SIDOM
Support technique assisté par IA pour la plateforme leader du commerce extérieur en Argentine : des réponses passées de 26 heures à moins de 2 minutes.
Impact
30×
Plus rapide
Réponse automatique face au processus manuel
1,1 min
Réponse automatique
Temps moyen, contre 26,5 h de résolution manuelle
215 h
Heures de support économisées
Rendues à l'équipe sur la période mesurée
Où ils en étaient
SIDOM est la plateforme par laquelle passe la majeure partie du commerce extérieur argentin : importateurs, exportateurs et transitaires en douane y gèrent leurs démarches. C’est une activité B2B de niche où une question sans réponse bloque une opération réelle. Leur équipe Customer Success traitait cette demande presque entièrement par email, via Freshdesk, en s’appuyant sur une documentation éparpillée dans Confluence et des années de tickets déjà résolus. Chaque réponse dépendait d’un agent reconstruisant le contexte à la main, et cela prenait des heures.
Ce que nous avons trouvé
Le savoir ne manquait pas : il se trouvait dans Confluence, dans la base de connaissances de chaque client et dans des milliers de tickets historiques. Le goulot d’étranglement, c’était de le retrouver. La plupart des questions se répétaient, des questions sur l’usage de la plateforme et des demandes simples, mais chacune repartait de zéro. L’opportunité était claire : récupérer ce savoir automatiquement et rédiger le brouillon de réponse, en laissant à l’agent la validation finale.
Ce que nous avons construit
Un système de support assisté par IA, de bout en bout. Il reçoit chaque ticket depuis Freshdesk et construit la réponse avec une architecture RAG sur trois sources : la documentation Confluence, la base de connaissances de chaque client (Google Drive) et les tickets historiques résolus, le tout indexé dans une base de données vectorielle.
Le système génère un brouillon avec ses sources et classe la criticité du ticket. Une interface de revue permet à l’agent de modifier et d’approuver avant l’envoi, et les cas simples à forte confiance peuvent se résoudre automatiquement. Un pipeline d’évaluation avec un LLM comme juge mesure la qualité de chaque réponse en continu, avec une observabilité des coûts et de la consommation à tout moment. Déployé sur Azure.
Ce qu’ils peuvent faire maintenant
Ce qui prenait en moyenne 26,5 heures d’allers-retours se règle désormais en 1,1 minute. L’agent reçoit un brouillon avec les sources citées au lieu de fouiller la documentation, et se concentre sur les cas qui nécessitent vraiment une personne. Sur la période mesurée, le système a rendu à l’équipe plus de 215 heures de travail.
Pourquoi c’est important
Sur un marché où “tout est pour hier”, la rapidité de réponse fait partie du produit. Nous avons promis une économie et nous l’avons mesurée, réponse par réponse. Une accélération de 30× sur le processus manuel, c’est ce que le système a livré sur de vrais tickets de support. Pour une activité par laquelle transite la majeure partie du commerce extérieur du pays, répondre vite, c’est être compétitif.
“ Dans le commerce extérieur, tout est pour hier. Qu'une question qui prenait une demi-matinée se règle maintenant en quelques minutes a changé notre façon de penser le support.”
• Fernando Milano, CEO, SIDOM
Cas associés
Fintech
MODO
Traitement de big data, plateforme d'expérimentation et fonctionnalités GenAI pour les 4+ millions d'utilisateurs du portefeuille numérique leader en Argentine.
Industrial
Techint
Assistant RAG sur la mémoire institutionnelle de l'un des plus grands groupes industriels d'Amérique latine, déployé en production en 2023, quand presque personne ne savait encore comment faire.
Vous vous reconnaissez dans cette situation ?
On se spécialise à résoudre des problèmes avec la technologie.
Parlons-en