Un guide pratique de la détection d'intention par l'IA de Salesforce

Les outils d'IA de Salesforce font une grande promesse : rendre le service client plus intelligent en automatisant les tâches et en offrant des informations utiles. Une part essentielle de cette promesse consiste à comprendre pourquoi un client prend contact, un processus appelé détection d'intention. Lorsque votre IA peut faire la différence entre « vérifier le statut d'une commande » et « signaler un bug », vous pouvez offrir un support plus rapide et plus pertinent.

Mais il y a un hic : mettre en place la détection d'intention de l'IA de Salesforce n'est pas aussi simple que d'appuyer sur un bouton. Le processus intégré peut être étonnamment complexe et nécessite énormément de travail manuel avant de voir de réels avantages. Ce guide vous expliquera ce qu'est la détection d'intention de Salesforce, comment elle fonctionne, ses lacunes dans le monde réel, et comment vous pouvez obtenir d'excellents résultats sans les tracas habituels.

Qu'est-ce que la détection d'intention de l'IA de Salesforce ?

En termes simples, la détection d'intention de l'IA de Salesforce est la technologie qui permet aux outils d'IA de Salesforce, comme Einstein, de comprendre l'objectif derrière le message d'un client. Au lieu de simplement chercher des mots-clés, elle utilise le traitement du langage naturel (NLP) pour lire du texte non structuré provenant d'un e-mail, d'un chat ou d'une publication sur les réseaux sociaux et le classer dans une catégorie que vous avez prédéfinie.

Tout cela fonctionne grâce à plusieurs composantes de l'écosystème Salesforce :

• Einstein Bots : C'est la plateforme de Salesforce pour créer des chatbots. Les bots utilisent les intentions pour déterminer quel chemin conversationnel emprunter et quelles actions automatisées déclencher.

• Einstein Language : Considérez cela comme une boîte à outils d'API fournissant des compétences en NLP, comme Einstein Intent et Einstein Sentiment, qui aident à analyser et à classer le texte.

• Einstein Conversation Intelligence : Cet outil analyse les transcriptions d'appels et autres communications pour repérer les intentions des clients en temps réel et donner des conseils utiles aux agents.

Ensemble, ces outils sont conçus pour vous aider à automatiser les réponses, à diriger les demandes vers les bonnes personnes et à mieux comprendre ce que vos clients disent réellement.

Le processus de configuration et de formation (la méthode manuelle)

Se lancer dans la détection d'intention avec Salesforce est un processus pratique et répétitif. C'est un outil puissant si vous le configurez correctement, mais il demande beaucoup de temps et d'efforts au départ.

Construire les fondations : Dialogues et intentions

Votre première tâche consiste à créer manuellement toutes les « intentions » que vous voulez que l'IA puisse reconnaître. Une intention est simplement l'objectif d'un client, comme « vérifier_statut_commande » ou « réinitialiser_mot_de_passe ». Pour chaque intention, vous devez ensuite construire un « dialogue », qui est essentiellement le script que le bot suit une fois qu'il reconnaît cette intention. Vous dessinez en fait une grande carte de chaque tâche que vous voulez que votre bot puisse gérer.

Le défi de la formation : Créer des énoncés

Et c'est là que vous pourriez avoir envie de prendre un café. Pour apprendre à Einstein ce que chaque intention signifie réellement, vous devez lui fournir des « énoncés » (utterances), qui sont simplement des exemples de phrases qu'un client pourrait utiliser. Selon la propre documentation de Salesforce, il vous faut au moins 20 énoncés pour chaque intention juste pour lancer le modèle.

Cela signifie qu'une personne de votre équipe doit s'asseoir et taper manuellement des dizaines, voire des centaines, de manières différentes dont un client pourrait formuler une demande, pour chaque tâche, dans chaque langue que vous supportez. Cela crée un énorme problème de « démarrage à froid », car le bot n'a aucune idée de la façon dont vos clients parlent réellement tant que vous n'avez pas terminé ce travail long et fastidieux.

Le cycle sans fin : Construire, tester et affiner

Une fois que vous avez défini vos intentions et saisi suffisamment d'énoncés, vous pouvez construire votre premier modèle d'IA. À partir de là, c'est un cycle constant d'ajustements. Vous devez tester le bot, parcourir les journaux de chat pour trouver où il se trompe, imaginer et ajouter de nouveaux énoncés, et reconstruire le modèle encore et encore. Salesforce suggère également de garder votre modèle « équilibré », ce qui signifie que chaque intention doit avoir un nombre similaire d'énoncés pour éviter les biais. C'est juste une chose de plus à surveiller.

Objectifs courants de la détection d'intention de l'IA de Salesforce

Lorsqu'il est enfin configuré correctement, un Einstein Bot bien entraîné peut être d'une aide précieuse en s'occupant des tâches répétitives et en fluidifiant vos flux de travail.

Gérer les questions de support simples

L'objectif le plus courant est de dévier les questions faciles et fréquentes qui n'ont pas vraiment besoin d'une intervention humaine. Cela libère votre équipe de support pour qu'elle puisse s'attaquer aux problèmes plus complexes. Par exemple :

• « Quelles sont vos heures d'ouverture ? »

• « Comment puis-je suivre mon colis ? »

• « Pouvez-vous me donner votre politique de retour ? »

Acheminer les tickets vers la bonne équipe

En déterminant l'intention immédiatement, l'IA peut envoyer automatiquement la conversation au bon département. Un message comme « Je souhaite connaître le prix de votre formule entreprise » peut aller directement aux ventes, tandis que « Je n'arrive pas à me connecter à mon compte » est dirigé vers le support technique.

