
L'assurance qualité IA de Kustomer (AI QA), lancée le 14 octobre 2026, note chaque conversation fermée, qu'elle ait été traitée par une personne ou par un agent IA, selon une grille pondérée que vous écrivez en langage simple, et affiche son raisonnement à côté de chaque note. Sur Enterprise et Ultimate, c'est une option à 0,05 $ par exécution, et Kustomer ne précise pas ce qui compte comme une exécution, donc calculez votre volume avant de l'activer. Contrairement à Gorgias Auto QA, vous pouvez écrire vos propres critères, donc vérifier les réponses selon vos propres politiques est à portée de main ; la question ouverte est la confiance, donc lisez les notes les plus basses et corrigez-les à la main. eesel n'a pas d'intégration Kustomer, donc sur Kustomer j'utiliserais la fonction native et je garderais eesel pour les files dans Zendesk, Freshdesk, Gorgias ou Help Scout. Avec la CLI eesel, un agent de codage IA peut écrire une grille de QA dans eesel et la tester sur des tickets d'exemple avant que rien ne passe en direct, même si une connexion à un helpdesk a toujours besoin de l'accord d'un administrateur.
Qu'est-ce que l'assurance qualité IA de Kustomer ?
L'assurance qualité IA de Kustomer est une relecture automatisée des conversations. Sur sa page AI QA, Kustomer indique qu'elle "note chaque conversation d'agent IA et chaque conversation de représentant humain selon une grille que vous définissez, automatiquement", avec le raisonnement de l'IA joint à chaque note. Elle est arrivée avec Conversation Intelligence lors d'un lancement d'octobre 2026.
L'argument porte sur la couverture. Une enquête CSAT n'entend que les 2 à 3 % de clients qui répondent, le chiffre que le PDG de Kustomer, Brad Birnbaum, utilise dans le communiqué de lancement, et l'assurance qualité manuelle ne lit qu'un petit échantillon par-dessus. Noter chaque conversation fermée, c'est la partie qu'aucun responsable ne peut faire à la main. Je travaille côté produit chez eesel, donc je lis ça comme je lirais notre propre fonctionnalité : ce qu'elle note, ce dont elle a besoin, ce qu'elle coûte, et ce que la documentation laisse de côté.

Que note Kustomer AI QA ?
Il note les critères que vous écrivez, chacun avec un poids. L'article de lancement de Kustomer indique que vous définissez les critères "en langage simple" et attribuez un poids à chacun, et qu'une seule grille couvre à la fois les agents IA et les représentants humains, donc vous n'entretenez pas deux grilles.
Les exemples de Kustomer montrent à quoi ça ressemble :
- Pour les agents IA : respect de la procédure, résolution et qualité de la transmission. L'exemple à 48 % ci-dessus a perdu des points sur la résolution complète parce que l'agent a confirmé un changement d'adresse sans vérifier que la commande y était éligible.
- Pour les représentants humains : la même grille, avec un raisonnement réussite ou échec par critère. La grille d'exemple sur la page de Kustomer pondère quatre critères à 25 % chacun (première réponse qualifiée, compréhension complète, résolution complète et communication claire), avec des catégories de notation comme Excellent, Acceptable et Poor.
- Pour une transmission : l'article indique que la conversation complète est notée comme une seule unité, incluant la façon dont s'est déroulée la transmission de l'IA à l'humain.

C'est la différence qui compte si vous lisez mes notes sur l'assurance qualité IA de Gorgias : Gorgias fixe sept critères et laisse l'IA en noter trois. Kustomer vous laisse écrire la grille, donc « l'agent a-t-il vérifié l'éligibilité avant de promettre un remboursement » est une ligne que vous pouvez ajouter. Le blog de Kustomer indique aussi que les évaluations sont "ancrées dans vos propres bases de connaissances, politiques et procédures", même si les pages ne détaillent pas comment une base de connaissances se rattache à une grille.
Comment une note est-elle générée, et que se passe-t-il ensuite ?
Une conversation se ferme, AI QA la note selon vos critères pondérés, et la note atterrit comme un champ normal. La mise à jour produit d'octobre de Kustomer indique qu'une note "est un attribut normal", donc elle alimente les rapports et Data Explorer, et vous pouvez filtrer les conversations les moins bien notées, humaines ou IA.

