Sikov - stock.adobe.com

Freshworks veut « décomplexifier » les agents IA dédiés au CX et à l’ITSM

La semaine dernière, l’éditeur concurrent de ServiceNow, Zendesk, Zoho ou encore Salesforce a étoffé ses fonctions d’IA générative et agentique. L’objectif principal est de simplifier autant que possible la conception de flux de travail orchestrés par des LLM.

À l’aide de sa vaste clientèle de PME et d’ETI, Freshworks s’est fait une place sur le marché ITSM et CX. En début d’année, son PDG, Denis Woodside, avait expliqué au MagIT que l’IA comptait de plus en plus dans sa stratégie pour prendre des parts de marché à Salesforce et ServiceNow. Plus de 3000 de ses 73 000 clients ont déjà adopté ses assistants IA, d’après Murali Swaminathan, directeur technique de Freshworks.

« Notre but, c’est que tous les clients puissent utiliser nos fonctions d’IA », vante le CTO.

Jusqu’alors, l’éditeur américain avait décliné sa gamme en trois solutions : Freddy AI Copilot, Freddy AI Agent et Freddy AI Insights.

Alors que Freddy AI Copilot est la plus déployée, lors de sa conférence Refresh Europe 2025 à Londres, l’éditeur a d’abord mis en avant les nouveautés agentiques dans Freshdesk, son outil de gestion de tickets.

AI Agent Studio : un outil no-code qui se veut simple d’accès

Ainsi, Freshworks a présenté Freddy Agentic AI Platform, une suite de fonctionnalités pour AI Agent et AI Copilot.

AI Agent a donc le droit à un studio de développement no-code, en glisser-déposer. La promesse n’est autre que de développer, de tester et de lancer des agents IA en moins d’une heure. Pour ce faire, le studio a deux capacités principales. Premièrement, un lot de « skills » permet de piocher dans des templates d’actions préconfigurés par l’éditeur.

« Un skill est un flux de travail réutilisable, no-code, qui indique à votre agent IA comment exécuter un processus spécifique en plusieurs étapes », précise la documentation de l’éditeur.

Ces templates concernent pour l’instant la plateforme de e-commerce Shopify et le service de paiement Stripe. Statut d’une commande, annulation d’une livraison, modification d’une adresse ou d’une commande, etc. Il existe actuellement une quinzaine de schémas.

Deuxièmement, depuis ce même studio, Skills Builders permet de créer ces flux d’actions automatisés qu’un grand modèle de langage déclenchera sous le capot.

Prise d’information auprès de l’utilisateur, appel API vers des systèmes tiers, applications de logique de type « If-Then-Else », réponses personnalisées, transmission de la demande à un humain : Freshworks veut que son studio soit à la fin simple et complet.

Un agent IA peut également accéder à une base de connaissances et les développeurs peuvent personnaliser les prompts afin de guider son comportement.

« Un client peut concevoir un agent IA pour gérer les réservations de vols, vérifier l’inventaire, créer automatiquement un rendez-vous, etc. Vous [pouvez] traiter les remboursements, contrôler le solde d’un compte client. »
Murali SwaminathanDirecteur technique, Freshworks

« Nous nous concentrons donc sur la vente au détail, le tourisme, les finances, le manufacturing et bien d’autres domaines encore », relate Murali Swaminathan. « Ainsi, un client peut concevoir un agent IA pour gérer les réservations de vols, pour vérifier l’inventaire, créer automatiquement un rendez-vous, etc. », illustre-t-il. « Vous voulez pouvoir traiter les remboursements, contrôler le solde d’un compte client. Là encore, les options sont illimitées ».

Les partenaires de l’éditeur pourront composer des agents IA et les monétiser à travers sa marketplace.

Les skills et l’outil d’assemblage des compétences seront accessibles au début du mois de juillet.

Outre une intégration avec Slack, Microsoft Sharepoint (en attendant Google Drive et de Clonfluence) et Teams, la prise en compte d’une quarantaine de langues, une recherche documentaire améliorée, l’éditeur a présenté son agent IA Email en disponibilité générale. Celui-ci vise à automatiser la résolution de tickets. Un LLM classifie les mails qui identifient les spams avec 98 % de précision, puis les véritables demandes de clients sont traitées par un autre modèle qui repère la typologie de la requête contenue dans le ticket en 23 langues (dont le français) à partir de mots-clés. Il se peut qu’une entreprise ne souhaite pas répondre à certaines demandes – par exemple parce qu’elle considère que ce n’est pas le bon canal de communication ou qu’elle ne couvre pas un scénario par ce bot. Dans ce cas-là, elle peut toujours activer des règles pour renvoyer automatiquement la réclamation aux bonnes personnes.