Suggérer des ressources avant même qu'on ne le demande

Dès qu'une intention est détectée, le bot peut proposer des liens utiles de votre base de connaissances avant même qu'un agent ne voie le ticket. Si quelqu'un demande « Comment configurer mon nouvel appareil ? », le bot peut répondre instantanément avec un lien vers le bon guide d'installation ou la bonne vidéo.

Les vrais défis de l'approche native

Bien que les avantages semblent prometteurs, le chemin pour y parvenir avec les outils natifs de Salesforce est semé d'embûches qui peuvent ralentir, voire stopper net un projet d'IA.

Le processus de formation est une énorme perte de temps

L'exigence de plus de 20 énoncés par intention est un obstacle majeur. Si vous voulez un bot capable de gérer seulement 10 sujets différents, vous devez rédiger à la main un minimum de 200 exemples. Le processus est si pénible que l'AppExchange propose des applications tierces conçues spécifiquement pour le contourner en utilisant d'autres modèles d'IA. Ces outils existent pour une seule raison : la formation manuelle d'un Einstein Bot est un problème bien connu qui épuise les ressources et retarde le moment où vous tirerez une quelconque valeur de votre IA.

Elle ignore votre atout le plus précieux : vos données

La partie la plus frustrante de tout le processus est peut-être qu'il ignore la mine d'or de données que vous possédez déjà : vos conversations passées avec les clients. Votre service d'assistance regorge de milliers d'exemples de vraies questions de clients et des excellentes réponses fournies par vos agents. Mais le modèle de Salesforce vous oblige à repartir de zéro, en créant des phrases hypothétiques. Ce n'est pas seulement lent ; c'est aussi moins précis, car c'est basé sur la façon dont vous pensez que les clients parlent, et non sur la façon dont ils parlent réellement.

Vous testez essentiellement sur des clients réels

Bien que vous puissiez prévisualiser votre bot, Salesforce ne vous offre pas de moyen fiable de tester votre modèle d'intention sur des milliers de vos tickets historiques avant le lancement. Cela signifie que vous testez plus ou moins dans un environnement réel, au risque de déployer un bot qui comprend mal les gens et crée une mauvaise expérience. Sans un véritable environnement de test (sandbox) pour voir comment il pourrait fonctionner et quel pourrait être votre retour sur investissement, vous naviguez à l'aveugle jusqu'à ce que le bot soit déjà en train de parler à vos utilisateurs.

Le résultat ? Une longue attente avant le moindre retour

Ce processus compliqué, manuel et répétitif signifie qu'il peut falloir des mois de travail à un administrateur Salesforce pour mettre en place un agent IA décent. Ce long délai de rentabilisation peut rendre l'investissement très difficile à justifier. Heureusement, les plateformes d'IA modernes peuvent vous aider à surmonter ces obstacles en se connectant directement à vos données Salesforce et en automatisant les parties les plus difficiles du travail.

Combien coûte la détection d'intention de l'IA de Salesforce ?

Trouver des tarifs clairs et directs pour les fonctionnalités d'IA de Salesforce peut être... compliqué. Contrairement aux outils avec des grilles tarifaires simples, les fonctionnalités d'IA sont généralement incluses dans les licences Service Cloud les plus chères ou vendues comme des modules complémentaires coûteux.

Les Einstein Bots et autres outils de détection d'intention sont souvent inclus dans l'édition Service Cloud Unlimited ou nécessitent l'achat de licences « Einstein for Service » séparées. Le fait que les pages officielles de Salesforce pour les tarifs d'Einstein soient souvent hors service ou indisponibles n'aide pas, ce qui rend difficile l'établissement d'un budget sans entamer une longue conversation commerciale.

Un moyen plus simple de faire fonctionner la détection d'intention de l'IA de Salesforce

Au lieu de cette longue configuration manuelle, et si vous pouviez simplement connecter votre service d'assistance et laisser une IA apprendre de vos données en quelques minutes ? C'est l'approche adoptée par des plateformes comme eesel AI, qui s'intègre directement aux outils que vous utilisez déjà, y compris Salesforce.

Avec un tel outil, l'IA analyse des milliers de vos tickets passés dans Salesforce, Zendesk, ou d'autres services d'assistance pour apprendre les intentions réelles de vos clients et les meilleures réponses de vos agents dès le départ. Cela élimine complètement le besoin d'écrire manuellement des « énoncés ».

Avant même de l'activer, vous pouvez lancer une simulation sur vos tickets historiques pour voir exactement comment il aurait performé, vous donnant une prévision de son taux de résolution et de son impact. C'est un moyen sans risque de déployer en toute confiance.

Comme la configuration est en libre-service et que la formation est automatique, vous pouvez avoir un agent IA fonctionnel prêt à l'emploi en une fraction du temps. Pas besoin d'une équipe de développeurs ou d'un projet de plusieurs mois.

Abandonnez la formation manuelle

Écoutez, l'idée derrière la détection d'intention de l'IA de Salesforce est solide. Mais sa configuration native repose sur un processus de formation fastidieux et manuel qui ignore vos données les plus précieuses. Le problème du « démarrage à froid » et le manque de bons outils de test créent de sérieux obstacles à l'obtention d'un retour sur investissement rapide.

Pour que l'IA fonctionne vraiment pour votre équipe de support, il vaut la peine de se tourner vers des plateformes modernes qui se connectent à vos outils existants et font le gros du travail pour vous. Une solution comme eesel AI vous permet de former votre IA sur des conversations réelles et de la mettre en service en toute confiance, transformant un projet de plusieurs mois en une configuration qui ne prend que quelques minutes.