« Ajouter de l’IA au site » n’est pas un cahier des charges. Il faut d’abord nommer la tâche : répondre à une question répétitive, retrouver un produit, qualifier une demande ou préparer un brouillon pour une équipe. Le bon choix peut être un simple formulaire mieux conçu, une recherche classique ou un workflow sans IA.
Voici sept usages qui méritent une étude, avec leur intérêt, les données nécessaires et les points de contrôle. Ils peuvent être intégrés à un site vitrine ou marchand selon les outils et les flux disponibles.
À retenir : choisissez une tâche fréquente, des données fiables et un responsable humain avant d’ajouter de l’IA. Un formulaire ou des règles simples suffisent parfois.
Avant l’outil : définir une tâche mesurable
Notez le volume de demandes, le temps passé, le taux d’erreur et la personne responsable. Choisissez une tâche fréquente dont les informations de référence sont fiables. Définissez ensuite ce que l’IA est autorisée à dire et ce qu’elle doit transmettre à un humain. La CNIL rappelle les précautions liées aux données personnelles dans les chatbots ; vérifiez les données transmises, les durées de conservation et l’information des personnes.
Sept cas d’usage à examiner
1. Préqualifier une demande de devis
Besoin : un commercial reçoit des messages incomplets. Fonctionnement : un parcours recueille l’objectif, les délais et quelques contraintes, puis prépare un résumé pour le CRM. Bénéfice : moins d’allers-retours avant le premier échange. Données : offre, questions de qualification et champs CRM. Contrôle : un commercial valide la priorité et rappelle le prospect. Difficulté : moyenne si la connexion CRM est documentée. Un formulaire guidé peut suffire lorsque les questions sont fixes.
2. Répondre aux questions de premier niveau
Un assistant peut retrouver horaires, zones desservies, modalités de livraison ou conditions de prestation dans une base validée. Il gagne à citer la page interne utilisée et à proposer un transfert à l’équipe lorsque la réponse manque. Il lui faut des documents à jour et une règle de refus ; les réponses sur une garantie, un litige ou une demande personnalisée doivent être supervisées. La difficulté vient davantage de la qualité de la base et des escalades que de l’apparence du widget.
3. Rechercher dans un catalogue technique
Un visiteur décrit son besoin plutôt que la référence exacte. Une recherche sémantique peut proposer des familles ou articles compatibles, sous réserve de données produit normalisées. Elle doit distinguer « correspond aux critères » de « compatibilité certifiée ». Les caractéristiques, stocks et prix viennent du catalogue de référence, et les résultats ambigus doivent inviter à vérifier la fiche. Difficulté moyenne à forte selon la qualité des attributs.
4. Préparer des recommandations de produits
Des règles métier et, éventuellement, un modèle peuvent suggérer des accessoires ou variantes cohérents. Le bénéfice potentiel concerne la découverte des produits, mais une suggestion incompatible détériore la confiance. Définissez les exclusions, les familles, les compatibilités et la disponibilité ; contrôlez les recommandations sur un échantillon. Dans certains catalogues, des règles déterministes seront plus sûres qu’un modèle génératif.
5. Aider le commercial à préparer une réponse
Après réception d’une demande, l’IA peut produire un brouillon qui reprend les éléments fournis et les services réels. Elle ne doit pas inventer un prix, un délai ni une remise. L’équipe relit avant envoi ; le site et le CRM conservent la traçabilité. La difficulté est faible pour un brouillon isolé, plus élevée pour une intégration au processus commercial.
6. Guider une prise de rendez-vous
Un assistant peut orienter vers le bon type de rendez-vous et recueillir les prérequis, puis passer à un agenda connecté. Les créneaux doivent venir de l’agenda, non d’une réponse libre générée. Vérifiez fuseaux horaires, annulation et confirmation. Si deux types de rendez-vous suffisent, une page de réservation bien conçue peut être plus rapide et fiable.
7. Aider l’équipe à créer et actualiser des contenus
L’IA peut transformer des données validées en brouillons de fiches produits, réponses de support ou textes d’aide. Elle accélère la mise en forme, pas la vérification des faits. Il faut une source de vérité, une charte éditoriale, un responsable de validation et un suivi des versions. Pour un catalogue conséquent, la connexion entre ERP, boutique et production de contenus assistée par IA mérite une étude spécifique.