Si le cas d’usage est pris en charge, l’agent IA cherche le contenu adéquat dans une base de connaissances en ciblant les trois articles les plus pertinents à l’aide d’un score de confiance. Il génère ensuite une réponse adaptée et personnalisée en fonction des besoins de l’entreprise. Un widget permet d’obtenir un avis positif ou négatif. Si l’avis est positif, le ticket est automatiquement résolu. À l’inverse, un agent en chair et en os peut intervenir.

« Jusqu’alors, nous nous sommes surtout attachés à réagir à des questions à partir de sources que le client charge dans la plateforme », explique le directeur technique de Freshworks. « Avec les fonctionnalités que nous venons d’annoncer, il s’agit d’automatiser chaque action, que ce soit traiter un ticket directement ou le confier à la bonne personne. Et avec notre studio, ce flux est simple à créer ».

Accélérer (voire totalement automatiser) la résolution des tickets IT

À travers l’ITSM FreshService, Freddy AI Copilot a le droit à la bêta de Intelligent Related Changes. Ce module de l’assistant est réservé aux équipes IT. Celui-ci identifie les éléments récemment modifiés liés à un incident. Il doit également repérer sa cause profonde en corrélant les tickets de support et ceux en provenance de Jira ou d’autres outils de collaboration. En outre, le copilote du support IT a le droit à un lot de fonctions pour suggérer des réponses aux tickets à partir des bases de connaissances, rédiger des post-mortem, créer des notes de résolution quand la solution à un problème est déjà diagnostiquée, ou encore classer les tickets en fonction de l’intitulé du ticket.

« AI Insights, c’est comme un policier qui suit ce qui se passe et qui essaie de déceler les anomalies pour que les responsables informatiques ou du service clientèle en arrière-plan puissent les examiner et mettre en place des actions correctives. »
Murali SwaminathanDirecteur technique, Freshworks

Toujours dans FreshService, mais cette fois-ci avec Freddy AI Insights, il est possible de recevoir des alertes quand le volume de tickets dépasse un certain seuil, quand le temps de résolution moyen d’un incident dévisse, au moment d’une baisse du SLA, ou bien celui de l’instabilité de charges de travail. Là encore, les équipes IT peuvent explorer les causes probables de ces défaillances à travers des données en provenance des tickets. Il s’agit davantage de déterminer quelle catégorie d’un système (hardware, réseau, logiciel, etc.) est concernée par un problème et l’organisation associée, plutôt que de pointer directement vers l’élément qui a provoqué la panne. Un code couleur permet d’identifier les enjeux les plus urgents et les statistiques positives.

« AI Insights, c’est comme un policier qui suit ce qui se passe et qui essaie de déceler les anomalies pour que les responsables informatiques ou du service clientèle en arrière-plan puissent les examiner et mettre en place des actions correctives », résume Murali Swaminathan. « S’ils se rendent compte que la charge augmente soudainement entre deux et quatre heures, ils peuvent affecter plus d’agents (humains) à cette tâche », poursuit-il. « Si un certain problème se répète, l’IA Insights le signale et ils peuvent alors instaurer des changements afin qu’il ne se reproduise plus ».

IA : Freshworks cache les câbles sous le tapis pour le bien des clients

Sous le capot, Freshworks utilise différents grands modèles de langage, certains qu’il héberge depuis sa plateforme cloud, d’autres accessibles via API, comme GPT4o ou 4o mini. Il prévoit également de prendre en charge les protocoles de communication agentique tels que MCP (Model Context Protocol) d’Anthropic et Agent2Agent de GCP. « Nos clients en auront besoin. Tous les agents ne seront pas gérés ou construits depuis notre plateforme », anticipe le directeur technique.

Comme Salesforce ou ServiceNow, il maintient sa couche de confiance « Freddy AI Trust Layer ».

« Tout passe par cette couche de confiance, qui est un ensemble de filtres de sécurité des contenus et des informations confidentielles », assure Murali Swaminathan. « Si quelque chose ne correspond pas à ces critères (et certains sont très stricts), nous envoyons un message indiquant que la demande n’est pas appropriée ».

Comme il n’est pour l’instant pas question de proposer une option « bring your own model » (à l’inverse de Salesforce et ServiceNow), cette strate n’est pas directement visible par les clients.

« Nous essayons de ne pas imposer ces enjeux à nos clients. Notre objectif est de “décomplexifier” la façon dont ils emploient le produit », expose le directeur technique. « S’ils doivent le câbler et commencer à l’utiliser en quelques minutes, ils ne devraient pas avoir à faire de choix. Nous opérons les choix pour eux. Ainsi, ils se concentrent sur les résultats pour leur métier ».

Pour approfondir sur IA appliquée, GenAI, IA infusée