En résumé
D’après l’enquête 2026 de Twilio, 86 % des entreprises pensent que leurs clients sont satisfaits de leur service client piloté par l’IA, alors que 51 % des consommateurs partagent cet avis. Pour prouver la valeur de l’IA, les spécialistes de l’expérience client recommandent de fixer une mesure de référence avant le lancement, de comparer des groupes exposés et non exposés et de suivre la demande cachée (recontacts, corrections, escalades). Ils conseillent enfin de tenir un registre des gains et un registre des pertes, et de relier l’IA au comportement commercial des comptes, seul indicateur que le client exprime avec son budget.
Les agents IA traitent déjà la moitié des interactions de service client, et les entreprises interrogées par Twilio s’attendent à ce que cette part atteigne 63 % d’ici 2027. Pourtant, selon le même éditeur, 86 % des entreprises jugent leurs clients satisfaits de ce service automatisé quand 51 % seulement des consommateurs sont de cet avis. Cet article traduit et adapte deux analyses publiées en 2026 par le média américain CMSWire, celle de Bhargavi Vepuri sur l’attribution des gains de l’IA à l’expérience client et celle de Ricardo Saltz Gulko sur la méthode des deux registres. Elles sont complétées par la série Customer Insights 2026 de Twilio et par l’analyse de CX Network sur la mesure du retour sur investissement de l’IA.
Le blog Kalido a déjà traité les défis et opportunités de l’IA dans le service client. Cet article traite un sujet plus étroit et plus exigeant, qui consiste à démontrer qu’un déploiement d’IA a réellement amélioré ce que vit le client, puis relier cette amélioration aux résultats de l’entreprise, y compris dans une relation B2B ou un programme de fidélité.
Pourquoi la valeur de l’IA reste difficile à prouver
Un écart de perception entre les entreprises et leurs clients
Twilio a interrogé 7 652 consommateurs et 660 dirigeants d’entreprises de 500 salariés et plus, du 9 avril au 1er mai 2026, dans 18 pays dont la France, l’Allemagne, l’Espagne, l’Italie et le Royaume-Uni. L’écart de 35 points entre les entreprises (86 % pensent leurs clients satisfaits) et les consommateurs (51 %) tient en partie, selon l’éditeur, à la façon dont le succès est mesuré. Les entreprises regardent les bénéfices opérationnels : résolution plus rapide, baisse du nombre de tickets, coûts de service réduits, disponibilité permanente. Ces indicateurs comptent, mais ils ne disent rien de la manière dont l’échange a été vécu de l’autre côté.
Côté client, l’avis est partagé. Interagir avec une IA plutôt qu’avec une personne donne à 41 % des consommateurs le sentiment d’être efficaces et autonomes, et laisse 37 % frustrés et peu considérés. Les clients ne rejettent pas l’IA en tant que telle : 55 % se sentent toujours valorisés par l’entreprise tant que l’IA est assez performante pour les aider, et 64 % estiment que les assistants qu’ils utilisent se sont améliorés en un an. À l’inverse, 64 % disent qu’une IA défaillante leur donne le sentiment d’être dévalorisés, et 74 % doivent répéter leur demande à un assistant IA au moins de temps en temps.
Chris Koehler, directeur marketing de Twilio, résume le problème : trop d’organisations notent leur IA sur une échelle que leurs clients n’utilisent pas. Pour une direction marketing ou relation client, la conséquence est directe. Un tableau de bord qui affiche des délais en baisse et des volumes contenus peut coexister avec une expérience perçue comme une contrainte.
Peu d’entreprises mesurent réellement le retour sur investissement
Le constat n’est pas nouveau. Dans son analyse publiée par CX Network, Carlos Del Corral cite une étude Lumoa menée auprès de 150 dirigeants : 71 % utilisaient déjà l’IA générative dans leurs initiatives d’expérience client, mais 29 % seulement mesuraient le retour de l’IA sur cette expérience. Les obstacles cités sont la difficulté à mesurer les bénéfices indirects, des déploiements encore précoces et l’absence de méthode de calcul établie. Certains répondants voyaient même ces outils comme un confort plutôt que comme une transformation.
