Rapport de terrain · 2026
Un rapport de terrain sur l'IA en entreprise dans l'expérience client. Ce qui fonctionne cette année, ce qui ne fonctionne pas, et ce sur quoi les responsables CX doivent agir dès maintenant.
Synthèse
01 · Synthèse
Le marché de l'IA dans l'expérience client est vaste et en forte croissance : il devrait presque quadrupler d'ici 2030. Mais derrière cette croissance, les résultats sont inégalement répartis. Un petit groupe d'organisations exploite des agents IA qui résolvent la plupart de leurs contacts clients, avec des humains dans la boucle pour les points de contact prioritaires et stratégiques. Un groupe bien plus large mène des pilotes qui détournent quelques questions et s'enlisent avant même d'atteindre la production.
Ce rapport décrit quatre tendances qui distinguent ces deux groupes, issues de recherches tierces et des résultats observés sur plus de 90 déploiements en entreprise de Maven AGI.
La plupart des équipes mesurent encore le taux de déflexion (le contact a-t-il évité un humain ?) plutôt que la résolution (le problème a-t-il été résolu ?). Cet indicateur plus flatteur masque les tickets rouverts et dégrade discrètement la satisfaction client.
Les déploiements les plus longs et les plus minutieusement planifiés donnent souvent les résultats les plus faibles, tandis que des pilotes au périmètre resserré atteignent la production en quelques semaines. La rapidité appliquée à un périmètre restreint : voilà ce qui fonctionne.
L'examen de gouvernance bloque désormais les contrats en entreprise au moins aussi souvent que l'adéquation technique, et pourtant la plupart des équipes le traitent comme une étape tardive des achats. 78 % des dirigeants déclarent qu'ils ne pourraient pas réussir aujourd'hui un audit indépendant de gouvernance de l'IA (Grant Thornton, 2026).
La plupart des entreprises ont automatisé le chat et l'e-mail sans toucher au téléphone, alors que la voix est généralement leur canal le plus volumineux et le plus coûteux. Les obstacles techniques ont en grande partie été levés, et les pionniers s'assurent un avantage de coûts qui se renforce avec le temps.
Le rapport se conclut par les cinq comportements communs aux organisations qui obtiennent les meilleurs résultats. Aucun ne dépend de la taille du budget ni du niveau de maturité IA au départ. Ce sont des choix opérationnels, et toute équipe peut les faire.
Les dépenses en IA dans le service client augmentent rapidement, et presque tous les centres de contact utilisent désormais l'IA sous une forme ou une autre. À ne lire que les chiffres d'adoption, l'histoire semble écrite. Les chiffres de production dessinent un tout autre tableau : l'essentiel de cette activité ne s'est pas traduit par des interactions clients résolues à grande échelle.
L'écart entre activité et résultats est le véritable enjeu de 2026. Il se manifeste par des pilotes qui ne passent jamais en production, des tableaux de bord qui suivent le mauvais indicateur, des contrats bloqués en revue de sécurité et une ligne téléphonique à laquelle personne n'a touché. Chacun de ces problèmes peut être résolu, mais aucun ne l'est en déployant davantage.
Ce rapport décompose cet écart en quatre tendances : un écart de résolution, un paradoxe du déploiement, un angle mort de la conformité et une opportunité sur le canal vocal. Chacune amplifie les autres. Une équipe qui mesure le mauvais indicateur généralisera le mauvais comportement. Une équipe qui traite la conformité comme une étape tardive bloque le déploiement qu'elle avait si soigneusement planifié. Les tendances sont liées, tout comme les solutions. Le rapport se conclut sur ce que font concrètement les organisations du bon côté de l'écart.
« L'intégration partielle est l'état dominant du marché. C'est ce qui arrive quand on ajoute l'IA à un processus que personne n'a repensé.
02 · L'état du marché
Où en est réellement l'IA d'entreprise dans l'expérience client en 2026.
Le marché de l'IA pour l'expérience client est plus vaste, plus dynamique et plus contrasté que ne le laissent penser les gros titres. Les chiffres d'adoption globaux décrivent une généralisation. Les données de fond racontent autre chose : un petit groupe d'organisations voit ses gains se cumuler, tandis qu'un groupe bien plus large enchaîne des pilotes coûteux qui n'atteignent jamais la production. Voici cinq tendances majeures du marché en 2026.
