La version courte
Édition 2026Points clés
Chaque élément à emporter renvoie à sa ligne de données canonique. Les chiffres déclarés appartiennent à leur producteur cité ; les résultats modélisés sont étiquetés comme calculs.
- Étude de support : augmentation des problèmes résolus par heure : 15,2 % (Déploiement principalement automne 2020-hiver 2021 ; article publié en février 2025).Brynjolfsson, Li et Raymond
- Étude de support : réduction du temps moyen de traitement des conversations : 8,5 % (Déploiement principalement automne 2020-hiver 2021 ; article publié en février 2025).Brynjolfsson, Li et Raymond
- Étude de support : augmentation de la part des conversations résolues, approximativement (non statistiquement significative) : 1,3 pp (Déploiement principalement automne 2020-hiver 2021 ; article publié en février 2025).Brynjolfsson, Li et Raymond
- Étude de support : diminution du NPS client, approximativement (non statistiquement significative) : 0,12 (Déploiement principalement automne 2020-hiver 2021 ; article publié en février 2025).Brynjolfsson, Li et Raymond
- Étude de support : augmentation des problèmes résolus par heure pour les agents moins qualifiés et moins expérimentés : 30 % (Déploiement principalement automne 2020-hiver 2021 ; article publié en février 2025).Brynjolfsson, Li et Raymond
- Enquête auprès des consommateurs Zendesk : souhaitent que le représentant continue à partir de l'interaction précédente : 81 % (rapport 2026 publié en novembre 2025 ; dates de travail non divulguées dans la publication).Zendesk
- Enquête auprès des consommateurs Zendesk : sont frustrés par la répétition des informations : 74 % (rapport 2026 publié en novembre 2025 ; dates de travail non divulguées dans la publication).Zendesk
- Enquête auprès des consommateurs Zendesk : déclarent que la réactivité et l'exactitude affectent fortement les achats : 86 % (rapport 2026 publié en novembre 2025 ; dates de travail non divulguées dans la publication).Zendesk
- Enquête auprès des consommateurs Zendesk : choisiraient le texte, la voix et les visuels dans une seule conversation : 76 % (rapport 2026 publié en novembre 2025 ; dates de travail non divulguées dans la publication).Zendesk
- Enquête auprès des consommateurs Zendesk : attendent des explications pour les décisions prises par l'IA : 95 % (rapport 2026 publié en novembre 2025 ; dates de travail non divulguées dans la publication).Zendesk
Qu'est-ce qui a changé lorsque les agents de support ont reçu une assistance par IA ?
L'étude a révélé une productivité à plus haute résolution et un temps de traitement plus court. Les mesures de qualité moyennes n'ont pas montré d'amélioration statistiquement significative, donc une productivité plus élevée ne doit pas être rebaptisée satisfaction client plus élevée.
Faites défiler horizontalement pour comparer toutes les colonnes →
| Résultat mesuré | Changement déclaré | Interprétation |
|---|---|---|
| Augmentation du nombre de problèmes résolus par heure | 15.2%Résultat quasi-expérimental | Statistiquement significatif |
| Réduction du temps moyen de traitement des conversations | 8.5%Résultat quasi-expérimental | Statistiquement significatif |
| Augmentation de la part des chats résolus, approximativement | 1.3 ppRésultat quasi-expérimental | Non statistiquement significatif |
| Diminution du NPS client, approximativement | 0.12Résultat quasi-expérimental | Non statistiquement significatif |
| Augmentation du nombre de problèmes résolus par heure pour les agents moins qualifiés et moins expérimentés | 30%Résultat quasi-expérimental | Résultat de sous-groupe ; pas la moyenne de la main-d'œuvre |
Utilise l'article publié, et non sa version antérieure de document de travail. Les variations en pourcentage relatives, les variations en points de pourcentage et les points NPS sont des unités différentes. Une estimation non significative n'est pas une preuve d'effet nul.
Source primaire : Brynjolfsson, Li et Raymond — 4 février 2025
Qu'attendent les consommateurs du service assisté par IA ?
Les consommateurs signalent des préférences pour la continuité, la réactivité, la flexibilité des canaux et les explications. Ce sont des attentes d'enquête, pas des taux de rétention observés ou des résultats de support mesurés expérimentalement.
| Réponse du consommateur | Part du répondant |
|---|---|
| Souhaiter que le représentant continue à partir de l'interaction précédente | 81%Attente de l'enquête |
| Sont frustrés de répéter des informations | 74%Attente de l'enquête |
| Attendre un support adapté aux interactions précédentes | 67%Attente de l'enquête |
| Affirment que la réactivité et l'exactitude affectent fortement les achats | 86%Attente de l'enquête |
| Choisirait le texte, la voix et les visuels dans une seule conversation | 76%Attente de l'enquête |
| Attendre des explications pour les décisions prises par l'IA | 95%Attente de l'enquête |
Le nombre total de participants ne doit pas être utilisé comme dénominateur pour chaque question consommateur.
Source primaire : Zendesk — 18 novembre 2025
L'étude montre-t-elle que les bots autonomes peuvent remplacer les agents ?
