Du pilote à la mise à l’échelle : comment Smarsh a atteint 60 % de taux de résolution avec Salesforce Agentforce

Lorsque Smarsh, leader des technologies de conformité, a entrepris de transformer son expérience client, il n’a pas simplement déployé un chatbot. Il a bâti un écosystème d’IA multi‑agents qui résout aujourd’hui 60 % des demandes des clients de manière autonome, et ce, tout en repensant l’économie du support. Pour les responsables du support qui observent depuis les coulisses, l’histoire de Smarsh offre un rare plan chiffré pour déployer l’IA à grande échelle sans se ruiner ni aliéner les clients.

Dans cette analyse approfondie, nous décortiquerons le partenariat Smarsh‑Agentforce, analyserons le modèle tarifaire de 2 $/conversation et extrairons les cadres dont votre équipe a besoin pour reproduire ce succès. Que vous gériez une équipe de support SaaS légère ou un centre de contact B2B de 500 agents, les leçons ici vous aideront à bâtir un dossier que votre DAF adorera.

Le succès de Smarsh : des résultats concrets avec un support alimenté par l’IA

Smarsh, leader de la conformité des communications numériques, sait que la complexité réglementaire ne dort jamais. Ses clients – banques, courtiers, négociants et agences gouvernementales – exigent des réponses rapides et précises sur des sujets comme l’e‑discovery, les politiques de conservation et plus de 3 000 sources de données. Les équipes de support de premier niveau traditionnelles étaient submergées par le volume, tandis que l’expertise requise pour les problèmes de deuxième et troisième niveaux rendait l’augmentation des effectifs prohibitif.

C’est là qu’interviennent Salesforce Agentforce, Einstein GPT et un déploiement délibéré par phases. Smarsh n’a pas simplement activé un copilote IA ; il a conçu sur mesure des agents autonomes spécialisés qui imitent le fonctionnement de ses équipes humaines. Comme l’explique Patterson, architecte clé de la stratégie, l’astuce n’était pas un robot universel, mais une suite d’agents spécialisés capables de comprendre le contexte, de puiser dans les bases de connaissances et même de se passer le relais sans intervention humaine.

« Nous avons distingué les agents spécialisés de la plateforme d’orchestration plus large de Salesforce. Fin est un agent orienté service client, tandis que Qualified’s Piper est un agent marketing conçu pour qualifier les visiteurs du site web et planifier des rendez-vous commerciaux. Chacun joue un rôle distinct dans notre parcours unifié. »

Les résultats ont été immédiats et quantifiables. En trois mois, Agentforce gérait des milliers de conversations, dérivait les tickets de routine et extrayait des réponses du graphe de connaissances propriétaire de Smarsh. La satisfaction client n’a pas chuté – elle a augmenté de 12 points, car les délais de réponse sont passés d’heures à secondes et les réponses étaient plus cohérentes.

L’économie des agents IA : comprendre la tarification à 2 $/conversation

Salesforce a rendu la tarification d’Agentforce rafraîchissante de transparence : 2 $ par conversation autonome complète. Mais un calcul simple montre pourquoi les équipes financières doivent regarder au‑delà du prix unitaire par conversation.

Faire les vrais calculs des coûts du support IA

Prenons le cas de Smarsh : à 10 000 conversations mensuelles avec un taux de résolution de 60 %, voici à quoi ressemble la structure des coûts.

À 2 $ par conversation, la couche IA seule coûte 20 000 $ par mois pour 10 000 conversations, avant les frais de licence Salesforce. Mais comparé aux plus de 60 000 $ dépensés pour un traitement entièrement manuel, les économies nettes dépassent 40 %. Et cela ne tient pas compte de l’amélioration de l’expérience client : réponses plus rapides, disponibilité 24/7 et aucune frustration liée aux files d’attente.

Pour une vue plus granulaire, regardez le coût par conversation résolue. Seules 6 000 des 10 000 conversations bénéficient d’une résolution purement IA, donc le coût effectif par interaction résolue par l’IA est de 2 $. Pendant ce temps, les 4 000 qui remontent aux humains coûtent encore entre 6 et 8 $ chacune. Le coût mixte par interaction résolue devient alors d’environ 3,67 $, soit une fraction de la moyenne de 7 $ d’avant l’IA.

Construire une pile de support IA évolutive : leçons pour les entreprises SaaS B2B

Le succès de Smarsh n’est pas magique. Il repose sur des choix de conception délibérés que tout responsable des opérations de support peut adopter.

La spécialisation bat la généralisation

Plutôt que d’entraîner un seul modèle surdimensionné, Smarsh a déployé des agents spécialisés : Fin pour le support client, Piper pour la qualification marketing. Cela a permis à chaque agent de maîtriser un domaine restreint, réduisant les hallucinations et augmentant le taux de containment.

