 7 · Mesurer les résultats dès le lancement
Fixez vos indicateurs avant le lancement, pas après. 46 % des utilisatrices ne mesurent pas la performance de leurs agents IA, et c’est la principale raison pour laquelle tant d’entre elles jugent leur ROI « positif mais difficile à quantifier ».
Quelques KPI simples suffisent pour commencer :
le taux d’automatisation, c’est-à-dire la part des contacts résolus sans intervention;
le taux de transfert vers un collaborateur ;
le temps de traitement moyen avant et après ;
la satisfaction client sur les échanges traités par l’IA ;
le temps libéré pour le personnel, et ce qu’il en fait.
Relevez-les avant la mise en service pour disposer d’un point de comparaison. Côté financier, regroupez toutes les dépenses (licences, consommation, temps interne, accompagnement) sur une ligne unique, pour ne pas rejoindre les 38 % qui ignorent ce qu’ils dépensent. Ce tableau de bord servira aussi à justifier la suite : avec un bilan chiffré en main, il devient beaucoup plus facile de défendre un deuxième cas d’utilisation devant la direction.
Quelles tendances pour les agents IA en 2026 ?
Le baromètre donne une photographie à un instant donné. Plusieurs évolutions, que nous observons sur le marché et chez nos clients, devraient la faire bouger dans les mois qui viennent.
La première concerne l’IA agentique. Les agents capables d’agir dans les systèmes (modifier un dossier, planifier un rendez-vous, lancer un remboursement) sortent progressivement des laboratoires. Ils promettent d’aller plus loin que la simple réponse, mais posent avec plus d’acuité les enjeux de contrôle et de traçabilité.
La deuxième touche la voix. Les callbots gagnent en naturel, et le téléphone, encore très présent dans la relation client romande, devient un terrain d’automatisation plus accessible. Dans un pays aux quatre langues nationales, la capacité à gérer le français, l’allemand, l’italien, l’anglais et les accents régionaux reste un critère de choix décisif.
La troisième est la montée du back office. Le baromètre le montre déjà : 46 % des utilisatrices s’en servent en coulisses, à peine moins qu’en front office. L’orchestration de plusieurs agents spécialisés (un pour la documentation, un pour l’analyse des échanges, un pour la rédaction) devrait se développer, avec un enjeu de coordination entre eux.
La quatrième est moins technologique : c’est la professionnalisation du pilotage. Avec 38 % des utilisatrices qui ignorent leur enveloppe et 46 % qui ne mesurent pas la performance, la marge de progrès est grande. Les sociétés qui sauront démontrer la valeur de leurs agents seront celles qui obtiendront les moyens de passer à l’échelle.
La cinquième, enfin, concerne l’organisation de la relation client. Le baromètre montre que le modèle mixte, qui associe équipes internes et partenaire externe, facilite nettement le passage à l’IA. Nous pensons que ce modèle hybride va se diffuser, en particulier dans les PME qui veulent avancer sans recruter un service data complet. Pour ces structures, la transformation digitale de la relation client passera moins par un grand projet unique que par une succession d’étapes courtes, accompagnées, et mesurées.
Que faut-il retenir du baromètre IA & relation client en Suisse 2026 ?
Jean Meneveau, directeur associé chez Colombus Consulting, le relève dans le rapport : « Notre baromètre 2026 se distingue par le nombre important d’indicateurs au vert : la dynamique d’adoption, l’implication des équipes dirigeantes, la mise en œuvre concrète sur le terrain… »
Les entreprises suisses avancent sur l’IA. 36 % utilisent un agent IA dans leur relation client, 41 % y réfléchissent, et celles qui ont franchi le pas sont majoritairement satisfaites. Aucune ne déclare de bilan ni de retour sur investissement négatifs.
Elles l’abordent de façon très pragmatique. Elles veulent d’abord renforcer leurs équipes et améliorer leur disponibilité, la réduction des coûts ne venant qu’ensuite. Seules 8 % imaginent un remplacement massif des téléconseillers : l’humain reste dans la boucle.
Le principal obstacle est la compétence. Son manque est le frein numéro un, et il ne recule pas avec l’expérience, contrairement aux craintes sur la confidentialité et la qualité. Les entreprisesqui s’appuient sur un prestataire externe adoptent l’IA plus facilement que celles qui gèrent tout en interne.
Le pilotage reste le point faible. 38 % des utilisatrices ne connaissent pas leur enveloppe IA, 46 % ne mesurent pas la performance de leurs agents, et une sur cinq seulement peut démontrer un ROI chiffré.
Enfin, l’écart va se creuser. Les utilisatrices sont plus de deux fois plus nombreuses que les autres à prévoir une mise en œuvre d’ici six mois (60 % contre 26 %). Les PME de 50 à 250 employés, dont 55 % n’ont aucun projet, sont celles qui ont le plus à perdre à attendre.
Vous voulez savoir où se situe votre organisation ? Téléchargez le baromètre complet
Vos questions sur les agents IA dans le service client en Suisse (FAQ)
Combien d’entreprises suisses utilisent un agent IA dans leur service client ?
Selon le baromètre IA & relation client en Suisse 2026, 36 % des entreprises suisses utilisent au moins un agent IA dans leur relation client, dont 18 % de manière avancée. 41 % envisagent d’en adopter un, ce qui porte à 77 % la part des répondantsengagées ou en réflexion. Seules 23 % n’ont aucun projet.