L'article de lancement donne deux suites possibles. Une note basse sur un agent IA peut déclencher un workflow qui alerte un administrateur, et le raisonnement montre quelle étape l'agent a manquée afin que vous puissiez réécrire ses instructions. Une note inhabituellement haute sur un représentant peut alerter un responsable, pour que la conversation devienne un exemple de formation. Les deux dépendent d'un workflow que vous construisez vous-même.
Comment configurer AI QA dans Kustomer ?
La configuration est courte, et les pages de Kustomer la décrivent en quatre étapes. Cela vient de la mise à jour produit, car je n'ai pas trouvé d'article d'aide étape par étape pour AI QA lui-même.
- Activez le champ préconfiguré. Kustomer indique qu'un champ AI QA déjà prêt "s'active en un seul clic".
- Modifiez-le pour correspondre à vos standards. Écrivez chaque critère en langage simple et donnez-lui un poids.
- Choisissez quand il s'exécute. Chaque conversation fermée est notée dès que le champ est réglé pour s'exécuter.
- Vérifiez par échantillonnage et corrigez. Les administrateurs peuvent remplacer n'importe quelle note à la main, et l'article indique qu'une valeur corrigée "ne sera pas silencieusement écrasée la prochaine fois que le champ s'exécutera."
Si vous voulez plus qu'une note de qualité, comme des motifs de contact ou des numéros de commande extraits dans des champs, c'est la fonction sœur, Conversation Intelligence. L'article d'aide sur les attributs IA de Kustomer liste ses trois types d'attributs : Classifier, Score et Extractor. Mes notes sur l'analyse de sentiment Kustomer AI détaillent la création de l'un d'eux, et configurer l'IA dans Kustomer couvre le reste de la configuration IA.
Combien coûte Kustomer AI QA ?
AI QA est facturé à l'usage. La page de tarification détaillée de Kustomer (vérifiée le 22 novembre 2026) le liste comme option pour les formules actuelles Enterprise et Ultimate :
| Élément | Enterprise | Ultimate | Anciennes formules |
|---|---|---|---|
| AI QA | 0,05 $ par exécution (20 exécutions par crédit) | 0,05 $ par exécution (20 exécutions par crédit) | Non listé |
| Conversation Intelligence | 0,02 $ par exécution (50 par crédit) | 0,02 $ par exécution (50 par crédit) | Non listé |
| Sentiment Tracking | Inclus | Inclus | Inclus |
| Prix de la plateforme | « Contacter les ventes » | « Contacter les ventes » | « Contacter les ventes » |

Kustomer ne définit pas « exécution ». Si une exécution correspond à une conversation notée, le coût est facile à estimer. Si une grille avec plusieurs critères compte comme plusieurs, non. Essayez l'estimation ci-dessous, et traitez-la comme un plancher jusqu'à ce que Kustomer confirme l'unité dans votre contrat.
Pour une équipe qui ferme 8 000 conversations par mois, cela fait environ 400 $ par mois pour AI QA, plus les 0,02 $ par exécution pour chaque attribut Conversation Intelligence exécuté en parallèle. Tarifs de Kustomer couvre le côté plateforme, et une comparaison du coût par ticket met le chiffre en contexte.
Que laisse Kustomer non documenté ?
Les pages de Kustomer sont précises sur l'idée et minces sur les limites. Voici ce que je n'ai trouvé sur aucune page de Kustomer :
- Ce qu'est une exécution. Seuls le tarif de 0,05 $ et « 20 exécutions par crédit » sont indiqués.
- Qui peut l'acheter. La mise à jour produit indique que Conversation Intelligence est disponible « en option payante pour les clients existants », et ne précise pas la disponibilité d'AI QA pour les nouveaux clients. Demandez à votre équipe de compte.
- Les canaux couverts. Les pages disent « conversations » et ne listent pas de canaux omnicanal comme le téléphone ou les réseaux sociaux.
- L'échelle de notation. La mise à jour produit documente 0 à 100 pour les notes de Conversation Intelligence, pas spécifiquement pour AI QA. Les captures d'écran montrent des pourcentages.
- La précision. Il n'y a pas de chiffre de précision publié ni de test indépendant. L'affirmation de couverture (« 100 % ») vient de Kustomer.
- Les règles d'échec automatique. Un résumé de presse du lancement les mentionne. Je ne les ai pas trouvées sur les pages AI QA de Kustomer elles-mêmes, donc je ne baserais pas de plan là-dessus.
Rien de tout cela n'est une raison de sauter la fonction. C'est une liste de questions pour votre démo.
Comment faire confiance aux notes d'AI QA ?
La confiance se gagne en lisant les notes qui semblent fausses. Une note d'IA avec une raison est quelque chose que vous pouvez contester, ce qui est un vrai avantage par rapport à un chiffre nu, et la correction de Kustomer reste en place. Le risque, ce sont les critères vagues : un modèle ne peut pas noter un « bon ton » comme le ferait votre meilleur relecteur si vous ne dites pas à quoi ressemble le bon.

