Agent IA pour le tri et la priorisation des tickets support client

Trier un ticket, ce n'est pas y répondre. C'est décider de quoi il parle, à quel point ça presse, et qui doit s'en occuper. Cette étape paraît simple vue de loin, mais elle prend un temps fou quand le volume grimpe, et elle se dégrade vite si personne ne la surveille en continu. Un agent IA autonome peut prendre en charge exactement cette étape, celle qui précède la réponse elle-même.

Le problème

Le volume de tickets ne baisse pas. Selon une enquête McKinsey citée par Zendesk, 57 % des dirigeants s'attendent à ce que le volume d'appels et de tickets de service client augmente jusqu'à un cinquième dans les un à deux prochaines années (https://www.zendesk.fr/blog/customer-service/satisfaction/customer-service-statistics/). Dans le même temps, les attentes montent : le rapport CX Trends 2026 de Zendesk, construit à partir de plus de 11 000 consommateurs et responsables CX interrogés dans 22 pays, indique que 88 % des clients attendent des réponses plus rapides qu'il y a un an, et que 74 % des consommateurs considèrent désormais qu'un support disponible 24h/24 est la norme (https://cxtrends.zendesk.com/). Le même rapport est sévère sur les conséquences d'un mauvais tri : 85 % des responsables CX estiment que les clients quittent une marque après un problème non résolu, y compris dès le premier contact.

Le tri fait aussi partie des tâches les plus chronophages pour les équipes support, ce qui limite le temps disponible pour la partie qui compte vraiment, la réponse au client. Le rapport Customer Service Transformation d'Intercom (2025) note que 76 % des équipes support ont fini par investir dans l'IA l'an dernier, contre 54 % qui le prévoyaient au départ, un signe que la pression opérationnelle dépasse souvent les plans initiaux (https://www.intercom.com/blog/customer-service-transformation-report-2025/). Le même rapport observe que seulement 19 % des équipes support jugent que leurs outils actuels répondent complètement à leurs besoins, ce qui laisse penser qu'une bonne partie de la charge de tri reste encore manuelle aujourd'hui.

Ce tri manuel a, en plus de la lenteur, un coût caché : la constance. Une personne qui trie des tickets depuis huit heures ne les classe plus avec la même rigueur qu'en début de journée, et le week-end ou en dehors des horaires d'astreinte, personne ne trie du tout avant le retour de l'équipe. Un ticket urgent posté un samedi matin peut donc attendre le lundi avant même d'être vu, pas seulement avant d'être traité. C'est ce trou de couverture, plus que la vitesse de traitement elle-même, qui pèse le plus sur l'expérience client dans les organisations qui n'ont pas d'astreinte support dédiée.

Ce que fait l'agent, étape par étape

Sur Atako, cet agent tourne en continu, pas seulement pendant les heures ouvrées de l'équipe support. Il reçoit les nouveaux tickets via les intégrations connectées à Zendesk, Intercom ou Freshdesk, selon l'outil de l'entreprise, et analyse chaque message pour en extraire l'intention, le sujet et un score d'urgence.

Il enrichit ensuite le ticket avec l'historique du client tiré du CRM (ancienneté, plan souscrit, tickets précédents), avant de le classer par catégorie (facturation, bug, question produit, résiliation) et par équipe destinataire. Des règles d'escalade configurables s'appliquent à ce moment-là : statut VIP du compte, mention de mots-clés sensibles comme une résiliation ou une mention juridique, ou ticket resté sans réponse trop longtemps. Le ticket est alors routé vers la bonne file, avec tout le contexte déjà attaché, et une alerte part sur Slack pour les cas urgents ou escaladés. Chaque décision de classification est journalisée, pour qu'un humain puisse la corriger et affiner les règles par la suite.

Ce que cet agent ne fait volontairement pas : rédiger la réponse finale au client, ni fermer le ticket. C'est le rôle d'un agent d'automatisation des tickets support, une brique distincte qui prend le relais une fois le tri fait.

Les intégrations mobilisées

Zendesk fournit la lecture des tickets entrants et de l'historique (get_ticket, search_tickets), avec la mise à jour de la catégorie et de la priorité via update_ticket une fois la classification faite. Sur Intercom, l'agent se connecte aux conversations pour classer les messages en temps réel et transmettre les cas ambigus à un humain. Pour les équipes qui utilisent Freshdesk plutôt que Zendesk, la même logique de lecture et de reclassement s'applique.

HubSpot sert à enrichir le ticket avant de décider de sa priorité : une recherche de contact (search_contacts) ou de deal en cours peut faire remonter qu'il s'agit d'un grand compte ou d'un renouvellement proche, deux éléments qui changent la priorité réelle d'un ticket. Slack reçoit enfin l'alerte quand un ticket est classé urgent, via post_message dans le canal support choisi par l'équipe.

Ce qui reste à l'humain

L'agent ne répond jamais au client à la place de l'équipe support, et il ne ferme aucun ticket. Son rôle s'arrête à la classification, à l'enrichissement et au routage. Chaque intégration qu'il utilise dépend d'un grant précis, avec une portée définie (lecture seule ou lecture et écriture) : sur Zendesk par exemple, un grant peut autoriser la lecture complète des tickets mais limiter l'écriture à la seule mise à jour de la catégorie, sans toucher au contenu du ticket lui-même.

Trois choses restent structurellement du côté humain. D'abord, traiter et répondre aux tickets une fois qu'ils sont triés, l'agent prépare le terrain, il ne rédige pas la réponse au client. Ensuite, reclasser les tickets mal catégorisés : une classification erronée reste visible et modifiable comme n'importe quel autre ticket, et corriger l'agent fait partie du fonctionnement normal, pas d'un échec à cacher. Enfin, définir et faire évoluer les critères d'urgence et d'escalade, un travail qui demande la connaissance fine du métier support que l'équipe garde.

Ce partage du travail correspond à ce qu'on appelle le human-in-the-loop : l'agent absorbe le volume et la répétition du tri, l'humain garde la décision sur la réponse et sur les règles elles-mêmes. Chaque appel d'intégration effectué par l'agent (lecture d'un ticket, mise à jour de catégorie, alerte Slack) est journalisé avec son statut, visible dans la timeline d'activité de l'agent, et consultable en détail par un administrateur dans le journal d'intégration de toute l'entreprise.

Résultat mesurable

Le bénéfice principal, c'est la constance : un ticket qui arrive un dimanche à minuit est classé et routé aussi vite qu'un ticket qui arrive un mardi à 10h. Ça ne dépend plus de qui est disponible à ce moment précis pour ouvrir la file et faire le tri à la main. Pour une équipe qui reçoit un volume de tickets en croissance, comme le suggère l'enquête McKinsey citée plus haut, c'est la partie du travail qui absorbe le mieux la hausse de volume sans ajouter de recrutement au même rythme, en gardant un temps de tri stable même quand le nombre de tickets double d'un trimestre à l'autre.

Le plan Standard d'Atako facture 20 euros par mois et par emplacement d'agent (slot), avec 1000 crédits inclus chaque mois pour couvrir les appels au modèle utilisés par la lecture, la classification et l'enrichissement de chaque ticket. Ce coût ne dépend ni du volume de tickets traités ni du nombre de personnes de l'équipe support qui consultent les classifications, seul le nombre d'agents actifs en simultané compte. Le détail complet est sur la page tarifs.