36 % der Schweizer Unternehmen setzen im Kundenservice einen KI-Agenten ein, weitere 41 % ziehen es in Betracht. Das ist die wichtigste Erkenntnis des Barometers «KI & Kundenbeziehung in der Schweiz 2026», das Teleactis gemeinsam mit Colombus Consulting und callnet.ch bei rund 100 Unternehmen aus allen drei Sprachregionen durchgeführt hat. Künstliche Intelligenz hält also Einzug in die Kundenservice-Zentren des Landes, allerdings in sehr unterschiedlichem Tempo. Am stärksten im Rückstand sind KMU mit 50 bis 250 Mitarbeitenden: 55 % von ihnen haben kein Automatisierungsprojekt.

Diese erste Ausgabe untersucht mehr als nur die Verbreitung von KI-Agenten. Sie beschreibt nämlich die gewählten Anwendungsfälle (Chatbot, Callbot, Co-Pilot für Mitarbeitende), die eingesetzten Budgets, den Return on Investment, die Kundenzufriedenheit und die Hürden. Das Bild, das sich daraus ergibt, weicht jedoch vom gängigen Diskurs ab, wonach künstliche Intelligenz den Menschen bald ersetzen wird. Die befragten Unternehmen nutzen diese Werkzeuge vielmehr in erster Linie, um die Arbeit ihrer Teams zu optimieren und effizienter zu werden. Sie gehen mit Bedacht vor, messen wenig und stossen auf ein Hindernis, das die Technologie allein nicht beseitigt: fehlende Kompetenzen im eigenen Haus.

Dieser Artikel fasst alle Zahlen zusammen, ergänzt durch unsere Einschätzung aus der Praxis. Rechnen Sie mit rund zwanzig Minuten Lesezeit. Wenn Sie es eilig haben, finden Sie das Wichtigste im Kasten unten.

Das Barometer in sieben Zahlen

36 % der befragten Unternehmen setzen einen KI-Agenten in der Kundenbeziehung ein. 77 % setzen bereits KI-Agenten ein oder planen deren Einführung.

55 % der Unternehmen mit 50 bis 250 Mitarbeitenden planen keinen KI-Agenten, gegenüber 23 % im gesamten Panel.

Nur 8 % rechnen damit, dass KI den Menschen in grossem Stil ersetzt. Das vorherrschende Szenario bleibt eine KI unter menschlicher Aufsicht.

Erst auf Platz 4 der Beweggründe steht die Kostensenkung, hinter der Optimierung der Teams, der Erreichbarkeit rund um die Uhr und dem Kundenerlebnis.

Keines der befragten Unternehmen meldet einen negativen Return on Investment. Allerdings können 38 % ihr KI-Budget nicht beziffern.

47 % nennen fehlende interne Kompetenzen, das grösste Hindernis.

50 % gegenüber 31 %: Unternehmen, die einen Teil ihrer Kundenbeziehung auslagern, nutzen KI häufiger als jene, die alles intern abwickeln.

Inhalt

1. Wie wurde das Barometer 2026 durchgeführt?
2. Was ist ein KI-Agent in der Kundenbeziehung?
3. Wo stehen Schweizer Unternehmen bei KI-Agenten?
4. Warum in KI investieren, und was bringt es?
5. Was bremst, und was beschleunigt die Entwicklung?
6. Welche Anwendungsfälle gibt es je nach Branche?
7. Wie führt man einen KI-Agenten in der Schweiz ein, Schritt für Schritt?
8. Welche Trends prägen KI-Agenten im Jahr 2026?
9. Was bleibt vom Barometer 2026?
10. Ihre Fragen zu KI-Agenten (FAQ)

Wie wurde das Barometer 2026 durchgeführt?

Das Barometer «KI & Kundenbeziehung in der Schweiz, Praktiken und Perspektiven 2026» wurde von Teleactis durchgeführt, einem Contact Center mit Sitz in Genf. Für diese Studie hat sich Teleactis mit dem Beratungsunternehmen Colombus Consulting und mit callnet.ch, dem Schweizer Verband der Contact Center, zusammengetan. Die Erhebung fand von Juni bis September 2026 statt, mit einem Online-Fragebogen auf Französisch, Deutsch und Italienisch.

Rund 100 Unternehmen mit Sitz in der Schweiz haben teilgenommen, beidseits des Röstigrabens und bis ins Tessin. Alle Grössen sind vertreten, von Kleinunternehmen mit weniger als 50 Mitarbeitenden bis hin zu Konzernen mit über 1’000 Beschäftigten. Am stärksten vertreten sind die Branchen professionelle Dienstleistungen, Banken und Versicherungen, E-Commerce und Telekommunikation.

Das Profil der Befragten ist für die Einordnung der Zahlen wichtig. 34 % sind beim Thema KI-Agenten entscheidungsbefugt, weitere 26 % nehmen Einfluss auf die Entscheidungen und 26 % als operative Akteure. Nur 14 % sehen sich als reine Beobachter. Insgesamt spielen 86 % eine aktive Rolle beim Einsatz von KI in ihrem Unternehmen: Die Antworten stammen also von Personen, die das Thema von innen kennen.

Ein Hinweis zur Lektüre: Einige Fragen wurden nur Unternehmen gestellt, die KI bereits einsetzen (Ausgaben, Return on Investment, Zufriedenheit). Die entsprechenden Prozentwerte beziehen sich also auf eine kleinere Basis, worauf wir jeweils hinweisen.

Was ist ein KI-Agent in der Kundenbeziehung?

Ein KI-Agent ist eine Software, die eine in Alltagssprache formulierte Anfrage versteht, schriftlich oder mündlich, und sie selbstständig bearbeitet oder dabei Mitarbeitende unterstützt. Dazu stützt er sich auf die Verarbeitung natürlicher Sprache und immer häufiger auf ein grosses Sprachmodell (LLM), jene Technologiefamilie, die durch ChatGPT bekannt wurde.

Der Unterschied zu den früheren Chatbots ist gross. Ein Chatbot der ersten Generation folgte einem Entscheidungsbaum. Er bot Schaltflächen an und erkannte einige Schlüsselwörter. Sobald man das vorgesehene Menü verliess, war er jedoch überfordert. Ein heutiger Konversationsagent versteht dagegen frei formulierte Sätze und kommt mit Umformulierungen zurecht. Er kann zudem auf eine Wissensdatenbank zugreifen, um seine Antwort zu formulieren. Diese Modelle wurden nämlich mit riesigen Textmengen trainiert, mithilfe von maschinellem Lernen. Deshalb gehen sie so souverän mit der Alltagssprache um.

Ein KI-Agent hat aber auch Grenzen, die man kennen sollte, bevor man loslegt. Erstens weiss er nur, was man ihm zur Verfügung gestellt hat. Ist seine Dokumentation lückenhaft, kann er deshalb mit voller Überzeugung eine falsche Auskunft geben. Zudem ersetzt er weder das Urteilsvermögen noch das Einfühlungsvermögen einer Fachperson, wenn Kundinnen oder Kunden in Schwierigkeiten sind. Darum sehen die meisten seriösen Lösungen eine Weiterleitung an Mitarbeitende vor, ergänzt durch eine regelmässige Kontrolle der Gespräche.

Man unterscheidet grundsätzlich zwei Familien:

• Agenten im Front Office, im direkten Kontakt mit der Kundschaft: Chatbot auf der Website, Callbot am Telefon, Mailbot für E-Mails;
• Agenten im Back Office, die im Hintergrund arbeiten: ein Konversationsassistent, der den Kundenberaterinnen und -beratern Vorschläge macht, die Analyse von Gesprächen, die Sortierung von Tickets, die Betrugserkennung.

Eine dritte Kategorie sorgt derzeit für viel Gesprächsstoff: die sogenannte agentische KI. Diese Agenten antworten nicht mehr nur, sie handeln. Verbunden mit den Systemen des Unternehmens (CRM, ERP, Fakturierungstool, Agenda), können sie eine Adresse ändern, einen Termin verschieben oder eine Rückerstattung auslösen und dabei mehrere Schritte nacheinander ausführen. Je selbstständiger sie arbeiten, desto wichtiger wird die Kontrolle heikler Aktionen.

Wie viele Unternehmen setzen einen KI-Agenten ein?

Französischen Zwischentitel entfernen, der deutsche Titel ist bereits vorhanden.

36 % der befragten Unternehmen setzen in ihrer Kundenbeziehung mindestens einen KI-Agenten ein. Die Hälfte davon (18 % des Panels) nutzt ihn bereits umfassend, die andere Hälfte (18 %) noch eingeschränkt, in einem begrenzten Bereich oder als Test.

Hinzu kommen 41 % der Unternehmen, die den Schritt in Betracht ziehen. Insgesamt haben also 77 % der Befragten KI entweder eingeführt oder denken ernsthaft darüber nach. Nur 23 % haben nichts geplant, also etwa jedes fünfte Unternehmen.

Was lässt sich aus dieser Momentaufnahme ableiten? Der Einsatz von KI steht noch am Anfang: Kaum mehr als ein Drittel der Befragten nutzt sie, und die Hälfte davon beschränkt sie auf einen engen Bereich. Wer abwartet, ist allerdings in der Minderheit. Der Grossteil des Panels befindet sich in der Überlegungsphase. Die Entscheide der nächsten zwölf bis vierundzwanzig Monate werden den Markt also stark verändern.

Warum hinken KMU mit 50 bis 250 Mitarbeitenden hinterher?

Man würde eine logische Abstufung erwarten: Grosskonzerne vorne, kleine Strukturen am Schluss, die mittleren dazwischen. Das Barometer zeigt ein anderes Bild.

Die Grosskonzerne liegen tatsächlich vorne: 55 % der Unternehmen mit über 1’000 Mitarbeitenden setzen KI-Agenten ein. Die kleinen Strukturen halten gut mit: 28 % der Unternehmen mit weniger als 50 Mitarbeitenden nutzen bereits KI, 48 % ziehen es in Betracht. Unternehmen mit 251 bis 1’000 Mitarbeitenden zeigen die stärkste Absicht im ganzen Panel (62 %).

Der Schwachpunkt liegt in der Mitte. 55 % der KMU mit 50 bis 250 Mitarbeitenden planen derzeit kein KI-Projekt, mehr als doppelt so viele wie im Durchschnitt (23 %). Und nur 18 % ziehen einen Einstieg in Betracht, gegenüber 41 % aller Befragten.

Dieser Rückstand lässt sich mit zwei Faktoren erklären, die das Barometer herausarbeitet.

Erstens die Organisation. 91 % der KMU mit 50 bis 250 Mitarbeitenden wickeln ihre Kundenbeziehung vollständig intern ab, also praktisch das ganze Segment. Im gesamten Panel sind Unternehmen, die alles intern erledigen, bei der KI deutlich weniger weit als jene, die auch mit einem externen Dienstleister zusammenarbeiten (mehr dazu weiter unten).

Zweitens das Know-how. 64 % dieser KMU nennen fehlende interne Kompetenzen als Hindernis, gegenüber 47 % im gesamten Panel. Es ist das grösste Hindernis der ganzen Studie, und hier wiegt es noch schwerer.

Diese Unternehmen stehen somit vor zwei Herausforderungen. Zu gross, als dass die Chefin oder der Chef an einem Samstagmorgen selbst einen virtuellen Assistenten zusammenbastelt, zu klein für ein eigenes Data-Team oder eine Innovationsabteilung: Ihnen fehlen sowohl das technische Fachwissen im Haus als auch ein Partner, auf den sie sich stützen könnten.

---

«  Was an dieser Verteilung nach Unternehmensgrösse auffällt: Der Rückstand folgt nicht der erwarteten Logik. Die grossen Unternehmen liegen vorne, 55 % derjenigen mit über 1’000 Mitarbeitenden setzen bereits KI-Agenten ein. Doch auch die Unternehmen mit weniger als 50 Mitarbeitenden hinken nicht hinterher: 28 % setzen bereits KI-Agenten ein.

Der eigentliche Schwachpunkt ist das Segment der 50 bis 250 Mitarbeitenden: 55 % haben kein Projekt, und nur 18 % ziehen einen Einstieg in Betracht.

Das ist kein Zufall. 91 % dieser Unternehmen wickeln ihre Kundenbeziehung vollständig intern ab, und 64 % von ihnen nennen fehlende interne Kompetenzen als Hindernis (gegenüber 47 % im Durchschnitt des Panels).

Dieses Segment vereint also die beiden Faktoren, die auch anderswo in der Studie bremsen: eine vollständig interne Organisation und ein Kompetenzdefizit. »

— Grégoire Perrin, Vizepräsident von callnet.ch

---

Und dieser Rückstand dürfte mit der Zeit noch wachsen. Warum, erklären wir im Abschnitt zum Einführungstempo.

Welche KI-Agenten nutzen Unternehmen im Front Office und im Back Office?

KI in der Kundenbeziehung verbindet man oft mit dem Chatfenster einer Website. Das ist aber nur ein Teil der Realität.

Bei den Unternehmen, die KI bereits einsetzen, nutzen 54 % KI-Agenten im Front Office, also im direkten Kontakt mit der Kundschaft, schriftlich, per Sprache oder per E-Mail. Aber 46 % setzen sie im Back Office ein, um die Mitarbeitenden im Hintergrund zu unterstützen. Der Unterschied ist gering. Agenten für das Personalwesen (17 %) und andere Anwendungen (17 %) spielen eine kleinere Rolle. Da ein Unternehmen mehrere Arten von Agenten kombinieren kann, liegt das Total über 100 %.

Im Detail unterscheiden sich die beiden Familien jedoch deutlich.

Im Front Office ist die Praxis gefestigt. Der Chatbot, der schriftliche Gespräche führt, macht 48 % der Fälle aus, der Callbot, der Telefonanrufe übernimmt, 30 %. Zusammen vereinen sie 78 % der Einsätze im Front Office. Der Mailbot folgt mit grossem Abstand (17 %), andere Formate spielen kaum eine Rolle (4 %). Die Unternehmen haben sich also auf die beiden klassischsten Kanäle konzentriert: den Chat und das Telefon.

Im Back Office ist die Praxis noch zersplittert. Sieben Kategorien teilen sich das Feld, ohne dass eine wirklich dominiert:

• Co-Pilot für Kundenberaterinnen und -berater: 25 %
• Wissensmanagement: 19 %
• Analyse der Interaktionen: 17 %
• Management von Kundenbewertungen: 14 %
• Betrugserkennung: 11 %
• Produktempfehlungen: 8 %
• Ticketbearbeitung: 6 %

Diese Streuung deutet auf eine Experimentierphase hin. Die Unternehmen testen und vergleichen verschiedene Anwendungen, um die Lösung mit dem grössten Nutzen zu finden. Eine Standardpraxis hat sich noch nicht durchgesetzt.

Ein Detail verdient Beachtung. Die verbreitetste Back-Office-Funktion ist Die KI-gestützte Unterstützung der Kundenberaterinnen und -berater. Die KI schlägt zum Beispiel eine Formulierung vor oder findet eine Information in der Dokumentation. Sie fasst auch den bisherigen Verlauf mit einem Kunden zusammen, während die Mitarbeitenden die Kontrolle behalten. Das ist die direkteste Form einer KI «zur Unterstützung», und sie steht an erster Stelle. Der Rest der Umfrage bestätigt diese Logik.

Steigen alle Branchen auf dem gleichen Weg in die KI ein?

Nein, und das ist eine der nützlichsten Erkenntnisse für alle, die sich fragen, wo sie beginnen sollen.

Beim Reifegrad liegen die öffentlichen Dienste im Panel vorne: 67 % ihrer Befragten setzen einen KI-Agenten ein, die übrigen 33 % ziehen es in Betracht. Es folgen die Telekommunikation (57 %) und die Industrie (50 %). Die professionellen Dienstleistungen (39 %) und der E-Commerce (38 %) liegen im Mittelfeld.

Das interessanteste Profil zeigen Banken und Versicherungen. Nur 22 % der Unternehmen dieser Branche haben einen KI-Agenten eingeführt, aber 67 % ziehen es in Betracht. Hier kündigt sich die nächste Welle am deutlichsten an. Für einen Finanzplatz wie die Schweiz ist diese Zahl alles andere als nebensächlich.

Branche	Bereits eingeführt	Geplant	Nicht geplant
Öffentliche Dienste	67 %	33 %	0 %
Telekommunikation	57 %	29 %	14 %
Industrie	50 %	25 %	25 %
Professionelle Dienstleistungen	39 %	44 %	17 %
E-Commerce / Detailhandel	38 %	38 %	25 %
Banken / Versicherungen	22 %	67 %	11 %

Auch beim Einstiegspunkt gehen die Branchen unterschiedliche Wege. Bei den Unternehmen, die KI einsetzen oder dies planen:

• setzen Banken und Versicherungen stark auf das Front Office (88 %, gegenüber 25 % im Back Office);
• bevorzugen auch die öffentlichen Dienste und die Telekommunikation das Front Office (67 %, gegenüber 50 %);
• machen E-Commerce und Detailhandel das Gegenteil, mit 83 % im Back Office gegenüber 50 % im Front Office;
• tendieren auch die professionellen Dienstleistungen zum Back Office (67 %, gegenüber 47 %).

Das ist nachvollziehbar. Eine Bank oder Versicherung erhält viele wiederkehrende Anfragen (Kontostand, Bestätigung, Schadenmeldung, Adressänderung), die eine KI direkt im Erstkontakt übernehmen kann. Ein Onlinehändler profitiert oft mehr davon, im Hintergrund die Bestellabwicklung, die Bewertungen oder die Betrugserkennung zu automatisieren. Einen universellen Einstiegspunkt gibt es nicht: Er hängt von der Branche, den Volumen und den Prioritäten jedes Unternehmens ab.

Sind die Unternehmen mit ihren KI-Agenten zufrieden?

Ja, mehrheitlich. 77 % der Anwender sehen ihre Erwartungen an die KI-Agenten erfüllt oder übertroffen: 69 % beurteilen die Bilanz als positiv und erwartungsgemäss, 8 % als sehr positiv, also besser als erhofft. Sie wurden also positiv überrascht.

Die übrigen 23 % sprechen von gemischten oder teilweisen Ergebnissen. Keines der Unternehmen meldet eine negative Bilanz.

Diese Zahl muss man allerdings relativieren. Die Unternehmen beurteilen ihre eigenen Projekte, und es fällt selten leicht zuzugeben, dass eine Investition nicht gehalten hat, was sie versprach. Dass fast ein Viertel von einer gemischten Bilanz spricht, zeigt jedoch, dass die Antworten nicht geschönt sind.

Und was denken die Endkundinnen und Endkunden?

Das Barometer hat auch gefragt, womit die Kundschaft bei KI-Agenten am zufriedensten und am unzufriedensten ist.

Bei der Zufriedenheit steht die schnelle Bearbeitung an erster Stelle (29 %), vor der einfachen Bedienung (25 %) und der Qualität der Antworten (18 %). Die Kundschaft schätzt es, nicht mehr warten zu müssen und unkompliziert eine Lösung zu erhalten, auch am Sonntagabend um 22 Uhr.

Bei der Unzufriedenheit stehen zwei Kritikpunkte gleichauf. Der erste ist die Unfähigkeit der KI, bestimmte Fälle selbstständig zu lösen (28 %): Die Kundin oder der Kunde dreht sich im Kreis, erhält keine Lösung und verlangt schliesslich nach einem Menschen. Der zweite ist die Qualität der Antworten (28 %). Knapp dahinter folgt der begrenzte Leistungsumfang (27 %), wenn der Agent ein Anliegen schlicht nicht bearbeiten kann.

Die Qualität liegt also auf beiden Seiten der Waagschale: Sie ist der dritthäufigste Grund für Zufriedenheit und einer der beiden Hauptgründe für Unzufriedenheit. Dieses Paradox zeigt vor allem eines: Die wahrgenommene Qualität ist von Unternehmen zu Unternehmen sehr unterschiedlich. Ein KI-Agent, der gut gefüttert ist, auf eine aktuelle Dokumentation zugreift und einen klaren Weg zu einer Kundenberaterin oder einem Kundenberater bietet, stellt die Kundschaft zufrieden. Ein schlecht vorbereiteter Agent verärgert sie. Das Werkzeug ist oft dasselbe. Den Unterschied machen die Vorarbeit und die tägliche Steuerung.

Warum investieren Schweizer Unternehmen in KI, und was bringt es ihnen?

Wird KI die Kundenberaterinnen und -berater ersetzen?

Diese Frage taucht in jeder Diskussion zum Thema auf, und das Panel beantwortet sie recht deutlich. Nur 8 % der Befragten rechnen mittelfristig damit, dass KI den Menschen in der Kundenbeziehung in grossem Stil ersetzt.

Klar vorherrschend ist das Szenario einer teilweisen und kontrollierten Übernahme. 70 % gehen davon aus, dass die KI bestimmte Aufgaben übernehmen wird, stets unter menschlicher Aufsicht. Und 56 % sehen sie als ergänzendes Werkzeug, das die Mitarbeitenden unterstützt.

