Un chatbot IA enchaîne quatre étapes. Il comprend une question posée en langage naturel, cherche la réponse dans une base de connaissance construite à partir de tes propres contenus, génère une réponse appuyée sur ce qu'il a trouvé, et transfère la conversation à un humain quand il ne sait pas. Ce qui fait la différence entre un chatbot utile et un gadget, ce n'est pas le modèle d'IA : c'est la base de connaissance et l'escalade.
Cette page t'explique la mécanique, sans jargon. Si tu cherches directement la solution pour ton support, j'ai une page dédiée au chatbot souverain pour le service client.
Si tu as gardé un mauvais souvenir d'un chatbot, c'était presque sûrement la première génération. Les trois n'ont pas grand-chose en commun.
Des boutons, des scénarios figés, des réponses scriptées à l'avance. Robuste et prévisible, mais frustrant dès que ta question sort du script. C'est lui qui a donné mauvaise réputation au mot « chatbot ».
Il comprend les questions libres et répond à partir de ta base de connaissance, pas d'un script. C'est le standard actuel, et c'est de lui que parle ce guide.
Il ne se contente plus de répondre : il consulte le statut d'une commande, crée un ticket, déplace un rendez-vous. On quitte le chatbot pour entrer dans le territoire de l'agent IA.
Chaque réponse d'un chatbot IA moderne passe par le même chemin. Le comprendre, c'est déjà savoir où un projet réussit ou échoue.
Le modèle de langage lit la phrase telle qu'elle est écrite, fautes de frappe comprises, et en dégage l'intention : « vou livrez en valais ? » devient une question de zone de livraison.
Il ne répond pas de mémoire. Il va chercher les passages pertinents dans tes contenus : FAQ, conditions générales, fiches produits, procédures internes. C'est là que se joue la qualité.
Il rédige une réponse à partir des passages trouvés, dans ta langue et ton ton de marque. S'il n'a rien trouvé de fiable, la bonne réponse est « je ne sais pas », jamais une invention.
Quand il ne trouve pas, quand le client s'agace, ou quand la demande engage (remboursement, litige, cas particulier), il transfère la conversation à un humain avec tout l'historique.
Ma règle : un chatbot IA vaut ce que vaut sa base de connaissance. Un modèle brillant branché sur trois pages de FAQ produira des réponses creuses. Un modèle standard branché sur des contenus complets, structurés et à jour rendra un vrai service, dès le premier jour.
Trois éléments font le tri : une base de connaissance travaillée, une escalade vers l'humain sans friction, et une mesure honnête des résultats. La mécanique qui permet au chatbot de puiser dans tes documents s'appelle le RAG ; je ne la re-détaille pas ici, je l'ai expliquée pas à pas dans mon guide sur le fonctionnement du RAG en entreprise.
Le vocabulaire est flou et les vendeurs en profitent. Voici les distinctions qui comptent quand tu évalues une solution, et la question suisse qu'on oublie trop souvent de poser.
Sous le capot, c'est la même chose : un modèle de langage branché sur une base de connaissance. Ce qui change, c'est le public. Le chatbot IA est tourné vers l'extérieur : il répond à tes clients, sur ton site ou sur WhatsApp, 24h sur 24. L'assistant IA est tourné vers l'intérieur : il aide ton équipe à retrouver une procédure, un tarif, une clause de contrat, sans déranger la personne qui sait. Quant à l'assistant virtuel, le terme désigne selon le contexte l'un des deux, ou un assistant vocal type Siri. Quand un prestataire te propose « un assistant virtuel intelligent », demande simplement : qui l'utilise, et sur quelles données ? Les deux réponses disent tout du projet.
Le modèle d'IA générative a une culture générale immense, mais il ne sait rien de ton entreprise : ni tes délais de livraison, ni ta politique de retour, ni tes horaires du vendredi. Tout ce qu'il répondra de juste viendra des contenus qu'on lui donne. Concrètement, le travail commence par un inventaire des vraies questions de tes clients : dans la plupart des PME que je rencontre, une vingtaine de questions concentre l'essentiel du volume. On rédige ou on nettoie les réponses, on structure le tout, et on branche le chatbot dessus. Ce travail éditorial est invisible dans les démos des vendeurs ; c'est pourtant lui qui décide si ton chatbot répond juste ou invente. Et il ne s'arrête jamais vraiment : chaque question restée sans réponse est un trou dans la base, qu'on rebouche le mois suivant.
