Un chatbot d'assistance client est utile quand les questions se répètent et que les réponses existent déjà, écrites quelque part : dans les conditions de vente, dans les manuels, dans les FAQ, dans les tickets clos. shardana.ai développe des chatbots IA sur mesure qui lisent ces sources, interrogent les systèmes de l'entreprise, répondent de façon cohérente avec le ton de la marque et indiquent leurs propres limites, au lieu d'inventer.
Le travail ne s'arrête pas au modèle de langage. Il comprend la préparation des sources, la connexion aux CRM, aux systèmes de gestion et aux bases de données, y compris en développant des connecteurs et des API sur mesure, l'intégration aux canaux que les clients utilisent vraiment, les règles d'escalade vers l'équipe et la supervision des conversations. Pour voir l'un de nos chatbots à l'œuvre, essayez AntasAI depuis la bulle de discussion en bas à droite.
Qu'est-ce qu'un chatbot d'entreprise pour l'assistance client ?
Un chatbot d'entreprise pour l'assistance client est un assistant qui répond aux questions des clients en s'appuyant sur les connaissances et les systèmes de l'entreprise. Il lit les procédures, les FAQ et les conditions contractuelles, mais peut aussi interroger des bases de données, des CRM, des systèmes de gestion et de ticketing grâce à des outils dédiés, par exemple pour lire l'état d'une commande ou d'un dossier. Avec ces éléments, il compose la réponse et indique d'où vient chaque information. Quand la demande est délicate, comme une réclamation, un paiement ou une donnée personnelle, ou quand des éléments manquent, le chatbot ne laisse pas le client sans réponse et n'improvise pas : il rassemble et recoupe toutes les données pertinentes et les remet à une personne de l'équipe dans un résumé prêt à l'emploi, avec un brouillon de réponse à valider. Le conseiller ne perd pas de temps à chercher dans plusieurs outils et peut se concentrer sur la décision. Le périmètre reste défini par vous, et chaque étape laisse une trace.
Envie de voir un chatbot à l'œuvre ? Essayez AntasAI
Le moyen le plus rapide de comprendre notre façon de travailler est d'essayer AntasAI, l'Ingénieur des Idées. C'est un chatbot que nous avons développé nous-mêmes et que vous pouvez utiliser tout de suite, en cliquant sur la bulle en bas à droite de cette page. Vous lui racontez un défi encore flou, et il guide la conversation, approfondit le contexte et propose trois directions à évaluer : Quick Win, Scale et Disruptive. Il s'appuie sur une base de connaissances et maintient le dialogue dans un périmètre précis, comme nous le ferions pour le chatbot de votre entreprise. Il vous montre concrètement comment nous réglons le ton, la récupération des contenus et la limite de ce que le système peut affirmer. Nous ne publions pas de cas clients que nous ne pouvons pas documenter : quand un projet aura l'accord du client, nous le raconterons avec des délais, une stack et des métriques vérifiables. En attendant, AntasAI est la démonstration que vous pouvez toucher du doigt.
Découvrir les détails d'AntasAIOuvrir AntasAI dans un nouvel onglet
« Un chatbot qui invente une réponse coûte plus cher qu'un chatbot qui admet ne pas savoir : le premier perd la confiance du client, le second la gagne. » — Maurizio Brioschi, fondateur de shardana.ai
Chatbot à règles, chatbot IA ou plateforme SaaS : lequel choisir ?
Le choix dépend du nombre de questions différentes que vous recevez, de la fréquence à laquelle les réponses changent et de ce que vous devez intégrer. Un chatbot à règles suit des arbres de décision écrits à la main : il est prévisible et coûte peu, mais ne tient que pour des questions standard et se brise dès que le client formule sa demande autrement. Un chatbot IA sur mesure comprend le langage naturel, répond à partir de vos documents et peut être relié à vos systèmes, avec un investissement initial plus élevé et un coût d'usage lié aux volumes. Une plateforme SaaS est la voie la plus rapide pour démarrer, mais la personnalisation, la propriété des données et les intégrations dépendent du fournisseur. Il n'existe pas de réponse valable pour tous : si les questions sont peu nombreuses et fixes, les règles suffisent ; si la connaissance est vaste et évolue, l'IA convient mieux ; si vous avez seulement besoin d'un essai rapide, un SaaS peut suffire.
| Critère | Chatbot à règles | Chatbot IA sur mesure | Plateforme SaaS |
|---|---|---|---|
| Questions traitées | Peu nombreuses et prévisibles | Vastes, en langage naturel | Vastes, dans les limites du produit |
| Intégration à vos systèmes | Limitée | Complète, définie dans le projet | Dépend des connecteurs disponibles |
| Contrôle des données et des réponses | Total mais rigide | Élevé : sources, autorisations, journaux | Partiel, encadré par le fournisseur |
| Coût initial | Faible | Plus élevé, lié au périmètre | Faible ou nul |
| Coûts récurrents | Maintenance des arbres | Modèles, infrastructure, amélioration | Abonnement, souvent au volume ou à l'utilisateur |
| Quand il convient | FAQ fixes et peu de trafic | Connaissance vaste et processus propres | Essai rapide ou besoins standard |
Sur quels canaux fonctionne un chatbot : site et WhatsApp ?