L’étude Global State of CX 2024 de CX Network allait dans le même sens. Parmi les répondants utilisant l’IA générative, 39 % constataient un effet positif sur les profits et 28 % sur la fidélité. Tous projets confondus, 66 % ressentaient une pression croissante pour prouver le retour sur investissement et 63 % estimaient que l’expérience client apporte des bénéfices qui ne sont pas mesurés.
Ricardo Saltz Gulko s’appuie de son côté sur les travaux mondiaux de Deloitte : l’investissement dans l’IA continue d’augmenter alors que les retours restent difficiles à saisir. Les entreprises que Deloitte identifie comme leaders du retour sur investissement se distinguent par leur manière de mesurer, avec moins d’indicateurs, suivis plus honnêtement, et des méthodes adaptées à ce qui a été déployé.
Des indicateurs d’activité qui ne prouvent pas l’effet client
Bhargavi Vepuri part d’exemples familiers. Un service client introduit une IA et la durée moyenne de traitement baisse. Ailleurs, un agent IA est lancé et le taux d’autonomie en libre-service augmente. Une IA assiste la revue de documents et les délais raccourcissent. La tentation d’attribuer immédiatement ces gains à l’IA est forte, alors qu’une mise à jour de la base de connaissances, un nouveau routage, un changement d’équipe, une refonte de processus ou un effet de saison ont pu se produire au même moment.
Les systèmes d’IA produisent une grande quantité de statistiques : usage, taux de prise en charge, temps de réponse, précision du modèle, acceptation par les conseillers, coût par interaction, taux d’automatisation. La plupart décrivent l’activité de l’outil, et montrent qu’il a fonctionné, sans démontrer qu’il a amélioré le résultat pour le client. Saltz Gulko va plus loin : un tableau de bord entièrement au vert est pour lui un signal d’alerte, parce que l’activité paraît toujours bonne.
L’expérience client résulte d’une suite d’événements liés. Une recommandation de l’IA modifie l’action d’un conseiller, cette action modifie un processus, et ce processus modifie le délai de résolution, l’effort du client ou la probabilité qu’il recontacte l’entreprise. La mesure doit suivre la même chaîne, en répondant à trois questions : qu’est-ce que l’IA a changé dans le processus, qu’est-ce qu’elle a changé pour le client, et quelle preuve montre que le client a réagi à cause d’elle ?
Sept étapes pour attribuer un résultat client à l’IA
La méthode proposée par Bhargavi Vepuri dans CMSWire tient en sept étapes. Nous la complétons avec les apports de Ricardo Saltz Gulko lorsque les deux auteurs se rejoignent.
1. Fixer la mesure de référence avant le lancement
Le point de comparaison le plus propre se construit avant le déploiement. Il porte sur le type de demande, le segment de clientèle et le parcours que l’IA va toucher. Une moyenne globale de l’entreprise ne suffit pas, car les segments, les produits et les canaux ne se comportent pas de la même manière.
Pour un service client, cette référence peut inclure la résolution au premier contact, le taux de transfert, les recontacts pour le même motif sous sept jours, le taux d’escalade, l’effort client moyen, le nombre de réclamations et le coût par dossier résolu. Sur un parcours digital, on suivra plutôt le taux de complétion, l’abandon, le temps total du parcours, les bascules vers un conseiller et la reprise après un échec. Ces indicateurs rejoignent ceux présentés dans notre article sur la définition et la mesure de la satisfaction client.
Inutile de constituer un catalogue d’indicateurs : quelques mesures représentatives du problème client que l’IA doit résoudre suffisent. Si le projet vise à réduire l’effort du client, un traitement interne plus rapide est un signe encourageant, mais il ne constitue pas la mesure du succès.
