Ce que 100 opérateurs, 115 000 tickets et un nouveau benchmark nous ont appris lors de Commerce on Autopilot.
Vous pouvez automatiser l'essentiel de votre volume de support sans dégrader votre CSAT. C'était la thèse de notre panel new-yorkais, et les données comme les opérateurs présents dans la salle l'ont confirmée.
Le 14 juillet, nous avons coorganisé Commerce on Autopilot avec Shopify dans leurs locaux de SoHo, dans le cadre de notre AI+CX Club. Une centaine de responsables CX et opérations ont rempli la salle autour d'un verre, sur près de 400 inscrits, et les chiffres officiels de Shopify sont encore en cours de consolidation. Le public penchait cette fois vers des marchands plus petits, mais le vrai signal, c'était l'engagement. Le sujet a manifestement touché juste, et plusieurs conversations méritent d'être poursuivies.
Le panel a débordé du support, jusqu'à la stratégie IA plus large de Shopify et à la façon dont les bots commencent à lire votre boutique, et nous y viendrons. Mais le cœur de la soirée, c'était l'expérience client, avec une question en filigrane : jusqu'où peut-on automatiser avant que la qualité ne décroche ? La réponse, il s'avère, va bien plus loin que ne le supposent la plupart des équipes.
Les chiffres clés
Trois enseignements de The State of CX Automation in Ecommerce 2026 ont cadré la soirée :
- Les meilleurs marchands tiennent jusqu'à 87 % d'automatisation, et ce plafond est universel. Il ne dépend ni de votre taille, ni de votre helpdesk.
- Automatiser davantage n'a pas coûté leur CSAT aux marques. Celles qui automatisent le plus gardent des clients tout aussi satisfaits.
- Sur plus de 100 marchands, le rapport modélise environ 86 000 heures-agent économisées. L'écart entre le bon et l'excellent tient au paramétrage et à la régularité, pas à une IA plus intelligente.
L'arbitrage que tout le monde redoute n'existe pas
Commençons par le mythe que toute la salle avait en tête : automatisez agressivement et les clients s'agacent. Les données disent l'inverse, et Guillaume Luccisano, notre CEO, l'a formulé sans détour.
Ce qui m'a réellement surpris, c'est qu'automatiser davantage n'a coûté son CSAT à personne. Tout le monde suppose qu'il y a un arbitrage : on automatise agressivement et les clients s'agacent. Les données montrent l'inverse : les marques qui automatisent le plus gardent des clients aussi satisfaits que celles qui n'automatisent presque pas. L'arbitrage que tout le monde redoute n'existe pour ainsi dire pas.
— Guillaume Luccisano, CEO, Yuma
Pourquoi cela tient-il ? Parce que la rapidité compte plus pour le client que la présence d'un humain. Une réponse rapide et juste l'emporte presque toujours sur une réponse lente venue d'une personne. La deuxième surprise des données, c'est le volume de travail silencieux que cela représente.
On parle de 86 000 heures-agent qui disparaissent discrètement. Quand on le voit à l'échelle globale, on mesure à quel point la journée d'une équipe support se passe sur des tickets qui n'ont jamais eu besoin d'un humain.
— Guillaume Luccisano
Ce que représentent vraiment 115 000 tickets par trimestre
Naomi Oriol, Head of CX chez Freebird, a ensuite ramené le sujet au concret. Son équipe a traité plus de 115 000 tickets le trimestre dernier, en a automatisé l'essentiel et a maintenu un CSAT de 4,42. Cela représente environ 1 200 à 1 400 tickets par jour, et ils n'arrivent pas de façon régulière : un lancement produit ou un retard d'expédition, et le volume double du jour au lendemain.
Le tableau d'avant parlera à toute la salle : l'équipe entière vivant dans la file, à trier dès la connexion, avec un backlog qui ne revenait jamais tout à fait à zéro. Cela ressemblait davantage à de la lutte contre l'incendie qu'à de l'expérience client. Ce qui a changé après l'automatisation, ce n'est pas le volume, c'est que l'essentiel a cessé d'atteindre une personne.
La question des effectifs est venue vite, et Naomi a été claire : ils n'ont pas réduit l'équipe, ils l'ont réorientée. Les temps de première réponse sont passés d'heures à minutes, et ses agents ont cessé de copier-coller des liens de suivi pour traiter les cas réellement difficiles, les conversations à forte charge émotionnelle et à forte valeur, tout en entretenant la base de connaissances et en relisant ce que faisait l'IA. Ses meilleurs profils sont devenus des opérateurs CX plutôt que des videurs de file.
Le moment le plus utile a été le plus honnête. Freebird s'est montrée trop gourmande au départ et a activé l'automatisation sur une catégorie avant que la connaissance sous-jacente ne soit assez solide.
L'IA était sûre d'elle et se trompait sur certains cas limites, ce qui est pire que d'être lent. La leçon est brutale : l'IA ne vaut que la connaissance et les garde-fous que vous lui donnez. Automatiser vite est facile. Automatiser bien est un problème de connaissance, pas un problème d'IA.