Grundsätzliche Ängste weckt das Thema also nicht. Die Unternehmen haben akzeptiert, dass ein Teil der Arbeit künftig anders verteilt wird. Sie stellen sich ein hybrides Modell vor: Der KI-Agent bearbeitet einfache und wiederkehrende Anfragen, während sich die Kundenberaterinnen und -berater auf Situationen konzentrieren, die Urteilsvermögen, Einfühlungsvermögen oder einen Entscheid erfordern. Bei Teleactis nennen wir das den erweiterten Kundenservice, und das Barometer zeigt, dass die Entscheidungsträger diese Sicht weitgehend teilen.

Was spricht für einen KI-Agenten?

Gefragt, warum sie KI-Agenten eingeführt haben oder einführen würden, nennen die Unternehmen zuerst operative Gründe. Die drei wichtigsten betreffen das Personal und das Kundenerlebnis:

Beweggrund	Anteil der Befragten
Optimierung der Teams	56 %
Reaktionsfähigkeit und Erreichbarkeit rund um die Uhr	52 %
Besseres Kundenerlebnis	49 %
Senkung der Supportkosten	35 %
Compliance und Management der Interaktionen	26 %

Mehrfachauswahl: Jedes Unternehmen konnte mehrere Beweggründe nennen.

Die Kostensenkung steht erst an vierter Stelle, genannt von gut einem Drittel des Panels. Man hätte sie an der Spitze erwartet, so sehr dreht sich die Diskussion über KI um Einsparungen. Die Schweizer Entscheidungsträger scheinen das Thema anders anzugehen: zuerst effizienter werden, dann weniger ausgeben.

Der wichtigste Beweggrund, die Optimierung der Teams, verdient eine Präzisierung. Der Fragebogen führt nicht aus, was die Befragten darunter verstehen. In der Praxis verstehen wir darunter vor allem eine bessere Verteilung der Arbeitslast: die Mitarbeitenden von wiederkehrenden Anfragen entlasten, Anrufspitzen ohne Wartezeiten bewältigen, die Personalplanung erleichtern und mehr Zeit für die Fälle schaffen, die sie verdienen. Die Erreichbarkeit rund um die Uhr, der zweite Beweggrund, geht in dieselbe Richtung. Ein KI-Agent kann nachts, am Wochenende oder an einem kantonalen Feiertag antworten, wenn ein Pikettdienst teuer wäre und die Personalplanung erschweren würde.

Wie viel geben Unternehmen für ihre KI-Agenten aus?

Viele wissen es nicht. Bei den Unternehmen, die KI einsetzen, können 38 % das jährliche Budget für ihre KI-Agenten nicht beziffern. Das ist die häufigste Antwort.

Bei jenen, die es kennen, liegt die häufigste Spanne zwischen CHF 10’000 und CHF 50’000 pro Jahr (25 %), gefolgt von CHF 50’000 bis CHF 200’000 (21 %). Extreme sind selten: 8 % geben weniger als CHF 10’000 aus, 8 % mehr als CHF 200’000.

Diese finanzielle Unschärfe steht nicht allein. Sie deckt sich mit zwei weiteren Befunden zu diesen Unternehmen: 46 % messen die Leistung ihrer KI-Agenten nicht, und nur 33 % verfügen über ein eigenes Team. Zwei Drittel steuern ihre KI also ohne zuständige Person, fast die Hälfte ohne Kennzahlen.

Dafür gibt es mehrere mögliche Gründe. Die Ausgaben für KI verteilen sich oft auf mehrere Posten (Lizenz einer Plattform, nach Verbrauch abgerechneter Cloud-Service, interner Zeitaufwand, Integrationsleistungen), was die Gesamtsumme schwer bestimmbar macht. Projekte werden manchmal von einer Fachabteilung lanciert, ohne eigenes Budget. Und KI kommt oft schrittweise ins Unternehmen, integriert in eine bestehende Software, ohne als eigener Posten erfasst zu werden. So oder so bleibt die finanzielle Steuerung weitgehend informell.

Rechnen sich KI-Agenten?

Für jene, die sich ein Urteil zutrauen: ja. 50 % der Unternehmen, die KI einsetzen, melden einen positiven Return on Investment: 21 % bezeichnen ihn als positiv und messbar, 29 % als positiv, aber schwer bezifferbar. Keines meldet einen negativen ROI.

Die andere Hälfte verteilt sich auf jene, die eine Beurteilung für verfrüht halten (21 %), jene, die es nicht wissen (17 %), und jene, die keine nennenswerte Wirkung feststellen (12 %).

Das Signal ist ermutigend, man sollte es aber richtig einordnen. Fällt das Urteil nicht positiv aus, liegt das vor allem an fehlender Erfahrung oder fehlenden Messinstrumenten, selten daran, dass die KI enttäuscht hätte. Und auch unter den Zufriedenen räumt eine Mehrheit ein, den Nutzen nicht genau beziffern zu können. Nur jedes fünfte Unternehmen, das KI einsetzt, kann also mit Zahlen belegen, dass sich sein KI-Agent rechnet.

---

« Die Erfolgsmessung anhand des Return on Investment (ROI) muss noch systematischer erfolgen. Wir empfehlen, diese Baustelle gleich zu Beginn anzugehen!»

— Jean Meneveau,
Partner bei Colombus Consulting

---

Was bremst die Einführung von KI-Agenten in der Schweiz, und was beschleunigt sie?

Was sind die grössten Hindernisse?

Diese Frage wurde dem gesamten Panel gestellt, unabhängig davon, ob KI bereits genutzt wird. Fehlende interne Kompetenzen stehen an erster Stelle (47 %). Dicht dahinter folgen Risiken bei der Vertraulichkeit (45 %) und die Angst, die Servicequalität zu verschlechtern (42 %). Die Implementierungskosten, oft als Haupthindernis genannt, stehen erst an vierter Stelle.

Hindernis	Anteil der Befragten
Fehlende interne Kompetenzen	47 %
Risiken bei der Vertraulichkeit	45 %
Angst vor Qualitätseinbussen	42 %
Zu hohe Implementierungskosten	39 %
Fehlende Wissensdatenbanken	33 %
Interne Hürden (technisch, rechtlich …)	31 %

Mehrfachauswahl: Jedes Unternehmen konnte mehrere Hindernisse nennen.

Das fünfte Hindernis wird oft unterschätzt. Ein Drittel der Befragten (33 %) gibt an, dass ihnen Wissensdatenbanken fehlen. Ein KI-Agent weiss aber nur, was man ihm beibringt. Ohne aktuelle Abläufe, ohne geprüfte Inhalte für häufige Anfragen und ohne strukturierte Produktdokumentation improvisiert er oder schweigt. Dieses Hindernis hängt direkt mit der Unzufriedenheit der Endkundschaft über die Relevanz der Auskünfte zusammen, die wir weiter oben gesehen haben.

Halten die Befürchtungen gegenüber KI der Praxis stand?

Das ist wohl die interessanteste Erkenntnis des Barometers. Hinter der Gesamtrangliste stecken zwei sehr unterschiedliche Realitäten, je nachdem, ob man den Schritt schon gemacht hat oder nicht.

Der Bericht vergleicht die Hindernisse, die Unternehmen ohne jede KI-Absicht befürchten, mit den Schwierigkeiten, auf die Anwender tatsächlich stossen. Die beiden Profile decken sich nicht. Stéphane Ronteix, Präsident von Teleactis, fasst es im Bericht so zusammen: «Dieses Radar zeigt eine echte Diskrepanz zwischen befürchteten Risiken und gelebter Erfahrung.»

Die Befürchtungen zu Vertraulichkeit und Qualität sind bei Unternehmen, die KI nicht in Betracht ziehen, viel stärker als bei jenen, die sie eingeführt haben. Diese Ängste gehen deutlich zurück, sobald man zur Praxis übergeht. Der Fragebogen sagt nicht, warum, aber wir beobachten es im Alltag: Sobald das Projekt läuft, lernen die Teams, klare Rahmenbedingungen für den Einsatz ihrer KI-Systeme festzulegen (passendes Hosting, klar definierter Umfang, Gegenlesen, Weiterleitung an Mitarbeitende).

Bei den fehlenden Kompetenzen ist es umgekehrt. Sie nehmen mit der Erfahrung nicht ab und werden von den Anwendern sogar eher häufiger genannt. Die Erklärung liegt auf der Hand. Vorher stellt man sich vor, dass es Fachwissen braucht, um das Werkzeug einzuführen. Danach merkt man, dass es dieses Wissen auch braucht, um es zu füttern, zu überwachen, zu verbessern und seine Ergebnisse zu messen. Der Bedarf verschwindet nicht, er verändert sich.

---

« Dieses Radar zeigt eine echte Diskrepanz zwischen befürchteten Risiken und gelebter Erfahrung.

Unternehmen, die KI überhaupt nicht in Betracht ziehen, stufen die Risiken bei der Vertraulichkeit und die Angst vor Qualitätseinbussen viel höher ein als jene, die bereits KI-Agenten eingeführt haben. Anders gesagt: Diese Befürchtungen gehen deutlich zurück, sobald man KI tatsächlich nutzt. […]

Die eigentliche Aufgabe besteht nicht mehr darin, Bedenken gegenüber KI auszuräumen, sondern die Teams so auszurüsten, dass sie KI steuern können. »

— Stéphane Ronteix,
Präsident von Teleactis

---

Für eine Geschäftsleitung, die noch zögert, ist die praktische Konsequenz klar. Die Einwände zu Vertraulichkeit und Qualität müssen ernst genommen werden, doch an ihnen scheitern Projekte nicht. Langfristig entscheidet die Fähigkeit, das Werkzeug zu steuern.

Was sagt das Schweizer Recht zum Datenschutz?

Da 45 % der Befragten Risiken bei der Vertraulichkeit nennen, lohnt sich ein Blick auf die rechtliche Seite. In der Schweiz fällt die Bearbeitung von Personendaten durch einen KI-Agenten unter das neue Datenschutzgesetz (nDSG), das seit dem 1. September 2023 in Kraft ist. Unternehmen, die auch Kundinnen und Kunden in der Europäischen Union bedienen, müssen zusätzlich die DSGVO berücksichtigen.

Für KI im engeren Sinn hat die Schweiz kein allgemeines Gesetz nach europäischem Vorbild erlassen. Der Bundesrat hat im Februar 2025 angekündigt, die KI-Konvention des Europarats ratifizieren und das bestehende Recht gezielt, Bereich für Bereich, anpassen zu wollen. Die Schweiz hat diese Konvention im Frühling 2025 unterzeichnet.

Konkret sind bei einem KI-Agenten in der Kundenbeziehung die üblichen Punkte zu prüfen: Wo werden die Daten gespeichert, wer hat Zugriff, wie lange werden sie aufbewahrt, und wie wird die Kundschaft informiert, dass sie mit einer KI kommuniziert? Ein Blogartikel ersetzt nicht die Einschätzung Ihrer Rechtsabteilung oder Ihrer Datenschutzberatung. Das Barometer zeigt jedoch, dass sich für diese Anforderungen Lösungen finden: Anwender sind in diesem Punkt deutlich weniger besorgt als jene, die noch nicht begonnen haben.

Warum erleichtert Outsourcing den Einstieg in die KI?

Das Barometer hat die Organisation der Kundenbeziehung mit dem Grad der KI-Nutzung verglichen. Das Ergebnis ist eindeutig.

Bei Unternehmen, die eigene Teams und einen externen Dienstleister kombinieren (das sogenannte «gemischte» Modell), setzen 50 % KI-Agenten ein. Bei jenen, die alles intern erledigen, sind es nur 31 %. Am anderen Ende ist der Unterschied noch grösser: 28 % der vollständig intern organisierten Unternehmen haben kein KI-Projekt, gegenüber nur 6 % der gemischten.

Organisation der Kundenbeziehung	Nutzen KI bereits	Planen es	Nicht geplant
100 % intern	31 %	41 %	28 %
Gemischt (intern + externer Dienstleister)	50 %	44 %	6 %

Die Erklärung hängt mit dem grössten Hindernis zusammen. Ein Unternehmen, das mit einem Call-Center-Partner zusammenarbeitet, kann auf dessen Fachwissen zurückgreifen: Wahl des Werkzeugs, Aufbau der Wissensdatenbank, Konfiguration, Überwachung der Kennzahlen. Ein vollständig intern organisiertes Unternehmen muss diese Profile selbst finden, rekrutieren oder ausbilden, bevor es überhaupt testen kann. Ihm fehlt ein naheliegender Einstieg in die KI.

Für Jean Meneveau, Partner bei Colombus Consulting, das an der Studie beteiligt ist, fasst dieser Hebel des Outsourcings die Gesamtbilanz des Barometers gut zusammen: viele positive Signale, ein anhaltendes Kompetenzdefizit und eine ROI-Messung, die noch strukturiert werden muss.

---

« Unser Barometer 2026 zeichnet sich durch viele positive Indikatoren aus: die Dynamik bei der Einführung, das Engagement der Geschäftsleitungen, die konkrete Umsetzung in der Praxis …

Ein Hindernis bleibt jedoch sehr real: die interne Kompetenz. Die Studie zeigt aber gerade, dass die Zusammenarbeit mit einem externen Partner der naheliegendste Weg ist, um hier schneller voranzukommen, mit bereits greifbaren Ergebnissen. Strukturieren muss man noch die Messung des ROI, die zu oft informell bleibt. »

— Jean Meneveau,
Partner bei Colombus Consulting

---

Wir wissen, dass es ein Schmunzeln auslösen kann, wenn ein Contact Center die Vorteile des Outsourcings hervorhebt. Die Zahlen sprechen jedoch für sich, und sie besagen nicht, dass man alles auslagern sollte. Sie zeigen vielmehr: Am leichtesten gelingt der Einstieg in die KI mit dem gemischten Modell, bei dem das Unternehmen die Kontrolle über seine Kundenbeziehung behält und sich bei bestimmten Aufgaben oder bei fehlenden internen Kompetenzen auf einen externen Partner zurückgreift. Das erklärt auch zu einem grossen Teil den Rückstand der KMU mit 50 bis 250 Mitarbeitenden, die zu 91 % alles intern abwickeln.

In welchem Tempo führen Unternehmen neue KI-Agenten ein?

Zwei Gruppen wurden befragt: Unternehmen, die bereits KI einsetzen und weitere Agenten hinzufügen möchten, und solche, die den Einstieg planen. Der Vergleich ist aufschlussreich.

Bei den Anwendern planen 60 %, innerhalb von 6 Monaten einen neuen Agenten einzuführen, 33 % innerhalb eines Jahres und 7 % innerhalb von zwei Jahren. Bei den Einsteigern rechnen nur 26 % damit, ihren ersten Agenten innerhalb von 6 Monaten in Betrieb zu nehmen. Die Mehrheit gibt sich ein Jahr (52 %) oder sogar zwei Jahre (22 %) Zeit.

Sobald der erste Agent läuft, folgen die nächsten schnell. Unter den Anwendern peilen mehr als doppelt so viele einen Zeithorizont von sechs Monaten an. Sie haben das Schwierigste bereits hinter sich: ein Werkzeug auswählen, die Dokumentation strukturieren, die Mitarbeitenden schulen, intern überzeugen. Das zweite Projekt profitiert von all dieser Vorarbeit.

Dieser Mechanismus hat eine weniger erfreuliche Folge: Der Abstand zwischen den fortgeschrittenen Unternehmen und den übrigen wird grösser. Die KMU mit 50 bis 250 Mitarbeitenden, bei denen der Anteil «nicht geplant» im Panel am höchsten ist, dürften zunehmend Mühe haben, ihren Rückstand aufzuholen, wenn sie zu lange warten. In einem Markt, in dem Reaktionsfähigkeit zum Wettbewerbsvorteil wird, werden das früher oder später auch die Kundinnen und Kunden spüren.

Welche Anwendungsfälle gibt es für KI-Agenten je nach Branche?

Das Barometer zeigt, über welchen Weg jede Branche in die KI einsteigt. Bleibt die Frage, wie das im Alltag aussieht. Die folgenden Beispiele sind gängige Anwendungsfälle, wie wir sie in Contact Centern erleben. Sie stammen nicht aus der Umfrage, sondern veranschaulichen die Trends, die sie aufzeigt.

Banken, Versicherungen und Treuhand

Im Finanzbereich betrifft der Grossteil der Volumen einfache, wiederkehrende Anfragen: eine Bestätigung bestellen, den Stand eines Schadenfalls abfragen, die Adresse ändern, eine Frage zu einer Fälligkeit stellen. Ein Konversationsagent kann sie rund um die Uhr bearbeiten, nachdem sich die Kundin oder der Kunde identifiziert hat. Heikle Dossiers (Streitfall, schwierige finanzielle Situation, Reklamation) bleiben bei den Mitarbeitenden. Das entspricht dem Modell unter Aufsicht, das vom Panel klar bevorzugt wird.

Ein Treuhandbüro kennt andere Spitzen, etwa rund um die Steuererklärungen und die Jahresabschlüsse. Ein Assistent kann dort fehlende Unterlagen bei der Kundschaft nachfordern, über Abläufe informieren und Anrufe filtern, während sich die Fachleute auf die Beratung konzentrieren.

E-Commerce und Detailhandel

Der Onlinehandel zeigt gut, warum das Barometer hier eine klare Präferenz für das Back Office feststellt (83 %). Die rentabelsten Anwendungsfälle liegen oft fernab der Kundschaft: Analyse von Bewertungen, Erkennung von Zahlungsbetrug, Produktempfehlungen, automatische Sortierung von E-Mails. Im Front Office machen Bestellverfolgung, Retouren und Fragen zu Rechnungen den Grossteil der Kontakte aus. Sie eignen sich gut für die Automatisierung.

Gesundheitswesen

In einer Arztpraxis, einer Klinik oder einem Gesundheitsnetz übernimmt der KI-Agent vor allem Anrufe, bei denen Termine vereinbart, verschoben oder abgesagt werden. Zudem gibt er praktische Auskünfte (Öffnungszeiten, Anfahrt, mitzubringende Unterlagen). Gesundheitsdaten sind besonders geschützt: Hosting, Rückverfolgbarkeit und ein streng begrenzter Aufgabenbereich des Agenten sind hier noch wichtiger als anderswo.

Öffentliche Dienste und Telekommunikation

Die öffentlichen Dienste, beim Reifegrad an der Spitze des Barometers (67 %), bearbeiten grosse Mengen an Informationsanfragen: Schalteröffnungszeiten, Behördengänge, Stand eines Dossiers. Ein mehrsprachiger KI-Agent leistet der Bevölkerung hier einen echten Dienst. In der Telekommunikation geht es typischerweise um die Diagnose von Störungen, um Rechnungsfragen und um Abowechsel.

Wie führt man einen KI-Agenten in der Schweiz ein, Schritt für Schritt?

Aus den Zahlen des Barometers lässt sich indirekt eine Methode ableiten. Sie gilt für Unternehmen jeder Grösse, richtet sich aber vor allem an KMU mit 50 bis 250 Mitarbeitenden, die am meisten gewinnen, wenn sie nicht länger warten. Die folgenden Empfehlungen sind unsere Lesart der Ergebnisse, ergänzt durch das, was wir täglich in Genf, Lausanne und anderswo in der Romandie erleben.

Schritt 1 · Ihre Kontaktflüsse analysieren

Bevor Sie über Technologie sprechen, schauen Sie sich an, was bei Ihnen eingeht. Was sind die häufigsten Kontaktgründe? Über welche Kanäle kommen die Anfragen (Telefon, E-Mail, Chat)? Zu welchen Zeiten? Wie lange dauert die Bearbeitung? Eine Erhebung über einige Wochen genügt oft, um drei oder vier Gründe zu erkennen, die einen grossen Teil des Volumens ausmachen. Das sind Ihre Kandidaten für die Automatisierung. Nutzen Sie die Gelegenheit auch, um zu sehen, wo es in Ihren heutigen Abläufen hakt: ein schlecht gestaltetes Formular, eine Information, die auf der Website nicht zu finden ist, ein Prozess, der die Kundschaft zu einem erneuten Anruf zwingt. Manchmal fällt ein Teil der Kontakte schon weg, wenn man die Ursache behebt, noch bevor überhaupt etwas automatisiert wird. Ein Arbeitsablauf, der schon mit Menschen nicht richtig funktioniert, wird auch mit einem KI-Agenten nicht besser.

Schritt 2 · Einen ersten Anwendungsfall wählen, im Front Office oder im Back Office

Beginnen Sie mit einem einzigen, klar abgegrenzten Fall. Das Barometer zeigt, dass es keinen universellen Einstieg gibt: Banken und Versicherungen starten eher im Front Office, E-Commerce und professionelle Dienstleistungen eher im Back Office.