Comment choisir le premier pilote ?
| Critère | Question à poser |
|---|---|
| Volume | La tâche revient-elle assez souvent ? |
| Qualité des données | Qui maintient les réponses et les attributs ? |
| Erreur possible | Quel est le coût d’une mauvaise réponse ? |
| Connexion | API, droits, identifiants et historique existent-ils ? |
| Mesure | Temps gagné, demandes qualifiées ou satisfaction peuvent-ils être suivis ? |
Commencez par un prototype limité : une gamme de produits ou dix questions récurrentes. Testez des cas simples, ambigus et hors périmètre. Enregistrez les erreurs et le temps de reprise humaine. Une démonstration convaincante ne suffit pas si l’équipe ne peut ni corriger les sources ni arrêter le service.
Intégration, sécurité et expérience client
Déterminez quelles données quittent le site, quel prestataire les traite et si des données sensibles ou personnelles apparaissent dans les questions. Limitez les accès, protégez les clés API, documentez les journaux et fixez une durée de conservation adaptée. Le visiteur doit comprendre quand il s’adresse à un assistant et trouver facilement un interlocuteur humain.
Sur le plan technique, privilégiez des échanges fiables : identification des enregistrements, règles de reprise, alertes sur erreurs et validation avant toute action sensible. Une IA ne doit pas créer une commande, modifier un tarif ou confirmer une disponibilité sans contrôles applicables. KREATIC peut étudier avec vous un premier cas d’usage IA adapté à votre site et à vos outils existants.
Du prototype à un service fiable
Étape 1 : réunir les sources. Choisissez les pages de services, notices, conditions commerciales et réponses support autorisées. Donnez à chaque document un responsable et une date de révision. Un assistant qui répond à partir d’une ancienne grille de livraison fera une erreur même avec un excellent modèle.
Étape 2 : définir les cas refusés. Pour un site marchand, une question sur un retard de livraison exige l’identification de la commande et un accès autorisé ; une question médicale sur un produit exige une prudence particulière. Pour une agence, un devis précis ne doit pas être inventé depuis trois messages de conversation. Écrivez les cas qui passent à un humain avant de rédiger les exemples de bonnes réponses.
Étape 3 : tester hors des démonstrations faciles. Demandez à plusieurs personnes de formuler la même question de manières différentes. Introduisez des contradictions, des données manquantes et une requête hors périmètre. Notez la réponse, la source consultée, le temps de réponse et l’action engagée. Le pilote réussit si le service sait aussi reconnaître ce qu’il ne sait pas.
Étape 4 : mettre en production progressivement. Commencez par un périmètre limité et un suivi quotidien des incidents, puis élargissez les cas pris en charge. Le service doit pouvoir être désactivé et ses réponses corrigées rapidement. Mesurez le nombre de tâches effectivement résolues, les transmissions à l’équipe, la satisfaction et le temps de reprise ; compter seulement les conversations ouvertes exagère souvent l’utilité.
Une intégration à WordPress, WooCommerce, PrestaShop ou un CMS propriétaire dépend de l’architecture du site et des accès possibles. Gardez la logique métier hors d’un simple texte de prompt lorsque des données de compte, des stocks et des actions transactionnelles sont en jeu. Une interface agréable vient après les règles de sécurité et la fiabilité des données.
Quel cas d'usage mérite un vrai pilote ?
Imaginez deux demandes pour le même site. La première consiste à afficher les horaires et à réserver un créneau. La seconde consiste à conseiller un client à partir de cinquante fiches techniques et de ses contraintes. Dans le premier cas, une page claire et un agenda peuvent suffire. Dans le second, une recherche assistée peut être testée, à condition de disposer de fiches exactes et d'une règle pour signaler les informations manquantes.
Le choix du pilote dépend de quatre questions. La tâche revient-elle assez souvent ? Les données existent-elles sous une forme exploitable ? Peut-on reconnaître une erreur avant qu'elle nuise au client ? Une personne prendra-t-elle la responsabilité du service ? Si deux réponses sont négatives, commencez par remettre le processus en ordre. L'IA appliquée à des informations contradictoires accélère la confusion.
Définir des résultats observables
Pour un assistant de support, comptez les questions correctement résolues, celles transmises à l'équipe et les réponses fausses. Pour une qualification de leads, regardez si les commerciaux disposent des renseignements nécessaires dès le premier appel. Pour une recherche catalogue, observez les recherches sans résultat et les produits finalement consultés. Ne vous arrêtez pas au nombre de conversations ou de clics sur le widget.
