IA générative pour le support IT : évaluer son utilité

Pour traiter les tickets IT, les équipes de support s’appuient sur la documentation interne et l’expérience de leurs collègues. Mais retrouver l’information utile n’est pas toujours simple. Comment l’IA générative pourrait-elle faciliter cette recherche et aider les techniciens au quotidien ?

Des informations disponibles, mais difficiles à mobiliser

Le traitement des tickets s’appuie sur une documentation interne parfois dispersée ou peu connue des équipes. Certains problèmes techniques ou certaines applications nécessitent régulièrement l’intervention des mêmes profils expérimentés, ce qui complique leur prise en charge par des techniciens moins familiers de ces sujets.

La difficulté ne réside donc pas uniquement dans le volume des demandes. Elle tient aussi à la circulation des connaissances au sein du support. Des experts restent sollicités pour des recherches d’informations récurrentes, alors que l’enjeu serait de rendre ces informations plus facilement accessibles aux autres techniciens.

La DSI cherche ainsi à réduire cette dépendance sans compromettre la qualité des réponses. L’IA générative pourrait y contribuer, à condition que son utilisation réponde réellement aux besoins du service.

Comment vérifier l’intérêt de l’IA sans perturber le support ?

Introduire un assistant IA ne garantit pas qu’il facilitera le travail des techniciens. Sa capacité à retrouver des informations doit encore être confrontée aux demandes réellement traitées et aux pratiques des équipes.

Pour vérifier cette utilité sans engager immédiatement un déploiement plus large, la DSI retient un POC (mise en place d’un RAG) sur un périmètre interne restreint, sans modifier les processus existants.

Trois aspects sont alors examinés :

La qualité des informations disponibles. Les tickets et la documentation existante sont analysés pour apprécier les données exploitables par le dispositif d’IA générative.
L’utilité dans le travail quotidien. L’aide à la recherche d’informations et à la réponse est testée en conditions réelles avec les équipes support. Il s’agit d’apprécier son intérêt dans les situations qu’elles rencontrent.
Les ajustements nécessaires. Les retours des techniciens permettent d’affiner le périmètre et de mieux identifier les usages présentant un potentiel.

L’intérêt de ce cadre limité est de pouvoir apprécier les premiers apports de l’IA sans modifier prématurément le fonctionnement du service ni engager d’investissements lourds.

Des résultats pour éclairer la suite

Le POC permet à la DSI de mieux distinguer les usages pertinents pour le support informatique et d’en observer les premiers bénéfices.

Trois enseignements ressortent de cette expérimentation :

Des usages pertinents identifiés pour la recherche d’informations et l’aide à la réponse au sein du support.
Une moindre sollicitation des experts sur les recherches d’informations récurrentes.
Des limites technologiques identifiées, ainsi que des critères destinés à orienter les futurs déploiements.

Ces observations fournissent une première base pour décider de la suite, sans présumer de la pertinence d’un déploiement généralisé.

Repères si vous êtes dans une situation similaire

Identifiez précisément la difficulté à résoudre. Dans ce cas, la question portait principalement sur l’accès à l’information et la dépendance aux experts, plutôt que sur la résolution automatique des incidents.
Testez l’usage dans les pratiques existantes. Un périmètre limité et des essais avec les équipes permettent de vérifier son intérêt sans engager immédiatement une transformation plus large.
Appuyez vos décisions sur les observations du terrain. Les bénéfices et les limites identifiés pendant un POC doivent aider à déterminer ce qui mérite d’être poursuivi et dans quelles conditions.