Le marché de l'IA dans le service client était évalué à environ 15 Md$ en 2026 et devrait atteindre 48 Md$ d'ici 2030, soit un taux de croissance annuel composé de 26 % (MarketsandMarkets). Les investissements augmentent fortement, et les économies projetées sont plus importantes encore : Gartner prévoit que l'IA conversationnelle réduira les coûts de main-d'œuvre des centres de contact d'environ 80 Md$ rien qu'en 2026. Les déploiements à l'échelle de la production ne suivent pas le rythme des dépenses.
Selon une estimation du MIT de 2025 largement citée, environ 95 % des pilotes d'IA générative en entreprise ne parviennent pas à produire un impact métier mesurable à grande échelle. Le chiffre exact fait débat ; la tendance, non. Le point de rupture est rarement le modèle. Il tient à l'accès aux données, à la conception de l'escalade et à l'absence de responsable clairement identifié chez l'acheteur.
Environ 88 % des centres de contact utilisent désormais l'IA sous une forme ou une autre, mais seulement un quart environ l'ont pleinement intégrée à leurs opérations quotidiennes (données sectorielles, 2026). Une intégration partielle signifie que la déflexion fonctionne sur des parcours étroits et que la résolution ne se fait pas à grande échelle.
En avril 2026, Grant Thornton indiquait que 78 % des dirigeants ne réussiraient pas aujourd'hui un audit indépendant de gouvernance de l'IA. La conformité n'est plus une simple case à cocher lors de l'achat : elle conditionne désormais le déploiement, un thème sur lequel revient la section 5.
Parmi les déploiements étudiés dans ce rapport, les 10 % les plus performants atteignent 80 % ou plus de résolution autonome, tandis que la médiane se situe bien en dessous. L'écart se creuse, signe le plus clair que les résultats dépendent de la manière dont l'IA est pilotée plutôt que du simple fait de l'avoir adoptée. Gartner prévoit que d'ici 2029, l'IA agentique résoudra de façon autonome 80 % des demandes courantes du service client. Les plus performants d'aujourd'hui ont simplement une longueur d'avance sur une courbe que toute la catégorie va suivre.
À ne lire que les chiffres d'adoption, l'affaire semble entendue. À lire les chiffres de production, le tableau est tout autre.
Prenons un scénario familier. Début 2025, un responsable CX d'une grande entreprise déploie un outil d'IA, le voit traiter une gamme étroite de questions simples et présente un excellent taux de déflexion à la direction. En quatre mois, ce taux plafonne, les recontacts augmentent et la satisfaction recule précisément sur les interactions que l'outil devait prendre en charge. Fin 2025, l'équipe se réorganise autour de la résolution plutôt que de la déflexion, et les indicateurs qui comptent commencent à bouger. Ce schéma est suffisamment courant pour être considéré comme la norme, et non comme l'exception.
Les organisations qui évitent ce détour ont un point commun : elles construisent leur tableau de bord autour de la résolution avant la mise en service de l'agent, et non après des résultats décevants. Dans le meilleur cas observé dans les données de Maven, un client a atteint 93 % de résolution autonome en six semaines en tenant le programme à cette seule question dès le départ.
Alors, pourquoi l'indicateur le plus important du service client IA est-il celui que la plupart des fournisseurs ne communiquent pas ?
03 · L'écart de résolution
Pourquoi l'indicateur le plus important du service client IA est celui que la plupart des fournisseurs ne communiquent pas.
Entre ces deux chiffres, le secteur a optimisé le plus facile. La déflexion est simple à compter et flatteuse à présenter : elle s'est donc imposée par défaut. Le problème, c'est que déflexion et résolution peuvent évoluer en sens inverse : un ticket peut être clôturé sans que le problème du client soit réglé. C'est dans cet écart que l'IA soit justifie son retour sur investissement, soit érode discrètement la satisfaction. Les analystes indépendants commencent à faire la même distinction, en traitant la déflexion, le confinement, la résolution et la résolution au premier contact comme quatre mesures distinctes, précisément parce qu'elles divergent dans la pratique.