Ein guter Ausgangspunkt erfüllt drei Bedingungen: genügend Volumen, damit sich der Nutzen zeigt, ausreichend standardisierte Anfragen, damit eine KI sie bearbeiten kann, und ein geringes Risiko, falls etwas schiefgeht. Typische Beispiele sind Öffnungszeiten, die Verfolgung einer Bestellung oder eines Dossiers, die Terminvereinbarung oder, im Hintergrund, die Unterstützung beim Verfassen von E-Mails.

Wenn Sie unsicher sind, ist das Co-Piloting der Kundenberaterinnen und -berater ein vorsichtiger Einstieg. Es ist die verbreitetste Back-Office-Funktion im Panel (25 %). Die KI macht Vorschläge, die Mitarbeitenden entscheiden: Die Kundschaft spricht nie direkt mit der Maschine, und das Personal lernt ohne Druck, mit ihr zu arbeiten.

Schritt 3 · Eine verlässliche Wissensdatenbank aufbauen

Das ist oft der aufwendigste Teil. Ein Drittel des Panels nennt fehlende Wissensdatenbanken als Hindernis, und die Qualität der Antworten gehört zu den beiden Hauptgründen für die Unzufriedenheit der Endkundschaft. Diese beiden Befunde hängen zusammen.

Sammeln Sie, was Ihre Mitarbeitenden bereits wissen: Standardantworten, Abläufe, allgemeine Geschäftsbedingungen, Produktblätter, die häufigsten Anfragen. Lassen Sie diese Inhalte von denjenigen gegenlesen, die tatsächlich mit der Kundschaft sprechen. Legen Sie fest, wer sie aktualisiert und wie oft. Ein KI-Agent, der auf eine veraltete Dokumentation zugreift, gibt veraltete Auskünfte, und das mit grosser Selbstsicherheit.

Schritt 4 · Architektur und Integration festlegen

Ein KI-Agent, der nicht in bestehende Systeme integriert ist, bietet nur begrenzten Nutzen.. Um wirklich nützlich zu sein, muss er auf Ihre Systeme zugreifen und sie teilweise auch aktualisieren können: CRM, ERP, Agenda, Ticketsystem. Von dieser Integration hängen die Genauigkeit der Auskünfte ab und wie reibungslos die Übergabe an Mitarbeitende funktioniert.

Jetzt ist auch der richtige Moment, um die Fragen zum Datenschutz zu klären: Wo werden die Daten gespeichert, in der Schweiz oder anderswo? Welcher Cloud-Service wird genutzt? Welche Daten darf der Agent sehen? Setzen Sie auf eine modulare Architektur, damit Sie später weitere Anwendungsfälle hinzufügen können, ohne alles neu aufzubauen. Und lassen Sie die Lösung von Ihrer Datenschutzberatung prüfen.

Ein letzter, oft vernachlässigter Punkt ist die Wahl zwischen einer Standardlösung und einer Eigenentwicklung. Plattformen, die teilweise bereits in Ihre Software integriert sind (Microsoft, Ihr CRM- oder Telefonieanbieter), ermöglichen einen schnellen Start. Eine Eigenentwicklung bietet mehr Freiheit, erfordert aber mehr Know-how für den Unterhalt. Für ein KMU ist die Standardlösung in der Regel die vernünftigste Wahl. Prüfen Sie dabei, ob das Werkzeug Ihre Sprachen beherrscht, sich in Ihre Systeme einfügt und Ihnen erlaubt, Ihre Daten mitzunehmen, wenn Sie den Anbieter wechseln.

Schritt 5 · Eine Pilotphase mit Kontrolle starten

Öffnen Sie den Agenten nicht gleich zum Start für Ihre gesamte Kundschaft. Mit einem Pilotprojekt auf einem Kanal oder für einen bestimmten Kontaktgrund lassen sich Fehler korrigieren, bevor sie Ihrem Image schaden. In dieser Phase ist es unerlässlich, dass Ihre Mitarbeitenden die Gespräche kontrollieren: eine Stichprobe gegenlesen und die Fälle prüfen, in denen der Agent unsicher war.

Planen Sie zudem von Anfang an einen klaren Weg zu den Mitarbeitenden ein. Dass die KI bestimmte Anliegen nicht selbstständig lösen kann, ist einer der beiden Hauptgründe für die Unzufriedenheit der Endkundschaft (28 %). Nichts ärgert mehr als ein Agent, der sich im Kreis dreht, ohne ein Gespräch mit einem Menschen anzubieten. Legen Sie fest, in welchen Situationen die KI übergeben muss (Reklamation, verärgerte Kundschaft, Thema ausserhalb des Aufgabenbereichs, dritte erfolglose Umformulierung). Und stellen Sie sicher, dass die Kundenberaterin oder der Kundenberater den bisherigen Verlauf sieht, damit sich die Kundschaft nicht wiederholen muss.

Schritt 6 · Mitarbeitende schulen und die Steuerung organisieren

Fehlende Kompetenzen sind das grösste Hindernis, und sie verschwinden nach der Inbetriebnahme nicht. Die Schulung der Teams ist deshalb genauso entscheidend für den Erfolg wie die Technologie. Die Mitarbeitenden müssen wissen, wie der Agent funktioniert, wann sie übernehmen sollen, wie sie einen Fehler melden und wie sie die Wissensdatenbank ergänzen.

Für den Start genügt ein Schulungsplan über einige Wochen: eine Einführung für das gesamte betroffene Personal, eine vertiefte Schulung für die zwei oder drei Ansprechpersonen, die den Agenten im Alltag betreuen, und danach regelmässige Treffen, um schwierige Fälle zu besprechen. Dieses Vorgehen hat einen weiteren, weniger offensichtlichen Vorteil: Es beruhigt. Wer versteht, was das Werkzeug kann und was nicht, sieht darin eher eine Unterstützung als eine Bedrohung für die eigene Laufbahn. Die 70 % des Panels, die sich eine KI unter Aufsicht vorstellen, sagen es auf ihre Weise: Die Transformation gelingt über die Menschen ebenso wie über die Software.

Zudem braucht es eine verantwortliche Person. Nur 33 % der Anwender verfügen über ein eigenes Team. Sie müssen nicht gleich eine Abteilung schaffen, sollten aber mindestens eine Person bestimmen, die den Agenten betreut, seine Gespräche analysiert und Verbesserungen vorschlägt. Fehlt einem KMU dieses Profil, kann genau hier ein externer Partner einspringen: Die gemischt organisierten Unternehmen im Panel nutzen KI zu 50 %, gegenüber 31 % der vollständig intern organisierten. Es geht nicht darum, alles abzugeben, sondern schneller zu starten, während das Know-how intern wächst.

Schritt 7 · Die Ergebnisse ab dem Start messen

Legen Sie Ihre Kennzahlen vor dem Start fest, nicht erst danach. 46 % der Anwender messen die Leistung ihrer KI-Agenten nicht. Das dürfte ein wichtiger Grund sein, warum so viele ihren ROI als «positiv, aber schwer bezifferbar» einstufen.

Für den Anfang genügen einige einfache KPI:

• die Automatisierungsquote, also der Anteil der Kontakte, die ohne menschliches Eingreifen gelöst werden;
• die Quote der Weiterleitungen an Mitarbeitende;
• die durchschnittliche Bearbeitungszeit vorher und nachher;
• die Kundenzufriedenheit bei Gesprächen, die die KI bearbeitet hat;
• die Zeit, die für das Personal frei wird, und wofür sie genutzt wird.

Erheben Sie diese Werte schon vor der Inbetriebnahme, damit Sie einen Vergleichspunkt haben. Fassen Sie auf der finanziellen Seite alle Ausgaben (Lizenzen, Verbrauch, interne Zeit, Begleitung) in einer einzigen Position zusammen, damit Sie nicht zu den 38 % gehören, die nicht wissen, was sie ausgeben. Dieses Dashboard hilft Ihnen auch beim nächsten Schritt: Mit einer bezifferten Bilanz lässt sich ein zweiter Anwendungsfall vor der Geschäftsleitung viel leichter vertreten.

Welche Trends prägen KI-Agenten im Jahr 2026?

Das Barometer zeigt den Stand zu einem bestimmten Zeitpunkt. Mehrere Entwicklungen, die wir im Markt und bei unseren Kundinnen und Kunden beobachten, dürften dieses Bild in den kommenden Monaten verändern.

Die erste betrifft die agentische KI. Agenten, die selbst in Systemen handeln können (ein Dossier ändern, einen Termin planen, eine Rückerstattung auslösen), verlassen nach und nach die Labors. Sie versprechen mehr als blosse Antworten, machen aber die Fragen der Kontrolle und der Nachvollziehbarkeit noch dringlicher.

Die zweite betrifft die Sprache. Callbots klingen immer natürlicher, und das Telefon, das in der Westschweizer Kundenbeziehung nach wie vor eine grosse Rolle spielt, lässt sich leichter automatisieren. In einem Land mit vier Landessprachen bleibt es ein entscheidendes Auswahlkriterium, ob ein System Französisch, Deutsch, Italienisch, Englisch und regionale Akzente beherrscht.

Die dritte ist der Aufstieg des Back Office. Das Barometer zeigt es bereits: 46 % der Anwender setzen KI im Hintergrund ein, kaum weniger als im Front Office. Die Orchestrierung mehrerer spezialisierter Agenten (einer für die Dokumentation, einer für die Analyse der Gespräche, einer für das Verfassen von Texten) dürfte zunehmen. Dabei wird es darauf ankommen, diese Agenten gut aufeinander abzustimmen.

Der vierte Trend betrifft weniger die Technologie als vielmehr die professionelle Steuerung der KI-Systeme. Da 38 % der Anwender ihr Budget nicht kennen und 46 % die Leistung nicht messen, gibt es viel Luft nach oben. Wer den Nutzen seiner Agenten belegen kann, erhält auch die Mittel, um zu skalieren.

Die fünfte betrifft schliesslich die Organisation der Kundenbeziehung. Das Barometer zeigt, dass das gemischte Modell aus internen Teams und externem Partner den Einstieg in die KI deutlich erleichtert. Wir gehen davon aus, dass sich dieses hybride Modell verbreiten wird, vor allem bei KMU, die vorankommen wollen, ohne ein ganzes Data-Team aufzubauen. Für sie wird die digitale Transformation der Kundenbeziehung weniger über ein grosses Einzelprojekt gelingen als über eine Abfolge kurzer, begleiteter und messbarer Schritte.

Was bleibt vom Barometer KI & Kundenbeziehung in der Schweiz 2026?

Jean Meneveau, Partner bei Colombus Consulting, hält im Bericht fest: «Unser Barometer 2026 zeichnet sich durch viele positive Indikatoren aus: die Dynamik bei der Einführung, das Engagement der Geschäftsleitungen, die konkrete Umsetzung in der Praxis …»

Die Schweizer Unternehmen kommen bei der KI voran. 36 % setzen in ihrer Kundenbeziehung einen KI-Agenten ein, 41 % denken darüber nach, und wer den Schritt gemacht hat, ist mehrheitlich zufrieden. Keines der Unternehmen meldet eine negative Bilanz oder einen negativen Return on Investment.

Sie gehen dabei sehr pragmatisch vor. Zuerst wollen sie ihre Teams stärken und ihre Erreichbarkeit verbessern, die Kostensenkung kommt erst danach. Nur 8 % rechnen damit, dass KI die Kundenberaterinnen und -berater in grossem Stil ersetzt: Der Mensch bleibt im Spiel.

Das grösste Hindernis ist die Kompetenz. Fehlendes Know-how ist das wichtigste Hindernis überhaupt und geht mit der Erfahrung nicht zurück, anders als die Befürchtungen zu Vertraulichkeit und Qualität. Unternehmen, die sich auf einen externen Dienstleister stützen, führen KI leichter ein als jene, die alles intern erledigen.

Die Steuerung bleibt der Schwachpunkt. 38 % der Anwender kennen ihr KI-Budget nicht, 46 % messen die Leistung ihrer Agenten nicht, und nur jedes fünfte Unternehmen kann einen bezifferten ROI belegen.

Und schliesslich wird der Abstand grösser. Unter den Anwendern planen mehr als doppelt so viele eine Einführung innerhalb von sechs Monaten wie unter den übrigen Unternehmen (60 % gegenüber 26 %). Am meisten zu verlieren haben die KMU mit 50 bis 250 Mitarbeitenden, von denen 55 % kein Projekt haben, wenn sie weiter abwarten.

Möchten Sie wissen, wo Ihr Unternehmen steht?
Laden Sie das vollständige Barometer herunter.

Häufige Fragen zu KI-Agenten im Kundenservice in der Schweiz (FAQ)

Wie viele Schweizer Unternehmen setzen einen KI-Agenten im Kundenservice ein?

Gemäss dem Barometer KI & Kundenbeziehung in der Schweiz 2026 setzen 36 % der Schweizer Unternehmen mindestens einen KI-Agenten in ihrer Kundenbeziehung ein, 18 % davon bereits umfassend. Weitere 41 % ziehen eine Einführung in Betracht. Damit sind 77 % der Befragten bereits aktiv oder planen den Schritt. Nur 23 % haben kein Projekt.

Was ist der Unterschied zwischen einem Chatbot, einem Callbot und einem Voicebot?

Ein Chatbot antwortet schriftlich, meist auf einer Website, in einer App oder in einem Messenger. Ein Callbot antwortet am Telefon und führt ein Gespräch mit der anrufenden Person. Der Begriff Voicebot bezeichnet allgemein KI-Agenten, die über gesprochene Sprache kommunizieren. Dazu gehören auch Sprachassistenten. Im Barometer 2026 entfallen 48 % der Anwendungsfälle im Front Office auf den schriftlichen Kanal und 30 % auf das Telefon. Mehr dazu finden Sie auf unseren Seiten KI-Chatbot und Voicebot.

Was kostet ein KI-Agent in der Schweiz?

Das Budget hängt stark vom Umfang ab. Bei den 2026 befragten Anwendern liegt die häufigste Spanne zwischen CHF 10’000 und CHF 50’000 pro Jahr (25 %), gefolgt von CHF 50’000 bis CHF 200’000 (21 %). 38 % können ihre jährlichen Ausgaben nicht beziffern, oft weil sich die Kosten auf mehrere Posten verteilen (Lizenz, Cloud-Verbrauch, interne Zeit, Integration).

Welche Vorteile bieten KI-Agenten für die Kundenbeziehung?

Das Panel nennt vor allem drei Vorteile: die Optimierung der Teams (56 %), die Reaktionsfähigkeit und Erreichbarkeit rund um die Uhr (52 %) sowie ein besseres Kundenerlebnis (49 %). Bei der Endkundschaft ist die schnelle Bearbeitung der am häufigsten genannte Grund für Zufriedenheit (29 %). Die Kostensenkung steht bei den Beweggründen erst an vierter Stelle (35 %).

Wie misst man die Effizienz eines KI-Agenten?

Die Effizienz eines KI-Agenten misst man mit einigen Kennzahlen, die vor dem Start festgelegt werden: Automatisierungsquote (Anteil der Anfragen, die ohne Eingreifen einer Beraterin oder eines Beraters gelöst werden), Quote der Weiterleitungen an Mitarbeitende, durchschnittliche Bearbeitungszeit, Kundenzufriedenheit bei den von der KI bearbeiteten Gesprächen und die für das Personal frei gewordene Zeit. Gemäss Barometer 2026 messen in der Schweiz 46 % der Anwender die Leistung ihrer Agenten noch nicht.

Wie verändern KI-Agenten den Kundenservice?

KI-Agenten übernehmen einfache und wiederkehrende Anfragen rund um die Uhr und unterstützen die Kundenberaterinnen und -berater im Hintergrund (Vorschläge, Dokumentensuche, Zusammenfassung des bisherigen Verlaufs). Die Mitarbeitenden konzentrieren sich auf komplexe Fälle und auf Kundinnen und Kunden, die ein offenes Ohr brauchen. Für 70 % der befragten Schweizer Unternehmen wird KI bestimmte Aufgaben übernehmen, aber stets unter Aufsicht.

Kann ein KI-Agent auf Französisch, Deutsch und Italienisch antworten?

Ja, heutige KI-Agenten beherrschen mehrere Sprachen, ein Vorteil in einem Land mit vier Landessprachen. Die Qualität hängt jedoch von der Sprache, vom Akzent und vom Fachvokabular ab, besonders mündlich bei einem Callbot. Schweizerdeutsche Dialekte erfordern zum Beispiel eigene Tests. Es empfiehlt sich, jede Sprache vor der Inbetriebnahme einzeln zu prüfen und eine Weiterleitung an Mitarbeitende vorzusehen, die die Sprache der Kundschaft sprechen.

Ist ein KI-Agent mit dem nDSG vereinbar?

Ein KI-Agent lässt sich im Einklang mit dem neuen Datenschutzgesetz (nDSG), das seit dem 1. September 2023 in Kraft ist, einsetzen, sofern die Datenbearbeitung klar geregelt ist: Hosting, Aufbewahrungsdauer, Zugriffe, Information der Kundschaft. Risiken bei der Vertraulichkeit sind das zweithäufigste Hindernis, das die Befragten des Barometers 2026 nennen (45 %). Diese Befürchtung nimmt jedoch bei Unternehmen, die KI bereits einsetzen, deutlich ab. Für jedes Projekt empfiehlt sich die Einschätzung einer juristischen Fachperson.

Werden KI-Agenten die Kundenberaterinnen und -berater ersetzen?

Gemäss den befragten Unternehmen nicht. Nur 8 % rechnen mittelfristig damit, dass KI den Menschen in grossem Stil ersetzt. 70 % gehen davon aus, dass KI bestimmte Aufgaben unter Aufsicht übernehmen wird, und 56 % sehen sie als ergänzendes Werkzeug zur Unterstützung der Teams. Die verbreitetste Back-Office-Funktion, das Co-Piloting der Kundenberaterinnen und -berater (25 %), bestätigt diese Sicht.

Warum erleichtert Outsourcing der Kundenbeziehung den Einstieg in die KI?

Weil fehlende interne Kompetenzen das grösste Hindernis sind (47 %) und ein externer Dienstleister dieses Know-how einbringen kann. Im Barometer 2026 setzen 50 % der Unternehmen mit gemischt organisierter Kundenbeziehung (intern und externer Dienstleister) KI ein, gegenüber 31 % jener, die alles intern abwickeln. Nur 6 % der gemischt organisierten Unternehmen haben kein KI-Projekt, gegenüber 28 % der vollständig intern organisierten.

Methodik: Barometer «KI & Kundenbeziehung in der Schweiz, Praktiken und Perspektiven 2026», durchgeführt von Teleactis in Partnerschaft mit Colombus Consulting und callnet.ch. Online-Fragebogen auf Französisch, Deutsch und Italienisch, durchgeführt von Juni bis September 2026 bei rund 100 Unternehmen mit Sitz in der Schweiz, jeder Grösse und aus allen drei Sprachregionen. Einige Fragen wurden nur Unternehmen gestellt, die bereits KI-Agenten einsetzen.

Die Ergebnisse wurden am 6. Oktober 2026 in einem Webinar auf Microsoft Teams vorgestellt.

Sprechen Sie diese Ergebnisse an, und fragen Sie sich, wo Ihr eigener Kundenservice steht?

Lassen Sie uns in einem persönlichen Termin darüber sprechen. Ich helfe Ihnen, den ersten sinnvollen Anwendungsfall zu finden und umzusetzen, ohne dass Sie die Kontrolle über Ihre Kundenbeziehung verlieren.

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.

Au sommaire

1. Comment le baromètre 2026 a-t-il été réalisé ?
2. Qu’est-ce qu’un agent IA dans la relation client ?
3. Où en sont les entreprises suisses avec les agents IA ?
4. Pourquoi investir dans l’IA, et pour quel retour ?
5. Qu’est-ce qui freine, et qu’est-ce qui accélère le mouvement ?
6. Quels sont les cas d’utilisation des agents IA selon les métiers ?
7. Comment déployer un agent IA en Suisse, étape par étape ?
8. Quelles tendances pour les agents IA en 2026 ?
9. Que faut-il retenir du baromètre 2026 ?
10. Vos questions sur les agents IA (FAQ)

Comment le baromètre 2026 a-t-il été réalisé ?

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. »

— Grégoire Perrin, vice-président de callnet.ch

---

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. »

— Stéphane Ronteix,
président de Teleactis

---

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.

Sur l’IA proprement dite, la Suisse n’a pas adopté de loi générale calquée sur le modèle européen. Le Conseil fédéral a annoncé en février 2025 vouloir ratifier la Convention du Conseil de l’Europe sur l’IA et adapter le droit existant de manière ciblée, domaine par domaine. La Suisse a signé cette convention au printemps 2025.

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.

📌 Dans cet article, vous découvrirez :

• Les 7 bénéfices documentés des agents conversationnels en service client
• Les 6 causes d’échec les plus fréquentes
• Les 5 questions à poser avant tout déploiement
• Le cadre de décision par type de demande
• Les fourchettes de prix observées en Suisse (CHF)

⏱️ Temps de lecture : 12 minutes 

Agents conversationnels vocaux : de quoi parle-t-on exactement ?