Un chatbot peut être publié sur les canaux que les clients utilisent déjà, et les deux plus demandés sont le site et WhatsApp. Sur le site, il s'insère comme une fenêtre de conversation, au ton et à la charte de la marque, et peut connaître la page d'où part le client. Sur WhatsApp, la conversation a lieu là où les clients ont l'habitude d'écrire, mais elle exige la WhatsApp Business Platform, avec un numéro dédié, des modèles de message validés et des règles sur le consentement. Le même noyau de sources et de règles peut servir les deux canaux, de sorte que les réponses restent cohérentes. Le travail change au niveau de l'interface et des conditions d'usage : la longueur des messages, la gestion des pièces jointes et des images, les délais de réponse et le passage à un conseiller. D'autres canaux peuvent être ajoutés, comme l'e-mail ou une application interne, quand le cas d'usage le justifie. Il vaut mieux commencer par un seul canal et élargir après avoir lu les conversations réelles.
Comment évitons-nous que le chatbot invente des réponses ?
Un chatbot se trompe moins quand sa tâche est restreinte et vérifiable. Le système récupère d'abord les informations pertinentes, dans les documents validés grâce à une technique appelée RAG et dans les systèmes de l'entreprise par des outils aux autorisations précises, et construit la réponse uniquement sur cette base. Chaque réponse indique les sources utilisées, afin que celui qui la lit, ou qui la contrôle ensuite, puisse la vérifier. Quand les données ne suffisent pas, le chatbot le dit. Pour les demandes sensibles, comme les réclamations, les paiements ou les données personnelles, il prépare le cas pour un conseiller avec les données déjà rassemblées et un brouillon de réponse à valider. Après la mise en production, les conversations sont enregistrées et relues : les cas non résolus montrent quels contenus ou quelles intégrations manquent, et se corrigent à la source. Aucun système n'est infaillible, mais les sources, les seuils de confiance et l'escalade rendent les erreurs rares, visibles et corrigibles. L'exemple ci-dessous montre la sortie du système.
{
"question": "Puis-je modifier l'adresse de livraison après la commande ?",
"reponse": "Oui, jusqu'à l'expédition. Ensuite, il faut contacter le transporteur.",
"sources": ["Conditions de vente, art. 6", "FAQ expéditions, point 3"],
"confiance": "élevée",
"action": "répondre"
}
{
"question": "Je souhaite contester le prélèvement de mars.",
"reponse": null,
"confiance": "faible",
"action": "passer_a_un_conseiller",
"resume_pour_le_conseiller": {
"client": "Fiche et contrat lus dans le CRM",
"paiements": "Prélèvement de mars trouvé dans le système de gestion",
"historique": "Deux tickets précédents sur le même sujet",
"brouillon_de_reponse": "À valider avant l'envoi"
}
}Exemple illustratif du format de sortie : la première réponse cite les sources, la seconde passe le cas à un conseiller.
Combien coûte le développement d'un chatbot d'entreprise ?
Le coût d'un chatbot d'entreprise dépend du périmètre, c'est pourquoi nous ne publions pas de grille tarifaire unique. Pèsent surtout la quantité et la propreté des sources, les canaux à couvrir, les intégrations avec le CRM, le système de gestion ou le ticketing, les actions que le chatbot peut accomplir en plus de répondre et les exigences de confidentialité. Aux dépenses de développement s'ajoutent des coûts récurrents qu'il vaut mieux estimer dès le début : l'utilisation des modèles de langage, qui augmente avec le nombre de conversations, l'infrastructure, les messages de la WhatsApp Business Platform et le temps consacré à l'amélioration des contenus. Un premier cas circonscrit, avec une seule source et un seul canal, permet de mesurer résultats et volumes avant d'élargir le projet. Après le premier échange, vous recevez une proposition écrite avec phases, livrables et coûts, afin de savoir ce que vous achetez avant de vous engager sur l'ensemble.
| Poste | Type | De quoi il dépend |
|---|---|---|
| Analyse et périmètre | Ponctuel | Nombre de processus et de sources à cartographier |
| Préparation des sources | Ponctuel | Qualité et format des documents existants |
| Développement et intégrations | Ponctuel | Canaux, systèmes à connecter, actions autorisées |
| Modèles de langage | Récurrent | Nombre et longueur des conversations |
| Infrastructure et canaux | Récurrent | Hébergement, WhatsApp Business Platform, supervision |
| Amélioration continue | Récurrent | Cas non résolus et mise à jour des contenus |
Combien de temps faut-il et comment se développe un chatbot ?