Déflexion
Facile à compter et héritée de l'ère des bots à base de règles. Un contact passe par un humain ou non, mais cette mesure masque le taux de réouverture. Un contact dévié qui revient sous 48 heures compte une fois comme dévié et zéro fois comme résolu.
Résolution
Plus difficile à communiquer, car elle rend compte honnêtement des réouvertures et de la satisfaction, pas seulement du routage. Elle exige de définir réellement ce que « résolu » signifie, et toute équipe qui la prend au sérieux peut donner un chiffre.
Les meilleurs déploiements Maven atteignent 80 % à 93 % de résolution au sixième mois. Ces programmes ont connecté l'agent IA aux systèmes de référence dès le premier jour et ont mesuré la résolution selon la formule ci-dessus, et non la déflexion. Dans un déploiement fintech, l'agent a atteint 90 % de résolution autonome en trois semaines. Une entreprise de legal tech, qui avait évalué 32 fournisseurs et mis plus de dix d'entre eux à l'épreuve, a constaté 60 % de tickets résolus en plus après être passée d'un système à base de règles à la résolution autonome.
Demandez le taux de résolution, pas le taux de déflexion. La résolution est plus difficile à communiquer que la déflexion, car elle rend compte honnêtement des réouvertures et de la satisfaction, pas seulement du routage. Toute équipe qui la prend au sérieux peut donner un chiffre. Si vous ne pouvez pas l'obtenir, c'est en soi une information.
La déflexion mesure si un ticket a quitté la file d'attente. La résolution mesure si le client est reparti satisfait.
04 · Le paradoxe du déploiement
Pourquoi les entreprises qui avancent vite font mieux que celles qui planifient minutieusement, et pourquoi aller vite sans périmètre resserré est l'erreur la plus coûteuse de toutes.
Les déploiements les plus longs donnent généralement les pires résultats. Les organisations qui consacrent 12 à 18 mois à la sélection des fournisseurs, aux achats et à la planification démarrent en général avec des taux de résolution inférieurs à ceux des entreprises ayant mené un pilote au périmètre resserré en 90 jours. Pour autant, la vitesse n'est pas une tactique. La vitesse associée à un périmètre étroit est une stratégie. La prudence reste de mise : appliquée à un processus qui n'a jamais été repensé pour l'IA, la vitesse engendre de nouvelles catégories d'échecs à grande échelle. C'est pourquoi le périmètre compte autant que le rythme.
Le délai de 12 à 18 mois est un effet des processus d'achat, pas une exigence du produit. Il s'explique par le fait que les appels d'offres, les revues de sécurité et la planification de l'intégration sont menés les uns après les autres alors qu'ils pourraient l'être en parallèle. Les données plus larges sur les échecs vont dans le même sens : selon McKinsey, si presque toutes les entreprises utilisent désormais l'IA sous une forme ou une autre, seul environ 1 % qualifient leurs déploiements de matures, et RAND estime le taux d'échec des projets d'IA à près de 80 %, bien au-delà des autres projets informatiques. La contrainte, c'est la maturité de l'organisation, pas le modèle.
Trois décisions expliquent l'essentiel des retards de déploiement : l'accès aux données, la validation de la conformité et la conception de l'escalade. Les mener en parallèle plutôt qu'en série est le levier le plus puissant sur la durée d'un déploiement. Pour les déploiements Maven, c'est souvent la différence entre un trimestre et une année.
05 · L'angle mort de la conformité
Pourquoi les exigences de sécurité et de conformité bloquent davantage de déploiements que la technologie.
Le débat sur l'IA dans le service client est dominé par les questions de capacités. L'agent peut-il traiter des demandes complexes ? Comprend-il le contexte ? La question que l'on oublie est de savoir si la plateforme peut passer une revue de sécurité et de conformité sans imposer de refaire le plan de déploiement. En 2026, c'est cette question qui détermine les délais.
La conformité est désormais le principal goulot d'étranglement des achats d'IA en entreprise. D'après notre expérience, et conformément à ce que rapportent les chercheurs en gouvernance, la revue de sécurité bloque aujourd'hui les contrats d'entreprise au moins aussi souvent que l'adéquation technique, et généralement après une évaluation technique concluante. Cette friction est largement ressentie : selon BCG, 74 % des entreprises peinent à concilier innovation et sécurité lorsqu'elles déploient l'IA générative. Les acheteurs qui n'anticipent pas la discussion sur la conformité perdent généralement deux à trois mois en milieu de cycle d'achat.
