Éducation
Améliorations clés
Le taux de bonnes réponses a bondi à 82,5 % — comparativement à moins de 10 % au lancement, en seulement 90 jours d’ajustement supervisé par AgentGuard
89 % du volume de dossiers traité — sans qu’un humain n’ait à les résoudre à partir de zéro
Optimisation axée sur la production — le suivi en direct a permis à l’équipe d’ajuster ses processus en conditions réelles plutôt que de passer par un long cycle de tests d’acceptation utilisateur (UAT)
En 90 jours, l’agent Agentforce de GBP est passé de moins de 10 % à 82,5 % de bonnes réponses, grâce au modèle d’optimisation AgentGuard de Diabsolut.
Le défi
L’équipe de soutien aux étudiants du George Brown Polytechnic traitait manuellement un volume élevé de demandes peu complexes, ce qui exerçait une pression inutile sur la capacité du personnel, augmentait le coût par dossier et présentait un risque de mauvaise expérience étudiante pendant les périodes de pointe. Avec une population étudiante en croissance, le collège avait besoin d’une solution évolutive pour offrir un soutien constant et rapide sans surcharger son équipe.
Le traitement manuel des dossiers peu complexes entraînait un temps de traitement moyen plus élevé que nécessaire, un coût par dossier plus élevé, ainsi qu’un risque de mauvaise expérience de soutien lorsque la capacité de l’équipe était limitée.
Points douloureux
- Les questions répétitives et routinières accaparaient une part disproportionnée du temps des agents, allongeant inutilement le temps de traitement moyen
- Le traitement manuel de ces mêmes dossiers routiniers maintenait le coût par dossier à un niveau élevé
- Une couverture limitée pendant les périodes de pointe mettait en péril la qualité de l’expérience étudiante
Exigences
- Détourner automatiquement les demandes peu complexes grâce au courriel-vers-dossier, en s’appuyant sur les articles de connaissances existants du collège
- Réduire le coût par dossier sans sacrifier la qualité du soutien
- Libérer du temps aux agents pour qu’ils se concentrent sur les interactions complexes à forte valeur nécessitant une intervention humaine
- Garantir une couverture en tout temps qui ne dépend pas des niveaux de dotation
La solution
Diabsolut a implanté Salesforce Agentforce pour le courriel-vers-dossier au George Brown Polytechnic, configurant un agent IA pour traiter automatiquement les demandes entrantes des étudiants en s’appuyant sur les articles de connaissances existants de GBP. Le modèle propriétaire de surveillance et d’optimisation AgentGuard de Diabsolut a été utilisé pour mesurer, ajuster et améliorer continuellement la qualité des réponses de l’agent tout au long du projet.
Plutôt que d’attendre la fin d’un long cycle de tests d’acceptation utilisateur, l’équipe a pris la décision stratégique de passer directement en production — l’agent accompagnant les représentants du service en documentant des réponses suggérées pour chaque dossier, à des fins de révision et de rétroaction. Cette approche impliquant un humain dans la boucle a permis une itération rapide et une amélioration mesurable en conditions réelles.
Services et produits implantés
Les résultats
En intégrant Agentforce aux activités de soutien aux étudiants de George Brown Polytechnic, Diabsolut a aidé l’établissement à passer d’un traitement des dossiers réactif et manuel à un modèle de service propulsé par l’IA et disponible en tout temps. Ce modèle s’adapte à la demande étudiante, réduit les coûts d’exploitation et permet aux agents humains de se concentrer sur l’essentiel. Prochaine étape : élargir la portée de l’agent à d’autres types de demandes et à d’autres canaux, à mesure que la confiance envers la qualité des réponses de l’IA continue de croître.
Qualité et optimisation de l’agent
- Qualité des réponses de l’agent : grâce au modèle de surveillance et d’optimisation AgentGuard, le taux de bonnes réponses de l’agent Agentforce de GBP est passé de moins de 10 % à 82,5 % en 90 jours.
- Optimisation axée sur la production : plutôt que de laisser l’agent bloqué à l’étape des tests d’acceptation (UAT), Diabsolut l’a fait passer à un mode d’observation en production. Ce changement a permis des itérations plus rapides en conditions réelles.
- Optimisation de la base de connaissances et des garde-fous : Diabsolut a comblé les lacunes dans les articles de connaissances, a ajouté les catégories de données manquantes et a mis en place des garde-fous plus robustes pour optimiser les coûts et mieux encadrer la portée de l’agent.
Expérience étudiante et capacité de soutien
- Soutien en tout temps : les étudiants reçoivent désormais, à toute heure, des réponses immédiates générées par l’IA à leurs demandes simples.
- Capacité libérée : le personnel de soutien peut maintenant se consacrer exclusivement aux dossiers étudiants complexes et à forte valeur.
Impact opérationnel et déviation des demandes
- GBP a lancé l’agent auprès du public le 3 avril 2026. Une fois l’agent devenu entièrement autonome, le volume de dossiers a été suivi du 18 avril au 20 juillet 2026, soit 6 433 dossiers :
- Sur ces 6 433 dossiers, l’agent en a fermé 38 % de façon autonome. Il en a acheminé correctement 51 % directement vers la bonne équipe, puisque ces dossiers étaient hors de sa portée par conception. Il a transféré les 11 % restants à un agent humain.
- Si l’on combine les dossiers fermés et ceux acheminés correctement, 89 % du volume a été traité sans qu’un humain ait d’abord à poser un diagnostic ou à faire le triage.
- Le client finalise encore les données sur la réduction du temps de traitement moyen et l’amélioration du coût par dossier. D’autres résultats suivront.