Stratégie & Transformation Digitale

Agent IA pour le SAV industriel : tickets, pièces, garanties

Ce qu'un agent IA fait vraiment dans le SAV d'un fabricant de machines : qualification du ticket, identification de la pièce, garantie lue dans l'ERP, devis préparé, escalade au technicien avec le dossier prêt.

Adam Douss
Adam Douss

Ingénieur IA, JUWA

6 octobre 20268 min de lecture
Agent IA pour le SAV industriel : tickets, pièces, garanties

Résumer avec

Un agent IA de SAV industriel prend le ticket entrant, identifie la machine et la pièce concernées, vérifie la garantie dans l'ERP et livre au technicien un dossier déjà préparé, avec un diagnostic de premier niveau. Il ne remplace pas le technicien : il supprime les vingt à quarante minutes de recherche, de ressaisie et de vérification qui précèdent chaque intervention chez un fabricant de machines ou un équipementier.

D'après l'Insee Première n° 2120 (juillet 2026), 18 % des entreprises implantées en France utilisent au moins une technologie d'IA en 2025, contre 10 % en 2024, et l'industrie manufacturière est à 17 %. Le SAV est souvent le premier endroit où un industriel voit un résultat, parce que le processus est répétitif et mesuré. Pour une vue d'ensemble par fonction, le pilier sur les agents IA métier avec des exemples en PME couvre le reste de l'entreprise.

Que fait l'agent à chaque étape du ticket SAV ?

Il traite les six étapes qui précèdent le geste technique, et rend la main dès qu'une décision engage la sécurité, l'argent ou la relation client. C'est le tableau qu'on affiche au mur lors du cadrage, pour couper court aux débats sur « l'IA qui va tout faire ».

ÉtapeCe que fait l'agentCe qui reste humain
1. Réception du ticketLit le courriel, le formulaire ou la transcription d'appel, extrait client, site, numéro de série, symptôme, urgence déclaréeRien, sauf canal non couvert (courrier papier, visite)
2. Identification machine et pièceCroise le numéro de série avec la base installée, retrouve la nomenclature et les plans de la variante livréeArbitrage quand le numéro de série manque ou contredit le client déclaré
3. Garantie et contratInterroge l'ERP : date de mise en service, période de garantie, contrat de maintenance, pièces excluesGeste commercial hors contrat, litige sur la cause de la panne
4. Diagnostic de premier niveauPropose deux ou trois causes probables à partir de la notice, des codes défaut et de l'historique d'interventionValidation du diagnostic, toute action sur une machine en production
5. Devis ou interventionPrépare le devis de pièces au tarif en vigueur, ou crée l'ordre d'intervention avec un créneau proposéSignature du devis au-delà d'un seuil, priorisation entre clients
6. EscaladeTransmet au technicien un dossier avec extraits de notice, plan, historique et hypothèses classéesLe diagnostic final, le déplacement, la réparation

Point souvent oublié : tant que l'appel téléphonique n'est pas transcrit, l'agent ne voit rien. Un SAV qui reçoit 60 % de ses demandes par téléphone règle d'abord la transcription.

Comment l'agent retrouve-t-il la bonne machine à partir d'un numéro de série ?

Par une table de correspondance entre le numéro de série et la variante réellement livrée, puis par une recherche dans la documentation de cette variante uniquement. Sans ce filtre, un agent qui cherche « pompe hydraulique » dans 50 000 fichiers renvoie la notice d'une autre gamme, et le technicien décroche dès la deuxième réponse.

Technicienne de maintenance en gilet de sécurité inspecte une machine industrielle dans un atelier

Chez un fabricant de machines, la nomenclature de la machine n° 4512 n'est pas celle de la n° 4513. L'agent filtre donc avant de chercher, par le numéro de série puis par la configuration livrée que donne l'ERP ou la GMAO. Pour les plans mécaniques et les schémas électriques, la façon d'indexer compte autant que le modèle. L'article sur l'indexation des plans techniques dans un RAG industriel détaille les pièges du PDF scanné et des nomenclatures Excel.