SOC 2, HIPAA, RGPD et PCI DSS 4.0 sont le strict minimum pour tout fournisseur qui traite des données réglementées. ISO 42001, la norme de gouvernance spécifique à l'IA, est le nouveau facteur de différenciation, et la plupart des fournisseurs ne la détiennent pas encore. Cette évolution rappelle ce qui s'est passé avec SOC 2 et ISO 27001 il y a dix ans. Selon une enquête de 2026, une large majorité des équipes achats du Fortune 500 prévoient d'exiger de leurs fournisseurs un alignement sur ISO 42001 d'ici 2027. Les plateformes les plus rigoureusement certifiées détiennent désormais au moins dix certifications et évaluations, dont ISO 42001.
Deux exigences passent du statut d'option à celui de critère décisif. La conformité PCI sur les appels vocaux en direct (masquage en temps réel, pistes d'audit, traitement segmenté) devient un critère de présélection à mesure que la voix traite davantage de données de paiement, et la plupart des produits vocaux n'ont pas été conçus pour cela. La résidence des données par région détermine si un fournisseur peut même être envisagé dans les services financiers, la santé et une partie des régions EMEA et APAC. Ces deux points relèvent de la présélection, pas d'une revue juridique tardive.
La preuve que la barre peut être franchie. Une entreprise de jeux vidéo du Fortune 500 traite plus de 330 000 interactions mensuelles avec un agent IA autonome, sous les contraintes d'un secteur réglementé, ce qui implique à la fois la conformité PCI pour les achats intégrés et la gestion des obligations LCB-FT et KYC. Une organisation soumise à ce niveau d'exigence a pu passer à l'échelle au lieu de stagner, et c'est bien là l'essentiel : la conformité est une étape qui peut être franchie tôt lorsque la plateforme est conçue pour cela.
La décision de déploiement la plus déterminante, c'est le tableau de bord que vous construisez avant la mise en production.
06 · L'opportunité du canal vocal
Le canal que la plupart des entreprises n'ont pas automatisé.
La voix est le canal le plus volumineux, le plus coûteux et le plus complexe techniquement du service client. C'est aussi celui où l'adoption de l'IA accuse le plus de retard. Cet écart se réduit rapidement : les prévisions du secteur annoncent une croissance du marché de l'IA vocale d'environ 35 % par an, plus rapide que la catégorie dans son ensemble, et un baromètre de 2026 a relevé une hausse de 340 % sur un an des déploiements vocaux en production dans plus de 500 organisations (Opus Research). Les organisations qui agissent tôt disposent d'un avantage de coût qui se renforce trimestre après trimestre.
| Obstacle | Ce que cela impliquait lors d'un appel en direct | Statut en 2026 |
|---|---|---|
| Latence | Un temps de réponse inférieur à 300 ms est impératif lors d'un appel en direct. | Résolu en production |
| Précision | Reconnaissance des différents accents et des paroles qui se chevauchent. | Résolu |
| Conformité | Exigences plus strictes qu'à l'écrit, PCI sur les appels en direct. | Résolu si la plateforme est conçue pour cela |
Aucun de ces obstacles ne pouvait être surmonté en 2023 ; en 2026, ils le peuvent. La voix en entreprise est un produit différent de la voix grand public : prise en charge de plus de 50 langues, conformité PCI sur les appels en direct, temps de réponse inférieur à 300 ms en production et intégration à la téléphonie existante. La barre est plus haute, et les fournisseurs capables de la franchir sont bien moins nombreux.
La voix comble son retard sur le chat. L'idée selon laquelle la voix serait fondamentalement plus difficile à automatiser est en grande partie un héritage de 2023. Dans les déploiements mesurés par Maven, des agents vocaux bien conçus atteignent des taux de résolution comparables à ceux du chat sur des intentions similaires. La complexité est réelle, mais elle est circonscrite : c'est désormais un petit nombre de décisions, et non la technologie, qui détermine la vitesse de déploiement.
