Étude de cas : support client IA avec les agents OpenClaw

Novaris Technologies était confrontée à un problème de support client que toute entreprise SaaS en croissance reconnaît : le volume de ses tickets d'assistance augmentait plus rapidement que son chiffre d'affaires. En 2023, ils ont traité 2 400 tickets d’assistance par mois avec une équipe d’assistance de six personnes. Fin 2024, le volume était passé à 5 800 billets par mois – une augmentation de 142 % tirée par la croissance des produits et l’expansion géographique – alors que l’équipe ne comptait plus que huit personnes.

Le calcul était brutal. Pour traiter 5 800 tickets par mois avec le niveau de qualité attendu par ses clients professionnels, Novaris avait besoin soit de 14 agents de support (doublement des effectifs et des coûts de support), soit d'une approche fondamentalement différente du fonctionnement du support.

Ils ont choisi une approche différente. Cette étude de cas documente le déploiement de l'agent OpenClaw AI d'une durée de six semaines qu'ECOSIRE a réalisé pour Novaris, couvrant l'architecture de mise en œuvre, les défis rencontrés et les résultats trois mois et neuf mois après le déploiement.

Points clés à retenir

• Les agents OpenClaw gèrent 84 % des tickets de support Novaris de manière autonome (contre 0 % avant le déploiement)
• Effectif de l'équipe support maintenu à 8 personnes tout en traitant plus de 5 800 tickets/mois (vs 14 requis sans IA)
• Le délai moyen de première réponse est passé de 4,2 heures à 8 minutes
• Score de satisfaction client amélioré de 3,8 à 4,4 sur 5,0
• Le coût du support par ticket est passé de 28 $ à 11 $ (réduction de 61 %)
• Les agents humains se concentrent désormais exclusivement sur des problèmes complexes et sensibles aux relations
• Les agents AI traitent simultanément les tickets en anglais, arabe et ourdou

---

Contexte : Novaris Technologies

Novaris Technologies est une société SaaS basée à Karachi qui fournit des logiciels ERP basés sur le cloud aux entreprises de taille moyenne en Asie du Sud et au Moyen-Orient. Fondée en 2019, l'entreprise comptait 3 200 clients payants fin 2024, la majorité étant des petites et moyennes entreprises utilisant la plateforme pour la comptabilité, les stocks et la gestion des ressources humaines.

La fonction de support client de Novaris servait une clientèle diversifiée : 60 % de clients anglophones, 25 % arabophones et 15 % ourdouophones, répartis dans huit pays. L'équipe d'assistance a tout traité, depuis les questions pratiques de base (comment générer un rapport de TVA ?) jusqu'aux problèmes de données complexes (pourquoi la valorisation de mon stock est-elle erronée après un ajustement négatif ?) jusqu'aux problèmes d'intégration (le rapprochement bancaire ne correspond pas au relevé).

À la mi-2024, le temps de première réponse moyen de l’équipe d’assistance était passé à 4,2 heures. Les scores de satisfaction des clients sont passés de 4,1 à 3,8. Deux entreprises clientes ont amélioré la qualité de leur support lors de leurs discussions de renouvellement de contrat. L'évolution des effectifs était à la fois coûteuse et difficile : des agents de support SaaS qualifiés à Karachi possédant des compétences en langue arabe étaient vraiment difficiles à trouver.

---

Pourquoi OpenClaw

Novaris a évalué trois options de support d'IA avant d'engager ECOSIRE : déployer un chatbot directement sur son portail d'assistance, créer une solution personnalisée à l'aide de l'API d'OpenAI en interne et engager ECOSIRE pour déployer des agents OpenClaw.

Limites des chatbots : les chatbots de support client standard, même ceux basés sur l'IA, fonctionnent bien pour les requêtes de type FAQ avec des réponses déterministes. Ils échouent sur les requêtes qui nécessitent de comprendre le contexte du système, de raisonner sur des données spécifiques au client ou d'entreprendre des actions en plusieurs étapes (comme vérifier une transaction, identifier la cause première et expliquer le correctif). La file d'attente d'assistance de Novaris concernait principalement le deuxième type de requête, et non le premier.

Construction interne personnalisée : Novaris disposait d'une capacité de développement interne, mais la création d'un système de support d'IA fiable à partir de zéro nécessite une expertise substantielle en ingénierie rapide, en génération augmentée par récupération, en orchestration des appels d'outils, en gestion des erreurs et en logique d'escalade humaine. L'estimation interne était de six mois et d'un développeur dédié – plus de temps et de risques que le déploiement d'une solution spécialement conçue.

