Accélérer le support client de Bip&Go grâce à l’IA
Assistant de connaissances, tri automatique, réponses instantanées : des délais réduits et des coûts maîtrisés.
Contexte
Bip&Go commercialise des abonnements de télépéage et des services de mobilité (recharge électrique, réservation de parkings) auprès de 2,2 millions de clients, principalement des particuliers. L’usage est majoritairement en France, avec des extensions en Espagne, au Portugal et en Italie, et une saisonnalité marquée entre avril et septembre. La période 2024–2025 a été caractérisée par une hausse sensible des sollicitations, notamment après le passage au flux libre sur l’A13. Le service client s’appuie sur un CRC interne renforcé par un prestataire, leur outil interne CRP/ERP Oscar, une application mobile (2021) et un chatbot (déployé en 2024, ≈ 20 000 conversations mensuelles) qui améliore les réponses simples sans réduire, à ce stade, le volume global.
L’enjeu 2025 : absorber la croissance des contacts tout en réduisant les délais de traitement et en tenant l’enveloppe budgétaire, sans compromis sur la qualité perçue (QS, NPS, Trustpilot).
Collaboration
Notre intervention s’est déroulée en quatre semaines, en proximité avec le CRC et les équipes Produit, IT et Qualité. Nous avons réalisé un audit des parcours et des flux (entretiens, revue documentaire, observation d’Oscar et du chatbot, inventaire SharePoint et modèles d’e‑mails), identifié et priorisé les points de friction qui génèrent du volume ou de la latence, puis bâti un plan d’exécution. Le livrable couvre trois cas d’usage IA priorisés, un impact chiffré, une architecture de référence légère et conforme, ainsi qu’une gouvernance de déploiement (rituels, supervision, boucles de feedback).
Assistant de connaissances pour les conseillers (P0). Un assistant en langage naturel connecté à la documentation opérationnelle (procédures, modèles d’e‑mails, FAQ internes). Il retrouve la règle à appliquer, propose une réponse contextualisée et facilite le transfert vers Oscar ou l’e‑mail. Un mode « simulateur » sert à l’onboarding et à l’entraînement continu, pour une montée en autonomie plus rapide. Cet assistant permettrait de retirer ~30 secondes par appel (base ≈ 20 000 appels/mois).
Tri et routage automatiques des demandes (P1). Pour fiabiliser le pilotage et préparer l’automatisation, e‑mails, formulaires et chats sont pré‑classés en type/sous‑type par un service léger. Un score de confiance décide de l’assignation directe ou de la validation par un conseiller. Les corrections sont journalisées et ré‑apprises afin d’améliorer la précision semaine après semaine. Cette automatisation fait passer de 45–60 secondes de classement manuel à < 5 secondes, soit > 110 heures/mois économisées.
Réponses instantanées de niveau 1 (P0). Les intentions récurrentes à faible complexité (duplicata de facture, suivi d’expédition de badge, réinitialisation de mot de passe, etc.) sont traitées en autonomie : détection, génération d’une réponse personnalisée (gabarits + base de connaissances), puis envoi automatique ou proposition à valider selon un seuil de confiance. Le CRC garde en permanence la main et la traçabilité. Les réponses de niveau 1 couvrent ~30 % des demandes écrites et libèrent ≈ 140 heures/mois.
À l’année, l’ensemble représente ≈ 5 000 heures gagnées (≈ 3 ETP prestataires).
Technical Insights
L’architecture repose sur une couche de connaissances synchronisée depuis SharePoint, transformée en index vectoriel et interrogée via RAG par l’assistant des conseillers. Les flux écrits (e‑mail, formulaires, chat) passent par une API légère et un service de classification serverless (API Gateway, Lambda, Bedrock/LLM) qui renvoie type/sous‑type et un score de confiance. Les réponses automatiques s’appuient sur des gabarits versionnés et une personnalisation contrôlée (données compte/contrat sous scope restreint), avec human‑in‑the‑loop sous seuil et journalisation complète (qui a répondu, quand, sur quelle base).
Côté intégration, Oscar est alimenté en API ou en batch ; les opérations sont idempotentes et rate‑limited. La sécurité et la conformité s’appuient sur la minimisation des données, le chiffrement en transit/au repos et la zero‑data‑retention auprès des modèles. L’observabilité comprend des tableaux de bord (latence, précision, couverture, taux d’auto‑résolution), des gates de déploiement (A/B, canary) et des revues qualité hebdomadaires (confusion matrix, prompts, gabarits). Optionnel : voice stack (STT/TTS) pour le canal téléphonique, si nécessaire.
Ce que nous mesurons
Baisse du temps moyen de réponse avant/après mise en production, diminution du coût mensuel de la relation client (ETP internes + prestataires), maintien/hausse de Trustpilot, NPS, QS (≥ 80 %) et DMC (~3 min), précision de la classification, part des demandes auto‑résolues, autonomie des agents.