Un chatbot se développe par étapes courtes, pour voir des résultats réels avant d'investir davantage. On part d'un échange sur l'assistance client actuelle, les questions les plus fréquentes et les outils utilisés. Vient ensuite une analyse qui définit les sources, le périmètre, les règles d'escalade et les critères de réussite, par exemple la part des demandes résolues sans conseiller. Puis on construit un prototype sur un cas limité, que l'équipe teste avec de vraies questions. S'il fonctionne, le chatbot est relié aux canaux et aux systèmes, affiné sur les cas non résolus et mis en production. Après la mise en production, le travail continue, car les questions des clients changent et les contenus doivent être mis à jour. Les durées du tableau sont indicatives et nous les confirmons après l'analyse, car elles dépendent surtout de la disponibilité des sources et de la rapidité avec laquelle votre équipe les valide.
| Phase | Ce qui se passe | Durée indicative |
|---|---|---|
| Premier échange | Assistance client actuelle, questions fréquentes, outils | Une rencontre |
| Analyse et périmètre | Sources, règles d'escalade, critères de réussite | Environ une semaine |
| Prototype | Chatbot fonctionnel sur un cas limité, testé par l'équipe | 2 à 3 semaines |
| Développement et intégration | Canaux, systèmes connectés, affinage sur les cas réels | 2 à 4 semaines |
| Mise en production et amélioration | Production, supervision, mise à jour des contenus | Continu |
Questions fréquentes
- Le chatbot peut-il utiliser uniquement les informations de mon entreprise ?
- Oui. Le système ne lit que les documents et les systèmes que vous autorisez, avec des autorisations précises, et indique quand il n'a pas assez de contexte pour répondre, en préparant le cas pour une personne.
- Le chatbot peut-il lire des données du CRM ou du système de gestion ?
- Oui. Il peut interroger des bases de données, des CRM, des systèmes de gestion et d'autres outils de l'entreprise grâce à des outils dédiés. Si un système n'offre pas d'API, nous développons un connecteur ou une API sur mesure pour relier les données.
- Faut-il déjà disposer d'une base de connaissances bien rangée ?
- Non. On part de documents, de FAQ, de tickets et de procédures existants, puis on les range et on les améliore à mesure que les vraies questions des clients apparaissent.
- Un chatbot peut-il fonctionner sur WhatsApp ?
- Oui, via la WhatsApp Business Platform. Il faut un numéro dédié, des modèles de message validés et des règles sur le consentement. Les sources et les règles peuvent être les mêmes que pour le chatbot du site.
- Comment sont gérés les cas complexes ou les réclamations ?
- Avec des règles d'escalade : le chatbot rassemble et recoupe les données du CRM, du système de gestion et de l'historique, prépare un résumé avec un brouillon de réponse et passe la conversation à l'équipe, qui décide sans avoir à chercher les informations.
- Combien coûte un chatbot d'entreprise ?
- Cela dépend du périmètre : sources, canaux, intégrations et volumes. Après le premier échange, vous recevez une proposition écrite avec phases, livrables et coûts, y compris les dépenses récurrentes de modèles et d'infrastructure.
- Le chatbot doit-il être géré après la mise en production ?
- Oui. Les questions et les contenus changent, il est donc utile de relire les conversations non résolues et de mettre à jour les sources. La supervision fait partie du projet.
Services associés
- Développement d'intelligence artificielle pour les entreprises : la page pilier avec toutes les solutions d'IA.
- Serveurs MCP : la couche qui relie les agents IA aux données et aux outils de l'entreprise.
- AntasAI : le chatbot Ingénieur des Idées, à essayer en ligne.
- Automatisations IA pour les entreprises : processus entre CRM, systèmes de gestion, e-mails et documents.
Parlez-nous de votre assistance client
Décrivez les questions que vous recevez le plus souvent, les canaux que vous utilisez, l'endroit où sont écrites les réponses et les systèmes qui contiennent les données. Nous vous répondons avec une première évaluation et, si cela a du sens, avec une proposition pour un premier cas concret.