2. Enregistrer l’exposition réelle à l’IA
Une erreur fréquente consiste à supposer que tous les clients sont traités de la même façon une fois l’IA lancée. Bhargavi Vepuri recommande de noter, pour chaque interaction, si elle a été traitée par l’IA seule, assistée par l’IA, traitée par un humain seul, escaladée par l’IA ou reprise après un échec de l’IA. Lorsque l’IA assiste un conseiller, il faut savoir si sa recommandation a été acceptée telle quelle, modifiée ou ignorée.
En libre-service, la distinction se fait entre une demande réellement résolue et une session simplement interrompue sans jamais atteindre un conseiller. Ces données d’exposition forment le dénominateur de toute analyse sérieuse.
Si la satisfaction augmente après le lancement alors qu’une faible part des parcours a utilisé l’IA, la preuve de causalité est faible. Lorsque la hausse se concentre chez les clients qui ont effectivement utilisé la fonctionnalité, l’argument devient solide.
3. Définir la chaîne de causalité avant de choisir l’indicateur
Chaque cas d’usage doit pouvoir s’écrire comme une chaîne de cause à effet. Bhargavi Vepuri donne cet exemple : une meilleure recherche dans la base de connaissances réduit le temps passé à chercher, donc les mises en attente et les transferts, ce qui améliore la résolution au premier contact, diminue les recontacts et allège l’effort du client.
L’ordre des maillons indique où agir quand les résultats ne sont pas au rendez-vous. Si la recherche s’améliore sans baisse des transferts, le problème tient plutôt à l’adoption du processus qu’au modèle. Quand les transferts diminuent mais que les recontacts augmentent, l’organisation clôt des dossiers qui progressent sans être réglés.
Un modèle d’attribution fiable distingue donc les indicateurs avancés, qui disent si le mécanisme a fonctionné, et les effets en aval, qui disent si le client en a tiré un bénéfice.
4. Comparer des groupes exposés et non exposés
Les comparaisons avant et après sont connues, mais elles subissent la saisonnalité, les changements de politique commerciale, les mouvements d’équipe, les promotions, les lancements de produits et l’évolution de la clientèle. L’attribution est plus fiable quand on compare des groupes similaires exposés à des degrés différents d’IA : déploiement par vagues, cohortes de clients appariées, files de service comparables, alternance de périodes. Sans transformer chaque projet en programme de recherche, l’objectif est de disposer d’un contrefactuel crédible, c’est-à-dire d’une estimation de ce qui se serait passé sans l’IA.
Ricardo Saltz Gulko illustre l’intérêt de cette règle avec une étude publiée dans le Quarterly Journal of Economics. Les chercheurs ont suivi 5 172 conseillers du support client d’une entreprise du Fortune 500 vendant des logiciels de gestion de processus à d’autres entreprises, pendant le déploiement progressif d’un assistant IA. Comme les équipes recevaient l’outil à des dates différentes, chaque résultat pouvait être comparé à des collègues qui ne l’avaient pas encore. La productivité, mesurée en demandes résolues par heure, a progressé de 15 % en moyenne. Les conseillers récents ou moins expérimentés ont nettement gagné en rapidité et en qualité, tandis que les plus expérimentés ont gagné un peu de vitesse et perdu un peu de qualité.
Une entreprise qui n’aurait regardé que la moyenne aurait conclu à un succès sans voir la perte de qualité chez ses meilleurs éléments. Lorsque des groupes de contrôle formels sont impossibles, Bhargavi Vepuri conseille de croiser plusieurs comparaisons : le même processus avant et après, un processus similaire resté inchangé, et une segmentation par canal, complexité de la demande et type de client. Si les trois lectures concordent, l’attribution est plus robuste.
5. Mesurer la demande cachée créée par l’IA
Lorsqu’une étape du parcours devient plus rapide, l’effort se déplace fréquemment ailleurs. Une demande considérée comme résolue en libre-service revient au support le lendemain. Parfois, une réponse de l’IA raccourcit l’appel mais oblige à revenir en arrière. Un processus automatisé allège le travail des équipes et ajoute des étapes au client.