Un agent IA conversationnel vocal (appelé aussi callbot ou voicebot) est un système d’intelligence artificielle capable de mener une conversation téléphonique en langage naturel, sans intervention d’un agent humain. Il comprend les demandes clients, l’intention, formule une réponse adaptée, et peut exécuter des actions concrètes : consulter un CRM, créer un ticket, transférer l’appel ou encore gérer une prise de rendez-vous. C’est la brique maîtresse d’une automatisation intelligente au sein de vos outils.

Ce n’est pas un SVI (serveur vocal interactif) à touches. Ce n’est pas non plus un chatbot textuel transposé sur un canal vocal. C’est un système qui parle, écoute, et répond (dans le flux naturel d’une conversation).

La distinction est importante parce qu’elle change tout : les attentes des utilisateurs, les paramètres de conception, les critères de succès, et les risques d’échec.

1. Quels sont les avantages des agents conversationnels pour le support client ? 

Commençons par l’essentiel : les bénéfices sont réels, documentés, et atteignables. En réalité, la question n’est pas de savoir s’il faut déployer un agent conversationnel parmi vos outils, mais quelle est la mise en oeuvre efficace pour épauler votre équipe.

Zéro appel perdu

Un appel sans réponse n’est pas un incident anodin. C’est une opportunité d’affaires perdue, parfois définitivement. Dans certains secteurs, le taux d’appels non décrochés atteint des niveaux préoccupants : il dépasse souvent 30 % chez les concessionnaires automobiles ou dans les laboratoires d’analyses médicales, deux environnements où les équipes sont en permanence mobilisées ailleurs. Pour un prospect, ne pas obtenir de réponse au premier appel revient souvent à appeler le concurrent suivant.

Un agent IA vocal est programmé pour décrocher systématiquement, dès la troisième sonnerie, quelle que soit la charge du moment. Le non-décrochage est par ailleurs l’un des premiers facteurs d’irritation documentés dans les études sur l’expérience client : avant même la qualité de la réponse, c’est l’absence de réponse qui génère la frustration la plus forte et la plus durable. A l’inverse, une disponibilité immédiate et constante garantit une qualité de service irréprochable, indispensable à la satisfaction de vos interlocuteurs.

Disponibilité 24h/24, 7j/7, sans surcoût marginal

C’est l’avantage le plus immédiatement mesurable. Un agent IA vocal traite les appels entrants à 3h du matin, le dimanche, les jours fériés, sans générer de coûts variables. Pour les entreprises dont les clients ont des besoins urgents en dehors des heures ouvrées (un prestataire de santé, un bailleur immobilier, un service d’assistance technique), cette disponibilité permanente n’est pas un luxe : c’est une exigence. En transformant chaque interaction en ressource exploitable, l’agent IA permet de sécuriser vos revenus tout en offrant à vos collaborateurs la sérénité de savoir que chaque appel est traité.

Absorption des pics de charge

Lors d’un incident technique, d’un lancement produit ou d’un envoi de courrier massif, les volumes d’appels peuvent tripler en quelques heures. Un agent IA vocal absorbe ces pics sans dégradation de service et sans recrutement d’urgence. Il libère les conseillers humains pour les situations qui nécessitent leur intervention.

Traitement autonome des demandes répétitives

D’après une analyse de nos flux d’appels chez Teleactis, les demandes à caractère informatif ou transactionnel simple (de niveau 1 comme par exemple le suivi de commande, horaires, statut de dossier, prise de rendez-vous, réinitialisation de mot de passe) représentent en moyenne 40 à 60 % des volumes entrants selon les secteurs. Ce sont précisément les cas d’usage où un agent IA vocal délivre une résolution immédiate, sans transfert humain.

Réduction du temps d’attente et amélioration de la satisfaction

Un appel traité en 45 secondes par un agent autonome, à toute heure, génère une satisfaction mesurable, à condition que l’interaction demeure fluide. En outre, un système performant sait répondre précisément aux attentes de l’utilisateur sans délai ni fatigue. Par conséquent, cette réactivité constante renforce durablement l’image de marque. C’est un point sur lequel nous reviendrons.

Collecte de données structurées

Contrairement à un appel humain, vous enregistrez, transcrivez et analysez chaque échange avec un agent IA vocal. Motifs d’appel, formulations récurrentes, moments de rupture, taux de résolution : ces données alimentent une amélioration continue du service et une meilleure connaissance client.

Gain de productivité pour les conseillers humains

L’agent IA vocal peut réaliser un pré-traitement de l’appel avant transfert : identifier le client, collecter le motif, interroger le CRM, préparer un résumé. Le conseiller qui prend le relais arrive avec le contexte, sans répéter les questions. Chez nos clients qui ont déployé cette architecture « augmentée », le temps moyen de traitement des appels complexes a diminué de 15 à 25 %.

2. Pourquoi les déploiements échouent plus souvent qu’on ne le dit

Les bénéfices précédents sont réels. Ils ne sont cependant pas automatiques. Beaucoup d’entreprises ont déployé des agents IA vocaux en espérant des résultats rapides et ont été déçues. Comprendre pourquoi est la première étape pour faire différemment.

Des objectifs mal définis dès le départ

C’est probablement la cause d’échec la plus fréquente, et la moins avouée. Un callbot est un outil de service : il ne peut pas performer si personne n’a défini précisément ce qu’il doit accomplir. Réduire les appels entrants ? Améliorer le taux de résolution au premier contact ? Libérer les conseillers des demandes de niveau 1 ? Élargir les horaires de disponibilité ? Ces objectifs ne sont pas équivalents. Ils n’impliquent pas les mêmes périmètres, les mêmes scénarios, ni les mêmes indicateurs de succès.

Trop de projets démarrent avec une ambition vague sans que les décideurs aient arbitré sur ce que l’agent doit accomplir. En effet, la définition précise des cas d’usage constitue la clé de voûte de tout projet réussi. Sans cette étape, un agent sans cap précis sera évalué avec des critères flottants, et déclaré décevant sans que personne soit vraiment capable d’expliquer pourquoi.

Des données insuffisantes ou de mauvaise qualité

Un agent IA vocal est aussi intelligent que les données qui le nourrissent. Si la base de connaissances est lacunaire, obsolète, ou mal structurée, l’agent produira des réponses approximatives, incohérentes, ou tout simplement fausses. La confiance de l’utilisateur s’effondre rapidement dès les premières erreurs factuelles.

Ce problème est sous-estimé au moment du déploiement. Les entreprises qui n’ont jamais structuré leur documentation interne (FAQ, scripts, politiques de service, fiches produits) découvrent à cette occasion qu’elles ne disposent pas du matériau nécessaire pour entraîner ou configurer correctement leur agent. Lorsque ces informations sont centralisées sur une plateforme de gestion documentaire robuste, le projet gagne immédiatement en fiabilité ; à l’inverse, négliger cette étape, c’est construire sur du sable.

La neurolinguistique : un facteur décisif trop souvent ignoré

La façon dont un callbot se présente et amorce la conversation détermine en grande partie l’attitude de l’interlocuteur pour toute la suite de l’échange. C’est ce que les spécialistes de la neurolinguistique appliquée à la relation client observent de façon constante : les premières secondes d’un appel conditionnent l’ouverture ou la fermeture cognitive de l’appelant.

Le message d’accueil est l’élément le plus critique de toute la conception conversationnelle. Un message trop long, trop formel, trop « robotique », ou au contraire trop familier crée immédiatement une résistance. Un message bien calibré (dans le ton, le rythme, la formulation, et la transparence sur la nature de l’interlocuteur) prépare l’appelant à une interaction qu’il accepte. Ce travail relève autant de la linguistique et de la psychologie que de la technique. Il ne s’improvise pas et ne se délègue pas à un prompt générique.

La latence : un problème technique, pas cosmétique

La fluidité d’une conversation vocale dépend du temps de réponse de l’agent. Au-delà de 800 millisecondes entre la fin de la phrase de l’appelant et le début de la réponse de l’agent, une sensation d’artificialité s’installe. Au-delà de 1,5 seconde, l’interaction devient pénible (source : Manifone, 2025).

Or, la plupart des solutions du marché affichent des temps de réponse théoriques de 700 à 800 ms… Cependant, les temps réels mesurés sont souvent supérieurs à 1,5 seconde, du fait de la chaîne technique. Par conséquent, une solution technologique ne doit pas être évaluée uniquement sur sa fiche technique, mais sur sa fluidité réelle en conditions de production.

Ce n’est pas un détail esthétique. C’est la première cause de rejet par les utilisateurs.

Le format de réponse inadapté

Une étude récente sur le comportement des utilisateurs face aux chatbots (Aiomics, 2025) formule un constat sévère mais juste : les gens appellent pour que l’on les entende. La plupart des agents leur répondent avec une liste.

En d’autres termes : les utilisateurs expriment une situation, souvent chargée émotionnellement, et l’agent IA leur retourne une information structurée, froide, désincarnée. Ce décalage entre le registre de la demande et le registre de la réponse n’est pas un problème technologique : c’est un problème de conception conversationnelle.

L’anthropomorphisme involontaire

Des travaux publiés dans la revue ACM (2025) ont identifié une taxonomie des expressions linguistiques qui déclenchent chez l’utilisateur une perception d’humanité chez son interlocuteur numérique : l’usage de pronoms à la première personne, certaines formulations d’empathie, des marques d’hésitation simulées. Ces mécanismes augmentent l’engagement… mais augmentent aussi les attentes. Un agent qui semble « comprendre » est jugé beaucoup plus sévèrement quand il ne comprend pas.

La désillusion est d’autant plus forte que la promesse initiale paraissait élevée. Les voix hyper-réalistes amplifient ce phénomène… Une fois l’illusion brisée, l’utilisateur, déçu, préfère souvent raccrocher brusquement (source : retours Teleactis, 2024-2025).

La segmentation client ignorée

Les attentes varient considérablement selon le contexte. Dans un service d’information gratuit, la tolérance pour un agent IA vocal est haute. Dans un service premium (une marque de luxe, un prestataire médical, un gestionnaire de patrimoine), les clients attendent un interlocuteur humain. Déployer le même agent dans les deux contextes, c’est prendre un risque calculé sur l’expérience de marque.

3. Les cinq enjeux du service client humain que la technologie ne résout pas seule

Les récentes études sur les interactions humain-machine dans le support client sont essentielles. Tout professionnel déployant un agent conversationnel doit impérativement les prendre au sérieux.

Enjeu 1 : La capacité de persuasion des LLM doit être encadrée

Plusieurs études sur la satisfaction client, publiées en 2025 dans des revues scientifiques de référence (Nature, Science, arXiv), révèlent un constat surprenant. En effet, dans des contextes contrôlés, les modèles de langage surpassent les humains en matière de persuasion, même lorsque ces derniers bénéficient d’incitations financières pour convaincre. Cette capacité persuasive tient :

• à la fluidité du discours,
• à l’absence de biais émotionnels apparents,
• et à la capacité d’adaptation au profil de l’interlocuteur.

Pour la relation client, cela ouvre des opportunités réelles : réduction des abandons, meilleure adhésion aux propositions de service, fidélisation. Mais cela pose aussi une question éthique que chaque entreprise doit résoudre avant le déploiement… Jusqu’où l’agent est-il autorisé à « influencer » ? Quelle est la frontière entre convaincre et manipuler ? La définition de garde-fous explicites sur ce point n’est pas optionnelle.

Enjeu 2 : La flatterie algorithmique peut nuire à votre marque

Des travaux publiés dans Nature (2026) montrent qu’entraîner un modèle de langage à être « chaleureux » le rend plus complaisant, moins précis dans ses réponses, et plus enclin à valider ce que l’utilisateur dit même quand c’est inexact. Ce phénomène, documenté sous le terme de « sycophancy » (flagornerie en français), est aggravé par la personnalisation : plus l’agent s’adapte au profil de l’utilisateur, plus il tend à lui dire ce qu’il veut entendre (source : MIT, 2026).

Selon l’ACM (2025), les agents trop « sympas » génèrent une confiance initiale élevée, mais celle-ci s’effondre dès le premier échec.

En relation client, un agent trop complaisant peut prendre des engagements que l’entreprise ne peut pas honorer. Par ailleurs, il risque de créer une relation faussée qui se révèle particulièrement problématique au moment d’une réclamation sérieuse.

La chaleur dans la conception conversationnelle est une qualité. La complaisance est un risque. La frontière est fine et demande une attention particulière lors du prompt engineering.

Enjeu 3 : La confiance se construit lentement et se détruit instantanément

Les utilisateurs valorisent la continuité relationnelle (ACM, 2025). Ils attendent que l’agent mémorise leurs préférences. Toutefois, la technologie ne suffit pas : une réelle compréhension des attentes contextuelles du client reste indispensable pour instaurer une confiance durable. En revanche, dès qu’une exploitation non consentie des données est perçue, la méfiance l’emporte.

Une étude publiée par la Harvard Business School (2025) sur la plateforme Replika va plus loin : quand une entreprise modifie le comportement d’un agent que ses utilisateurs ont appris à connaître (via une mise à jour logicielle), une partie significative d’entre eux vit cette modification comme une trahison relationnelle. Ce résultat contient une leçon pour la relation client professionnelle : toute évolution de l’agent doit être accompagnée d’une communication transparente sur ce qui change et pourquoi.

Enjeu 4 : L’escalade vers l’humain est une fonctionnalité, pas un échec

Une erreur fréquente de conception consiste à traiter le transfert vers un conseiller humain comme un signal d’échec de l’agent. C’est l’inverse. Un transfert bien conçu prouve la qualité de l’architecture. Il se fait au bon moment, sans rupture et sans répétition pour le client.

La règle est simple : l’agent doit admettre ses limites et les communiquer clairement à son interlocuteur. La transparence sur les limites de l’agent IA est moins frustrante pour l’utilisateur que la répétition de réponses inadaptées. Il est essentiel de voir cette bascule comme le moment où la dimension humaine reprend sa pleine valeur pour résoudre une situation complexe, plutôt que comme un simple transfert technique.

Enjeu 5 : La politique de données doit être explicite et communiquée

La conscience que la conversation est enregistrée est partagée, à des degrés variables, par les utilisateurs interagissant avec un agent IA vocal. Ce qui les préoccupe davantage, c’est l’usage que vous faites de ces enregistrements Définir clairement l’usage, la durée et la rectification des données ne relève pas uniquement du RGPD. C’est une démarche essentielle. C’est un facteur d’acceptation de l’agent et un élément de la relation de confiance avec la marque.

📌 Envie d‘écouter nos agents IA ? Testez-les ici : Démo Voicebot

4. Le cadre de décision : quel agent pour quelle situation ?

Tous les cas d’usage ne se valent pas. Avant de définir le périmètre d’un agent IA vocal, il est utile de croiser deux dimensions.

La complexité de la demande

Demandes informationnelles (horaires, adresse, statut d’un dossier, tarifs) : cas d’usage prioritaires pour l’automatisation. Résolution rapide possible sans risque relationnel élevé.

Demandes transactionnelles (prise de rendez-vous, modification de commande, demande de rappel). Automatisables dès lors que l’agent IA est connecté aux systèmes métiers. Le risque est technique (par exemple une erreur d’intégration CRM) plus que relationnel.

Demandes complexes (réclamation, litige, situation inhabituelle). L’agent IA peut assurer la qualification et la collecte du contexte, mais le traitement final doit rester humain. Tenter d’automatiser ces cas sans discernement est le chemin le plus court vers une dégradation de la satisfaction.

Demandes émotionnelles (client en détresse, situation urgente, insatisfaction forte). Le transfert vers un conseiller humain doit être immédiat. Aucun agent IA vocal ne doit traiter seul une situation émotionnellement chargée, sauf à créer un incident de réputation.

Le positionnement de la marque et le profil client

Un service client de marque premium, dont les clients ont des attentes élevées en matière de relation humaine, ne déploiera pas le même agent IA vocal qu’un service d’information générique. Ce n’est pas une question de budget : c’est une question d’adéquation entre la promesse de marque et l’expérience délivrée.

La génération de l’interlocuteur, sa culture, son milieu sociologique, son habitude des interfaces numériques jouent également un rôle. Un utilisateur de 65 ans appelant pour la première fois un service après-vente n’a pas les mêmes réflexes conversationnels qu’un digital native de 28 ans.

5. Comment intégrer un agent conversationnel dans votre entreprise ? Les questions à poser avant de se lancer :

Avant de lancer un projet d’IA conversationnel vocal, une fois les objectifs clarifiés, voici les cinq questions que nous posons systématiquement à nos clients chez Teleactis. L’objectif est de s’assurer que chaque solution déployée répondra réellement aux besoins spécifiques de votre activité et aux attentes de vos utilisateurs.

Question 1 : Quels sont les 5 à 10 motifs d’appel les plus fréquents, et lesquels peuvent être traités sans information contextuelle complexe ?

Grâce à cette question, on définit le périmètre réaliste de la version 1 du voicebot intégré au service client. Un déploiement progressif, sur des cas d’usage bien délimités, produit de meilleurs résultats qu’un déploiement ambitieux sur l’ensemble des motifs.

Question 2 : Quel est le profil émotionnel moyen de vos appelants dans ce contexte ?

Un client qui appelle pour une urgence médicale n’est pas dans le même état qu’un client qui appelle pour connaître ses horaires d’ouverture. La conception conversationnelle (le ton, le rythme, la gestion des silences, les formulations) doit être calibrée en conséquence par les concepteurs.

Question 3 : Quels sont vos systèmes d’information, vos bases de connaissances et leurs capacités d’intégration ?

La valeur d’un agent virtuel vocal est directement proportionnelle à sa capacité à interroger et à écrire dans vos systèmes. Un agent IA qui ne peut pas accéder au CRM ne peut pas identifier le client. Un agent IA qui ne peut pas créer de ticket ne peut pas clore une demande. L’audit des bases de connaissances disponibles et des contraintes de sécurité est une étape préliminaire incontournable.

Question 4 : Comment allez-vous mesurer le succès ?

Le taux de résolution automatique (selfcare rate), le taux d’abandon (hang-up), le taux de transfert humain, le taux de frustration, la durée moyenne d’appel, et le NPS post-interaction sont les KPI standards. Mais le plus important est d’avoir défini en amont ce qu’est un succès pour votre activité, et à quel niveau de chacun de ces indicateurs vous considérez que le déploiement est rentable.

Question 5 : Qui pilote l’amélioration continue après la mise en production ?

Un agent IA vocal n’est pas un projet qui est considéré comme étant clos le jour où sa mise en service est effectuée. C’est un service à faire vivre. Le bot management est un des facteurs clef de réussite : bien piloté, il permet d’amplifier les succès et de réduire les frustrations. Les conversations doivent être analysées régulièrement pour identifier les incompréhensions récurrentes, les cas d’usage non couverts, les formulations problématiques. Sans gouvernance post-production, les performances se dégradent.

6. Ce que Teleactis apporte concrètement

Teleactis est un opérateur de services clients depuis plus de vingt ans. Nous ne sommes pas un éditeur de logiciel IA : nous sommes un opérateur de la relation client qui intègre les agents IA dans des dispositifs de service complets.

Ce positionnement fait une différence pratique.

Nous connaissons les flux réels.

Avant de concevoir un agent IA vocal, nous analysons vos données d’appels historiques : motifs, volumes, durées, horaires, formulations les plus fréquentes. Cette analyse conditionne toutes les décisions de conception.

Nous maîtrisons la dimension conversationnelle.

La rédaction des callflows, la définition du persona de l’agent, le calibrage du ton, la gestion des situations d’incompréhension, la conception de la sortie vers l’humain : c’est un métier. En fait, cela demande une fine compréhension des nuances linguistiques et psychologiques de l’interlocuteur. Ce n’est pas une simple configuration logicielle.

Nous intégrons l’humain dans le dispositif.

Nos agents virtuels vocaux ne remplacent pas les conseillers humains : ils travaillent avec eux. Vous devez accorder autant d’importance à la conception du handover (le moment et la façon dont l’agent passe la main à un conseiller) qu’à la conception des scénarios automatisés et aux taches qui lui sont confiées.

Nous pilotons la performance dans la durée.

Après la mise en production, nous assurons le suivi des KPI, l’analyse des conversations, l’optimisation des prompts et des callflows. La valeur d’un agent IA vocal se construit sur la durée, pas au lancement.

Nous posons les questions éthiques.

Les garde-fous sur la persuasion, la politique de données, la transparence sur la nature de l’agent : ces questions ne sont pas des contraintes que nous subissons, ce sont des éléments de conception que nous intégrons dès le départ.

Nous maîtrisons l’intégration à la téléphonie.