— Naomi Oriol, Head of CX, Freebird
Comment tenir un 4,42 avec un tel volume ? La réponse de Naomi est surtout peu spectaculaire. Traiter la base de connaissances comme un produit vivant, pas comme un chantier ponctuel. Relire les sorties de l'IA chaque semaine, pas seulement quand quelque chose dérape. Garder l'humain fermement dans la boucle sur les cas limites et tout ce qui est à enjeu. Et surveiller le CSAT par workflow, pas seulement le chiffre global, pour qu'une baisse apparaisse sur un type de ticket avant de tirer tout le score vers le bas.
Vos données les plus riches dorment dans la file de support
Le point que Guillaume n'a cessé de pousser, et que Naomi a appuyé, c'est que vos tickets de support constituent l'un des gisements de données les plus riches que possède votre marque, et qu'il reste largement inexploité. Chaque question, chaque réclamation, chaque « est-ce que ça taille grand » est un signal sur votre produit, votre page et votre roadmap.
L'IA rend enfin ce gisement exploitable. Des outils comme Ask Yuma le transforment en véritable insight au lieu de le laisser dormir, ce qui referme une boucle qui ne se referme presque jamais seule : l'information arrive chaque jour dans la CX et ne remonte pratiquement jamais jusqu'au produit ou à la roadmap.
La conversation s'est élargie : votre boutique est devenue un point d'accès pour l'IA
En parallèle du sujet support, le panel a abordé la stratégie IA plus large de Shopify, et la phrase qui est restée est celle-ci : les gens ne lisent plus, les bots si. Quand un agent ou un modèle de langage regarde une fiche produit, il lit les champs structurés, le titre, la description, les options de variante, les métachamps, qui vivent sur l'objet produit et se diffusent vers des catalogues comme Google Merchant Center. Si votre meilleure information n'existe que dans une image, elle est invisible pour les systèmes qui font désormais la découverte.
Bien faire les choses rapporte réellement. Un grand marchand a mené un test A/B sur Sales AI de Yuma auprès de 25 millions de sessions et a observé environ 17 % d'ajouts au panier en plus et près de 12 % sur la conversion. À cette taille d'échantillon, c'est du signal, pas du bruit : une vraie boutique et un vrai test, pas une démo.
Ce que la salle a contesté
C'est dans les questions-réponses que l'honnêteté est sortie. La transparence est revenue sans cesse, et le consensus était de dire clairement aux clients qu'ils parlent à une IA. C'est une meilleure CX, la législation européenne va dans ce sens, et la frustration vient presque toujours de la découverte tardive, pas de l'IA elle-même.
Quelques signaux plus discrets étaient parlants. Plusieurs marchands ont commencé à donner un prénom à leur agent IA et jurent que ce petit geste change l'interaction. Quelqu'un a rappelé qu'environ 80 % du support n'est pas du chat, mais de l'e-mail, du SMS et d'autres canaux : le widget du site n'est qu'une partie de la surface. Et une question aiguë a porté sur la personnalisation : elle dépend entièrement de la qualité des données de la fiche client, et la plupart des marchands ont admis ne pas auditer ce que leur équipe support voit réellement au moment de la conversation.
Ce qu'il faut faire lundi matin
Le conseil de Naomi pour qui s'apprête à monter en volume est celui qu'elle aurait aimé suivre plus tôt : construisez tôt la boucle qui ramène le support vers votre base de connaissances et vos données produit. Étiquetez correctement vos motifs de contact, réinjectez ce que vous apprenez dans votre documentation, et commencez étroit : approfondissez la connaissance, puis élargissez l'automatisation. Faire l'inverse, c'est ce qui vous rattrape.
Le geste complémentaire, côté découverte, consiste à relire vos propres descriptions produit pour vérifier qu'elles répondent aux questions qui arrivent réellement au support, puis à les auditer régulièrement. Même enseignement, deux directions : votre file de support sait déjà ce que vos clients et leurs bots demandent.
Le fil rouge
Voici ce qui a relié la soirée. Automatisez le volume, et vous ne perdez pas de CSAT : vous en regagnez en rapidité et en heures que votre équipe peut enfin consacrer aux conversations qui vous différencient. Réinjectez ce que le support apprend dans votre produit et votre roadmap. Et traitez votre base de connaissances comme le produit lui-même, parce que c'est là-dessus que repose la qualité.
C'est la thèse derrière The State of CX Automation in Ecommerce 2026, construit sur des données marchandes réelles, sans sondage ni impressions. Pour le tableau complet derrière ce panel, y compris la façon dont les meilleures marques automatisent sans toucher à leur CSAT, le rapport est disponible là-bas.
Merci à Shopify pour l'accueil, à Anya Kelly pour l'animation du panel et sa vivacité, et à Amanda Sannella et Naomi Oriol pour la conversation. Beau public, bonnes questions. D'autres rendez-vous suivront.