Non. Il évalue les suggestions livrées aux agents de support humains, qui peuvent les modifier ou les ignorer. La résolution autonome, les politiques d'escalade et la performance globale des chatbots nécessitent leur propre évaluation.
Ne pas renommer la productivité des agents assistés en taux de confinement des bots, réduction des effectifs ou économie de coûts garantie.
Source primaire : Brynjolfsson, Li et Raymond — 4 février 2025
Quelles métriques un tableau de bord de support IA devrait-il garder séparées ?
Suivez indépendamment les résolutions complétées, le temps de traitement, les contacts répétés, les escalades et la qualité évaluée par le client. Définissez le dénominateur pour chaque mesure et incluez le travail effectué après qu'un bot a transmis la conversation à une personne.
| Métrique | Définition pour une évaluation locale |
|---|---|
| Productivité de résolution | Résolutions acceptées divisées par les heures travaillées |
| Temps de traitement | Temps de traitement actif par conversation, avec règles de concurrence énoncées |
| Escalade | Conversations transférées à un humain ou un superviseur divisées par les conversations éligibles |
| Qualité | Examen indépendant ou retour client utilisant la même échelle dans les différentes conditions |
Cadre de mesure éditorial de Workspace369 ; ces définitions ne sont pas des conclusions empiriques supplémentaires.
Comment ce rapport a été construit
Méthodologie et limitations
- Le tableau des résultats mesurés conserve les estimations préférées du document publié et ses conclusions sur la qualité nulle. Le tableau de l'enquête ne contient que des attentes des consommateurs attribuées séparément.
- L'article public hébergé par l'auteur a été vérifié directement, y compris les tableaux des principaux résultats. Seuls des résultats factuels sélectionnés sont résumés ; le document et ses graphiques ne sont pas redistribués.
- La contribution originale est la comparaison des types de preuves et le cadre de mesure réutilisable, pas une nouvelle expérience de support. Aucune moyenne inter-sources n'est calculée.
Ce que ces chiffres ne peuvent pas vous dire
- L'étude opérationnelle concerne une seule entreprise, un assistant historique et un déploiement complet non aléatoire. La stratégie d'identification est plus solide qu'un simple sondage d'opinion mais ne garantit pas le transfert à une autre équipe.
- L'enquête auprès des consommateurs est sponsorisée par un fournisseur. Les préférences déclarées ne sont pas des décisions d'achat observées, et l'année d'édition de son rapport n'est pas sa date de travail sur le terrain.
- Aucun résultat n'établit comment Workspace369 se comporte, ne prouve un taux de remplacement par agent autonome, ni ne soutient une affirmation générale de ROI du service client.
Fraîcheur et corrections
Maintenu par l'équipe éditoriale de Workspace369. Réviser trimestriellement et lorsque un producteur cité publie une étude de remplacement. Prochaine révision éditoriale : décembre 2026. Conserver les versions de modèles historiques et les dates d'observation. La date d'édition ne change que lorsque les preuves ou le contenu sont substantiellement révisés ; elle ne change pas la période d'observation sous-jacente.
Première édition : . Extraction des données, attribution de la source et calculs vérifiés pour cette édition. Aucune expertise indépendante n'est revendiquée.
Vous avez trouvé une erreur ou une nouvelle publication principale plus récente ? Envoyer une correction avec la source et la statistique affectée. Les corrections confirmées doivent être enregistrées dans l'historique des révisions avant la republication.
Sources primaires et provenance
Chaque cellule numérique déclarée est directement liée à son producteur. Les téléchargements incluent les localisateurs exacts de table ou de classeur, les périodes d'observation, les dates d'accès, les formules et les références d'entrée.
- Brynjolfsson, Li et RaymondGenerative AI at Work, article du Quarterly Journal of Economics publié (2025) ↗Publié le 4 février 2025. Consulté le 12 septembre 2026.Observations factuelles sélectionnées paraphrasées avec attribution. Aucun rapport source, graphique, données de participants ou base de données propriétaire n'est redistribué ; les droits de source restent avec leur producteur.
- ZendeskTendances CX 2026 : annonce de recherche de l'éditeur original ↗Publié le 18 novembre 2025. Consulté le 12 septembre 2026.Observations factuelles sélectionnées paraphrasées avec attribution. Aucun rapport source, graphique, données de participants ou base de données propriétaire n'est redistribué ; les droits de source restent avec leur producteur.
Conçu pour être vérifié, puis cité
Comment citer ce rapport
Pour une statistique déclarée par la source, citez l'éditeur d'origine et créez un lien vers la ligne exacte ici lorsque vous utilisez notre compilation. Pour un résultat modélisé, citez Workspace369 et incluez les hypothèses. Le lien vers cette page ne fait pas de nous le producteur original des données tierces.
Workspace369. (2026-09-12). Statistiques de performance du service client IA. https://workspace369.com/research/ai-customer-service-performance-statistics/. Sources primaires et périodes d'observation telles que listées dans le rapport.
Les téléchargements sont des ensembles de données de référence en langue anglaise, y compris sur les pages traduites. Les droits de source restent la propriété de leurs producteurs. Attribuez la compilation et les calculs de Workspace369 ; consultez les conditions de réutilisation de chaque source.