Déployer un agent IA vocal ne se résume pas à configurer un logiciel : cela implique une intégration fine avec votre infrastructure téléphonique existante (IPBX, SVI, opérateurs, numéros entrants). Teleactis maîtrise les aspects de la téléphonie depuis plus de 20 ans. Cette maîtrise évite les délais, les incompatibilités et les dégradations de qualité sonore qui sabotent la fluidité des échanges avant même que l’agent IA ait pu prouver sa valeur.

Nous assurons la conformité sur la protection des données.

Les conversations téléphoniques traitées par un agent IA contiennent des données personnelles, parfois sensibles. La nLPD (nouvelle Loi fédérale sur la Protection des Données, en vigueur depuis septembre 2023) encadre leur collecte, leur stockage et leur traitement en Suisse, tandis que le RGPD régit ces mêmes opérations pour nos clients français et européens. Un ingénieur cybersécurité dédié veille au respect des normes ISO 27001 et à la sécurité de l’ensemble de notre infrastructure.

Nous assurons le bot management dans la durée.

L’absence de pilotage actif après la mise en production dégrade le callbot. Le bot management, c’est l’analyse régulière des conversations, la détection des points de rupture, l’ajustement des callflows et des prompts, et la mesure continue de la performance. Chez Teleactis, nous intégrons ce pilotage à notre prestation : nous ne livrons pas un outil, nous opérons un service.

7. FAQ : Questions fréquentes sur les agents conversationnels vocaux

Un agent IA vocal peut-il remplacer complètement mes conseillers humains ?

Non, et ce n’est pas l’objectif. Un agent IA vocal traite efficacement les demandes répétitives, informationnelles et transactionnelles. Les situations complexes, émotionnelles ou à fort enjeu relationnel requièrent un conseiller humain. L’architecture optimale privilégie un dispositif augmenté : l’agent IA vocal traite ce qu’il peut traiter, tandis que le conseiller humain se concentre sur ce qui a de la valeur.

Combien de temps prend un déploiement ?

Un déploiement sérieux, sur un périmètre initial bien délimité (3 à 5 cas d’usage), prend en général entre 2 à 6 semaines, de l’audit initial à la mise en production. Suivent ensuite 3 à 6 mois intenses de suivi et de corrections avant une phase plus stable de maintenance régulière. La tentation de raccourcir cette durée est réelle, et c’est généralement là que les projets dérivent.

Faut-il dire à mes clients qu’ils parlent à un agent IA ?

Oui (en général). La transparence sur la nature de l’agent est à la fois une obligation réglementaire dans de nombreux contextes et une condition pratique d’acceptation. Un utilisateur qui découvre après coup qu’il parlait à une machine réagit bien plus négativement qu’un utilisateur qui le sait dès le départ. La manière de l’annoncer (le ton, le moment, la formulation) est un sujet de conception à part entière. Il peut cependant y avoir des situations contextuelles où cette annonce préalable n’est ni utile, ni souhaitable. Ces situations devront être étudiées au cas par cas.

Quels secteurs bénéficient le plus des agents vocaux ?

Les secteurs à fort volume d’appels entrants avec une proportion élevée de demandes standardisées : services à la personne, assurance, immobilier, e-commerce, services publics, santé (pour les informations administratives), énergie, télécommunications. Teleactis intervient dans la plupart de ces secteurs.

Comment choisir entre un callbot, un chatbot et un agent assisté ?

Le callbot est le bon choix si votre canal principal est le téléphone. Le chatbot si c’est le texte (site web, messagerie). L’agent assisté (co-pilote) augmente les capacités des conseillers humains sans contact direct avec le client. Ces trois approches ne sont pas exclusives : elles se combinent souvent dans une architecture multicanale.

Quel est le coût d’un agent IA vocal ?

Il n’existe pas de réponse standard à cette question. Le coût dépend de plusieurs variables :

• La volumétrie des appels : plus le volume est élevé, plus les coûts fixes liés au développement et à la maintenance s’amortissent. Un déploiement sur 500 appels par mois n’a pas la même logique économique qu’un déploiement sur 10 000 appels.
• Le niveau de l’appel traité (voir tableau ci-dessous) : plus l’interaction est complexe, plus le coût par appel est élevé.
• La durée moyenne des appels : un appel de 45 secondes et un appel de 4 minutes n’ont pas le même coût de traitement.
• L’inclusion ou non des appels raccrochés avant la fin du message d’accueil (appels de moins de 8 secondes) : ces appels courts font l’objet d’un traitement tarifaire spécifique.
• L’inclusion ou non des frais de développement : conception des callflows, intégration aux systèmes d’information, configuration du moteur IA.
• La complexité des bases de connaissances : un agent IA connecté à des bases dynamiques n’a pas le même coût de configuration qu’un agent répondant à une FAQ statique.
• L’inclusion des frais de bot management : support technique, maintenance corrective, optimisation continue. Ce poste est souvent sous-estimé lors de l’évaluation initiale.

À titre indicatif, voici les fourchettes de prix observées chez Teleactis selon le niveau de l’appel :

Niveau	Exemples de cas d’usage	Prix indicatif / appel
Niveau 0 : SVI	Identification du motif d’appel par menu, routage vers un service	0,50 – 0,70 CHF
Niveau 1 : Standard téléphonique	Prise de message, transfert d’appel, communication d’horaires, réponse à une FAQ	0,90 – 1,50 CHF
Niveau 2 : Réception avec traitements simples	Suivi de dossier, prise de rendez-vous, réponse à des questions tarifaires, envoi de SMS	1,30 – 2,50 CHF
Niveau 3 : Réception avec traitements complexes	Qualification de leads, gestion de réclamations, assistance technique niveau 1, gestion d’urgences	Sur devis

Ces tarifs sont exprimés en francs suisses (CHF) et s’entendent hors frais de développement et de bot management, sauf accord contraire. Le ROI d’un agent IA vocal bien conçu est généralement atteint en moins de 12 mois, et les gains de productivité sont mesurables dès les premiers mois de fonctionnement.

En conclusion

Les agents IA conversationnels vocaux ne sont pas une mode technologique. Ils sont une réponse concrète à des enjeux opérationnels réels : disponibilité, coût, volume, qualité. Mais leur déploiement est plus complexe qu’une décision d’achat logiciel.

La technologie vocale, la conception conversationnelle, la psychologie de l’interaction humain-machine, l’intégration aux systèmes métiers, la gouvernance post-production, la transparence vis-à-vis des utilisateurs : ce sont des compétences distinctes qui doivent être réunies dans un même projet pour qu’il aboutisse.

Teleactis les réunit depuis plus de vingt ans dans le métier de la relation client. Si vous envisagez un projet d’agent IA vocal (ou si vous avez déjà tenté un déploiement qui n’a pas produit les résultats espérés), nous sommes disponibles pour en discuter.

Cet article s’appuie sur des travaux de recherche récents publiés dans des revues scientifiques de référence, notamment : ACM CHI (2025), Nature (2025, 2026), Science (2025), arXiv (2025), Harvard Business School (2025), MIT (2026), ainsi que sur les retours d’expérience opérationnels de Teleactis et de ses partenaires technologiques.

À propos de Teleactis

Teleactis est un opérateur de services clients, filiale du Floween Group, spécialisé dans l’externalisation de la relation client et l’intégration des agents IA dans les dispositifs de service. Actif en France et en Suisse, Teleactis accompagne les entreprises dans la conception, le déploiement et le pilotage de leurs services client augmentés.

teleactis.ch

Avec l’augmentation des risques liés à la cybercriminalité, choisir un prestataire télémarketing suisse conforme RGPD est devenu un enjeu critique pour les entreprises.

Car en effet, pour répondre à la montée de la cybercriminalité, la Suisse et le droit européen imposent une rigueur stricte concernant le traitement des données à caractère personnel.
Dans ce contexte et pour garantir la protection des données personnelles, la mise en conformité des entreprises suisses repose sur une double exigence : 

• D’abord, l’obligation de la NLPD (nouvelle Loi sur la Protection des Données). 
• Ensuite, la conformité au RGPD (Règlement Général sur la Protection des Données), 

Teleactis, en sa qualité de centre d’appels B2B basé à Genève, répond avec exigence à ce cadre juridique. En effet, dans son contexte d’activités de traitement des données, l’entreprise se positionne comme un partenaire de confiance. En tant que prestataire télémarketing suisse conforme nLPD, la société Genevoise a placé la souveraineté et la sécurité des données au cœur de ses opérations de relation client.  

Voyons en détail comment le centre d’appels suisse traite le sujet de la gestion des données dans le respect du nLPD et la conformité NLPD.  

Quelles infrastructures un prestataire télémarketing suisse conforme nLPD et RGPD doit-il garantir ?

Pour respecter les mesures de sécurité primaires, il faut d’abord avoir une infrastructure souveraine. En d’autres mots, pour protéger les données il faut d’abord s’assurer qu’elles soient stockées en Suisse ou en Union Européenne. 

C’est donc dans le cadre du traitement de données en Suisse que Teleactis garantit un hébergement exclusivement en Suisse et en Union Européenne. C’est d’ailleurs le premier élément de différenciation face aux structures délocalisant leurs serveurs dans des juridictions aux normes beaucoup moins strictes.  

Cette proximité géographique est bien sûr un gage de performance technique pour la protection des données en suisse, mais pas seulement. C’est aussi une protection juridique qui assure que vos données en suisse restent sous la protection des législations suisses (parmi les plus protectrices du monde). 

Quels sont les impacts de la nLPD et du RGPD sur les enregistrements des appels et la finalité de traitement ?  

Pour garantir la conformité RGPD et répondre à la nouvelle loi fédérale, il faut respecter le principe de proportionnalité.  
Justement, dans sa mise en œuvre des campagnes d’appels, Teleactis encadre strictement l’utilisation des enregistrements.  

Concrètement, le responsable du traitement s’assure que :

• Les enregistrements ont une finalité unique. Le guide de conformité à destination des équipes Teleactis stipule que les enregistrements sont exclusivement destinés au contrôle qualité et à la formation.  
• Le cycle de vie est maîtrisé. Le DPO Teleactis supervise l’application des durées de conservation définies pour chaque traitement. Chaque outil métier gère nativement la suppression des données, conformément aux délais maximum autorisés. Nous garantissons ainsi qu’aucune donnée ne dépasse sa durée de conservation opérationnelle et légale, même en cas d’audit.

Quelles autres solutions pour renforcer la sécurité des données en suisse ? (2FA, ISO27001, et ISO15489)  

Face au risque élevé, Teleactis s’est équipé de logiciels dédiés à la protection des accès. L’objectif est de prévenir de toute intrusion ou fuite d’information. 
Dans ce cadre, tous nos outils de gestion sont sécurisés par la double authentification (2FA). 

Pour piloter cette architecture, Teleactis s’appuie sur l’expertise de ses experts en conformité et DTO. Parmi eux, un ingénieur certifié ISO 27001 Lead Implementer. 

En complément, Teleactis intègre aussi les principes de la norme ISO 15489 et des meilleures pratiques de Records Management. Concrètement, ces principes garantissent une traçabilité totale de chaque donnée traitée. Ils en assurent également l’authenticité, quel que soit le secteur d’activité du client.

D’ailleurs, cette politique de sauvegardes permet à Teleactis d’assurer à ses clients une récupération rapide et intègre des fichiers. 
 
Grâce à ses équipes, la société 100 % genevoise applique les meilleures pratiques mondiales en matière de management de la sécurité de l’information (SMSI).

Comment un Data Processing Agreement (DPA) protège-t-il les données sensibles ?  

Un DPA est un document contractuel qui détaille l’engagement de votre prestataire DPO envers la sécurité de vos données. C’est ce que nous privilégions parce qu’il définit précisément les responsabilités de chacun. 

Concrètement, l’article 28 du RGPD encadre le DPA et en définit :

• L’objet et la durée du traitement. C’est-à-dire qu’on définit précisément quelles données seront traitées, dans quel but, pour combien de temps. Tout cela est agrémentées d’instructions documentées.  

• Les mesures techniques et organisationnelles (MTO). Sans entrer dans le détail technique, cela recouvre le chiffrement des données au repos et en transit. La pseudonymisation fait également partie des mesures appliquées.S’y ajoutent le contrôle d’accès par rôle et la journalisation de ces accès.

• La clause de répercussion. En clair, si Teleactis a recours à un sous-traitant, Teleactis doit d’abord l’autoriser explicitement et lui imposer les mêmes obligations.

• Les procédures en cas de violation. Teleactis est, par le DPA, tenu de notifier toute faille dans un délai contractuel défini. 

• Le droit d’audit. Par ce droit, votre entreprise a la possibilité de vérifier la conformité de Teleactis. Vos équipes peuvent mener cet audit directement, ou mandater un tiers pour le réaliser.

• Restitution et suppression. Enfin, à la fin du contrat, nous vous restituons l’intégralité des données en notre possession. Nous vous fournissons également une preuve de destruction.

C’est ce niveau d’exigence qui fait de Teleactis un prestataire télémarketing suisse conforme RGPD et nLPD de référence pour les entreprises B2B.

La data s’impose cette année comme LE levier stratégique pour améliorer l’expérience client des entreprises disposant d’un service client.  

Et pour cause, entre les possibilités d’analyse des interactions et des comportements, d’automatisation, de personnalisation, etc, les organisations savent bien qu’elles disposent d’une mine d’or d’informations. Le problème c’est justement de savoir comment garantir une bonne qualité des données et comment les utiliser de manière juste, efficace et responsable dans un service client moderne… tout en répondant aux enjeux de confiance et de transparence. 

C’est autour de cette problématique que s’est tenu le webinaire organisé par callnet.ch. A cette occasion, animé par Grégoire Perrin de Callnet, 3 experts de la data, de l’IA et de la conformité, Caroline Perriard, Jean Meneveau et Stéphane Ronteix ont partagé leurs retours d’expérience à travers des cas concrets et de bonnes pratiques autour de la relation et de la satisfaction client.  

De la collecte, à la personnalisation de l’expérience, jusqu’à l’analyse des données, dans cet article, nous reviendrons donc sur les grandes idées, tendances et enseignements de cet événement. L’objectif est de vous proposer un guide complet pour aider votre entreprise à tirer le meilleur de ses données (et d’éviter les pièges).  

Sommaire

I. Tendances du marché des services clients et usage de la data
II. Data & IA : cas d’usage concrets pour transformer la relation client 
III. Enjeux juridiques & conformité : utiliser la data sans se mettre en risque 
VI. Comment rétablir la confiance avec le client au travers la data, la transparence, et l’éthique ?  

I. Tendances du marché des services clients et usage de la data  

Avant de parler d’outils IA et de transformation de la relation client grâce à la data, concrètement, où on en est aujourd’hui ? Et quelles sont les politiques des entreprises ? 

Parce que la réalité, c’est que tous les services clients n’évoluent pas au même rythme. Pour cause, chaque entreprise compose avec son propre degré de maturité digitale, ses contraintes sectorielles, ses stratégies, ses priorités… Et tout cela crée un paysage très contrasté des outils et des canaux utilisés.  

1.1. L’hétérogénéité des canaux de communication dans les services clients 

Comme le montre la récente étude de Colombus Consulting sur la data dans la relation clients, l’utilisation des canaux de service client varie beaucoup d’un secteur à l’autre.

Bien sûr, il y a un socle commun, des pratiques universelles, dans le choix des canaux du service client.  
On pense notamment au téléphone qui reste central pour les demandes complexes ou urgentes. Et l’e-mail qui reste lui aussi incontournable pour les échanges formels pour lesquels on souhaite garder une trace.  

Quelles disparités dans les canaux digitaux pour les services clients ? 

Quand on regarde les autres canaux digitaux, les écarts d’usage se creusent.  

• Les SVI (ou serveurs vocaux interactifs) sont très utilisés dans certains secteurs comme les services financiers ou les énergies. Ils se font beaucoup plus rares dans les autres secteurs. 

• Les applications mobiles, elles, sont courantes dans les secteurs B2C disposant d’un fort volume d’utilisateurs. Mais dans le BtoB, elles sont presque inexistantes. 

• Les réseaux sociaux sont bien adoptés dans des secteurs où la présence digitale est stratégique. 

• Les bots (chatbots, callbots,…) sont l’un des canaux les plus inégaux. Selon l’entreprise, le chatbot peut être : inexistant, en test, opérationnel, en phase de refonte, ou encore en projet. 

Pourquoi tant de disparité dans le choix des canaux ?  

Parce que la maturité digitale des entreprises est très inégale. Chaque entreprise suit une trajectoire influencée par : 

• son secteur d’activité, 
• son modèle (B2B, B2C, B2C2B) 
• son historique technologique, informatique…,  
• ses objectifs de service client 
• et bien sûr… de la qualité de sa data. 

💡Ce qu’il faut retenir c’est que plus une entreprise utilise de canaux, plus elle répond aux besoins de ses clients, mais plus elle risque la fragmentation. C’est dans ce contexte que le data management s’impose, dans un rôle d’orchestration et d’unification des parcours.  

1.2. L’omnicanalité du service client est une opportunité… et un risque 

Les entreprises les plus matures digitalement parlant ont multiplié leurs points de contact. Si ça leur permet de multiplier les points de contact pour répondre aux attentes clients, ce n’est pas sans risque. En effet, cette diversification, si elle n’est pas maîtrisée, peut autant harmoniser l’expérience client qu’en désorganiser totalement le parcours. 
Au milieu de tout ça, la data est un moyen d’orchestration.  

Quelles opportunités apportent l’omnicanalité ?  

Théoriquement, avoir une multitude de canaux de communication permet : 

• de s’adapter aux préférences des clients,  
• d’offrir des interactions plus fluides,  
• d’améliorer la réactivité du service,  
• et de personnaliser davantage les réponses. 

Alors, plus de canaux = plus de satisfaction client ?  
Dans les faits, ce n’est pas toujours si simple…  

Quels sont les risques de l’omnicanalité (et la place du data management) ? 

On l’a analysé au cours du webinar, accumuler les canaux sans stratégie unifiée fragmente les parcours. Par exemple, lorsqu’un client pose une question sur un site web, puis envoie un email, puis appelle le service client parce qu’il n’a pas de réponse, chaque canal crée un nouveau dossier, comme si trois demandes différentes coexistaient. 
Les conséquences sont multiples : 

• dossiers dupliqués, 
• perte de contexte, 
• réponses incohérentes, 
• coûts opérationnels qui explosent, 
• insatisfaction croissante. 

Et à cela s’ajoutent les contraintes internes : 

• budgets dispersés pour chaque outil, 
• gestion difficile des équipes, 
• manque de visibilité sur la performance globale. 

💡 C’est exactement pour cette raison que Jean Meneveau, expert du webinar et Directeur Data & IA chez Colombus Consulting, rappelle que l’omnicanalité n’est pas un objectif en soi. En fait, c’est un moyen, à condition d’être orchestré correctement par la data. 

Concrètement, le data management est indispensable pour orchestrer, synchroniser et homogénéiser l’ensemble du parcours client. 

1.3. La prédominance du modèle multi-prestataires du service client 

On l’a vu, le danger d’une forte diversité de canaux sans un usage intelligent de la data complexifie le travail du service client. Mais à ce défi s’ajoute le fait que la majorité des entreprises n’opèrent plus leur service client selon un modèle unique. La plupart combinent ressources internes, partenaires externes, technologies multiples et niveaux de sous-traitance variables. 

A l’occasion de ce webinar, et dans le benchmark de Colombus Consulting, on a vu que ce modèle d’hybridation est devenu la norme :  

• soit en modèle hybride (une partie des équipes est internalisée, l’autre externalisée) 
• soit en modèle multi prestataire (avec des acteurs spécialisés selon les types de canaux, ou les langues par exemple)

Quel est l’impact de l’hybridation du service client sur le pilotage opérationnel ?  

Comme toute solution, la flexibilité qu’offre un modèle hybride ou multi prestataire a un revers : la complexité opérationnelle.  
 
On peut citer entre autres les problèmes suivants : 

• Il est probable que chaque prestataire utilise des logiciels différents,  
• Chaque prestataire peut aussi avoir son propre niveau de qualité 
• Une perte d’homogénéité dans les réponses, 
• Une visibilité globale difficile à maintenir. 

C’est pour cela qu’on insiste tant sur la centralisation de la donnée.  

Si on ne cherche pas à centraliser la donnée, il deviendra impossible d’anticiper les volumes, de piloter la performance, et de garantir une expérience cohérente d’un canal de communication à l’autre. 

II. Data & IA : cas d’usage concrets pour transformer la relation client 

Comme Stéphane Ronteix l’a illustré au cours de ce Webinar, si la donnée est le carburant, l’IA est le moteur. 

En effet, c’est l’intelligence artificielle, et particulièrement les modèles d’analyse et d’automatisation, qui permet de :  

• Tirer toute la valeur des données,  
• Améliorer la qualité de service et relation client,  
• Réduire les coûts opérationnels.  

