Safaricom utilise l'intelligence artificielle pour réduire le coût de service de plus de 40 millions de clients, mais le choix de conception le plus important pourrait être la transition vers un humain lorsque l'automatisation échoue.
La présentation aux investisseurs FY26 du groupe de télécoms kényan affirme disposer de plus de 70 modèles d'IA et d'apprentissage automatique en production, avec l'IA utilisée dans la prévention de la fraude, les recommandations, les opérations réseau et l'expérience client. Zuri, son assistant conversationnel, opère sur Telegram, le web, Facebook et l'application M-PESA.
Cette échelle fait de Safaricom une expérience utile pour voir à quoi ressemble le service client IA lorsqu'un chatbot n'est pas un démonstrateur mais une partie d'une plateforme nationale de communications et de paiements.
L'automatisation fonctionne mieux sur les demandes prévisibles
Le support télécom contient un grand volume de questions répétitives.
Les clients vérifient leurs soldes, achètent des bundles, récupèrent des informations de compte, gèrent des abonnements et résolvent des demandes de service routinières. Un système conversationnel peut gérer bon nombre de ces tâches sans agent humain, à n'importe quelle heure et à un coût marginal bien plus bas.
Safaricom encadre explicitement l'IA comme un moyen de réduire son coût de service. Cela est commercialement important car les opérations de prise en charge des clients deviennent coûteuses à mesure que la base d'abonnés grandit.
L'assistant crée également une porte d'entrée cohérente. Plutôt que de faire comprendre aux utilisateurs quel service interne possède un problème, une interface conversationnelle peut tenter de router la demande en fonction de l'intention.
Le problème commence lorsque la confiance du système est fausse ou que le problème ne correspond pas à un flux de travail standard.
L'escalade fait partie du produit
En juillet, Safaricom a dû clarifier publiquement qu'il n'avait pas supprimé tous les agents humains après qu'un client a signalé que Zuri ne pouvait pas résoudre un problème et que le chemin vers un support en direct était flou. La société a expliqué que les appelants peuvent toujours atteindre un humain après avoir navigué dans les options de libre-service.
Cet échange capture le risque d'over‑automation.
Un chatbot n'a pas besoin de résoudre chaque problème possible. Il doit savoir quand il a échoué et faciliter l'escalade. Sinon, le gain d'efficacité pour l'entreprise devient une frustration pour le client.
Ceci est particulièrement sensible pour Safaricom car le support peut impliquer de l'argent. Les annulations M-PESA, l'accès au compte et les problèmes de fraude portent des enjeux plus élevés qu'une simple requête de bundle de données.
Plus une entreprise de télécoms propose de services financiers, plus son automatisation doit être prudente autour des actions irréversibles et des transactions contestées.
L'IA devient une couche à travers tout le telco
Le support client n'est qu'une partie de la stratégie IA de Safaricom.
La présentation FY26 décrit également l’utilisation de l’apprentissage machine dans les contrôles de fraude et de lutte contre le blanchiment d’argent, les recommandations personnalisées, la vente croisée de crédit, la maintenance prédictive et l’efficacité du réseau.
Cela a de l’importance parce qu’une entreprise de télécom possède des données opérationnelles exceptionnellement riches : comportements réseau, historique des paiements, interactions de service client et utilisation des produits. L’IA peut identifier des schémas à travers ces ensembles de données qui seraient difficiles à gérer manuellement.
Le risque est la gouvernance. Un modèle de recommandation peut influencer les offres faites aux clients. Un modèle de fraude peut déterminer si une transaction est bloquée. Un modèle de crédit peut influencer l’accès financier.
À ce stade, la performance du modèle devient une question des droits des clients, et non seulement une métrique d’ingénierie.
Pourquoi cela importe
Les opérateurs de télécoms africains desservent certaines des plus grandes bases d’utilisateurs numériques du continent. S’ils font fonctionner l’IA à grande échelle, la technologie touchera des millions de personnes bien avant que la plupart des startups IA indépendantes n’atteignent une adoption similaire.
L’expérience de Safaricom montre l’opportunité et la retenue nécessaires. Les demandes routinières peuvent être automatisées de façon agressive. Les cas à haute friction et à haut enjeu nécessitent une escalade humaine claire.
Pour les bâtisseurs, la leçon est que l’IA de service client doit être mesurée sur la qualité de la résolution, pas seulement sur le taux de déviation. Un système qui empêche les clients d’atteindre un agent peut sembler efficace en interne tout en endommageant la confiance à l’extérieur.
À surveiller
Surveillez si Safaricom publie des mesures plus claires pour le taux de résolution de Zuri, le temps d’escalade et la satisfaction client, et non seulement le nombre de modèles IA déployés.
Surveillez également comment l’entreprise applique les contrôles IA responsables aux systèmes de fraude, de crédit et de personnalisation. Ces modèles ont des conséquences plus importantes qu’un chatbot d’assistance.
Le centre d’appel devient plus automatisé. Le design gagnant ne sera pas celui qui supprime complètement les humains, mais celui qui les utilise là où l’automatisation devient peu fiable.
