IA pour Gesteos


Stéphane Trémier

​
Philippe Aulnette​
Cas d’usage : IA pour le support client Gesteos


1. Problème actuel (où on en est)
Aujourd’hui le support est :

fortement consommateur de temps humain (N1 + N2)

peu capitalisé (les réponses sont répétées)

dépendant des individus (Boris, Sylvie…)

hétérogène en qualité et en délai



👉 Conséquence directe :

coût support élevé

montée en compétence lente (Tony, futur recruté…)

pression sur BUILD (Fred)

expérience client variable

2. Principe du cas d’usage


👉 Utiliser Claude AI comme moteur de capitalisation et d’assistance au support



L’IA est alimentée par :

tickets historiques (Odoo)

réponses support existantes

documentation produit (release notes, guides, aide en ligne)

bonnes pratiques internes



👉 Objectif :

transformer chaque ticket traité en connaissance réutilisable

3. Fonctionnement cible (simple)


Étape 1 — Analyse automatique du ticket


Quand un ticket arrive :

l’IA identifie :

le type de problème (ex : facturation, liaison InSitu…)

la fréquence (problème connu ou nouveau)

le niveau (N1 vs N2)



👉 Résultat :

pré-qualification automatique

gain de temps immédiat

Étape 2 — Proposition de réponse


L’IA génère :

un diagnostic

une checklist de vérification

une réponse client prête à envoyer



Exemple :



“Avez-vous vérifié X / Y / Z…”


👉 Le support :

valide / ajuste

envoie



👉 Gain :

plus de rédaction manuelle

homogénéité des réponses

Étape 3 — Capitalisation automatique


Chaque ticket traité :

enrichit une fiche support structurée

symptôme

cause

résolution

réponse type



👉 Effet cumulatif :

amélioration continue

base de connaissance vivante

Étape 4 — Assistance proactive


À terme :

suggestions en temps réel au support

détection des patterns récurrents

alerte sur bugs fréquents (remontée BUILD)



👉 Boris passe de “traiter” à “piloter”

Étape 5 — Self-service client (phase avancée)


Le client peut :

poser une question directement

recevoir une réponse IA basée sur la base support



👉 Objectif :

éviter la création du ticket

4. Cas concret Gesteos


Exemple : problème de liaison InSitu


Aujourd’hui :

10 tickets similaires

10 réponses manuelles



Demain avec IA :

Claude identifie le pattern

propose une réponse standard

guide le client avec une checklist

résout 60% des cas sans intervention humaine

5. Impacts attendus (très concrets)


Court terme (1-2 mois)
-30% temps de réponse support

homogénéisation des réponses

montée en compétence accélérée des juniors

Moyen terme (3-6 mois)
50-60% des tickets assistés ou résolus par IA

réduction charge N2 (Boris)

Fred moins sollicité

Long terme (6-12 mois)
self-service partiel client

support devient scalable

capacité libérée pour :

commerce

onboarding

delivery

6. Impacts organisationnels (clé Gesteos)


DELIVERY
Boris = pilote du système (plus exécutant)

N1 augmenté par IA (Tony / futur recruté)

BUILD
moins de bruit support

meilleure remontée des vrais bugs

GROWTH
temps libéré pour Sylvie

meilleure expérience client → meilleure conversion




Logo	

Stéphane Tremier
CEO

RENNES - ANGERS - NANTES - PARIS
Mobile : 06 18 45 31 14
www.6tm.com
Linkedin Youtube