Cette demande cachée doit être isolée : recontacts, dossiers rouverts, corrections, transferts après passage par l’IA, réclamations, réparations en back-office, escalades vers un superviseur, annulations en aval. Elle se suit sur une fenêtre de temps après l’interaction, et pas seulement lors du premier contact.
La bonne question devient alors de savoir si la tâche a disparu du parcours client dans son ensemble, et non simplement d’une file de traitement interne.
6. Lire un tableau de bord en quatre couches
Les directions demandent volontiers un chiffre unique. Bhargavi Vepuri recommande de résister à cette demande et de relier quatre couches de preuves, à lire ensemble :
- Activité de l’IA : la fonctionnalité a-t-elle été utilisée (taux d’exposition, d’assistance, d’acceptation, de prise en charge, de reprise) ?
- Performance du processus : le fonctionnement s’est-il amélioré (délais, transferts, ancienneté des files, résolution au premier contact, reprises) ?
- Résultat client : l’expérience s’est-elle améliorée (effort, satisfaction, abandon, recontacts, réclamations) ?
- Durabilité économique : le bénéfice tient-il après les coûts et la demande d’échec (coût par dossier résolu, rétention, coût des corrections, charge d’escalade) ?
Ce tableau fait apparaître les arbitrages. Une productivité en hausse avec davantage de recontacts signale une IA qui apporte des solutions partielles. Lorsque la satisfaction progresse avec un coût par dossier résolu nettement plus élevé, l’expérience est améliorée mais pas encore généralisable. Enfin, une automatisation croissante avec davantage de reprises et de corrections montre que le programme automatise de l’activité plutôt que de la valeur.
Construire ces quatre couches suppose des données clients reliées entre elles, un sujet développé dans notre article sur les données clients et les mesures de performance.
7. Faire le point à 30, 60 et 90 jours
Annoncer un succès dès la première semaine est prématuré. Les premiers résultats reflètent l’effet de nouveauté, l’attention particulière des équipes et un niveau de contrôle inhabituel.
À 30 jours, on évalue la santé opérationnelle : couverture, adoption, reprises, modes d’échec, respect du processus prévu. À 60 jours, on compare les cohortes et on explore la demande latente (recontacts, corrections, escalades, déplacements de charge). Le point à 90 jours évalue ensemble l’effet client et l’effet économique, puis permet de décider d’étendre, de redéfinir ou de limiter le cas d’usage.
Ce rythme compte parce que la performance de l’IA peut progresser pendant que le résultat client se dégrade, et inversement. Seul le temps permet de capter les effets en aval.
Tenir un registre des gains et un registre des pertes
Ricardo Saltz Gulko pose deux règles. Chaque déploiement d’IA reçoit deux registres, l’un pour la valeur créée, l’autre pour les dommages causés : un programme qui ne rapporte que des gains relève selon lui de la publicité. Sa seconde règle est plus radicale : il exclut les scores d’enquête comme le NPS, parce qu’un score ne dit pas ce qui l’a causé et peut bouger pour cent raisons étrangères à l’IA. Bhargavi Vepuri, elle, garde la satisfaction dans la couche « résultat client ». Les deux approches se concilient si la satisfaction n’est jamais la seule preuve avancée.
Ce que contient le registre des gains
Une fois l’attribution assurée, le registre des gains ne retient que des indicateurs décrivant ce que les clients ont réellement reçu. Le premier est le nombre de problèmes résolus, et non de contacts traités : une conversation qui se termine n’est pas un problème réglé, et la résolution se confirme par l’absence de relance. Le deuxième est le taux de recontact pour le même motif à sept et à trente jours, que l’auteur considère comme le meilleur révélateur des fausses résolutions. Une IA qui « résout » 80 % des contacts avec un recontact en hausse produit un effet boomerang.