Au cours de ce webinar, et on va le revoir ici, on nous a proposé un panorama des différents usages possibles de l’IA dans les centres de relation client. Mais si vous ne deviez retenir qu’une chose : 

💡Chaque étape du parcours client peut être augmentée par l’IA 

2.1. Panorama des usages IA par étape du parcours client 

L’IA et la data pour qualifier et router les demandes 

Positionné en front, l’agent IA peut qualifier la demande entrante pour l’orienter vers le bon interlocuteur. Le bon interlocuteur peut d’ailleurs être humain, ou automatisé.  

Exemples concrets : 

• SVI en langage naturel : cette techno permet à l’appelant de formuler sa demande de façon naturelle, sans menus rigides. Dixit les SVI de l’ancien temps “pour parler au service comptabilité, tapez 1…”. Le client peut naturellement demander ce dont il a besoin, comme il le formulerait à un humain.  

• Voicebots multilingues 

Avec la même logique que les SVI en langage naturel, ils sont eux capables de comprendre et traiter parfaitement plusieurs langues.  

• Agents conversationnels (LLM) capables de proposer des actions 

Ces agents positionnés en front sont plus “intelligents” que les SVI. Ils peuvent bien sur analyser le contexte, mais aussi ouvrir un ticket, donner un statut de commande, etc. Ils sont hyper connectés aux outils de l’entreprise et aux différents canaux pour répondre en self care à 30% des demandes.  

• Traitement intelligent des emails et documents 

Comme les agents conversationnels LLM positionnés sur le canal téléphone, ces agents peuvent reconnaitre et extraire des informations clés. Ils reconnaissent ainsi les motifs d’interaction pour classifier et prioriser les demandes.  

💡Les agents conversationnels positionnés en front office permettent de diminuer les files d’attente. Les conseillers humains se concentrent sur les demandes les plus “complexes” et traitent des demandes déjà pré qualifiées.  

Traitement des demandes en self care par l’IA 

On l’a vu, on peut placer l’IA en front, dans “l’avant” pour pré qualifier les demandes. Mais les agents virtuels peuvent aussi intervenir dans le “pendant” pour traiter certains sujets.  

Exemples concrets : 

• Réponses automatisées et personnalisées basées sur la data 

Si les bases de connaissances fournies au callbot sont complètes et à jour, alors on estime qu’il pourra traiter entièrement environ 30% de demandes. Et si le bot est bien interconnecté à tous les outils, les réponses sont personnalisées et on évite beaucoup d’interventions évitables des agents humains. 

• Assistance conseiller : documentation, aide rédactionnelle, formation continue 

Quand le robot intelligent ne peut pas répondre en self care, alors l’appel est transféré à un agent humain. L’IA peut rester en support pour suggérer des réponses et fournir rapidement des documents contextualisés. 

Reporting et analyse des données 

On a vu que les agents IA pouvaient être placés “avant”, “pendant”, voyons maintenant “l’après” conversation.  

En fait, c’est l’accumulation de la data qui la rend exploitable et analysable. 

Exemples concrets : 

• Synthèse des conversations 
• Analyse des verbatims 
• Analyse du comportement d’achat et de l’historique d’achat 
• Analyse des visites des sites web et des avis en ligne 
• Détection prédictive d’incidents ou pics d’activité 
• Reporting automatisé (tableaux de bord, KPI) 

💡C’est l’analyse et le pilotage de ces données en temps réel qui rendront le bot toujours plus fiable dans ses réponses.  

2.2. Cas concret : comment une banque a transformé l’activité d’appels sortants grâce à la data 

Cette étude de cas présentée au cours du webinar illustre bien la façon dont la data permet : 

• D’améliorer la performance et la pertinence des réponses, 
• Guider les décisions, 
• Orienter les investissements,  
• Créer des résultats rapides.  

Contexte de l’étude de cas 

Le nom de la banque reste confidentiel, mais celle-ci cherchait à industrialiser ses appels sortants pour faire du cross-sell, de l’upsell, des relances, etc).  

Son défi était de :  

• Maintenir une joignabilité supérieure à 90 %, 
• Ne pas saturer les conseillers, 
• Cibler les clients les plus pertinents, 
• Et structurer l’activité de manière durable. 

L’objectif était en clair de faire plus, mais aussi de faire mieux, et ce grâce à la donnée.  

Appels sortants réalisés grâce à la data  

• Tests intensifs pendant 1 mois et demi 

Un pilote a été mené pendant 1 mois et demi, avec des sessions de deux heures d’appels consécutifs par jour. In fine, ce test a permis d’identifier les meilleurs conseillers, les difficultés rencontrées, et les volumes réels à traiter. 

• Formations et mise à niveau des conseillers 

Des formations ciblées et un bootcamp ont été déployés pour 30 conseillers. L’objectif était d’affiner le discours, d’uniformiser les pratiques, et de renforcer les réflexes commerciaux. 

• Adaptation des segmentations, ciblages et scripts 

La data a joué un rôle central pour déterminer quelles populations contacter en priorité (ex. blocages, pressions commerciales, échéances), et quels produits mettre en avant. 

• Reprogrammation intelligente des routages d’appel 

Les flux ont été recalibrés pour lisser la charge entre les conseillers (par spécialité) et éviter les engorgements. 

Résultats sur la campagne d’appels 

Finalement, les appels sortants sont devenus une composante stable de l’amélioration du service client, sans nécessité de créer une équipe spécialisée. 

Cela est rendu possible grâce à l’optimisation des plages horaires, déterminées et basées sur des données réelles. Cela permet de maximiser le taux de conversion et le taux de réponse 
 
💡La leçon à retenir c’est qu’une activité devient scalable dès lors que la data pilote les opérations. 

III. Enjeux juridiques & conformité : utiliser la data sans se mettre en risque 

Les enjeux juridiques étaient la raison même de l’existence de ce webinar et de nos conseils. En effet, la data n’a de valeur que si elle est utilisée de façon conforme aux réglementations.  

Et ce cadre légal, il est particulièrement renforcé ces dernières années, en Suisse comme en Europe.  
 
Dans ce contexte, voici les principaux enseignements à retenir de ce webinar.  

3.1 Comment répondre au cadre légal de la data dans les services client ? 

Les services clients suisses romands doivent composer avec un double environnement légal.  

• D’abord la LPD qui est entrée en vigueur en 2023,  
• Ensuite le RGPD qui est appliqué pour toutes données concernant des résidents de l’UE,
• Ainsi que les autres cadres liés à la cybersécurité comme les directives NIS2 (Europe) ou la loi Cyber (Suisse). 

La meilleure pratique pour s’assurer de répondre à l’ensemble de ces réglementations est de respecter les 5 principes suivants : 

1. Définissez la finalité, pourquoi vous collectez la donnée 

La base de toutes les réglementations c’est que chaque donnée personnelle doit être collectée pour un objectif clair, légitime, et explicitement défini. Par exemple, elle peut servir à répondre à la demande, à assurer un suivi de dossier, à facturer, etc.  

2. Soyez transparent sur la façon dont vous utilisez ces données 

De manière générale, pour être en règle, vos clients doivent comprendre ce qui est fait de leurs données. C’est d’autant plus vrai s’il y a par exemple transmission à des tiers, des enregistrements téléphoniques, etc.  

3. Conservez la donnée seulement le temps qu’il faut 

Si vous gardez depuis plusieurs années des données clients ou prospects “au cas où”, il est clair que vous n’êtes pas conforme.  

Vous devez définir un délai de conservation dit “raisonnable”, ET supprimer les données devenues inutiles ou obsolètes.  

4. Protégez et sécurisez les données de vos clients et prospects 

Vos systèmes et infrastructures doivent vous protéger au maximum des vols de données, ransomware etc. Mais aussi et surtout, vous devez sensibiliser et former vos équipes aux bonnes pratiques de sécurité.  

5. Considérez-vous responsables de vos prestataires 

Quand vous choisissez un prestataire de gestion de la relation client, il est de votre responsabilité de vous assurer :  

• où sont hébergées les données, 
• si les prestataires utilisent des serveurs hors UE/Suisse, 
• si le cloud implique un transfert soumis à des lois étrangères (ex : Cloud Act), 
• quelles garanties contractuelles existent. 

3.2. Quels risques liés à la connexion entre IA et données internes 

On l’a vu pendant le webinar, l’IA a tendance à amplifier les faiblesses déjà existantes. Donc, si la gouvernance data etait déjà fragile, l’IA ne fera que multiplier les points de fuite potentiels. 

Risque d’exposition involontaire d’informations 

Les outils IA peuvent techniquement exposer des informations confidentielles, mais dans un seul cas. Ce cas, c’est quand les accès ne sont pas maîtrisés et les bases de connaissances mal cloisonnées.  

Pendant le webinar, on a pris l’exemple d’un bot qui a accidentellement révélé des données internes sensibles (dont des éléments RH et bulletins de salaire) car il était connecté à des bases trop perméables et mal cloisonnées. 

L’importance d’un “data silotage intelligent” 

Mais, pour limiter ce risque d’exposition, on ne va pas chercher à créer des silos étanches entre les data sensibles et les autres. Cela empêcherait toutes collaborations entre les outils.  
En revanche, on peut tout à fait construire : 

• des accès contrôlés, 
• des couches de permissions, 
• des environnements séparés selon la sensibilité des données, 
• des mises à jour maîtrisées, 
• des tests avant connexion totale au système. 

3.3. Quels secteurs demandent une vigilance renforcée en Suisse romande ?  

Bien sûr, certaines entreprises, certains secteurs, seront plus surveillés par les autorités que d’autres.  

Le secteur de la santé  

Qui dit données médicales dit données sensibles.  

Ces data demandent un chiffrement renforcé, des contrôles d’accès encore plus rigoureux, et bien sur des hébergements robustes.  

Le secteur financier 

Ce secteur très représenté en suisse exige des processus de surveillance et de confidentialité très élevés. On parle notamment de LPD et des normes FINMA. 

Les services publics 

Certaines données des citoyens sont très sensibles. Aussi, le service public est très intéressant pour les pirates. Cela implique bien sur des risques importants en cas de fuite ou de mauvaise exploitation des données.  

Les centres d’appel qui gèrent des numéros d’urgence 

Souvent les numéros d’urgence impliquent des données critiques liées à la santé ou à la sécurité. Cela implique donc des obligations de protection très strictes.  

 
💡La leçon à retenir c’est que toute utilisation de la data doit s’appuyer sur une gouvernance robuste dès le départ. 

VI. Comment rétablir la confiance avec le client au travers la data, la transparence, et l’éthique ?  

On l’a vu, la data est une vraie opportunité d’améliorer la satisfaction client et optimiser les coûts. Et d’ailleurs, malgré ce qu’on entend, en suisse romande comme ailleurs, les clients acceptent plutôt bien de partager leurs informations. MAIS à condition d’en comprendre l’utilité et la finalité !  

4.1. De la transparence à la confiance 

Avec les différentes fuites de données que l’on connait ces dernières années, les clients sont plus sensibles quant à l’utilisation de leurs données. Ils veulent, à juste titre, savoir :  

• quelles données sont collectées, 
• dans quel but, 
• pendant combien de temps, 
• qui y a accès, 
• et quelles technologies (ex. IA) sont impliquées. 

En d’autres termes : « Je partage mes données si je comprends ce que cela m’apporte. » 

4.2. Expliquer l’usage des données et ne pas rester flou 

Le webinar a mis en lumière un point souvent négligé, nos formules de transparence sont trop vagues.  

Par exemple, avec cette phrase type : “Cet appel est enregistré pour des raisons de qualité.”. De quelle qualité parle-t-on ?  
Est-ce qu’on parle de formation ? De suivi ? D’amélioration du temps de réponse ?… 

Pour renforcer la confiance, les entreprises gagneraient à aller plus loin : 

• “Nous enregistrons cet appel pour améliorer la qualité de nos réponses.” 
• “Ces données nous permettent d’accélérer le traitement lors de vos prochains contacts.” 
• “Nous analysons vos retours pour corriger nos processus ou vous proposer une meilleure expérience.” 

En expliquant les bénéfices, l’entreprise passe d’une obligation légale à un levier relationnel. 

4.3. La gestion des consentements dans un service client multicanal 

Avec la multiplication des canaux, la gestion des consentements devient un sujet complexe. 

• Le client doit savoir pour quel type de contact il donne son accord. 
• Il doit pouvoir adapter ses préférences (email oui, SMS non, téléphone seulement pour des confirmations…). 
• Il doit pouvoir retirer son consentement facilement, sans couper toute relation avec l’entreprise. 

Les experts du webinar ont insisté sur le fait de maximiser les opt-in en expliquant la valeur, et éviter les opt-out globaux qui coupent le lien avec le client. 

Mieux vaut offrir des choix détaillés que tout lier dans un consentement massif et imprécis qui est souvent refusé. 

Ce qu’il faut retenir 

La data est devenue le socle d’un service client performant.  

Dans ce webinar, on a surtout retenu que les entreprises qui structurent, sécurisent, et activent intelligemment les données sont celles qui offrent les meilleures expériences clients.  

Mais derrière cette promesse, la confiance doit être le point central. Autour d’elle, gravitent l’éthique, la conformité, la gouvernance des données… 

Et c’est précisément là que Teleactis peut accompagner les organisations romandes. 
Grâce à notre expertise opérationnelle nous aidons les entreprises à : 

• structurer et exploiter leurs données, 
• intégrer l’IA de manière responsable, 
• améliorer l’expérience et la satisfaction client, 
• optimiser leurs processus, 
• tout en respectant les exigences légales suisses et européennes. 

Alors, parlons-en autour d’un café (virtuel, ou pas 😉) 

Force est de constater que les attentes des clients se sont intensifiées et sont devenus plus complexes. C’est particulièrement le cas en Suisse où 2022 a marqué un tournant dans la façon dont les entreprises ont dû (re)penser leur service client.

Un double phénomène explique cette importance accrue du rôle du service client depuis 2022.

D’une part, l’après-Covid. Depuis le confinement, les clients sont mieux habitués à la relation client à distance. Ils se montrent à la fois plus volatils et avec des exigences très élevées. Ils attendent des réponses sur le canal de leur choix, et à toute heure. Comme si cette période avait emporté avec elle toute patience.

D’autre part, l’arrivée à maturité des agents à intelligence artificielle (« agents IA »). Ceux-ci portent désormais des propositions de valeur vraiment intéressantes. Jusqu’alors limitées dans des usages très simples, les technologies se sont enfin montrées capables d’interagir, de prioriser, de comprendre, et surtout d’apprendre.

C’est dans ce contexte qu’en 2023, le média Le Temps reprenait son indépendance opérationnelle dans certains services, après plusieurs années au sein du groupe Ringier.

Le quotidien de référence en Suisse romande a alors affiché une volonté claire : reprendre la maîtrise de toutes les dimensions de la relation avec ses lectrices et lecteurs.

Pour relever ce défi, le journal a choisi de collaborer avec Teleactis. Ensemble, nous avons imaginé et construit un service client « augmenté » avec :

• Des agents humains experts,
• Des automatisations ciblées via des agents IA pour la voix (“callbot”) et pour l’écrit (“mailbot”),
• Une amélioration continue.

Grâce au succès de ce projet, Teleactis et Le Temps ont reçu le prix Swiss Customer Relations Award Romandie 2025 décerné par CMM360, le magazine Suisse de référence pour l’expérience client. C’est la preuve qu’une nouvelle voix du service client est possible.

1. Le point de départ : Le Temps, le quotidien suisse reprend son indépendance

Jusqu’alors membre du groupe Ringier, le média Le Temps a pris son indépendance opérationnelle en 2023.

Alors pour reprendre sa stratégie de relation client en main, le journal a cherché un prestataire capable de :

• Garantir une continuité de service sans faille, et,
• Poser les bases d’une relation client exigeante, fidèle aux valeurs du média.

Le dispositif mis en place initialement repose sur un modèle « traditionnel » : une équipe dédiée de conseillers, formés aux spécificités du titre et de ses abonnements, prenant en charge l’ensemble des sollicitations entrantes, principalement via téléphone et e-mail, sans recours à des technologies d’automatisation ou d’IA.

Les limites du modèle traditionnel du service client

• Des volumes croissants de contacts. Particulièrement observés lors de campagnes marketing ou de pics liés à des évolutions techniques (nouvelle application mobile, refonte du site, changement de formule).
• Des délais de réponse hétérogènes. Par exemple, avec des tensions notables lors des périodes de forte affluence.
• Des tâches à faible valeur ajoutée. Par exemple, la réactivation d’un accès ou la gestion des avis de paiement qui mobilisent des ressources au détriment de demandes plus complexes.
• Un manque de visibilité consolidée. Par exemple sur les motifs de contact, empêchant une analyse fine des irritants ou une priorisation des actions correctrices.

Au-delà de l’efficacité, Le Temps exprimait aussi un besoin de cohérence et de maîtrise des coûts.

D’une part, sa relation client devait refléter les standards du journalisme de qualité qu’il incarne. L’enjeu n’était pas seulement de bien répondre, mais de « créer une expérience relationnelle fluide, moderne et à l’écoute ».

D’autre part, l’environnement économique pesant sur Le Temps imposait de réfléchir à des modèles de relation client plus durable.

Dans ce contexte, Le Temps et Teleactis ont fait le pari d’une transformation ambitieuse : repenser le service client non comme un centre de réponse, mais comme un véritable levier de fidélisation, d’amélioration continue et de valorisation de la marque.

2. La solution : un service client externalisé et augmenté (agents IA + humains)

L’objectif du projet était de transformer le service client de Le Temps en un modèle hybride humain + IA, (dit de « Service Client Augmenté ») capable de répondre aux attentes d’un lectorat exigeant tout en optimisant les ressources internes.

Trois axes majeurs ont guidé cette transformation :

1. Amélioration de l’expérience client : garantir une disponibilité 24/7 avec un taux de réponse de 100 %, fluidifier les parcours, accélérer les délais de réponse et proposer un service cohérent sur tous les canaux.
2. Optimisation opérationnelle : automatiser la gestion des demandes simples (comme par exemple les commandes, les suspensions de livraison, …) via deux assistants digitaux IA (voix et e-mail), afin de recentrer les conseillers humains sur les interactions sensibles ou complexes. Dès 2025, environ 30 % des heures de service client sont prises en charge par ces agents IA.
3. Intégration technologique fluide : interfaçage avec les outils CRM de Le Temps, respect strict des exigences de sécurité (RGPD/LPD), et plateforme évolutive prête à intégrer de futurs canaux ou besoins.

Pour construire ces deux assistants digitaux, Teleactis s’est appuyé sur la plateforme fAibrik. Plutôt qu’un outil standardisé, elle propose des solutions sur mesure, capables de répondre aux principaux besoins du service client dans une seule interface. C’est cette approche qui a permis à Le Temps d’être disponible 24/7, d’automatiser le traitement des demandes simples et de se connecter aux outils déjà utilisés par les conseillers. En partant des besoins réels de chaque client, fAibrik construit une solution qui s’adapte à sa réalité opérationnelle… Une approche que Teleactis a privilégiée pour concilier efficacité et proximité avec les lecteurs du Temps.

En résumé, Le Temps souhaitait un service à la fois plus humain et plus intelligent, aligné avec son image de média de référence, tout en maîtrisant les coûts et en renforçant l’engagement de ses équipes.

3. Les résultats concrets du service client externalisé et augmenté

La transformation du service client de Le Temps a généré des retombées économiques significatives, à la fois en réduction des coûts opérationnels et en amélioration de la performance relationnelle.

Ce succès repose sur une combinaison intelligente entre agents humains qualifiés et technologies d’automatisation pilotées par l’IA.

1. Une réduction mesurable des coûts

L’introduction de deux assistants digitaux (voix et mail) a permis d’automatiser environ 30 % du volume horaire auparavant traité par des conseillers humains.

📈 Résultat : une réduction structurelle des besoins en effectif sans dégradation de la qualité de service, grâce à une prise en charge instantanée des demandes simples ou récurrentes.

Le coût unitaire par interaction est resté constant, tout en absorbant les hausses salariales et l’inflation et en traitant 25% des interactions en dehors des heures ouvrées qui n’étaient pas traitées auparavant. Cette efficacité permet de contenir le budget annuel global tout en augmentant la satisfaction client.

2. Une création de valeur au service de la marque

La performance économique du projet ne se limite pas à des réductions de coûts. Le Service Client Augmenté agit comme levier stratégique de fidélisation et de réputation :

• Amélioration de l’image de marque : le dispositif incarne une promesse de modernité, de réactivité et d’écoute, en ligne avec l’identité éditoriale de Le Temps.
• Réduction de l’attrition : en traitant plus vite et mieux les demandes critiques (problèmes d’accès, réclamations, changements d’adresse), les irritants sont diminués, renforçant la satisfaction et la rétention des abonnés.
• Fluidification des opérations de back-office : grâce à l’automatisation du traitement des commandes d’abonnement, les délais sont réduits, les erreurs limitées, et les équipes internes dégagées de tâches répétitives.