• Finse trouve dans la console de support, lit les tickets, recherche des articles de connaissances et suggère ou complète automatiquement les réponses. Il connaît la terminologie de la conformité et peut même naviguer dans les complexités des réglementations financières. -Pipervit sur le site web, identifie les visiteurs à forte intention, répond aux questions pré‑vente et planifie directement des rendez-vous dans les calendriers des commerciaux. Il parle le langage des cas d’usage et des différenciateurs produit.

Une intégration étroite avec votre base de connaissances est indispensable

Agentforce ne fonctionne pas prêt à l’emploi si votre base de connaissances n’est pas propre, structurée et complète. Smarsh a investi des mois à cartographier ses plus de 10 000 articles d’aide, guides de dépannage et documents de politique dans une base de connaissances basée sur un graphe. Résultat ? L’IA pouvait répondre avec confiance à 80 % des questions qui nécessitaient auparavant un ingénieur de niveau 2.

Déploiement progressif avec repli humain dans la boucle

Smarsh a démarré Agentforce en « mode suggestion » où les agents humains approuvaient chaque réponse de l’IA. Après deux mois d’apprentissage supervisé et de réentraînement, il est passé en mode autonome pour les sujets à haute confiance. Encore aujourd’hui, toute conversation dont le seuil de confance tombe sous 90 % est instantanément redirigée vers un humain avec tout le contexte, un modèle qui préserve la confiance des clients.

« Nous n’avons pas remplacé notre équipe de support ; nous lui avons donné un copilote qui gère la routine afin qu’ils puissent se concentrer sur le complexe. C’est l’avenir du support B2B. », responsable des opérations de support chez Smarsh

Mesurer l’impact : les métriques qui comptent pour le support piloté par l’IA

Si vous construisez un dossier pour les agents IA, votre DAF posera trois questions : Combien économisons-nous ? De combien l’expérience s’améliore-t-elle ? Et comment mesurons-nous le succès continu ?

Voici le cadre de KPI inspiré de Smarsh que vous devriez adopter.

1.Taux de containement(aussi appelé taux de résolution) : Le pourcentage de conversations entièrement résolues par l’IA sans intervention humaine. Smarsh vise >55 % ; le 60 % initial a dépassé les attentes. 2.Coût par ticket (CPT): Avant l’IA, le CPT mixte de Smarsh tournait autour de 7 $. Après l’IA, il est tombé à 3,67 $. Suivez-le mensuellement pour vous assurer que les invesstissments en IA sont rentables. 3.Temps moyen de résolution (TMR): De 12+ minutes à moins de 2 minutes pour 60 % des conversations, une améliration de 6x qui augmente directement le CSAT. 4.Produvtivité des agents: Avec l’IA gérant le niveau 1, les agents résolvent désormais 40 % de tickets complexes de plus par quart, et les taux d’escalade ont baissé de 35 %.

L’effet multiplicateur du retour sur investissement

L’impact financier n’est pas linéaire. Dériver 6 000 conversations par mois ne permet pas seulement d’économiser 36 000 $ en main‑d’œuvre – cela évite de devoir embaucher des agents supplémentaires à mesure que le volume croît. Smarsh, par exemple, a absorbé une augmentation de 25 % du volume de support sur six mois sans ajouter un seul poste. C’est cette évolutivité qui fait que les DAF des SaaS tendent l’oreille.

Le modèle de collaboration humain‑IA : comment Smarsh a responsabilisé ses agentsL’un des plus grands mythes concernant l’IA dans le support est qu’elle supprime des emplois. L’histoire de Smarsh prouve le contraire. En automatisant les tâches répétitives – réinitialisations de mots de passe, questions « comment trouver mes rapports ? », dépannage de base – l’IA a rendu le travail humain restant plus engageant.

De preneurs de tickets à résolveurs de problèmes

Avant Agentforce, les agents de première ligne de Smarsh consacraient 70 % de leur temps à des tâches ne nécessitant pas de jugement humain. Après que l’IA a pris en charge ces conversations, les mêmes agents ont été formés pour gérer des interprétations complexes en matière de conformité, la configuration des comptes, et même des actions proactives de suivi client. Les scores de satisfaction des agents ont augmenté, et le turnover a chuté de 22 %.

Orchestration IA interfonctionnelle

L’utilisation par Smarsh de Fin et de Piper montre la puissance d’une collaboration IA entre services. Un visiteur qui lance un chat sur le site web peut être qualifié par Piper, transmis sans couture à Fin pour une question de support sur une éventuelle intégration, puis redirigé vers un commercial, le tout sans que le client ait à répéter le moindre détail. C’est dans cette orchestration que réside la véritable magie de l’expérience client.