Le troisième indicateur est le coût par problème résolu, plutôt que le coût par contact qui récompense la déviation. Il se calcule en divisant le coût complet de l’opération IA, escalades humaines comprises, par le nombre de problèmes réellement clos.
Le dernier, décisif en B2B, est le comportement commercial des comptes servis par l’IA : renouvellement, développement et comportement de paiement, comparés à ceux de comptes similaires servis principalement par des humains. C’est le seul retour que les clients donnent avec leur budget.
Les cinq coûts que la plupart des programmes ne suivent pas
Le registre des pertes est celui que presque personne ne tient. Il commence par le coût des erreurs, classé par type. Une date de livraison fausse, une promesse erronée sur un droit ou un prix inexact n’ont pas les mêmes conséquences : en attribuant un montant en euros à chaque classe d’erreur et en le multipliant par sa fréquence, un taux de précision de 96 % devient « 4 % des interactions génèrent ce risque précis ».
Vient ensuite la « taxe de vérification » : une IA qu’il faut contrôler a déplacé le travail sans le supprimer. Saltz Gulko cite l’institut de recherche d’Upwork, selon lequel 96 % des dirigeants attendaient de l’IA un gain de productivité, alors que 77 % des salariés qui l’utilisent déclaraient une charge de travail accrue et 39 % passaient plus de temps à relire des contenus générés. Ces heures de vérification sont un coût réel, invisible sur le tableau de bord de l’IA.
Les trois autres lignes concernent la relation. L’abandon en cours d’escalade compte les clients qui ont essayé l’IA, cherché un humain et renoncé : ils apparaissent comme « pris en charge » dans les statistiques alors qu’ils préparent leur départ. La dérive commerciale silencieuse est propre au B2B, où le client se plaint rarement avant de partir : il cesse de développer son compte, puis ne renouvelle pas, d’où l’intérêt de suivre la trajectoire de chiffre d’affaires des comptes après une interaction négative avec l’IA. La dette de confiance, enfin, naît de chaque erreur que le client repère avant l’entreprise et se manifeste dans la résistance que rencontrera le déploiement suivant.
Piloter la mesure comme une revue de compte de résultat
Les leaders du retour sur investissement identifiés par Deloitte sont sélectifs : moins d’initiatives, mesurées en profondeur, et 85 % d’entre eux utilisent des méthodes de mesure différentes selon le type d’IA plutôt qu’un tableau de bord unique.
Saltz Gulko en tire une discipline simple. Avant tout déploiement, la référence est fixée, le groupe de comparaison défini, les deux registres conçus et un responsable nommé, celui-là même qui a promis les résultats. Après le déploiement, les deux registres sont présentés chaque trimestre à la direction, gains et pertes sur la même page, en argent et en comportements clients.
Son test d’honnêteté tient en une question : votre système de mesure a-t-il déjà produit un chiffre négatif ? Si tous les rapports depuis le lancement sont au vert, soit l’opération est sans défaut, soit l’instrument a été construit pour plaire. Savoir que les recontacts ont augmenté relève de la mesure, comprendre pourquoi exige ensuite d’interroger de vrais clients.
Ce que les clients attendent d’une IA utile
La série de Twilio précise ce que la mesure doit capter du côté client. Elle place la transparence en tête : 76 % des consommateurs veulent qu’un agent IA se présente comme tel dès le début de la conversation, alors que 32 % des entreprises disent en faire une priorité dans la conception de leurs agents. L’accès à un humain suit de près, puisque 63 % veulent pouvoir joindre facilement une personne à tout moment, que 78 % ont déjà tenté de contourner un agent IA pour y parvenir et que 47 % des entreprises proposent cette sortie simple.
