Réclamations clients : l’IA peut-elle engager une empathie que l’équipe ne peut pas tenir ?

Un assistant génératif peut rédiger une réponse chaleureuse à un client mécontent, même lorsque le collaborateur dispose de peu de moyens pour résoudre son problème. La question managériale est précise : comment éviter que cette empathie formulée crée une attente de prise en charge que l’équipe ne peut pas satisfaire ?

Ce que la littérature établit

Alicia Grandey (2003, Academy of Management Journal) distingue le jeu de surface, qui consiste à modifier l’émotion affichée, du travail en profondeur sur l’émotion ressentie. Son étude associe ces stratégies à des profils différents d’épuisement émotionnel et de qualité du service évaluée par les collègues. Elle ne porte pas sur l’IA, mais établit une distinction utile : afficher l’émotion attendue ne suffit pas à décrire ce que vit le collaborateur ni le service qu’il rend.

L’authenticité perçue ne se réduit pas au ton

Thorsten Hennig-Thurau, Markus Groth, Michael Paul et Dwayne D. Gremler (2006, Journal of Marketing) examinent expérimentalement les effets des manifestations émotionnelles dans une interaction de service. Leurs résultats montrent que l’authenticité perçue contribue à la réaction du client, au-delà de la seule présence d’un sourire. Pour une réponse préparée avec l’IA, cela suggère une hypothèse à tester, non un résultat acquis : un ton attentionné ne garantit pas une relation perçue comme sincère.

La conclusion trop rapide

On pourrait en conclure qu’il faut réserver toute expression d’empathie à une rédaction exclusivement humaine. Ces travaux ne permettent pas de départager un message humain et un message assisté par l’IA, et une aide à la formulation peut rester utile. Le point managérial consiste plutôt à examiner les engagements que le texte laisse entendre : un suivi personnel, une priorité ou une résolution rapide correspondent-ils à une capacité réelle ? (nos formations pour cadres et collaborateurs)

Ce que les données ne permettent pas d’affirmer

Ces études sont antérieures à l’IA générative et ne démontrent pas qu’une réponse assistée détériore la relation client. Elles ne permettent pas non plus de traiter comme équivalents un échange en présence et une réclamation écrite en italien. Un contrôle limité à la politesse du message manquerait donc l’objet à vérifier : l’écart éventuel entre la prise en charge annoncée et celle effectivement réalisée.

Une implication pratique, vérifiable à Lugano

Dans le cadre du programme SHR « Manager à l’ère de l’intelligence artificielle », un exercice consiste à examiner, pendant deux semaines, les réponses aux réclamations préparées avec l’IA en italien dans une banque, une entreprise de mode, une société de négoce ou une PME familiale de Lugano. Avant l’envoi, l’équipe relève chaque engagement explicite de suivi, de délai ou d’action, puis lui associe un responsable et une preuve attendue de réalisation. À l’échéance convenue, elle calcule la proportion d’engagements tenus dans le délai annoncé parmi les engagements arrivés à échéance, en conservant seulement les données nécessaires au contrôle. Ce taux ne mesure pas l’empathie ; il vérifie si l’organisation tient ce que ses réponses promettent. Pour aller plus loin : découvrez la formation Manager à l'ère de l'intelligence artificielle à Lugano dans le canton du Tessin, ou parcourez nos formations pour cadres et collaborateurs en Suisse.

En images : Manager à l'ère de l'intelligence artificielle à Lugano

• manager à l'ère de l'intelligence artificielle
• Lugano
• recherche
• formation lugano