GLOSSAIRE IA · USAGE
Chatbot
Agent conversationnel
Un chatbot est un programme qui dialogue avec un utilisateur en langage courant, à l'écrit ou à l'oral. Les premiers suivaient des scénarios écrits à l'avance ; ceux de la génération actuelle s'appuient sur des modèles de langage et improvisent leurs réponses, ce qui change à la fois leurs capacités et leurs risques.
- Traduction
- Agent conversationnel
- Deux générations
- Scénarisé, puis génératif
- Canaux
- Site, messagerie, téléphone, interne
- Usage principal
- Support et service client
- Brique clé en 2026
- LLM plus base documentaire
- Catégorie
- Application d'IA
Deux familles qui n'ont presque rien en commun
Le même mot désigne deux technologies séparées par une décennie.
Le chatbot scénarisé, encore majoritaire sur les sites web il y a peu, fonctionne par arbres de décision. Un humain écrit chaque question, chaque réponse et chaque embranchement. Il ne se trompe jamais sur le contenu, puisqu'il ne fait que réciter, mais il décroche dès que la question sort du scénario prévu. D'où la frustration bien connue du « je n'ai pas compris votre demande ».
Le chatbot génératif s'appuie sur un modèle de langage. Il comprend une question formulée n'importe comment, gère les fautes de frappe, suit une conversation sur plusieurs tours et compose une réponse au moment de la demande. Il ne récite rien, il fabrique.
Ce gain a une contrepartie directe : un chatbot génératif laissé sans garde-fou peut affirmer des choses fausses sur vos produits, vos prix ou vos conditions. C'est pourquoi les déploiements sérieux l'adossent à une base documentaire d'entreprise, par une architecture RAG, plutôt que de le laisser répondre de mémoire.
Les grandes catégories de chatbots
Le bon choix dépend du niveau de risque acceptable sur une réponse fausse.
-
Chatbot scénarisé
Arbre de décision écrit à la main. Zéro risque d'invention, coût faible, mais rigide et vite exaspérant. Il reste pertinent pour des parcours très cadrés comme une prise de rendez-vous.
-
Chatbot génératif sur base documentaire
Un modèle de langage branché sur vos procédures, votre catalogue et votre foire aux questions. Il répond en langage naturel à partir de sources réelles et cite ses documents. C'est le standard actuel en support client.
-
Assistant conversationnel généraliste
ChatGPT, Claude, Gemini et leurs équivalents. Ce ne sont pas des chatbots d'entreprise mais des assistants ouverts, utilisés directement par les collaborateurs pour leur propre travail.
-
Chatbot vocal
Même principe appliqué au téléphone, avec reconnaissance et synthèse vocale de part et d'autre. Le niveau d'exigence sur la latence y est nettement plus élevé.
-
Chatbot interne
Branché sur la documentation RH, informatique ou métier, il répond aux questions des salariés. C'est souvent le déploiement le plus rentable, car le risque d'une erreur y est moins grave qu'en externe.
Où un chatbot rapporte vraiment
Les gains les plus nets viennent du volume répétitif, pas des cas complexes.
-
Support client de premier niveau
Suivi de commande, conditions de retour, horaires, réinitialisation de mot de passe. Ces demandes représentent souvent la majorité du volume et n'apportent aucune valeur ajoutée humaine.
-
Qualification avant transfert
Le chatbot collecte le contexte, identifie le sujet et transmet à la bonne personne avec un dossier déjà constitué, ce qui raccourcit le traitement humain.
-
Assistance interne
Questions RH récurrentes, procédures informatiques, recherche dans une documentation technique volumineuse. Le gain se mesure en interruptions évitées.
-
Disponibilité hors horaires
Répondre la nuit et le week-end sur les demandes courantes évite l'accumulation de tickets à traiter le lundi matin.
-
Aide à la vente
Guider vers le bon produit à partir de critères, comparer deux références, vérifier une compatibilité. À condition que la base produit soit à jour.
Les pièges d'un déploiement de chatbot
La plupart des échecs viennent du cadrage, pas de la technologie.
-
La réponse fausse engage l'entreprise
Un chatbot qui annonce une condition de remboursement inexacte crée un litige réel. D'où l'importance de l'ancrer sur des documents validés et de restreindre son périmètre.