C'est le travail réalisé chez une PME industrielle centenaire qui fabrique des machines de lavage de précision : 2 000 documents techniques indexés dans un assistant RAG hébergé en France, chaque réponse citant le fichier et le numéro de page. Le temps de recherche documentaire du SAV a baissé de 55 %, avec 90 % de précision mesurée en recette sur cinq techniciens, là où retrouver un schéma électrique prenait jusqu'à vingt minutes. Cette brique documentaire vient toujours avant les outils ERP : un agent qui écrit dans l'ERP sans savoir lire la notice fait des dégâts.

Peut-on lui confier la vérification de la garantie et du contrat de maintenance ?

Oui, en lecture seule dans l'ERP, et c'est l'étape qui rapporte le plus vite. La garantie est une règle déterministe : date de mise en service, durée contractuelle, exclusions, contrat actif ou non. L'agent la vérifie en quelques secondes, sans se tromper de ligne, et avant que le technicien décroche.

Ce qu'on déconseille, c'est de laisser l'agent décider d'un geste commercial. Une panne à J+3 après la fin de garantie, un client stratégique, une cause de panne discutable : ce sont des décisions humaines. L'agent prépare la fiche avec les faits (garantie expirée depuis 3 jours, 4 interventions sur 12 mois) et le responsable SAV tranche en 30 secondes au lieu d'ouvrir trois écrans.

Il faut un accès à l'ERP par API ou par vue SQL en lecture. Sur les ERP courants dans l'industrie française (Sage X3, Divalto, Cegid, SAP Business One), l'accès existe presque toujours, mais il se cadre avec la DSI. Le guide pour connecter un ERP à un agent IA par API décrit les modes d'accès et leurs limites.

À quel moment l'agent doit-il escalader à un technicien ?

Dès que la confiance du diagnostic passe sous un seuil fixé au cadrage, dès qu'une action modifie l'ERP au-delà d'un montant, et systématiquement quand la machine est en production chez le client. Ces règles tiennent sur une page et s'auditent, ce qu'une liste de 40 exceptions ne permet pas.

Le mot « autonome » fait vendre mais il trompe. Gartner prévoit (mars 2025) que l'IA agentique résoudra seule 80 % des demandes courantes de service client d'ici 2029. Sur un SAV industriel, les demandes courantes sont la commande de consommables, le suivi d'expédition ou la demande de notice. Elles pèsent en volume, pas en enjeu. La panne qui bloque la ligne d'un client aéronautique ne sera jamais résolue sans humain.

Pendant les six premières semaines, tout passe devant un humain : l'agent propose, le technicien valide ou corrige, chaque correction est journalisée. Les catégories au-dessus de 95 % d'accord passent ensuite en automatique, les autres restent en validation. C'est la seule façon d'obtenir l'adhésion d'une équipe SAV qui a vingt ans de métier.

Quelle architecture pour un agent SAV qui lit la doc et écrit dans l'ERP ?

Une base documentaire indexée (RAG) pour lire, des outils ERP typés pour lire et créer, et une couche de validation qui journalise chaque action. Rien de plus au départ. Tout ajout se justifie ensuite par un ticket réel qu'on n'arrive pas à traiter.

Technicien de maintenance consulte sa tablette près d'un poste de travail en atelier

La documentation d'abord. Notices, schémas, nomenclatures, historique d'interventions, base de connaissances des techniciens, indexés par machine et par version, avec la citation de la source imposée dans chaque réponse. Un agent qui ne cite pas sa page finit ignoré.

Les outils ensuite. Chaque outil est une fonction précise avec un contrat d'entrée et de sortie : lire la fiche client, lire la base installée, vérifier la garantie, créer un devis en brouillon, créer un ordre d'intervention. Lecture et écriture sont strictement séparées, et les écritures créent des brouillons dans l'ERP, jamais des documents validés.

La validation enfin. Un tableau de bord où le responsable SAV voit les actions proposées, les valide en un clic ou les corrige, et où chaque correction alimente l'évaluation. On y branche les alertes, comme une machine qui revient trois fois en 30 jours. Sur une PME aéronautique, ce principe de contrôle a servi à vérifier 1 900 paires de bons de commande par mois avec un outil OCR et IA sur mesure, en récupérant 317 heures mensuelles. Au SAV, la logique est la même : l'IA rapproche, l'humain arbitre les écarts.