Établissez un point de départ avant le test. Une équipe qui répond déjà très vite aux questions simples gagnera peut-être peu de temps. Une équipe qui reçoit chaque jour les mêmes demandes incomplètes peut tirer davantage d'un parcours guidé. Le coût du pilote inclut le temps passé à préparer les sources et à corriger les erreurs, pas seulement l'abonnement à l'outil.
Concevoir le passage à une personne
Un bon assistant doit savoir s'arrêter. Si un client décrit un incident de paiement, une réclamation ou un cas technique inhabituel, le site peut recueillir les informations nécessaires puis orienter vers la bonne équipe. Il ne doit pas promettre une décision commerciale ou un délai qui n'a pas été confirmé.
Définissez des déclencheurs simples : aucune source fiable trouvée, données contradictoires, utilisateur mécontent, demande d'action sur une commande ou question sensible. L'assistant explique qu'il transmet le dossier. Il garde le contexte utile sans exposer des données personnelles non nécessaires. Le conseiller voit ce qui a été demandé, ce qui a été répondu et ce qui reste à vérifier.
Ce passage évite une impasse fréquente : un chatbot répond poliment mais oblige ensuite le client à tout répéter. Sur mobile, l'accès à un formulaire ou au téléphone doit rester visible. Une automatisation qui retarde la prise en charge d'un problème urgent est une régression, même si elle réduit le nombre de tickets affichés.
Soigner les sources plutôt que le « prompt magique »
Pour répondre sur des produits, séparez les informations qui changent souvent, comme les stocks et prix, des notices moins volatiles. Les premières doivent venir d'un système à jour au moment de la réponse. Les secondes peuvent être recherchées dans une documentation vérifiée. Une réponse peut indiquer la référence exacte utilisée et inviter à confirmer une compatibilité incertaine.
Pour une agence de services, les prestations, zones couvertes et coordonnées doivent être tenues à jour par un responsable. Une ancienne page de tarif ou une présentation commerciale abandonnée ne doit pas faire partie de la base active. Prévoir une date de révision par source rend le maintien du système plus simple qu'une correction directe dans un prompt devenu trop long.
Quand l'assistant utilise le contenu du site, publiez aussi les informations essentielles dans des pages accessibles. Le client doit pouvoir consulter les conditions lui-même. Cela évite de transformer le chatbot en unique porte d'entrée et permet à l'équipe de pointer vers une référence commune.
Un exemple de test avant ouverture au public
Prenons une boutique qui vend des pompes de filtration. Préparez dix questions avec réponse documentée : choix du débit, compatibilité d'une pièce, livraison, disponibilité et entretien. Ajoutez cinq questions ambiguës, par exemple une référence tronquée, une ancienne version du produit ou une installation non décrite. Ajoutez cinq demandes auxquelles le système doit refuser de conclure.
Demandez à des personnes qui n'ont pas conçu le système de tester ces vingt situations. Évaluez la précision des faits, la source citée, la lisibilité de la réponse et la qualité du transfert à un humain. Corrigez les documents et les règles avant de modifier seulement la formulation du prompt. Refaites le test après chaque changement important de catalogue ou de connecteur.
Le déploiement peut commencer sur une famille de produits et à des heures où l'équipe surveille les remontées. Élargissez quand le taux d'erreur et la charge de reprise sont acceptables pour l'entreprise. La valeur commerciale d'une IA intégrée au site vient de ce fonctionnement fiable, pas de la simple présence d'une bulle de discussion.
Prévoyez enfin la sortie du dispositif. Si le fournisseur change ses conditions ou si la qualité se dégrade, l'entreprise doit pouvoir désactiver l'assistant sans rendre son site inutilisable. Les pages de contact, la recherche de produits classique et la documentation doivent continuer à fonctionner. Conservez une liste des accès et des responsables, ainsi qu'un moyen de retirer rapidement une source incorrecte. Ce plan de repli est une partie normale du service rendu aux visiteurs.
Questions fréquentes
Un chatbot améliore-t-il le SEO ?
Pas automatiquement. Il peut aider des visiteurs, mais les informations importantes doivent aussi être publiées sur des pages accessibles. Évaluez le chatbot sur la qualité du service.
Peut-on connecter l’IA à PrestaShop ou à un CRM ?
Oui, selon les interfaces disponibles et les droits. Le travail consiste surtout à définir quelle donnée fait foi, quelles actions sont autorisées et qui surveille les erreurs.
Quel budget prévoir ?
Il dépend du périmètre, des intégrations, du volume de requêtes, de la qualité des données et de la maintenance. Chiffrez un pilote avant un déploiement complet.