Les mesures de satisfaction client réalisées par Le Temps sont désormais identiques voire meilleures qu’avant cette transformation. En quelques mois, le projet a donc permis à Le Temps de concilier excellence opérationnelle et expérience client augmentée. Le retour sur investissement a été rapide, avec un impact durable sur la performance globale de la relation client.

4. Agents IA + humains pour la réception d’appels – un modèle duplicable ?

Ce qui a été rendu possible pour Le Temps ne se limite pas au secteur des médias.

Tout secteur d’activité avec un service client exigeant sont concernés par ce nouveau modèle de réception d’appels conjuguant l’IA et le digital.

On pense par exemple aux entreprises dans l’assurance, les énergies, le transport, les services publics, la santé, l’immobilier, les transports publics, …

Bref, tous ces secteurs qui ont pour point commun :

• La pression sur les coûts,
• La hausse continue des attentes des clients,
• La tension autour de la gestion des pics d’appels,
• La diversité des motifs de contact.

La réalité, c’est que le modèle traditionnel atteint ses limites.

Déployer une équipe 100% humaine dimensionnée pour absorber l’ensemble des flux, même les plus simples, est souvent :

• Trop coûteux,
• Difficilement extensible,
• Inefficace sur les périodes où les flux sont les plus importants,
• Surdimensionné pour les périodes creuses.

Le service client externalisé que nous avons mis en place pour Le Temps est une alternative structurée et mesurable. Ainsi, un agent IA vocal (« voicebot » ou « callbot ») peut désormais efficacement prendre en charge les demandes simples, répétitives, et/ou hors horaires d’ouverture.

Bien calibré, avec des agents formés et une infrastructure ouverte, ce modèle fait vraiment la différence.

🎖️ Un prix qui récompense une transformation ambitieuse du service client

Ce projet, porté par Teleactis et Le Temps a reçu le 1er prix du Swiss Customer Relations Award Romandie 2025.

Il ne s’agit pas seulement d’une récompense. Il s’agit de la preuve qu’avec l’approche hybride « humain + IA », on peut concilier performance opérationnelle et qualité relationnelle. C’est aussi la preuve qu’on peut transformer en profondeur le service client d’une entreprise :

• Sans déshumaniser l’expérience,
• Sans exploser les budgets,
• Et sans renoncer à l’exigence (bien au contraire).

En résumé, nous sommes fiers de ce prix qui récompense une vision. La vision qu’un service client augmenté peut être au service de la marque, des équipes, et des clients.

Alors, quand est-ce que vous tentez l’expérience d’un service client augmenté ?

L’intégration des agents d’intelligence artificielle (IA) révolutionne la gestion de la relation client. En effet, les agents IA offrent aux entreprises des opportunités sans précédent pour améliorer leur efficacité opérationnelle et leur expérience utilisateur. Mais derrière les bénéfices attendus, les statistiques sur les agents IA en relation client révèlent aussi de nombreux défis humains et éthiques.

Vous voulez en savoir plus ?

Alors explorer les statistiques clés sur l’utilisation des assistants digitaux à IA dans la relation client, en fournissant des analyses approfondies applicables à la Suisse.

Ce que montrent les statistiques sur les agents IA en relation client

• Adoption croissante des agents IA dans la relation client,
• Impact des agents IA sur l’expérience client,
• Avantages concurrentiels et performances des agents autonomes,
• Investissements et projections financières autour de l’agentic IA,
• Préférences et attentes des consommateurs face aux assistants digitaux,
• Efficacité opérationnelle et gain de productivité grâce aux agents IA,
• Nécessaire recomposition des métiers de la relation client,
• Défis éthiques et gouvernance posés par les agents IA,
• Vers une relation client augmentée conjuguant agents humains et agents IA.

Adoption croissante des agents IA dans la relation client

1. 80 % des entreprises utilisent ou prévoient d’adopter des assistants digitaux à IA pour le service client d’ici 2025.

Cette adoption massive reflète la confiance croissante des entreprises dans l’IA pour améliorer l’efficacité opérationnelle et l’expérience client. Selon une étude de Gartner, cette tendance souligne l’importance stratégique de l’IA dans la transformation des interactions clients.

2. 51 % des organisations explorent l’utilisation d’agents IA, tandis que 37 % sont déjà en phase pilote.

Cette augmentation rapide souligne l’urgence pour les entreprises de s’adapter aux technologies émergentes pour rester compétitives. Comme le souligne une étude de KPMG, les entreprises retardataires risquent de perdre des parts de marché au profit de concurrents plus innovants.

Impact des agents IA sur l’expérience client

3. 61 % des consommateurs préfèrent des réponses rapides fournies par l’IA plutôt que d’attendre un représentant humain.

Les consommateurs recherchent de plus en plus des solutions rapides et autonomes, indiquant une évolution des attentes en matière de service client. Selon un rapport de HubSpot, cette préférence souligne l’importance de l’IA dans la satisfaction client.

4. Les entreprises utilisant l’IA constatent une réduction de 37 % du temps de première réponse.

Cette statistique suggère une transformation majeure des centres de contact, avec une amélioration significative de la réactivité. Selon une étude de Plivo, cela permet aux agents humains de se concentrer sur des tâches à plus forte valeur ajoutée. On peut ajouter que cela facilite aussi l’intégration des nouveaux embauchés dont la montée en compétence se fait plus rapidement.

5. 58 % des interactions client sont désormais initiées via des canaux automatisés ou assistés par l’IA (chatbots, voicebots, email automation, etc.).

Cette donnée, issue du rapport 2024 de Salesforce (State of Service), illustre un basculement structurel : les clients n’attendent plus d’être servis par un conseiller, ils s’attendent à ce qu’un système réponde en amont, rapidement, et de manière contextualisée.

Ce chiffre est d’autant plus révélateur qu’il concerne l’initiation de la conversation : autrement dit, l’IA n’est plus un outil de traitement, mais un outil de prise de contact, de qualification, voire de pré-diagnostic.

Avantages concurrentiels et performances des agents autonomes

6. 90 % des entreprises considèrent les agents IA comme un avantage concurrentiel.

Les agents IA sont en train d’opérer une révolution fondamentale dans les services clients en Suisse et ailleurs. L’IA est perçue comme un levier stratégique pour se différencier sur le marché et offrir une valeur ajoutée aux clients. Selon la MIT Sloan Management Review, les entreprises qui adoptent l’IA dans leur relation client constatent une amélioration de la rétention et de la satisfaction client, renforçant ainsi leur position concurrentielle.

7. Les entreprises combinant efficacement les capacités humaines et machines augmentent leur chiffre d’affaires de 38 % et leur performance de 33 %.

L’intégration harmonieuse de l’IA et des compétences humaines peut conduire à des améliorations substantielles des résultats financiers et opérationnels. Selon une étude de PwC, cette synergie permet d’optimiser les processus, d’améliorer la prise de décision et d’offrir une expérience client supérieure.

Investissements et projections financières autour de l’agentic IA

8. Un tiers des grandes entreprises prévoient de dépenser plus de 25 millions de dollars en IA en 2025.

Cet engagement financier reflète la priorité accordée à l’IA dans les stratégies d’entreprise pour les années à venir. Selon le Boston Consulting Group, ces investissements sont principalement dirigés vers l’amélioration de la relation client, l’automatisation des processus et l’analyse prédictive.

9. Le marché des agents IA, évalué à 3,7 milliards de dollars en 2023, devrait atteindre 150 milliards de dollars en 2025.

Cette croissance exponentielle indique une adoption rapide et une demande accrue pour les solutions basées sur l’IA. Selon Les Echos et Forbes, cette tendance est alimentée par la nécessité pour les entreprises d’améliorer l’efficacité opérationnelle et d’offrir des expériences client personnalisées.

Préférences et attentes des consommateurs face aux assistants digitaux

10. 70 % des consommateurs américains se sentent « émotionnellement manipulés » par les assistants d’achat basés sur l’IA.

Cette perception suggère qu’il faut intégrer les assistants digitaux avec prudence dans son parcours client. Une conjuguaison agents humains et agents IA est probablement aujourd’hui la combinaison gagnante pour éviter les contrecoups négatifs à l’utilisation de ces solutions digitales. Dans cet esprit, le cas d’usage qui se développe probablement le plus rapidement en Suisse est celui de l’accueil téléphonique augmenté. Cette approche conjugue des agents humains pendant les heures d’ouverture à des agents IA pour les débordements et en dehors des heures d’ouverture.

Selon l’étude de Chadix publiée dans WWF à l’origine de cette statistique, l’intégration des agents IA devra aussi prendre soin de bien distinguer les bénéfices de la personalisation de l’impression de manipulation. Certes, si les agents autonomes sont un moyen d’améliorer l’efficacité et de libérer les employés des tâches répétitives. Mais ils ne doivent pas pour autant nuire à l’expérience client.

11. 85 % des entreprises craignent de perdre un avantage concurrentiel en ne progressant pas rapidement avec l’IA.

Cette inquiétude souligne l’importance stratégique accordée à l’adoption rapide de l’IA pour maintenir la compétitivité. Selon Bain & Company, les entreprises qui tardent à intégrer l’IA risquent de se retrouver dépassées par des concurrents plus agiles et innovants.

Efficacité opérationnelle et gain de productivité grâce aux agents IA

12. 14% d’augmentation de la productivité des agents humains des services client grâce à l’IA générative

Une étude menée par Brynjolfsson, Li et Raymond d’avril 2023 a révélé ce chiffre. La même étude a également observé une hausse de 14% de la satisfaction client lorsque les conseillers clientèle étaient assistés par des agents IA.

L’association des conseillers clientèle et des assistants digitaux optimise les processus, améliore la prise de décision et renforce la performance globale. Cette statistique sur les agents IA, conforte l’intuition que la synergie entre humain et IA permet de tirer parti des atouts de chacun. L’IA apportant rapidité et précision, tandis que les humains apportent créativité et jugement.

13. 10% de réduction du temps de traitement des requêtes avec l’IA en temps réel

Cette capacité à traiter instantanément des demandes standardisées libère les conseillers humains pour des tâches plus complexes. Les chercheurs conduits par Scott Rome en 2024 ont ainsi démontré que les agents IA permettent de réduire les temps de traitement et aussi d’augmenter les taux de résolution au premier contact. La Harvard Business Review (janvier 2025) en conclut que les agents IA  allaient permettre aux entreprises de réduire leur coût par interaction tout en améliorant l’expérience client.

14. 75 % des centres de contact ayant déployé des agents IA ont observé une amélioration de leur Net Promoter Score (NPS).

Ce score, indicateur de la propension d’un client à recommander une entreprise, s’améliore notamment grâce à la réactivité accrue et à la disponibilité continue de l’IA. Comme le souligne Nicolas Bürer, directeur de Digital Switzerland, « L’enjeu n’est pas de remplacer l’humain, mais de libérer son potentiel pour les moments clés de la relation client. »

Nécessaire recomposition des métiers et compétences du fait de l’introduction de l’IA

15. Selon McKinsey (2024), 60 à 70 % des tâches des agents de relation client pourraient être automatisées d’ici cinq ans.

Mais seulement 5 % des emplois seraient supprimés : la grande majorité serait transformée. L’agent humain devient un superviseur de l’IA, chargé de gérer les exceptions, de corriger les biais ou d’intervenir dans les moments critiques.

16. Les entreprises qui accompagnent leurs salariés dans l’adoption de l’IA via formation et coaching obtiennent 1,7 fois plus de gains de productivité.

Bain & Company (2025) démontre que le ROI de l’IA ne repose pas uniquement sur la technologie mais sur l’appropriation humaine. Cela implique de revoir les formations, de créer une culture du questionnement et d’apprendre à collaborer avec des systèmes qui prennent des décisions. Une transition digitale des services clients vers plus d’agents IA sans embarquer les agents humains sera forcément décevante.

Défis éthiques et gouvernance posés par les agents IA

17. 56 % des entreprises du Fortune 500 identifient l’IA comme un facteur de risque.

Cela inclut des enjeux de transparence, de sécurité des données, de biais algorithmiques. Harvard Business Review rappelle : « L’agent IA autonome n’est pas un employé : il doit être piloté, audité et corrigé. »

18. 78 % des dirigeants interrogés par BCG estiment que l’encadrement éthique de l’IA est en retard sur les usages.

Cette course en avant technologique crée un déficit de confiance. McKinsey insiste : « La confiance est un actif stratégique dans toute interaction client – l’IA doit être conçue pour la renforcer, pas pour l’éroder. »

Vers une relation client augmentée conjuguant agents humains et agents IA

19. Selon le MIT, les entreprises intégrant des agents IA dans leur parcours omnicanal constatent une hausse de 15 % de la satisfaction client en moins de 12 mois.

L’automatisation permet une meilleure continuité de service, un historique client enrichi, et des recommandations mieux ciblées. Cette statistique sur les agents IA en relation client est intéressante. Le professeur Stéphane Garelli de l’IMD à Lausanne en résume bien l’enjeu : « Ce n’est pas la technologie qui transforme les entreprises, c’est leur capacité à en faire un avantage compétitif. »

20. L’intégration de l’IA dans les centres de contact permet de réduire le coût par interaction de 25 %, tout en augmentant le NPS de 12 points.

McKinsey (2024) indique que la combinaison d’une IA bien entraînée et d’agents humains compétents permet d’atteindre une forme de performance symbiotique. C’est cette combinaison que Teleactis met en œuvre dans ses projets d’externalisation de service client augmenté.

En conclusion : une révolution systémique dans la relation client est en cours

L’introduction des agents IA dans la relation client ne se limite pas à une automatisation de processus. C’est une transformation du rôle des équipes, des modèles de service, de la culture client.

Comme le dit Satya Nadella (CEO de Microsoft) : « L’IA ne remplace pas les gens. Elle permet à chacun de faire ce qu’il fait de mieux, mais en mieux. »

Vous souhaitez un accompagnement pour intégrer des agents IA dans votre relation client ?

Allez plus loin ! Contactez Teleactis dès maintenant.

Et si les agents IA pouvaient transformer radicalement la façon dont nous abordons le service client en Suisse ? Aujourd’hui, cette technologie prend une place de plus en plus centrale, permettant aux entreprises suisses de repousser les limites de la qualité de leur relation client tout en réduisant leurs coûts. Des acteurs majeurs comme Migros, Swisscom ou La Poste Suisse exploitent déjà ces outils d’agents IA dans leur service clients pour offrir un service rapide, disponible 24/7, et personnalisé aux clients. Alors, conjuguer agents IA et services clients, une approche gagnante ?

Pour alimenter votre réflexion, nous partageons et nous analysons :

• Ce qu’est un agent IA pour la relation client
• Les différents types d’agents IA utilisés dans les services clients
• Leurs avantages stratégiques
• Les défis qui restent à surmonter
• Les étapes clés d’une intégration réussie d’agents IA dans un service client

Qu’est-ce qu’un agent IA dans la relation client ?

De Jensen Huang, PDG de Nvidia déclarant « l’ère de l’agentic IA est là » à Ruchir Puri, Chief Scientist d’IBM affirmant que « 2025 sera l’année des agents IA », en passant par Marc Benioff, PDG de SalesForce prédisant que « la 3ème vague de l’IA est définie par les agents intelligents », tout ce qui compte dans le monde de l’intelligence artificielle n’a aujourd’hui d’yeux que pour les agents IA.

Mais que sont ces agents IA ?

Un agent IA est un solution d’intelligence artificielle autonome capable de :

1️⃣ Percevoir son environnement en collectant des données brutes.

Par exemple, dans le cas d’un service client, les bases de données du CRM, la facturation ou les catalogues produits. Ces données brutes sont prétraitées pour être exploitables.

2️⃣ Analyser et comprendre pour donner un sens aux données perçues et nettoyées.

Par exemple, en consultant l’historique des achats sur un site e-commerce ou en corrélant les retards de livraison à des évènements météorologiques.

3️⃣ Prendre des décisions à partir des analyses et en fonction des objectifs qui lui ont été donnés.

Par exemple, en proposant des alternatives d’achat ou bien en anticipant un retard de livraison.

4️⃣ Exécuter les actions via des interfaces logicielles.

Par exemple, envoyer un mail, passer une commande, donner directement une réponse.

S’améliorer en continu en analysant le résultat de ses actions.

Ces agents IA en service client reposent sur plusieurs technologies d’intelligence artificielle dont les principales sont :

• Le traitement du langage naturel (NLP) : pour comprendre les intentions des clients,
• L’IA générative : pour permettre de formuler des réponses riches et contextuelles,
• Le machine learning (apprentissage automatique) : pour améliorer continuellement la précision des réponses,
• Le RAG (Retrieval Augmented Generation) : pour combiner la recherche d’informations et de génération de textes.

Contrairement aux chatbots classiques déployés depuis les années 2010s, les agents IA cognitifs interprètent le contexte et s’adaptent dynamiquement aux échanges. En Suisse, Migros illustre cette avancée en utilisant des agents IA sur ses plateformes pour enrichir l’expérience client. 

Quel est le rapport entre les agents IA et l’agentic ?

Votre recherche sur les agents IA va probablement vous conduire à découvrir l’agentic.

L’agentic (agentivité en français) est à l’origine un concept de psychologie sociale remontant aux années 70s. Cette approche étudiait le comportement des individus à agir de manière autonome et à s’adapter en fonction de leurs croyances, des informations à leur disposition et de leurs objectifs. L’étude de l’agentivité a de nombreuses implications dans le management, l’éthique et la philosophie de l’action.

La notion d’agentic est aujourd’hui reprise et appliquée aux agents IA à tel point que l’agentic est souvent décrite comme la « science des agents IA ».  

De même que les agents IA incorporent plusieurs technologies pour leur fonctionnement, il y a de nombreux types d’agents IA utilisables en relation client.

Associés à des agents humains, les agents IA transforment votre service clients en un service clients dit « augmenté ».

Il y a une grande variété d’agents IA. Faisons un tour d’horizon des différents types.

Quels sont les différents types d’agents IA applicables aux services clients ?

Dans un service client, 3 types d’agents autonomes ont fait leur apparition depuis quelques années.

1. Agents conversationnels

Ce sont les agents digitaux qui sont en front office. Ils gèrent les interactions avec les clients suivant le mode de communication :

• par voie textuelle – par exemple, les chatbots depuis un site internet ou les réseaux sociaux, ou encore les mailbots pour les mails.
• par voie orale – par exemple les callbots par téléphone, ou voicebot pour tout moyen de communication verbale.

Les agents conversationnels sont la clef pour améliorer, d’une part, la réactivité de votre service client, et d’autre part, le taux de réponse autonome (le « selfcare ») de ce dernier.

Pourquoi les callbots sont les stars des agents IA en relation client ?

Les callbots, aussi appelés voicebots, ou assistants conversationnels ou encore assistants digitaux vocaux, sont devenus une tendance incontournable dans le domaine de la relation client. Ces agents d’intelligence artificielle capables d’échanger au téléphone ont rapidement gagné en popularité grâce à leur efficacité et leur polyvalence dans l’assistance aux clients.

Une meilleure qualité de service

Les callbots offrent de nombreux avantages par rapport aux méthodes traditionnelles d’interactions par téléphone avec les clients.

Ils parlent. Pour être plus précis ils échangent avec leurs interlocuteurs par la voix, le mode de communication favori de l’être humain. Cela les rend plus facile d’utilisation que les chatbots.

Les callbots améliorent vraiment la qualité de service. Ils sont disponibles 24h/24 et 7j/7  et ils décrochent 100% des appels en moins de 3 sonneries – quel que soit les volumes d’appel.

Ils peuvent aussi être programmés pour répondre en plusieurs langues.

Cela permet aux clients d’obtenir une réponse immédiate à leurs questions, même en dehors des heures d’ouverture des entreprises.

Une expérience client personnalisée

Les callbots sont également appréciés pour leur capacité à offrir une expérience client personnalisée. Ils peuvent reconnaître et mémoriser les préférences de chaque client, ainsi que leur historique d’achats et des interactions avec l’entreprise.

Cela permet aux callbots de fournir des réponses et des recommandations adaptées à chaque client, créant ainsi une expérience plus personnalisée et agréable pour le consommateur.

Des gains économiques

Les callbots sont économiques.

 D’abord leurs coûts d’exploitation sont faibles, typiquement 30% inférieurs à l’utilisation d’agents humains. C’est particulièrement vrai quand il faut assurer du service de piquet en 24h/24. A qualité de service a minima égale, le callbot évite l’embauche d’un personnel cher, en particulier la nuit et le week-end.

Ensuite, les callbots font gagner du temps, augmentent la satisfaction client et évitent de perdre des appels téléphoniques. Autant de situation qui permettent des gains de revenus pour l’entreprise.

2. Agents IA service clients en support

Assistants digitaux à IA affectés aux activités de back-office du service client.

