Depuis deux ans, toutes les PME se voient proposer « un chatbot IA ». Une partie de ces projets crée de la valeur immédiatement. Une autre partie coûte cher, agace les visiteurs et finit désactivée au bout de trois mois. La différence ne tient ni au modèle utilisé, ni au budget — mais à trois décisions prises au départ.
Le problème du chatbot générique
Un modèle de langage brut branché sur votre site sans encadrement produit des réponses fluides, convaincantes… et parfois fausses. Il annoncera un délai de livraison qu'il a déduit, une garantie qu'il a supposée, une remise que vous n'accordez pas. Dans le meilleur des cas, vous perdez la confiance du visiteur. Dans le pire, vous vous retrouvez engagé sur une promesse écrite.
L'autre échec classique est plus prosaïque : le chatbot scripté à base d'arbres de décision. Trois questions et le visiteur tombe dans une impasse, puis ferme l'onglet.
Ce qui change tout : le RAG
Les agents qui fonctionnent aujourd'hui reposent sur le RAG — Retrieval-Augmented Generation. Le principe est simple et il change complètement la nature de l'outil :
- Vos documents réels sont découpés et indexés : CGV, tarifs, fiches techniques, FAQ, pages du site.
- À chaque question, le système va chercher les passages pertinents dans cette base.
- Le modèle rédige une réponse uniquement à partir de ces passages, et cite sa source.
Conséquence directe : quand l'information n'existe pas dans vos documents, l'agent le dit au lieu d'inventer. C'est le fonctionnement de conve.re, la solution que nous éditons et déployons chez nos clients.
Un agent qui cite ses sources est vérifiable. Un agent qui ne cite rien est un générateur de risque.
Les quatre cas d'usage réellement rentables
1. Le support de premier niveau
C'est le cas d'usage le plus immédiatement rentable. Horaires, délais, disponibilité, procédure de retour, garantie : ces questions représentent la majorité du volume entrant et aucune ne demande d'expertise. Un cabinet de Haguenau que nous accompagnons a réduit de 68 % ses e-mails de premier niveau en six semaines.
2. La qualification de leads
Plutôt qu'un formulaire de contact qui reçoit tout et n'importe quoi, l'agent pose trois ou quatre questions de cadrage, écarte les demandes hors périmètre et transmet au commercial un contact déjà qualifié.
3. La recherche documentaire interne
Un technicien qui interroge en langage naturel 800 pages de documentation constructeur et obtient la page exacte en dix secondes : le gain est spectaculaire et souvent sous-estimé. Ce cas d'usage ne se voit pas depuis l'extérieur, mais c'est fréquemment le plus rentable.
4. Le multilingue
En Alsace, la clientèle allemande représente une part significative du chiffre d'affaires de beaucoup d'entreprises. Un agent multilingue natif répond en allemand sans que vous ayez à traduire quoi que ce soit ni à recruter.
Ce qu'il faut vérifier avant de signer
| Point de contrôle | Ce qu'il faut exiger |
|---|---|
| Source des réponses | Vos documents uniquement, avec citation visible |
| Hébergement | Union européenne, chiffrement au repos |
| Entraînement | Aucune réutilisation de vos données par un tiers |
| Escalade | Passage à un humain prévu et testé |
| Journalisation | Accès à toutes les conversations |
| Réversibilité | Export de vos données et désinstallation en une action |
Le volet RGPD, en clair
Un agent conversationnel traite des données personnelles dès qu'un visiteur laisse un e-mail ou décrit sa situation. Vous devez donc : mentionner le traitement dans votre politique de confidentialité, définir une durée de conservation des conversations, vous assurer que l'hébergement est européen, et inscrire le traitement dans votre registre. Rien d'insurmontable — mais rien qui se règle après coup.
Par où commencer concrètement
- Comptez. Sur deux semaines, notez les questions entrantes et leur fréquence. Vous verrez immédiatement le top 10.
- Rassemblez. Réunissez les documents qui contiennent les réponses. S'ils n'existent pas, c'est le vrai premier chantier — et il sert aussi votre SEO.
- Déployez petit. Un agent sur une seule thématique, pendant un mois, avec lecture des conversations réelles.
- Mesurez. Volume traité, taux d'escalade, satisfaction, temps libéré. Puis étendez — ou arrêtez sans regret.
En résumé
Un chatbot IA n'est ni magique ni gadget : c'est un outil qui excelle sur les questions répétitives et documentées, et qui échoue partout ailleurs. Cadrez le cas d'usage, exigez des réponses sourcées, gardez un humain dans la boucle — et le retour sur investissement se mesure en semaines.
Nous étudions gratuitement votre cas d'usage et nous vous disons franchement si l'IA a un intérêt chez vous : décrivez-nous votre situation.