Agents OpenClaw : OpenClaw est spécialement conçu pour l'automatisation des processus métier avec des agents IA. Il fournit un cadre permettant de connecter les capacités de raisonnement de l'IA aux API du système d'entreprise (la propre API de Novaris, leur module de support Odoo, leur système de documentation), de définir les conditions d'escalade, de gérer le contexte de conversation à travers les interactions à plusieurs tours et de surveiller les performances des agents. Le délai de déploiement était de six semaines au lieu de six mois, et l'équipe d'ECOSIRE avait déjà construit des intégrations similaires.

---

L'architecture OpenClaw pour Novaris

Le déploiement d'OpenClaw pour Novaris impliquait trois types d'agents distincts, chacun spécialisé pour différentes catégories de demandes d'assistance.

Agent 1 : Agent de résolution Gère des questions simples de procédure et de configuration qui peuvent être entièrement résolues à partir de la documentation et des données système. L’Agent de Résolution a accès :

• La documentation complète des produits Novaris (indexée dans une base de données vectorielle pour recherche sémantique)
• Les données du compte client via l'API de Novaris (niveau d'abonnement, modules configurés, activité récente)
• Une base de connaissances organisée de résolutions de support communes construite à partir des données historiques des tickets

Lorsqu'un ticket arrive, l'agent de résolution détermine s'il peut être résolu avec les informations disponibles. Si oui, il rédige une réponse, la vérifie par rapport à une rubrique de qualité et l'envoie. Si le contrôle de qualité échoue (la réponse est incomplète, contredit la documentation ou contient des incertitudes), le ticket est transmis à un agent humain avec le projet de réponse et le résumé du contexte en pièce jointe.

Agent 2 : Agent de diagnostic Gère les problèmes techniques qui nécessitent une enquête sur les données ou la configuration spécifiques du client. L'agent de diagnostic dispose d'un accès API supplémentaire :

• Données de compte client au niveau de l'enregistrement (pas seulement des mesures agrégées)
• Journaux d'audit pour les actions récentes des utilisateurs dans le compte du client
• Journaux d'erreurs de la plateforme Novaris associés au locataire du client

L'agent de diagnostic suit un flux de travail de diagnostic structuré : reproduire le problème dans un environnement de test, identifier la cause première dans les données ou la configuration du client et proposer une résolution avec des instructions étape par étape. Environ 60 % des cas d'agent de diagnostic se résolvent de manière autonome. Les 40 % restants sont transmis aux agents humains avec un résumé de diagnostic complet qui réduit considérablement le temps de résolution humaine.

Agent 3 : Coordinateur d'escalade Ne résout pas les tickets. Au lieu de cela, il gère le transfert de l'IA aux agents humains pour les tickets qui nécessitent un jugement humain. Lorsqu'un ticket s'aggrave, le coordinateur de l'escalade :

• Rédige un résumé structuré du cas (type de problème, impact sur le client, résultats du diagnostic, tentatives de résolution, prochaines étapes recommandées)
• Attribue le ticket à l'agent humain approprié en fonction de sa spécialité et de la profondeur actuelle de la file d'attente
• Définit les attentes des clients via un accusé de réception automatisé avec un temps de réponse estimé
• Surveille le ticket escaladé et invite l'agent humain si le temps de réponse dépasse le SLA

---

Processus de mise en œuvre

La mise en œuvre, d'une durée de six semaines, a été structurée pour avancer rapidement tout en maintenant les normes de qualité exigées par le support d'entreprise.

Semaine 1 : Construction de la base de connaissances

Avant de pouvoir déployer des agents, la base de connaissances devait exister. L'équipe d'ECOSIRE a travaillé avec le chef de produit et l'agent de support principal de Novaris pour indexer la documentation complète du produit, extraire les modèles de résolution de trois mois de tickets historiques et créer une base de connaissances structurée que les agents pouvaient interroger de manière fiable.

L'analyse historique des tickets était éclairante : 71 % de tous les tickets appartenaient à l'une des douze catégories de problèmes. L'agent de résolution a été configuré pour gérer directement huit de ces catégories (totalisant 52 % du volume de tickets). L'agent de diagnostic a été configuré pour gérer trois catégories supplémentaires (totalisant 28 % du volume de tickets) avec prise en charge du diagnostic. La catégorie restante (problèmes d’intégration complexes) était toujours transmise aux agents humains.

Semaine 2 : Intégration de l'API

Le développeur d'ECOSIRE a construit la couche d'intégration API entre OpenClaw et le système de support de Novaris (Odoo Helpdesk), l'API client de Novaris et l'infrastructure de journalisation de la plateforme de Novaris. L'intégration nécessitait une attention particulière à l'autorisation : les agents OpenClaw avaient besoin d'un accès en lecture aux données client mais pas d'accès en écriture, sauf à l'enregistrement du ticket d'assistance lui-même (pour publier des réponses et mettre à jour le statut).

