Un agent conversationnel est un programme qui dialogue par écrit avec vos clients, sur votre site, sur WhatsApp ou dans votre messagerie. Il s'appuie sur l'intelligence artificielle pour comprendre la demande, et sur une base de connaissance pour y répondre. Il se distingue de l'agent vocal, qui traite les appels, et du vieux chatbot à menus, qui se contentait de dérouler un arbre de choix.
C'est la demande entrante la plus fréquente chez Tandem, et aussi celle qui part le plus souvent de travers. Cet article donne les quatre décisions qui déterminent le résultat, les chiffres qui comptent au moment d'arbitrer, et la frontière à tenir avec le ticketing.
Un agent conversationnel, qu'est-ce que c'est exactement ?
Un agent conversationnel comprend une demande formulée librement, va chercher l'information dans vos contenus, puis formule une réponse en langage naturel. Trois briques le composent. Un modèle de langage pour l'interprétation et la rédaction. Une base de connaissance pour les faits. Une couche d'orchestration qui décide quand répondre, quand appeler un outil et quand passer la main.
La différence avec un chatbot à règles tient en une phrase. Le chatbot à règles suit un script, et il bloque dès que le client en sort. L'agent conversationnel poursuit un objectif, garde le contexte de l'échange et sait transférer la conversation. C'est cette capacité de transfert qui sépare un outil utile d'un répondeur frustrant.
Cette architecture, je l'ai publiée en détail dans ma décomposition des briques d'un agent IA sur LinkedIn. Pour un agent conversationnel de support, les deux briques qui décident du résultat sont les données et l'orchestration. Le choix du modèle vient loin derrière.
C'est aussi ce que Tandem constate sur les agents IA qui tournent réellement en production : les projets qui tiennent sont ceux dont le périmètre de données était propre avant le premier déploiement.
Pourquoi si peu de clients utilisent le chatbot de l'entreprise
Le chiffre le plus utile sur le sujet vient de Gartner. Lors de leur dernière interaction avec un service client, seulement 7 % des clients ont utilisé le chatbot de l'entreprise. Ils étaient pourtant 49 % à déclarer qu'ils l'auraient fait si l'entreprise en avait proposé un. L'écart tient à la mémoire des mauvaises expériences.
La même enquête a porté sur 3 566 clients, en février et mars 2026. Elle montre que 27 % seulement des clients accepteraient de réessayer un chatbot après une mauvaise expérience. Et les clients se sont révélés environ trois fois plus susceptibles d'utiliser un outil d'IA générative grand public que le chatbot de la marque pour régler leur problème.
Gartner relevait déjà en août 2024 que 14 % des demandes de service client seulement sont résolues entièrement en self-service. Dans 45 % des cas d'échec, le client estimait que l'entreprise n'avait pas compris ce qu'il cherchait à faire.
Quel canal choisir : site web, WhatsApp, Instagram ou Messenger
Le canal se choisit là où vos clients vous écrivent déjà, et cette décision commande toutes les suivantes. Un agent sur le site web sert la découverte et la préachat, avec un visiteur anonyme et une conversation courte. Un agent sur WhatsApp sert la relation suivie, avec un numéro connu, un historique et des clients qui répondent à toute heure.
Tandem a documenté ce second cas dans le retour d'expérience d'un agent WhatsApp chez un artisan, où l'agent répond en trois langues en dehors des horaires d'ouverture. Le canal y était imposé par les clients eux-mêmes, qui écrivaient déjà sur WhatsApp avant qu'un agent existe.
Instagram et Messenger suivent une logique différente des campagnes WhatsApp. Les messages eux-mêmes ne sont pas facturés par Meta, et le coût se concentre sur la plateforme d'agent et les appels au modèle. Pour une marque grand public qui reçoit déjà ses questions en messages privés, c'est souvent le point d'entrée le moins cher.
Combien coûte réellement un agent conversationnel
Sur WhatsApp, la mécanique de facturation a changé en profondeur. La documentation de Meta pour développeurs précise que depuis juillet 2025, la facturation porte sur le message remis et non plus sur la conversation. Les messages hors modèle envoyés pendant la fenêtre de service client de 24 heures restent gratuits, et cette fenêtre se rouvre à chaque message du client.
