Support utilisateur augmenté

Les plateformes de support informatique actuelles présentent plusieurs défis majeurs pour les utilisateurs finaux. 

Tout d’abord, leurs interfaces sont rarement user-friendly. Les portails de service IT sont souvent conçus avec une logique technique plutôt qu’orientée expérience utilisateur. Les menus complexes, la terminologie spécialisée et les parcours utilisateurs fragmentés rendent difficile l’obtention d’une assistance rapide. 

 

Un autre obstacle majeur est la méconnaissance des concepts ITIL² par les utilisateurs. Ils se heurtent régulièrement à des concepts ITIL qu’ils ne maîtrisent pas : 

• La distinction entre un incident (dysfonctionnement) et une demande de service (requête standard)
• La notion de catalogue de services et de ses différentes catégories
• Les niveaux de priorité et les SLA³ associés 

S’ajoutent à cela d’autres difficultés courantes : 

• La navigation complexe entre différents outils (knowledge base, portail de tickets, chatbots basiques)
• Des formulaires techniques demandant des informations que l’utilisateur ne possède pas
• L’absence de contexte concernant l’historique des demandes précédentes

Solutions d’IA intégrées par les éditeurs 

Ces solutions présentent certains avantages : une intégration native avec les processus de la plateforme, une compréhension fine des structures de données internes, une efficacité pour les équipes de support (suggestions automatiques, catégorisation des tickets) et une conformité garantie avec les standards de sécurité de la plateforme. 

 

Cependant, elles comportent aussi des inconvénients notables : 

• Une expérience conversationnelle souvent rigide et moins naturelle 
• Des capacités limitées par rapport aux LLM généralistes de dernière génération 
• Une adaptabilité restreinte aux cas d’usage spécifiques de l’entreprise 
• Des mises à jour moins fréquentes que les modèles d’IA généralistes 

 

Connexion d’un LLM externe à la plateforme 

Cette approche offre plusieurs avantages significatifs :  

• Interface conversationnelle fluide et naturelle pour l’utilisateur 
• Compréhension contextuelle supérieure des intentions utilisateur 
• Accès à la documentation sans que cela n’affecte la qualité linguistique 
• Traduction intelligente entre le langage utilisateur et les concepts techniques 

 

Par exemple, si un utilisateur mentionne avoir un « problème » avec son ordinateur, le LLM peut comprendre qu’il s’agit d’un incident au sens ITIL et proposer la création du ticket approprié, sans confusion avec la catégorie « problème » d’ITIL (qui désigne l’analyse des causes d’incidents récurrents). 

L’intégration entre un LLM et une plateforme de support nécessite une architecture spécifique permettant des échanges fluides et sécurisés. 

Le protocole MCP (Model Control Protocol) représente une des approches actuelles pour établir cette connexion. Il permet à un LLM d’interagir avec des systèmes externes via des API standardisées.

Le principe de fonctionnement est relativement simple :  

1. L’utilisateur formule une demande au LLM 
2. Le LLM identifie la nécessité d’interagir avec la plateforme de support
3. Via le connecteur MCP, le LLM interroge ou modifie les données de la plateforme
4. Les résultats sont renvoyés au LLM qui les interprète et formule une réponse pertinente 

La démonstration vidéo illustre le potentiel de cette approche, mais sa généralisation en entreprise nécessite de surmonter plusieurs défis : 

 

D’une part, les connecteurs standards actuels sont limités. Ils ne couvrent généralement qu’une partie des processus d’une plateforme comme ServiceNow et s’appuient sur une configuration standard. Pour une grande entreprise avec des personnalisations spécifiques, un développement sur mesure du connecteur est nécessaire afin d’adresser l’ensemble des cas d’usage métier. 

 

D’autre part, le déploiement et la sécurité posent des questions importantes. Les implémentations actuelles reposent souvent sur des installations locales avec des informations d’authentification stockées dans des fichiers de configuration. Pour un déploiement à l’échelle industrielle, les connecteurs doivent être hébergés sur des infrastructures centralisées, implémenter les méthodes d’authentification de l’entreprise (API Key, SSO…), respecter les politiques de sécurité et de gouvernance des données, et offrir des mécanismes de monitoring et mise à l’échelle. 

Au-delà de la simple problématique du support, l’interaction des utilisateurs avec les logiciels d’entreprise représente un défi majeur en termes de formation, de conduite du changement et de gestion des erreurs. La personnalisation de l’expérience utilisateur et des processus métier nécessite des développements spécifiques qui ajoutent des coûts de maintenance et de formation et peuvent entrainer une dette technique à long-terme. 

 

L’intégration des plateformes avec des LLM avancés offre une opportunité de simplifier radicalement l’expérience des utilisateurs finaux en leur permettant d’interagir naturellement avec des systèmes informatiques sans modifier leur fonctionnement. 

 

Dans les années à venir, la conception et l’implémentation de connecteurs entre l’IA et les logiciels d’entreprise deviendront probablement une composante essentielle des activités d’intégration logicielle, ouvrant la voie à une transformation profonde de l’interaction homme-machine dans le contexte professionnel. 

Victor LAHOUD, Manager SI & Projets

 

¹ Un LLM (Large Language Model) est un modèle d’IA générant du texte à partir de données linguistiques

² ITIL (Information Technology Infrastructure Library) est un ensemble de bonnes pratiques pour la gestion des services informatiques en entreprise.

³ Un SLA (Service Level Agreement) est un contrat définissant le niveau de service attendu entre un fournisseur de services et un client.