Semaines 3 à 4 : développement et réglage des agents

L'équipe d'IA d'ECOSIRE a développé les invites des agents, les flux de travail de diagnostic et la logique de décision d'escalade. Chaque agent a été testé sur 200 tickets historiques réels (anonymisés) pour mesurer la précision. La précision initiale de l'agent de résolution était de 76 %, ce qui est trop faible pour un déploiement en production. Deux semaines d'ingénierie rapide, d'expansion de la base de connaissances et d'affinement des rubriques ont porté la précision à 91 %, ce qui correspond au seuil de production.

Semaine 5 : Tests du mode Ombre

Avant que les agents ne répondent aux vrais clients, ils fonctionnaient en mode fantôme : ils traitaient de vrais tickets en parallèle avec des agents humains, générant des réponses qui étaient examinées par des humains mais non envoyées aux clients. Les tests en mode fantôme ont validé les performances des agents sur le trafic en direct et identifié des cas extrêmes que les tests de tickets historiques n'avaient pas couverts.

Le mode fantôme a révélé une lacune systématique : l'agent de résolution fournissait parfois des conseils obsolètes basés sur une ancienne version de la documentation qui n'avait pas été entièrement remplacée dans la base de connaissances. L'équipe d'ECOSIRE a identifié et corrigé la documentation obsolète, et le problème n'est pas apparu en production.

Semaine 6 : Déploiement progressif

Le déploiement a été progressif par catégorie de ticket : l'agent de résolution a d'abord été mis en service pour les deux catégories de problèmes les plus fiables, a été surveillé pendant cinq jours, puis étendu aux huit catégories. L'agent de diagnostic a été mis en service au cours de la semaine 7 selon le même schéma. Quatre semaines après le déploiement initial en production, les deux agents géraient l’intégralité de leur périmètre.

---

Expérience d'agent humain

L'équipe d'assistance de Novaris craignait avant le déploiement qu'OpenClaw ne dévalorise ses rôles, ce qui rendrait les tickets complexes plus automatisés et éliminerait la possibilité de développer une expertise. L’expérience réelle était à l’opposé.

Avant OpenClaw, l'équipe d'assistance consacrait environ 60 % de son temps à traiter les questions pratiques courantes. Ce n’étaient pas des billets intéressants. Il s’agissait de tâches répétitives et peu qualifiées que l’équipe devait accomplir car aucune alternative n’existait. Les agents ont éliminé 60 % de la file d'attente.

Après OpenClaw, l'équipe humaine ne gère que les tickets qui nécessitent une véritable expertise : problèmes complexes d'intégration multi-systèmes, situations de récupération de données, conseils architecturaux pour les entreprises clientes et conversations sensibles sur le plan relationnel avec des clients qui éprouvent une grande frustration. L'évaluation de l'équipe sur la qualité de son travail s'est nettement améliorée : elle effectuait un travail plus intéressant avec plus d'impact.

ECOSIRE a formé l'équipe d'assistance sur la façon d'utiliser efficacement les résumés de cas du coordinateur d'escalade : comment lire les résultats du diagnostic, comment s'appuyer sur les tentatives de résolution plutôt que de repartir de zéro, et comment fournir un retour d'information à ECOSIRE lorsque les résumés des agents étaient inexacts ou incomplets. La boucle de rétroaction s'est avérée essentielle pour l'amélioration continue de la qualité des agents.

---

Résultats à 3 mois et 9 mois

Plusieurs résultats méritent des commentaires spécifiques.

Amélioration du CSAT : L'amélioration de 3,8 à 4,4 a surpris l'équipe de direction de Novaris. On s’attendait à ce que les tickets traités par l’IA obtiennent un score de satisfaction inférieur à celui des tickets traités par l’homme. C’est l’inverse qui s’est produit : les clients accordaient plus d’importance au temps de réponse de 8 minutes qu’à savoir si la réponse provenait d’un humain ou d’une IA, à condition que la réponse soit précise et résolve leur problème. Les enquêtes post-interaction ont montré que la satisfaction était corrélée au temps de résolution et à la précision de la résolution, et non au type d'agent.

