Détecter automatiquement la fraude à l’inscription

Le service support recevait un volume important de demandes clients concernant le suivi de trajets, les problèmes de paiement et les questions de remboursement. La majorité de ces demandes étaient récurrentes et suivaient des schémas identifiables, mais leur traitement manuel consommait un temps considérable pour l'équipe support. Ce délai pesait directement sur l'expérience client.

L'équipe a conçu un système qui reçoit chaque demande client via son outil de support, la reformule pour en identifier l'intention réelle, puis recherche la réponse appropriée dans la base de connaissances interne. Une réponse est ensuite rédigée dans le ton de la marque et envoyée automatiquement lorsque le niveau de confiance est suffisant. Les demandes plus complexes sont escaladées vers un agent humain, accompagnées d'une pré-analyse pour accélérer sa prise de décision. Le déploiement s'est fait par lots de motifs de contact, une poignée d'abord, le reste ensuite.

L'architecture repose sur un enchaînement en plusieurs étapes distinctes. Un module de compréhension reformule et classe l'intention de la demande, une brique de recherche interroge la base de connaissances interne, et un modèle génératif rédige la réponse finale au ton de la marque. La décision d'envoyer automatiquement ou d'escalader repose sur un score de confiance calculé à partir de ces étapes, ce qui garantit qu'un programme classique reste responsable du routage final plutôt que de laisser cette décision au modèle. Le point dur du projet n'a pas été la rédaction, qui se démontre en une après-midi, mais la réconciliation de deux systèmes qui ne désignaient pas les mêmes objets.

Le temps de réponse a été fortement réduit sur les demandes récurrentes, passant de plusieurs heures à quelques minutes. Les agents du support concentrent leur attention sur les cas réellement complexes, là où leur intervention apporte une vraie valeur. Les réponses automatisées sont standardisées, tracées, et s'améliorent progressivement grâce aux retours des utilisateurs.