De très nombreuses configurations d’agents IA dans des fonction support de votre service clients sont possibles. Sans que la liste soit exhaustive, ils peuvent fournir plusieurs services, par exemple :

• assister les conseillers dans leurs réponses (devenant ainsi les co-pilotes des agents),
• analyser les sentiments des appelants,
• valider les signatures vocales,
• gérer des réclamations,
• assurer les relances de retards de paiement,
• analyser les interactions et la qualité des réponses,
• etc.

3. Agents IA en support RH

Une catégorie à part des agents IA agissant en support, est celle des agents IA support RH. Ces derniers sont utilisés, par exemple, pour :

• réaliser des entretiens de pré-sélection,
• planifier et optimiser les emplois du temps des agents en fonction des contraintes contractuelles, règlementaires et des volumes d’appels,
• servir de hotlines pour les questions RH des salariés.

Certains de ces agents IA utilisés en RH sont standards. Cependant la plupart sont adaptés sur mesure aux besoins et aux spécificités des services clients de chaque entreprise.

📌 Envie d‘écouter nos agents IA ? Testez-les ici : Démo Voicebot

Pourquoi gagnent-ils en intérêt auprès des responsables des services clients ?

Regardons les principaux bénéfices mis en avant.

Les avantages des agents IA pour les services clients des entreprises suisses

Adopter des agents IA, c’est optimiser différents aspects critiques de votre service client :

✅ Amélioration de l’efficacité opérationnelle : en automatisant 30 % des demandes simples, Swisscom libère ainsi ses équipes pour des tâches plus complexes.

⏱️ Disponibilité permanente : vos clients ne feront plus jamais face aux contraintes horaires.

❤️ Personnalisation des interactions : grâce à la collecte et à l’analyse des données, les agents IA anticipent les besoins des clients.

💰 Réduction des coûts : des études de McKinsey estiment des économies opérationnelles de 20 à 30 % pour les centres d’appels optimisés par l’IA.

Autrefois l’apanage de grands groupes, les agents IA sont de plus en plus utilisés par les PME dans leurs activités de relation client ou de réception téléphonique.

📌 Exemple concret : Zendesk a rapporté en 2024 une baisse de 50 % des temps d’attente grâce à une solution intégrant un agent IA.

Si les avantages associés aux agents IA service clients sont si nombreux, pourquoi n’en voit-on pas plus ?

Témoignage – Julien Moret, Responsable Stratégie Commerciale et Base Clients du journal LE TEMPS

– Qu’est-ce qui vous a poussé à envisager l’utilisation d’assistants digitaux pour votre service client augmenté ?

«Nous avons toujours eu à cœur d’améliorer l’expérience de nos clients, en étant plus accessibles et plus réactifs à leurs besoins. L’utilisation d’assistants digitaux s’inscrit dans cette démarche, car elle nous permet de répondre rapidement et efficacement aux demandes simples ou récurrentes, tout en laissant à nos collaborateurs le temps de se concentrer sur les échanges à forte valeur ajoutée. L’intelligence artificielle nous aide ainsi à mieux orienter nos ressources, à maîtriser nos coûts et à garantir un niveau élevé de satisfaction, en offrant à nos clients un service plus fluide et plus personnalisé.»

– Y avait-il des freins ou des doutes en interne au départ ? Comment les avez-vous levés ?

«À chaque évolution dans notre manière de travailler — et peut-être encore davantage lorsqu’il s’agit d’intelligence artificielle — il est naturel que des doutes et des interrogations apparaissent. Nous avons pris le temps d’expliquer la démarche, de partager les bénéfices attendus et de démontrer la valeur de ce changement, tant pour nos clients que pour nos collaborateurs. Ces derniers découvrent ainsi un travail plus stimulant, recentré sur des missions à plus forte valeur ajoutée.»

– Comment avez-vous fait en sorte que l’expérience reste humaine et fluide ?

«C’est un travail quotidien de perfectionnement très fin. Nous partons d’un principe simple mais essentiel: ce n’est pas au client de s’adapter à l’intelligence artificielle, mais à l’intelligence artificielle de s’adapter au client. L’objectif n’a jamais été de remplacer l’humain dans la relation, mais de mieux identifier les moments où l’intervention humaine est nécessaire et apporte le plus de valeur. Ainsi, l’expérience reste à la fois fluide, efficace et humaine.»

– Avec le recul, quel conseil donneriez-vous à un dirigeant qui hésite encore à franchir le pas ?

«Je dirais qu’il est primordial de commencer par bien identifier les raisons profondes de ce changement et les bénéfices concrets qu’il peut apporter aux clients. Si ces bénéfices sont significatifs, il ne faut pas hésiter à franchir le pas. Comme tout changement, cela demande du temps, de la pédagogie et des ajustements, mais en persévérant, on parvient à construire une expérience client plus optimale et un fonctionnement interne plus harmonieux.»

Les défis à relever pour introduire des agents IA dans un service clients

Malgré leur potentiel, l’utilisation d’agents IA comporte aussi des limites :

1. La nécessité d’avoir accès à des bases de connaissances. Sans data, un agent IA est stérile aussi inutile qu’une chaudière sans combustible ou une machine à café sans café. Une consolidation des bases de données utilisées par votre service client est donc un prérequis à toute mise en place d’un agent IA.
2. L’adoption en interne. L’IA fascine mais elle effraie aussi. Il n’est ainsi pas surprenant que de nombreuses entreprises hésitent à mettre en place des agents IA dans leurs centres de contact ou dans leur réception téléphonique. Crainte vis-à-vis de la machine qui prend le travail de l’humain, remise en question de son travail, peur de ne pas comprendre le fonctionnement de ces nouveaux outils, … Autant de freins compréhensibles à l’introduction d’agents IA dans les services clients.
3. Compréhension limitée dans certains cas complexes : Selon Gartner, 15 % des interactions échouent en raison d’une mauvaise interprétation du contexte. L’IA est loin d’être parfaite. Les agents IA doivent être surveillés et maintenus en continu.
4. Acceptabilité des clients : environ 60 % des consommateurs disent préférer une interaction humaine pour résoudre un problème compliqué selon des études de Zendesk et de l’AFRC. Pour une relation client satisfaisante, les cas d’usage des agents IA doivent donc être clairement définis, voire limités.
5. Respect de la réglementation : En Suisse, les entreprises doivent se conformer à des lois strictes sur la protection des données.

Vous avez pris en compte ces difficultés à mettre en place des agents IA dans votre relation client et vous savez comment les mitiger.

Alors comment les intégrer pour réussir le lancement de votre service client augmenté ?

Voici nos recommandations.

Intégrer efficacement les agents IA service clients : les étapes clés

Pour tirer pleinement parti des agents IA dans un service client, une mise en œuvre réfléchie est indispensable. Un accompagnement par des professionnels est souvent pertinent si votre entreprise manque d’expérience dans la mise en place d’agents IA.

Il faut en particulier :

1️⃣ Définir les objectifs et les cas d’usage : Identifiez clairement les tâches à automatiser, et dans quel but. Réduire les coûts ? Améliorer la qualité de service ? Faire face à une pénurie de main d’œuvre ? Ou à une augmentation de volumes ? etc.

2️⃣ Choisir le (ou les) type(s) d’agents IA. La priorité doit aller aux outils qui vous permettront d’atteindre vos objectifs d’amélioration de votre service client.

3️⃣ Identifier les bases de connaissances disponibles et accessibles. La qualité du travail des agents IA est entièrement dépendante de la qualité des data auxquels ils seront connectés.

4️⃣ Former les équipes. L’adoption et une prise en main fluide des agents IA par vos collaborateurs est critique. Les agents IA ne remplacent pas les agents humains, ils vont travailler avec. Cette nécessaire adoption concerne aussi bien les conseillers qui travailleront directement avec les agents IA, mais aussi les autres départements de l’entreprise, du top management à la comptabilité en passant par les services juridiques, marketing ou IT. L’introduction d’agents IA dans le service client est un véritable projet de transformation numérique et c’est l’affaire de tous.

5️⃣ Adopter un mode gestion de projet. Nommer un chef de projet et son équipe, définir un calendrier et des KPIs, assurer des réunions de suivi, …

Vous savez le « Quoi ? », le « Pourquoi ? » et le « Comment ? » des agents IA dans un service client.

Reste la question du « Qui ? ».

Et aussi du « avec Qui ? ».

Pourquoi choisir Teleactis pour votre transition vers un service client augmenté ?

Transformer votre service client en service client augmenté grâce aux agents IA est un exercice prometteur mais complexe.

Adopter les agents IA n’est pas qu’une question de technologie : c’est une transformation stratégique.

Chez Teleactis, nous comprenons les besoins particuliers du marché suisse et nous accompagnons votre entreprise avec des solutions d’IA adaptées et évolutives à vos objectifs d’amélioration de votre relation client. Que ce soit pour optimiser vos coûts, améliorer votre expérience client ou faciliter la gestion de vos effectifs, Teleactis est le partenaire naturel.

Teleactis et les agents IA : quels cas d’usage ?

Depuis 2024 nous mettons en œuvre chez Teleactis, en synergie avec nos agents humains, des services clients dits « augmentés », c’est-à-dire incluant des agents IA au côté des conseillers humains, ce qui permet de :

• Coordonner les emplois du temps des kinésithérapeutes répartis dans 22 établissements,
• Offrir une assistance permanente en répondant aux interrogations des voyageurs d’un aéroport, quelle que soit l’heure de la journée ou le jour de la semaine,
• Superviser le service d’assistance dédié aux équipes internes d’un établissement hospitalier,
•  Traiter les demandes de premier niveau pour un groupe majeur du génie climatique,
• Mener des entretiens de présélection au téléphone afin d’identifier les intérimaires pour le compte d’un leader du travail temporaire,
• Veiller à ce que chaque appel soit pris en moins de trois sonneries, puis transmis et consigné pour une chaîne de concessions automobiles,
• Prendre en charge la souscription, le traitement des réclamations et le suivi des paiements en retard pour un quotidien de presse reconnu.

📞 Prêt à passer à l’action ?

Définition du marketing 5.0 (et des phases qui l’ont précédé).

Le marketing 1.0

Le marketing 1.0 est également appelé « product driven marketing » ou marketing centré produit. C’est le marketing le plus traditionnel. Son objectif principal est de trouver des clients en s’appuyant sur la méthode des 4P (Produit, Prix, Promotion, Place). La communication du marketing 4.0 est principalement unidirectionnelle et est focalisé sur la qualité et les caractéristiques des produits – services.

📅 Dates : avant les années 90.

🎯 Priorités : qualité des produits/services et distribution.

Le marketing 2.0

On parle aussi de « customer-centric marketing » ou encore de marketing centré sur le client. Il est apparu dans les années 90 avec la démocratisation d’Internet. Ce marketing s’intéresse aux besoins des clients pour arriver à la solution que l’entreprise propose.

📅 Dates : années 90 – 2000.

🎯 Priorités : comprendre et satisfaire.

Le marketing 3.0

On parle aussi d' »human-centric marketing » ou de marketing centré humain. Cette approche s’intéresse à l’émotion et à la société. Dès lors, on ne se contente plus seulement de répondre à un besoin, on cherche à inspirer, à créer de la valeur. Ce marketing a amené les entreprises à adopter des engagements éthiques comme le développement durable ou la RSE. On mise sur l’authenticité, la transparence !

📅 Dates : fin des années 2000 jusqu’à 2015.

🎯 Priorités : storytelling, engagement.

Le marketing 4.0

Le marketing 4.0 reste dans la continuité du marketing 3.0 et intègre le marketing 5.0. Celui-ci repose sur une utilisation massive d’outils d’analyses et d’automations. On parle alors de BigData, de CRM, de marketing automation, d’interactions online et offline, etc. On souhaite offrir à nos clients une expérience fluide, simple, omnicanale.

📅 Dates : 2015 – 2021.

🎯 Priorités : accompagner la relation humaine par les outils digitaux.

Le marketing 5.0

Ce marketing est celui que nous expérimentons tous actuellement. Il repose sur des outils digitaux plus avancés qu’auparavant. On parle, d’IA, de blockchain, de réalité virtuelle, de service client augmenté. On cherche avant tout à personnaliser, à automatiser, à anticiper, tout en conservant la dimension humaine.

📅 Dates : depuis 2021.

🎯 Priorités : hyper-personnalisation, automatisation intelligente.

Et après le marketing 5.0 ? Vers un marketing 6.0 ?

En observant les tendances, on suggère un marketing 6.0 en approche. Celui-ci devrait intégrer encore plus de technologies immersives. On pense notamment au développement de systèmes comme le métavers, la réalité augmentée, et les assistants IA conversationnels.

Nos experts sont tous convaincus que les sujets d’éthique et de durabilité resteront au cœur des stratégies marketing des entreprises.

Les caractéristiques du marketing 6.0

L’hyper-personnalisation prédictive

On suppose qu’avec les avancées ultra rapides de l’IA, les entreprises pourront anticiper les besoins de leurs clients avant qu’ils ne les expriment. En effet, les algorithmes d’auto-apprentissage et le big data comportemental apporteront des idées ciblées et contextuelles.

On peut par exemple imaginer un site e-commerce proposant des articles en se basant sur l’état émotionnel du client, détecté par l’IA. Autre exemple, on pourrait prédire le mécontentement futur d’un acheteur.

Les réalités immersives

On l’observe déjà dans certains domaines comme celui de l’immobilier, les expériences clients deviendront bientôt toutes immersives, hybrides. Imaginez plonger dans un monde interactif, visiter votre futur appartement en 4D, interagir avec des avatars…

Le neuro-marketing

On le sait, un jour pas si lointain les « cerveau-ordinateurs » permettront d’analyser en temps réel les réactions cérébrales de nos clients face à nos publicités, à nos produits… Nous pourrons ainsi adapter notre marketing selon les émotions mesurées.

Mais cela va également mener à d’autres problématiques, notamment éthiques. On pourra alors bientôt voir apparaître de nouveaux labels de transparence de l’IA sur l’analyse des données et les contenus générés.

Quand est-ce que le marketing 6.0 deviendra une réalité ?

Demain ! 2025, 2026 et 2027 devraient être des années de transition !

On commence à l’observer en effet, les marques pionnières commencent déjà à intégrer ces stratégies. Le marketing 6.0 se démocratisant, il deviendra très bientôt courant de se trouver face à des intelligences artificielles plus émotionnelles, et extrêmement personnalisées.

Chez Teleactis, nous travaillons sur ces sujets depuis déjà de nombreuses années, vous pouvez tester nos voicebots ici.

Nous estimons une adoption généralisée tous secteurs pour 2028 – 2032. 🔮

Il sera alors possible d’adapter les publicités selon les émotions détectées, d’offrir des expériences clients 100% immersives, etc. En ce qui concerne les agents conversationnels, ils seront capables de gérer toute une relation client, tout canaux confondus.

Votre entreprise se prépare-t-elle à ces transitions ?
Discutons-en !

Le call blending est une technique qui permet d’alterner automatiquement appels entrants et sortants sur une même plateforme. Les centres d’appels s’en servent pour faciliter la gestion des demandes existantes par les conseillers disponibles. Ainsi, chaque conseiller se voit attribuer un appel, entrant ou sortant, dès qu’il se libère de celui qu’il a traité.

Voyons ce qui se cache réellement derrière ce concept.

1. Les avantages et les technologies du call blending

Avantages du « call blending »

Le call blending est une technique bien connue des centres d’appels car il vise à augmenter la productivité des conseillers. Grâce à lui, ces derniers auront toujours un appel à gérer. La distribution des appels se fait alors en fonction de leur disponibilité.

Chaque appel reçu sera directement attribué au conseiller en mesure de le traiter. De même, lorsque les appels entrants sont peu nombreux, les conseillers prennent directement le relais pour les appels sortants. Ils peuvent alors mener des actions de prospection de téléphonique, ou des enquêtes de satisfaction. Ainsi, aucun conseiller ne sera plus ou moins chargé que les autres.

Ce système vise également l’utilisation optimale des ressources et la rationalisation du budget lié à la gestion du centre d’appel. Il permet en effet d’instaurer un équilibre entre les appels entrants et sortants. Pour ce faire, le logiciel surveille constamment le volume des appels existants.

Vis-à-vis des clients, le call blending cherche à améliorer le service qui leur est proposé. Il permet alors de limiter les temps d’attente grâce à une répartition automatique et efficace des appels.

Tout ce système repose sur l’utilisation d’un numéroteur prédictif, qui vérifie la disponibilité des conseillers et le volume des appels existants. Néanmoins, pour le mener à bien, le call blending suppose également une formation des agents aux activités qu’ils auront à gérer.

Technologies du call blending

Le call blending demande une infrastructure technologique pointue pour garantir une répartition fluide et intelligente de tous les appels.

Parmi les principaux outils et concepts :

1) L’ACD (Automatic Call Distributor)

L’ACD est la technologie permettant de distribuer automatiquement les appels. On le paramètre de sorte qu’il attribue les appels aux agents disponibles selon un ensemble de critères. Par exemple selon les compétences de chaque agent, la gravité de l’appel, la file d’attente, client VIP, etc.

Cette technologie indispensable au call blending offre une réduction des temps d’attente considérable.

2) Le predictive dialers

Si l’ACD se concentre sur les appels entrants, les predictive dialers servent à augmenter l’efficacité des campagnes de prospection, ou d’appels sortants. Ces outils anticipent les périodes de disponibilité des agents pour encore optimiser chaque appel.

Concrètement, l’outil compose plusieurs numéros en même temps et connecte les agents que lorsqu’un appel est répondu. Cela offre au centre d’appel une extraordinaires réduction des temps morts entre chaque appel, et en un même temps une augmentation du volume d’appels traités.

2. Les défis du call blending

Les avantages du call blending pour les entreprises suisses sont :

• Automatisation des actions répétitives et automatisables (comme la composition des numéros, la distribution des appels entrants, etc).
• L’optimisation des ressources humaines.
• La personnalisation des interactions.
• La réduction des temps d’attente.
• La disparition des temps morts (grâce à la distribution intelligente des appels entrants ou sortants selon les disponibilités des agents).
• La répartition des charges de travail (les appels sont distribués équitablement entre les équipes)
• La diversification des missions pour les agents.

Mais toute technologie entraîne son lot de défis.

Pour le call blending, chez Teleactis, on en soulève 2 principaux.

• La gestion du stress des agents :

Le call blending peut en effet apporter du stress aux agents du fait du passage constant entre appels entrants et sortants. Pour gérer cette pression, les agents doivent absolument bénéficier d’une formation approfondie qui leur permettra d’assurer une adaptation efficace.

• Les exigences technologiques :

Les outils technologiques qui permettent d’adopter le call blending sont (très) onéreuses. Ajoutons à cela le fait que les intégrations aux outils existants de l’entreprise (CRM, etc.) sont complexes.

Mais en externalisant votre service de call blending, vous pourrez bénéficier des meilleures technologies du marché sans avoir à supporter les coûts élevés d’acquisition, de maintenance et d’intégration. Ajoutons que les équipes sont déjà formées à ces outils

En faisant appel à un call center Suisse comme Teleactis, vous n’aurez pas à investir dans des infrastructures coûteuses et complexes. Nous vous offrons une solution clé en main, flexible et adaptée à vos besoins spécifiques.

Discutons-en autour d’un café virtuel, ou dans nos locaux à Petit-Lancy !

3. Les tendances 2025

• L’intelligence artificielle associé au call blending :

C’est une tendance qui est déjà en place mais qui se poursuivra et que nous verrons grandir ces prochaines années. L’intelligence artificielle permet aujourd’hui d’assister l’agent humain dans ses réponses pour le rendre plus précis, plus juste, plus efficace.
Les technologies d’IA couplées aux outils de call blending permettent l’analyse en temps réel les phrases prononcées par le client/prospect. L’outil peut ainsi proposer à l’écran de l’agent humain les propositions de réponses programmées en base.
Par exemple, si le prospect demande « quelles sont vos références dans le secteur de l’hôtellerie Suisse? ». L’agent verra affiché tout de suite à l’écran la liste des références qu’il peut citer.

L’intelligence artificielle, sur un autre registre, permet d’ analyser les pics d’activité. Sans intervention humaine ou reprogrammation, l’outil pourra ainsi ajuster automatiquement les flux.

• Vers une expérience client omnicanale :

Aujourd’hui encore, peu d’outils permettent de faire du call blending de façon omnicanale. Mais on y arrive, très bientôt ! On pourra ainsi intégrer la répartition des appels entrants et sortants aux agents, mais aussi des chat, des emails, des réseaux sociaux, etc.

Ce qu’il faut retenir !

Les avantages du call blending sont nombreux : automatisation des actions répétitives, optimisation des ressources humaines, des coûts, disparition des temps morts, répartition des charges de travail, etc. Mais cette technologie et d’une part assez coûteuse, mais demande en plus des ressources humaines parfaitement rodées et formées.

Retrouvez d’autres astuces marketing sur notre page dédiée ou bien n’hésitez pas à lire notre article : comment réussir vos actions de cold calling en BtoB ?

Pour être accompagné dans vos démarches commerciales et marketing contactez nos équipes.