Ce que je ferais le premier mois :
- Commencer avec trois à cinq critères, chacun rattaché à quelque chose que vous pouvez pointer dans une transcription, comme « a vérifié l'éligibilité de la commande avant de promettre un changement ».
- Lire les 20 notes les plus basses et 20 au hasard chaque semaine, et remplacer celles avec lesquelles vous n'êtes pas d'accord.
- Réécrire les critères qui ont causé les désaccords. La calibration QA du support et ces exemples de retours QA aident pour la formulation.
- Garder votre vraie enquête CSAT en marche. AI QA juge votre traitement, et les clients jugent le résultat. Ils peuvent ne pas être d'accord.
- Surveiller les résultats, pas seulement les notes. Comparez les tendances QA à la résolution au premier contact et à l'escalade avant de coacher quiconque sur un chiffre.
L'assurance qualité IA en support explique comment juger un agent IA avant et après le lancement, et faire du QA de support avec l'IA couvre le côté humain. Si vous utilisez l'agent propre de Kustomer, mes notes sur Kustomer AI et Kustomer AI deflection expliquent ce qu'il gère.
Peut-on faire du QA sur les conversations Kustomer hors de Kustomer ?
Oui, via des connecteurs, et c'est l'endroit honnête pour qu'eesel prenne du recul. Kustomer liste des outils de QA tiers sur ses pages d'intégrations :
- Scorebuddy indique qu'il "synchronisera automatiquement les interactions depuis Kustomer" pour ses propres évaluations d'assurance qualité IA.
- Intryc indique que la configuration nécessite "une clé API avec les bons rôles et votre domaine Kustomer", et affirme pouvoir analyser jusqu'à 100 % des conversations, selon sa page Kustomer. Ce sont des affirmations du fournisseur sans données de précision publiées.
- Solidroad a aussi une fiche Kustomer.
Le compromis, c'est un fournisseur de plus qui détient des conversations clients, ce que votre revue de sécurité va questionner. Mon panorama des outils de QA support les compare, et les listes meilleure IA pour le QA support et meilleur assistant de QA IA élargissent le champ.
eesel n'est pas l'une de ces options pour Kustomer, car il n'a pas d'intégration Kustomer, et je préfère le dire plutôt que forcer l'affirmation. Là où il s'intègre bien, c'est une équipe dont la file est sur Zendesk, Freshdesk, Gorgias ou Help Scout : là, eesel tourne selon un planning, lit chaque ticket fermé, le note sur une grille que vous écrivez en mots simples et laisse les raisons en note interne. C'est la même idée que la fonction native de Kustomer, dans un helpdesk qui ne l'a pas.
eesel déplace aussi le QA plus en amont. SaunaSpace fait rédiger par eesel des réponses Gorgias dans sa voix de marque calme et directe, à partir d'environ 1 550 pages, articles et tickets passés, avec une personne qui envoie toujours : 180 réponses en brouillon sur 110 conversations en un mois. Un brouillon dans votre voix a besoin de moins de corrections après coup, donc il reste moins à repérer pour un QA quelconque.
Kustomer AI QA en vaut-il la peine ?
Pour une équipe déjà sur Enterprise ou Ultimate, oui, avec une vérification de budget au préalable. Le design est solide : vos propres critères, des raisons sur chaque note, une seule grille pour les humains et les agents IA, des corrections qui tiennent, et des notes qui sont des champs ordinaires que vous pouvez exploiter en rapport et en automatisation. Ça bat l'échantillonnage à la main de 2 à 3 % des tickets.
Mon avis : activez-le pour une seule file, comptez 0,05 $ par conversation fermée jusqu'à ce que Kustomer dise autrement, et ne coachez personne sur une note que vous n'avez pas lue. Si votre grille dépend de faits que les pages n'expliquent pas comment fournir, comme des documents de politique, testez d'abord quelques conversations déjà connues comme mauvaises. Et si vous comparez des helpdesks en partie sur le QA, voyez mon avis sur Kustomer, la vision entreprise, ou les alternatives à Kustomer.
Essayez eesel pour le QA au-delà de Kustomer
Si une partie de votre support tourne dans un helpdesk sans assurance qualité IA propre, un coéquipier IA pour helpdesk comme eesel peut relire les tickets fermés selon votre grille chaque matin, marquer les écarts et publier un résumé pour le responsable. Vous choisissez ce qu'il peut faire seul, et chaque action peut être réglée sur exécuter, demander d'abord ou désactivée dans actions et approbations. Essayez eesel sur une semaine de tickets fermés et comparez ses notes avec vos propres relectures.