Un chatbot qui ne sait pas passer la main est un mur. Trois réglages font la différence :
Un chatbot de service client voit passer des noms, des e-mails, des numéros de commande, parfois des informations financières ou de santé. Ce sont des données personnelles au sens de la nLPD : tu dois savoir où elles transitent, qui les stocke, et si elles servent à entraîner des modèles. Ma pratique : une infrastructure que je maîtrise (n8n auto-hébergé en Suisse pour l'orchestration), un accord de traitement écrit avec chaque fournisseur d'IA, et zéro entraînement sur tes conversations. Pour les secteurs réglementés (santé, juridique, finance), un hébergement du modèle en Suisse est possible ; pour les autres, un cadre européen maîtrisé suffit souvent, et coûte moins cher. C'est une option qu'on choisit selon la sensibilité de tes données, pas un dogme ; j'ai détaillé les critères sur ma page confidentialité des données et hébergement suisse.
Un parcours court, où l'essentiel du travail porte sur tes contenus, pas sur la technique. C'est moi qui construis et qui maintiens le chatbot ensuite.
On plonge dans tes e-mails et tes tickets des derniers mois pour lister ce que tes clients demandent vraiment. Une vingtaine de questions couvre en général l'essentiel du volume.
Je structure tes contenus en base de connaissance, puis je monte le chatbot sur n8n auto-hébergé, avec le modèle et le niveau de protection adaptés à ton secteur.
On le confronte à de vraies questions de clients, on regarde où il se trompe, et on règle le seuil d'escalade jusqu'à ce qu'il passe la main au bon moment.
Taux de résolution, escalades, questions restées sans réponse : je suis les chiffres chaque mois et j'enrichis la base en continu. Tu n'as rien à gérer techniquement.
des consommateurs préfèrent parler à un chatbot plutôt que d'attendre qu'un agent humain se libère (Tidio, 2026)1
des entreprises B2B utilisent déjà un chatbot, contre 42% des entreprises B2C (Tidio, 2026)1
de revenus mondiaux attendus pour l'IA conversationnelle d'ici 2027, contre 14,6 milliards en 2025 (Juniper Research, 2025)2
de croissance prévue pour les dépenses du commerce de détail via chatbots, de 12 milliards de dollars en 2023 à 72 milliards en 2028 (Juniper Research, 2023)3
Les questions qui reviennent le plus souvent. Si la tienne n'y est pas, écris-moi.
La mécanique est identique, le public change. Le chatbot IA répond à tes clients, sur ton site ou WhatsApp. L'assistant IA aide ton équipe en interne : procédures, tarifs, documents. « Assistant virtuel » désigne selon le contexte l'un ou l'autre, ou un assistant vocal type Siri.
Oui, c'est même tout l'intérêt. On construit une base de connaissance à partir de tes FAQ, conditions générales, fiches produits et procédures. Le chatbot y cherche les passages pertinents avant chaque réponse, au lieu de répondre de mémoire.
Un chatbot bien construit le dit, et transfère la conversation à un humain avec tout l'historique. Mieux vaut une escalade propre qu'une réponse inventée. Le seuil d'escalade se règle et s'affine avec l'usage.
Les conversations contiennent des données personnelles, donc la nLPD s'applique. Je documente où vont les données, avec accord de traitement et zéro entraînement sur tes conversations. Pour les secteurs réglementés, un hébergement du modèle en Suisse est possible.
Je travaille par abonnement mensuel, construction, hébergement et maintenance compris : 690, 1'290 ou 3'500 CHF par mois selon le périmètre. Le bon palier dépend du volume de questions et des systèmes à connecter ; on le détermine ensemble lors de l'audit gratuit.
Quelques semaines pour un premier périmètre bien ciblé. L'essentiel du délai vient de la base de connaissance, pas de la technique. Ensuite, le chatbot s'améliore en continu : les questions restées sans réponse alimentent la base chaque mois.
Les chiffres de cette page sont issus de sources primaires vérifiées, datées et liées ci-dessous.
Les domaines sur lesquels j'interviens. Chacun mène à une page dédiée.
Répondre à tes clients 24/7, conforme nLPD.
Découvrir →Tes tâches répétitives transformées en workflows fiables avec n8n.
Découvrir →Par où commencer, quoi automatiser, quel retour attendre.
Découvrir →Monter en compétence, ton équipe et toi.
Découvrir →Des automatisations pensées pour ton secteur.
Découvrir →Pas un gadget posé sur ton site. On part des questions que tes clients posent déjà, on construit la base de connaissance, et je fais tourner le chatbot pour toi, avec des résultats mesurés chaque mois.