La précision compte davantage que la vitesse. Les clients apprécient le temps gagné (81 % disent que les agents IA leur en font gagner, 82 secondes par interaction en moyenne selon leur estimation), mais une IA inefficace fait perdre 81 secondes en tentatives infructueuses avant l’escalade vers un humain. Des limites apparaissent aussi : 56 % ne font pas confiance à l’IA pour effectuer un achat ou un paiement à leur place et 54 % pour lancer une demande de prêt. Twilio en conclut que l’objectif de l’IA est de réduire l’effort que chaque client consacre à la marque, plutôt que celui que la marque consacre à chaque client.
Ces attentes donnent des indicateurs concrets à intégrer à la couche « résultat client » : part des conversations où l’IA s’est identifiée, délai d’accès à un humain, nombre de répétitions demandées au client. Nous avons détaillé la manière de garder ce recours humain dans notre article sur l’automatisation de la relation client sans la déshumaniser.
Appliquer cette discipline à un programme de fidélité B2B
La méthode vaut au-delà du service client. Un programme de fidélité B2B qui utilise l’IA pour recommander des récompenses, relancer des comptes inactifs ou répondre aux questions des participants se mesure de la même façon. La référence porte sur les comptes et les distributeurs concernés avant le lancement, et l’exposition distingue les participants qui ont reçu une recommandation ou une relance générée par l’IA de ceux qui n’en ont pas reçu.
Le registre des gains s’appuie alors sur les indicateurs que recommande Saltz Gulko pour le B2B : renouvellement, développement du compte, régularité des commandes, comparés à des comptes similaires. Le registre des pertes suit les relances jugées hors sujet, les réclamations, les participants qui se désengagent après une interaction automatisée. Les indicateurs d’engagement propres au programme, présentés dans notre article sur la mesure de l’engagement client, complètent ce suivi.
Un déploiement par vagues, région par région ou segment par segment, fournit le groupe de comparaison sans coût supplémentaire. Le bilan à 90 jours permet ensuite de décider sur des faits si l’usage de l’IA mérite d’être étendu à tout le réseau.
Questions fréquentes
Comment mesurer le retour sur investissement de l’IA dans l’expérience client ?
En fixant une mesure de référence avant le lancement, en enregistrant quelles interactions ont réellement impliqué l’IA, en comparant des groupes exposés et non exposés, puis en suivant quatre couches d’indicateurs : activité de l’IA, performance du processus, résultat client et durabilité économique.
Quelle différence entre indicateurs d’activité et indicateurs d’impact ?
Les indicateurs d’activité (usage, taux de prise en charge, temps de réponse) montrent que l’IA a été utilisée. Ceux d’impact vérifient que cet usage a modifié le processus et amélioré un résultat client, par exemple moins de recontacts ou un effort réduit.
Qu’appelle-t-on la demande cachée créée par l’IA ?
C’est l’effort qui semble supprimé à une étape du parcours, comme un appel plus court ou une conversation contenue, mais qui réapparaît plus tard sous forme de recontact, de correction, de réclamation ou d’escalade. Elle se suit sur une fenêtre de temps après l’interaction.
Pourquoi les comparaisons avant et après surestiment-elles l’effet de l’IA ?
Parce que la saisonnalité, les changements d’équipe, les promotions ou une refonte de processus coïncident avec le lancement. Sans groupe de comparaison, il est impossible d’isoler l’IA comme cause du changement observé.
Quels indicateurs suivre en B2B pour relier l’IA au chiffre d’affaires ?
Le renouvellement, le développement et le comportement de paiement des comptes servis par l’IA, comparés à des comptes similaires servis par des humains, ainsi que la trajectoire de chiffre d’affaires des comptes après une interaction négative avec l’IA.
Vous souhaitez relier vos dispositifs de fidélisation et de reconnaissance à des résultats mesurables ? Kalido conçoit des programmes de fidélité B2B, d’incentive et de récompense pensés pour être suivis compte par compte. Parlons de votre projet.
Passer à l’action avec Kalido
Nos services additionnels
Nos briques techniques et data pour piloter votre marketing relationnel avec précision.
Découvrir la solution