Quels indicateurs suivre pour savoir si l'agent SAV rapporte ?

Trois indicateurs suffisent : le temps de première réponse, le taux de résolution au premier contact et le délai d'émission du devis de pièces. On les mesure sur un mois avant le projet, puis chaque semaine après la mise en service. Sans point de départ, le retour sur investissement reste une opinion.

Le temps de première réponse passe de plusieurs heures (le temps qu'un technicien lise le courriel entre deux interventions) à quelques minutes, parce que l'agent accuse réception avec une première qualification. Le taux de résolution au premier contact monte quand le client reçoit dès le premier échange la référence à commander. Le délai de devis, souvent de deux à cinq jours dans une PME industrielle, tombe à la journée. Un quatrième indicateur mérite un suivi : le taux de correction humaine par catégorie. S'il ne baisse pas, le problème est en général dans la documentation, pas dans le modèle.

Dans l'enquête McKinsey de décembre 2025 auprès de 250 clients de l'après-vente aux États-Unis et en Europe, 70 % des répondants se disent prêts à payer plus pour une résolution plus rapide, et 70 % jugent le service reçu égal ou inférieur à celui d'il y a dix ans. Un SAV qui répond en dix minutes vend des contrats de maintenance ; un SAV qui répond le lendemain vend des excuses.

Ce que JUWA met en place sur un SAV industriel

JUWA commence par un audit de quatre semaines du SAV : cartographie des tickets sur un mois, entretiens avec les techniciens, scoring des demandes par volume et par enjeu, chiffrage. On en sort avec les demandes à automatiser en premier, le seuil d'escalade par catégorie et les accès ERP à obtenir. La mise en production prend ensuite quatre à huit semaines, de l'indexation de la documentation à la recette avec les techniciens en conditions réelles. Un chef de projet nommé tient un point hebdomadaire, et l'hébergement reste en France quand la documentation contient des plans clients sous clause de confidentialité.

Notre cabinet IA pour l'industrie travaille avec des fabricants de machines, des équipementiers et des sous-traitants qui partent du même point : une base documentaire riche mais inexploitable, un ERP qui détient la vérité sur la base installée, des techniciens qui cherchent trop avant de réparer. En ordre de grandeur, un SAV qui reçoit plus de 30 demandes par jour avec un délai de devis supérieur à deux jours a de quoi rentabiliser la mission dans l'année. En dessous, on vous le dira au cadrage et on proposera plus léger.

FAQ

Questions fréquentes

L'essentiel de cet article, repris en questions-réponses.

Non, et ce n'est pas l'objectif. L'agent qualifie le ticket, identifie la machine, vérifie la garantie et prépare un diagnostic de premier niveau, puis transmet un dossier complet au technicien. Le diagnostic final, l'intervention sur une machine en production et tout geste commercial restent humains. Les demandes simples (notice, consommables, suivi d'expédition) peuvent être traitées sans validation une fois le taux d'accord vérifié.

Il interroge l'ERP en lecture seule, par API ou vue SQL, à partir du numéro de série : date de mise en service, durée de garantie, exclusions, contrat de maintenance actif. La règle est déterministe, donc le résultat est fiable en quelques secondes. Le geste commercial hors garantie reste décidé par le responsable SAV, à partir de la fiche que l'agent a préparée.

Trois indicateurs suffisent : le temps de première réponse, le taux de résolution au premier contact et le délai d'émission du devis de pièces. Il faut les mesurer sur un mois avant le projet pour avoir un point de comparaison. Un quatrième, le taux de correction humaine par catégorie de demande, dit si l'agent progresse ou si la documentation doit être reprise.

Comptez quatre semaines d'audit (cartographie des tickets, entretiens, scoring, chiffrage) puis quatre à huit semaines de mise en production. Sur une PME industrielle qui fabrique des machines de lavage de précision, l'indexation de 2 000 documents techniques et l'assistant documentaire du SAV ont été livrés en dix semaines, du lancement à la mise en service, avec une baisse de 55 % du temps de recherche.

Partager

Heineken
BlaBlaCar
DataBird
HelloSafe

Un projet IA en tête ? Parlons-en