Quelle est la différence entre un chatbot, un callbot et un voicebot ?
Un chatbot répond par écrit, généralement sur un site web, une application ou une messagerie. Un callbot répond au téléphone et mène une conversation vocale avec l’appelant. Le terme voicebot désigne plus largement tout agent IA qui fonctionne à la voix, y compris sur des assistants vocaux. Dans le baromètre 2026, l’écrit représente 48 % des cas d’utilisation front office des organisations utilisatrices, et le téléphone 30 %. Pour aller plus loin, consultez nos pages chatbot IA et voicebot.
Quels sont les coûts d’un agent IA en Suisse ?
L’enveloppe varie fortement selon le périmètre. Parmi les organisations utilisatrices interrogées en 2026, la tranche la plus fréquente se situe entre CHF 10’000 et CHF 50’000 par an (25 %), suivie de CHF 50’000 à CHF 200’000 (21 %). 38 % ne savent pas chiffrer leur dépense annuelle, souvent parce que les frais sont répartis entre plusieurs postes (licence, consommation cloud, temps interne, intégration).
Quels sont les avantages des agents IA pour la relation client ?
Les principaux avantages cités par le panel sont l’optimisation des équipes (56 %), la réactivité et la disponibilité 24/7 (52 %) et l’amélioration de l’expérience client (49 %). Côté clients finaux, la rapidité de traitement est le motif de satisfaction le plus cité (29 %). La réduction des coûts n’arrive qu’en quatrième position des motivations (35 %).
Comment mesurer l’efficacité d’un agent IA ?
On mesure l’efficacité d’un agent IA avec quelques indicateurs fixés avant son lancement : le taux d’automatisation (part des demandesrésolues sans intervention d’un conseiller), le taux de transfert vers un collaborateur, le temps de traitement moyen, la satisfaction client sur les conversations traitées par l’IA et le temps libéré pour le personnel. En Suisse, 46 % des organisations utilisatrices ne mesurent pas encore la performance de leurs agents, selon le baromètre 2026.
Comment les agents IA transforment-ils le service client ?
Les agents IA prennent en charge les sollicitations simples et répétitives, à toute heure, et assistent les téléconseillers en coulisses (suggestions, recherche documentaire, résumé de l’historique). Le travail humain se recentre sur les cas complexes et les clients qui ont besoin d’écoute. Pour 70 % des organisations suisses interrogées, l’IA se substituera à certaines tâches mais toujours sous supervision.
Un agent IA peut-il répondre en français, en allemand et en italien ?
Oui, les agents IA actuels gèrent plusieurs langues, un atout dans un pays qui en compte quatre. La qualité dépend toutefois de la langue, de l’accent et du vocabulaire métier, en particulier à l’oral avec un callbot. Les dialectes alémaniques demandent par exemple des tests spécifiques. Il est recommandé de valider chaque langue séparément avant la mise en service et de prévoir un transfert vers un collaborateur qui parle la langue du client.
Un agent IA est-il compatible avec la nLPD ?
Un agent IA peut être utilisé dans le respect de la nouvelle loi fédérale sur la protection des données (nLPD), en vigueur depuis le 1er septembre 2023, à condition d’encadrer le traitement des données : hébergement, durée de conservation, accès, information du client. Les risques liés à la confidentialité sont le deuxième frein cité par les répondants du baromètre 2026 (45 %), mais cette crainte recule nettement chez les organisations qui utilisent l’IA. L’avis d’un juriste reste recommandé pour chaque projet.
Les agents IA vont-ils remplacer les téléconseillers ?
Selon les organisations interrogées, non. Seules 8 % envisagent un remplacement massif de l’humain à moyen terme. 70 % pensent que l’IA prendra en charge certaines tâches sous supervision, et 56 % la voient comme un outil complémentaire pour assister les équipes. La fonction back office la plus répandue, le co-pilotage des téléconseillers (25 %), va dans ce sens.
Pourquoi externaliser sa relation client facilite-t-il le passage à l’IA ?
Parce que le manque de compétences internes est le frein numéro un (47 %), et qu’un prestataire externe peut apporter cette expertise. Dans le baromètre 2026, 50 % des organisations à la relation client mixte (interne et prestataire externe) utilisent l’IA, contre 31 % de celles qui gèrent tout en interne. Seules 6 % des structures mixtes n’ont aucun projet IA, contre 28 % des structures 100 % internalisées.
Méthodologie : baromètre « IA & relation client en Suisse, pratiques et perspectives 2026 », réalisé par Teleactis en partenariat avec Colombus Consulting et callnet.ch. Questionnaire en ligne en français, allemand et italien, administré de juin à septembre 2026 auprès de près de 100 organisations basées en Suisse, de toutes tailles, dans les trois régions linguistiques. Certaines questions n’ont été posées qu’aux organisations utilisatrices d’agents IA.
Les résultats ont été présentés lors d’un webinaire sur Microsoft Teams le 6 octobre 2026.
Ces résultats vous parlent et vous vous demandez où en est votre propre service client ?
Échangeons lors d’un rendez-vous, je vous aide à repérer le premier cas d’usage pertinent et à le mettre en place sans perdre la main sur votre relation client.