-
Une base documentaire périmée contamine tout
Le chatbot hérite de la qualité de ce qu'on lui donne. Si les procédures datent de deux ans, il répondra avec deux ans de retard, mais avec assurance.
-
L'absence de sortie vers un humain
Le premier motif d'exaspération reste l'impossibilité de joindre quelqu'un. Un bon dispositif propose le passage à un conseiller dès que la conversation patine.
-
L'illusion du remplacement total
Un chatbot absorbe le volume répétitif et libère du temps sur les cas complexes. Les déploiements présentés comme un remplacement complet du support finissent presque toujours par revenir en arrière.
EN CLAIR
Pour le dire simplement
Un chatbot scénarisé est un serveur vocal à touches : il fonctionne parfaitement tant que votre demande figure au menu, et vous laisse sans issue sinon. Un chatbot génératif est un nouveau collaborateur qui parle bien, comprend tout ce qu'on lui dit, et répondra à côté avec beaucoup d'assurance si personne ne lui a donné le bon classeur de procédures.
Ce qu'il faut arrêter de croire.
-
IDÉE REÇUE
Un chatbot, c'est juste ChatGPT sur mon site.
EN RÉALITÉ
Non. Un assistant généraliste ne connaît ni vos produits, ni vos prix, ni vos conditions. Un chatbot d'entreprise utile est un modèle branché sur votre base documentaire, avec un périmètre défini et des garde-fous.
-
IDÉE REÇUE
Le chatbot remplace le service client.
EN RÉALITÉ
Il absorbe le volume répétitif, souvent la majorité des demandes. Les cas complexes, litigieux ou émotionnels restent humains, et le dispositif doit prévoir le passage à un conseiller.
-
IDÉE REÇUE
Un chatbot génératif ne se trompe jamais puisqu'il comprend.
EN RÉALITÉ
Il comprend la question, ce qui ne garantit rien sur la réponse. Sans ancrage documentaire, il peut inventer une politique de retour ou un tarif avec un aplomb total.
-
IDÉE REÇUE
Il faut plusieurs mois pour déployer un chatbot.
EN RÉALITÉ
La partie technique se monte souvent en quelques jours avec les outils actuels. Ce qui prend du temps, c'est de rassembler, trier et mettre à jour les documents sur lesquels il va s'appuyer.
Questions fréquentes.
Quelle est la différence entre un chatbot et un agent IA ?
Un chatbot dialogue et répond. Un agent IA agit : il déclenche des actions, appelle des outils et enchaîne des étapes pour atteindre un objectif. Un chatbot capable de modifier une commande ou de créer un ticket se situe déjà à la frontière des deux.
Combien coûte un chatbot pour une PME ?
Les solutions clés en main démarrent autour de quelques dizaines d'euros par mois, avec une facturation souvent liée au volume de conversations. Le vrai coût est ailleurs : rassembler et maintenir à jour la base documentaire sur laquelle le chatbot s'appuie.
Comment éviter qu'un chatbot dise n'importe quoi ?
En l'adossant à une base documentaire validée plutôt qu'à la mémoire du modèle, en limitant explicitement son périmètre, en lui demandant de citer ses sources, et en lui faisant dire qu'il ne sait pas plutôt que d'improviser. Un transfert vers un humain doit toujours rester accessible.
Un chatbot peut-il traiter plusieurs langues ?
Oui, et c'est l'un des avantages majeurs des chatbots génératifs sur les chatbots scénarisés. Il n'y a plus besoin de réécrire chaque scénario par langue, même si la documentation source doit rester cohérente d'une langue à l'autre.
Faut-il prévenir l'utilisateur qu'il parle à un robot ?
Oui, et c'est aussi une attente réglementaire croissante en Europe. Au-delà de la conformité, l'annoncer clairement améliore l'expérience : les utilisateurs formulent leurs demandes différemment et acceptent mieux un transfert vers un humain.
Quels indicateurs suivre pour un chatbot ?
Le taux de résolution sans intervention humaine, le taux de transfert, la satisfaction en fin de conversation et le volume de demandes traitées hors horaires. Un taux de transfert élevé sur un même sujet signale presque toujours un trou dans la base documentaire.
Termes liés.
Révisé le 27 juillet 2026