L’IA ne relève plus de la science-fiction dans l’ITSM : elle assiste les agents comme un exosquelette numérique, fluidifie le self-service et détecte les signaux faibles pour prévenir les incidents. Encore faut-il savoir où placer le curseur.
L’intelligence artificielle s’est imposée dans toutes les conversations autour du numérique. Mais une fois qu’on a dit ça, qu’est-ce qu’on fait ? Et surtout, qu’est-ce que ça change concrètement dans la gestion des services informatiques ? C’est la question que se posent aujourd’hui bon nombre de DSI, entre pression des directions, attentes des utilisateurs et promesses parfois très floues des fournisseurs.
Ce que l’IA permet (vraiment) aujourd’hui dans l’ITSM
L’intégration de l’IA dans les outils de gestion des services informatiques, ce n’est plus de la science-fiction. Il y a aujourd’hui plusieurs usages concrets, accessibles et déjà testés sur le terrain. En voici quatre principaux.
1 – Mieux aider les agents de support
L’IA peut assister les équipes support dans des tâches répétitives et consommatrices de temps. Par exemple, proposer une catégorisation automatique d’un ticket, suggérer des réponses types, résumer une longue conversation client, ou encore repérer des tickets similaires déjà traités. L’objectif n’est pas de remplacer l’humain, mais de lui faire gagner du temps. On aime parler d’« exosquelette », ou même de « vélo électrique » : l’agent fait toujours le travail, mais avec moins d’effort.
2 – Rendre le self-service plus fluide
Beaucoup d’organisations cherchent à réduire le nombre de sollicitations de niveau 1. Le chatbot revient souvent dans les projets. L’idée : répondre directement à l’utilisateur quand la demande est simple (réinitialisation de mot de passe, procédure courante, etc.). Mais attention : ce n’est pas un remède miracle, et encore moins un remplacement du support humain. Il s’agit d’un complément, qui fonctionne sur des scénarios bien cadrés.
3 – Anticiper certains problèmes
L’IA peut analyser des historiques de tickets pour faire ressortir des tendances : une augmentation inhabituelle des incidents sur une application, ou un type de panne qui revient souvent à la même période. C’est ce qu’on appelle l’analyse prédictive.
4 – Générer plus rapidement des rapports
L’IA peut également servir à créer des tableaux ou graphiques sans avoir à construire une requête complexe, seulement en interprétant la demande en langage naturel.
Ce que l’IA ne fait pas (ou pas bien)
Face à l’engouement général, il est tentant de croire que l’IA peut tout faire. Mais la réalité est plus nuancée.
1 – Non, l’IA ne remplace pas les agents
Certaines organisations abordent encore la question sous l’angle budgétaire. Peut-on réduire de 25 % nos équipes support ? » Mais c’est une fausse bonne idée : « Les demandes traitées dans les centres de services sont souvent complexes, spécifiques, et nécessitent du jugement humain. »
2 – Non, l’IA n’est pas toujours fiable
Les outils IA ne sont pas infaillibles. Ils peuvent se tromper, mal interpréter, produire des réponses floues. Et contrairement à un agent, les utilisateurs tolèrent mal qu’une machine se trompe. Il faut donc être vigilant dans les cas d’usage.
3 – Non, l’IA n’est pas gratuite
Même si certains outils semblent accessibles, l’IA a un coût matériel (infrastructure, serveurs GPU), d’usage (facturation au nombre de requêtes ou de tokens) et de mise en œuvre (intégration, formation, supervision…). Certains éditeurs facturent jusqu’à 30 à 40 € par utilisateur et par mois pour une brique IA additionnelle. Un coût qu’il faut mettre en balance avec les gains réels.
C’est justement pour éviter ces excès ou ces angles morts qu’il est nécessaire de définir une stratégie claire. Les fournisseurs de technologies doivent intégrer ce point dans leurs plans de développement.
____________________________
Par Erwan Taloc chez Combodo