Qualité multilingue : Les agents gèrent nativement l'anglais, l'arabe et l'ourdou. La qualité des réponses en arabe était initialement la plus variable : la base de connaissances avait été construite principalement en anglais et reposait sur la traduction de l'IA pour les réponses en arabe. ECOSIRE a travaillé avec Novaris pour ajouter de la documentation et des modèles de résolution en langue arabe à la base de connaissances au cours des trois premiers mois, ce qui a amené les scores de satisfaction des tickets en arabe à parité avec ceux de l'anglais au quatrième mois.

Escalades de direction : La réduction de 87 % des escalades de direction reflète une amélioration structurelle dans la façon dont les tickets difficiles sont traités. Avant OpenClaw, les clients frustrés qui ne parvenaient pas à obtenir une solution via le support standard s'adressaient à la direction comme tactique de pression. L’amélioration spectaculaire du temps de première réponse et du taux de résolution a éliminé la frustration à l’origine de ces escalades.

---

Questions fréquemment posées

Comment OpenClaw gère-t-il un client qui est clairement contrarié et a besoin d'une touche humaine ?

Les agents OpenClaw sont configurés avec la détection des sentiments. Lorsqu'un ticket ou une conversation révèle un sentiment fortement négatif (expressions directes de frustration, menaces d'annulation ou demandes explicites d'assistance humaine), l'agent s'adresse immédiatement à un agent humain avec un indicateur de priorité. L'agent ne tente pas de résoudre la composante émotionnelle ; il se déroule proprement et rapidement. Dans le déploiement de Novaris, environ 3 % des tickets sont immédiatement transmis pour des raisons de sentiment, sans aucune tentative de résolution autonome.

Que se passe-t-il lorsque l'IA donne une mauvaise réponse ?

Les agents sont conçus pour être calibrés et non trop confiants. Lorsque l’agent de résolution ne peut pas atteindre le seuil de confiance requis pour envoyer une réponse de manière autonome, il escalade plutôt que de deviner. Lorsqu'un agent fournit une réponse incorrecte (ce qui arrive, bien que rarement), le système de surveillance de Novaris signale le ticket lorsque le client répond en indiquant que le problème n'a pas été résolu. Le ticket réintègre la file d'attente avec un indicateur de qualité, est examiné par un agent humain et le modèle de réponse incorrect est documenté pour le recyclage de l'agent. La boucle de rétroaction continue est essentielle pour maintenir la qualité des agents au fil du temps.

Combien de temps faut-il pour déployer OpenClaw pour une nouvelle entreprise ?

Le calendrier dépend de la complexité du produit et de la qualité de la documentation existante. Pour un produit SaaS doté d'une bonne documentation (comme celle de Novaris), six à huit semaines sont typiques. Pour les entreprises disposant d'une documentation médiocre ou de produits très complexes, la phase de construction de la base de connaissances peut prolonger le délai jusqu'à douze à seize semaines. L'équipe avant-vente d'ECOSIRE évalue la qualité de la documentation et la complexité du produit pendant la phase de découverte et fournit une estimation réaliste du calendrier avant l'engagement.

OpenClaw nécessite-t-il une gestion continue après le déploiement ?

Oui, mais les frais de gestion sont faibles par rapport à la valeur délivrée. ECOSIRE recommande un processus d'examen mensuel : échantillonner les tickets résolus pour la validation de la qualité, examiner les modèles de remontée pour détecter les signaux indiquant que la configuration de l'agent doit être mise à jour et traiter les commentaires des agents humains qui voient des modèles dans les tickets qui leur sont transmis. Le plan de support d'ECOSIRE pour les déploiements OpenClaw comprend des sessions trimestrielles d'optimisation des agents dans le cadre de l'offre standard.

OpenClaw peut-il s'intégrer à notre plateforme d'assistance existante ?

OpenClaw s'intègre à Zendesk, Freshdesk, Intercom, HubSpot Service Hub, Odoo Helpdesk et d'autres principales plates-formes d'assistance via l'API. Pour les plateformes sans intégrations prédéfinies, l'équipe de développement d'ECOSIRE peut créer des intégrations personnalisées. Le point d'intégration est généralement le webhook de création de ticket (déclenche le traitement de l'agent lorsqu'un nouveau ticket arrive) et l'API de réponse au ticket (permet à l'agent de publier des réponses et de mettre à jour le statut du ticket).

---

Prochaines étapes

Si votre équipe d'assistance ressent la même pression de volume que Novaris, la pratique OpenClaw d'ECOSIRE propose une évaluation gratuite des opérations d'assistance : analyse de votre volume actuel de tickets, catégorisation des types de tickets par potentiel d'automatisation et estimation de l'impact spécifique qu'un déploiement OpenClaw pourrait avoir sur votre opération.

Visitez /services/openclaw pour en savoir plus sur la plateforme d'agent OpenClaw AI et demander une évaluation.