Pour les entreprises construites sur Salesforce, c’est un avantage naturel. Mais même si votre stack est différent, le principe reste valable : les agents IA doivent partager le contexte tout au long du parcours client, et non vivre en silos.

Au‑delà de Salesforce : Pérenniser votre support avec une couche IA

Agentforce est puissant, mais ce n’est pas la seule voie. De nombreuses sociétés SaaS utilisent Intercom, Zendesk ou des plateformes de support maison, et ont besoin d’une IA qui s’intègre sans avoir à tout remplacer. C’est là qu’une couche dédiée d’automatisation du support par IA peut changer la donne.

Des solutions agnostiques comme Successly vous permettent de construire des agents IA personnalisés qui se placent au‑dessus de votre système de tickets, de votre base de connaissances et de votre CRM existants. Vous pouvez reproduire le modèle d’agent spécialisé de Smarsh avec des capacités similaires à Fin, mais sans être enfermé dans l’écosystème d’un seul fournisseur. Et vous pouvez démarrer avec une tarification de type 2 $ qui évolue avec votre volume réel de conversations.

Successly, par exemple, obtient 43 % de résolution des tickets dès les 30 premiers jours de déploiement en s’entraînant sur vos documents d’aide existants et vos conversations passées, un résultat qui reflète directement la trajectoire de Smarsh sans le cycle de mise en œuvre Salesforce de plusieurs mois.

Checklist pour choisir un partenaire IA de support

-Garantie de taux de résolution: Le fournisseur s’engage‑t‑il sur un pourcentage de prise en charge spécifique sous 90 jours ? -Profondeur d’intégration: L’IA peut‑elle voir vos contacts CRM, l’historique des tickets et la base de connaissances ? -Transfert humain: Le chemin d’escalade est‑il fluide, avec le contexte complet de la conversation transmis à l’agent ? -Sécurité et conformité: Pour les secteurs réglementés comme celui de Smarsh, l’IA peut‑elle répondre aux exigences SOC 2, HIPAA ou RGPD ? -Transparence tarifaire : Est‑ce vraiment par conversation, ou y a‑t‑il des frais de plateforme cachés ?

Pour commencer : Un cadre en 90 jours pour l’automatisation du support par IA

Inspiré du plan de Smarsh, voici une feuille de route par étapes que vous pouvez adapter à votre environnement.

Jours 1 à 30 : Évaluer et préparer

• Auditez vos types de tickets les plus courants. Visez 20 à 30 catégories représentant 60 % du volume.
• Nettoyez et structurez votre base de connaissances. Comblez les lacunes où l’IA buterait.
• Pilotez un agent spécialisé pour un seul sujet à fort volume (par exemple, les demandes de facturation).

Jours 31 à 60 : Lancement supervisé

• Déployez l’agent en mode suggestion avec validation humaine requise.
• Fixez des seuils de confiance à 95 % pour les réponses autonomes ; cartographiez les chemins d’escalade.
• Suivez quotidiennement le taux de prise en charge, le CSAT et la résolution. Ré‑entraînez chaque semaine.

Jours 61 à 90 : Passer à l’échelle et étendre

• Passez en mode autonome pour le sujet initial lorsque la prise en charge dépasse 50 %.
• Ajoutez un deuxième agent pour un domaine connexe (par exemple, l’aide à l’intégration).
• Intégrez avec le CRM et l’automatisation marketing pour permettre des transferts interfonctionnels comme Piper.

Conclusion : Le dividende du support IA est réel

Le parcours de Smarsh avec Agentforce n’est pas une exception, c’est le nouveau référentiel. Un taux de résolution de 60 %, une baisse de 35 % des escalades et une réduction spectaculaire du coût par conversation indiquent que nous avons franchi un seuil : les agents IA de support ne sont plus seulement expérimentaux, ce sont des investissements approuvés par les DAF.

Votre équipe peut obtenir les mêmes résultats. Commencez par un agent spécialisé, obsédez‑vous sur votre base de connaissances, et calculez ce que 10 000 conversations vous coûteraient à 2 $ l’unité. Le calcul est probablement plus convaincant que vous ne le pensez.

Et si vous souhaitez accélérer ce parcours sans être enfermé dans un seul CRM, Successly propose une couche de support IA qui se déploie en quelques jours, apprend de votre contenu existant et offre 43 % de résolution des tickets dès le premier mois. L’avenir du support ne consiste pas à remplacer les humains, mais à les armer d’une IA qui travaille aussi dur qu’eux.