Cette fenêtre de 24 heures est la bonne nouvelle du support client. Un agent qui répond à des clients qui l'ont sollicité travaille donc en grande partie dans le gratuit côté Meta. Ce qui se facture, ce sont les messages que vous initiez, et leur tarif dépend de la catégorie et du pays du destinataire.
| Poste | Ce qui déclenche la facture | Ordre de grandeur |
|---|---|---|
| Plateforme d'agent | Abonnement mensuel, souvent par conversation ou par siège | Quelques dizaines à quelques centaines d'euros par mois |
| Appels au modèle | Chaque question posée, chaque recherche dans la base | Quelques centimes d'euro par conversation |
| Messages sortants | Sur WhatsApp seulement, hors fenêtre de 24 heures | Variable selon la catégorie et le pays |
| Entretien | Relecture des échecs, mise à jour de la base de connaissance | Le poste le plus sous-estimé |
La base de connaissance décide de la qualité des réponses
La base de connaissance est l'élément central d'un agent conversationnel. Vos pages, vos questions fréquentes, vos fiches produit et vos documents internes y sont découpés en passages, puis indexés pour la recherche. Quand un client pose une question, l'agent retrouve les passages proches de sa demande et rédige à partir d'eux.
Ce mécanisme porte un nom, et Tandem lui a consacré un article entier : le RAG, ou comment donner du contexte à une IA d'entreprise. Sa conséquence pratique est directe. Un agent branché sur une documentation à jour répond juste, et le même agent branché sur un export de l'an dernier invente avec aplomb.
Deux réglages changent tout en production. Le premier consiste à autoriser l'agent à dire qu'il ne sait pas, plutôt que de le forcer à produire une réponse. Le second consiste à verrouiller le périmètre d'une question en cours, pour éviter que la classification d'intention bascule le client vers un autre parcours au milieu de sa demande. J'ai rencontré ce second défaut sur chacun des outils que j'ai testés.
Où s'arrête l'agent conversationnel et où commence le ticketing
La frontière se trace sur la nature de la demande. Un agent conversationnel traite ce qui se règle dans l'échange lui-même, une question de disponibilité, un horaire, un suivi de commande, une orientation vers la bonne page. Un outil de ticketing prend le relais dès qu'une demande doit être tracée, affectée à quelqu'un et suivie dans le temps.
Les deux se branchent l'un sur l'autre, et Tandem a comparé les solutions du second dans notre comparatif des outils IA de ticketing. L'erreur courante consiste à demander à l'agent conversationnel de tenir le rôle du ticketing, ce qui produit des demandes perdues sans trace.
Le passage à un conseiller se conçoit avant la première conversation. Sur les outils de création de chatbot que j'ai testés, le transfert vers un humain en direct est souvent absent par défaut. Il faut le câbler vers un outil de messagerie tiers. Vérifiez ce point avant de choisir la plateforme, parce qu'il conditionne les 50 % de demandes que l'agent ne résoudra pas.
Ce que font les entreprises françaises qui ont déjà déployé
L'adoption a basculé en 2026. Le baromètre France Num a interrogé plus de 9 000 entreprises, par l'intermédiaire du Crédoc. Il établit que quatre TPE et PME sur dix utilisent désormais au moins une solution d'IA, soit 14 points de plus en un an. Parmi les usages déclarés, les chatbots et assistants arrivent en deuxième position avec 24 %, derrière la génération de contenus. Et 19 % seulement paient pour leur solution.
Trois déploiements nommés donnent la mesure de ce qui est atteignable. La Redoute a mis un agent dans la messagerie de son application mobile à la rentrée 2024. L'étude de cas publiée par Microsoft y chiffre à 60 % les réponses prises en charge par l'agent. Boulanger a développé son premier agent en interne en quatre mois, sous la direction de sa Chief Data and AI Officer Marie Cappelaere, d'après la presse spécialisée du retail.
Le troisième est public. L'État a généralisé en juin 2026 son assistant interministériel construit avec Mistral AI. L'expérimentation avait porté sur 10 000 agents. la direction interministérielle du numérique mesure un gain de temps allant jusqu'à 16 % sur les tâches de synthèse documentaire. C'est un ordre de grandeur honnête, loin des promesses de division par deux des effectifs.
Faut-il déployer un agent conversationnel dans votre entreprise ?
Oui, à deux conditions, et elles tiennent en peu de mots. Vous recevez déjà un volume de demandes écrites répétitives, et vous acceptez de traiter l'escalade vers un humain comme une fonctionnalité centrale plutôt que comme un aveu d'échec. Dans ce cadre, un agent conversationnel absorbe les demandes simples et rend du temps aux équipes.
Renoncez si vos demandes sont majoritairement complexes, si votre documentation est périmée, ou si personne n'aura le temps de relire les échecs. Un agent branché sur une base de connaissance fausse dégrade la relation client plus vite qu'il ne la soulage. Les chiffres de Gartner rappellent qu'une mauvaise première expérience se rattrape très difficilement.
Le bon point de départ reste un périmètre réduit sur le canal où vos clients écrivent déjà. Tandem cadre ce type de projet pendant un audit IA et le déploie ensuite en autopilote. Et si vos demandes arrivent par téléphone plutôt que par écrit, c'est notre guide de l'agent vocal qu'il faut lire en premier.