En 2026, la conformité est le point de passage obligé. Le fournisseur qui présente en premier le périmètre de ses certifications et ses dates d'audit remporte généralement la revue de sécurité.
07 · Ce que les 10 % les plus performants font bien
Une synthèse de ce qui distingue les déploiements qui fonctionnent de ceux qui échouent.
Dans l'ensemble des déploiements sur lesquels s'appuie ce rapport, le même schéma se retrouve chez les organisations qui obtiennent des résultats exceptionnels, et il a peu à voir avec la taille du budget ou le niveau de maturité technique au départ. Tout dépend de la manière dont l'organisation acheteuse pilote le programme une fois le fournisseur choisi. Quatre des cinq comportements ci-dessous ont été développés dans les sections précédentes ; réunis ici, ils forment un modèle opérationnel unique. Le cinquième est celui que la plupart des équipes négligent.
Le tableau de bord est construit avant la mise en production du premier agent, et non ajouté après coup quand les chiffres déçoivent.
Un pilote bien cadré justifie le déploiement ; personne n'attend une feuille de route parfaite.
Connecter l'IA aux systèmes existants plutôt que de laisser une architecture idéale bloquer un déploiement opérationnel.
La conformité conditionne l'extension, pas le pilote, ce qui évite la mise en conformité a posteriori la plus coûteuse de l'IA en entreprise.
Données de résolution et de réouverture analysées chaque semaine, couverture des intentions chaque trimestre. C'est la pratique que les sections précédentes n'abordent pas, et celle que la plupart des équipes négligent.
L'IA agentique passe du conseil à l'opérationnel, de la suggestion de réponses à l'exécution de tâches. L'ère des échanges entre agents commence : les agents IA transmettent des tâches à d'autres agents spécialisés. Les organisations qui acquièrent dès maintenant une expertise sur le déploiement d'un agent unique auront une sérieuse longueur d'avance lorsque les architectures multi-agents arriveront fin 2026 et en 2027.
| Trois points à surveiller jusqu'au S2 2026 | Pourquoi c'est important |
|---|---|
| ISO 42001 s'impose — d'élément différenciant à exigence d'achat | Accéléré par l'entrée en vigueur, sur 2026–2027, des obligations de l'AI Act européen pour les systèmes à haut risque. |
| La conformité PCI pour la voix — devient un critère de présélection standard | À mesure que la voix traite davantage de données de paiement, les produits non conçus pour cela sont écartés d'emblée. |
| Le taux de résolution s'impose — comme indicateur sectoriel publié | Le discours des analystes a évolué : Gartner formule son objectif 2029 en termes de résolution autonome, et non de déflexion. |
Ce qui rendait la voix difficile en 2023, c'était la latence, les accents et la conformité. Ce sont désormais des problèmes d'ingénierie qui ont des solutions.
08 · Par où commencer
Aucune de ces cinq pratiques ne nécessite de validation budgétaire. La première, mesurer la résolution plutôt que la déflexion, peut être mise en œuvre dès ce trimestre à partir des données dont votre équipe dispose déjà. La True Resolution Formula présentée en section 3 est le point de départ : réévaluez les contacts du mois dernier selon trois critères — clôturés sans escalade, restés clôturés pendant une durée définie conforme à vos standards de satisfaction client, et sans évaluation négative. L'écart entre ce chiffre et le taux de déflexion affiché sur votre tableau de bord actuel représente l'ampleur de l'opportunité.
Ce rapport a été réalisé par Maven AGI à partir de données de production issues de plus de 90 déploiements en entreprise d'agents IA autonomes sur le chat, la voix et l'e-mail.
Études tierces citées dans ce rapport
Poursuivre la lecture
Saisissez votre e-mail pour accéder à l'intégralité du rapport State of AI in CX 2026 directement sur cette page ; nous vous enverrons également le PDF complet.
Nous vous envoyons le PDF complet par e-mail et le débloquons ici instantanément. En soumettant ce formulaire, vous acceptez la Politique de confidentialité de Maven AGI. Nous ne vendons jamais vos données.
Maven AGI fait fonctionner des agents IA autonomes sur le chat, la voix et l'e-mail pour plus de 90 entreprises. Apportez vos données : nous vous montrerons l'écart de résolution à partir de vos propres chiffres.
Réserver une démo →