Lumıary

Traduit de l’original anglais. Les chiffres et les sources sont inchangés. Lire l’original en anglais

Annoncé par l’éditeurEn production depuis août 2025Ajouté le oct. 2026

DTDC

DTDC fait évoluer son chatbot de messagerie DIVA grâce à l’IA générative et réduit de 51,4 % les demandes traitées par le support

DTDC, réseau indien de messagerie, a remplacé le script rigide de son chatbot DIVA par un agent d’IA générative sur Amazon Bedrock, qui gère le suivi, les tarifs et la couverture géographique. L’article d’AWS, rédigé avec des équipes de DTDC, annonce 93 % de réponses exactes et 51,4 % de demandes en moins traitées par l’équipe de support.

Réduire les coûtsAméliorer l’expérience client

Chiffres clés

Repris tels quels des sources. Copiez n’importe quel chiffre avec sa citation.

plus de 400 000

Demandes clients reçues chaque mois par DTDC Express, tous canaux confondus1

93 %

Exactitude des réponses de DIVA 2.0, selon l’article1

51,4 %

Baisse des demandes traitées par l’équipe de support client, selon l’article1

51,4 %

(131 530)

Demandes de suivi de colis n’ayant pas donné lieu à un ticket de support, sur les 3 derniers mois de données du tableau de bord1

Ce que cela a demandé

CoûtNon communiqué
ÉquipeNon communiqué
CalendrierNon communiqué

Le coût, la taille de l’équipe et le calendrier ne sont pas communiqués dans les sources.

Le problème

DTDC Express reçoit plus de 400 000 demandes clients par mois, portant sur le suivi, la vérification de la couverture géographique et les tarifs d’expédition. Son assistant existant, DIVA, reposait sur un parcours guidé rigide : les utilisateurs devaient suivre un chemin imposé au lieu de poser leur question avec leurs propres mots. Cela alourdissait la charge du support client, allongeait les délais de résolution et dégradait l’expérience client.

Ce qu’ils ont construit

DTDC et son partenaire AWS ShellKode ont construit DIVA 2.0, un agent conversationnel sur le site web de DTDC. Les clients posent leurs questions en langage naturel sur le suivi, les tarifs, la disponibilité du service ou des sujets généraux. L’agent détermine ce que veut le client, interroge les systèmes de DTDC pour le suivi, les prix et la couverture de livraison, et peut créer un ticket de support. Un grand modèle de langage, Claude 3.0 d’Anthropic sur Amazon Bedrock, transforme les données en réponse.

Comment ils s’y sont pris

Pour les questions générales, l’agent interroge une base de connaissances constituée à partir du site web de DTDC, de documents internes du support, de FAQ et de données opérationnelles. S’il ne trouve rien de pertinent, il renvoie un message prédéfini disant qu’il ne peut pas aider. Les demandes et les réponses sont consignées dans un tableau de bord ouvert à l’équipe d’administration de DTDC, qui affiche l’exactitude, les demandes non résolues et les pics d’activité. L’article cite comme principaux défis la connexion de données en temps réel issues de systèmes anciens, la prise en charge du vocabulaire logistique et des demandes en plusieurs étapes, et le passage de l’ancien DIVA au nouveau sans rupture de service.

Résultats

L’article annonce une exactitude des réponses de 93 % et indique que l’équipe de support traite désormais 51,4 % de demandes en moins. Sur les 3 derniers mois de données du tableau de bord, 51,4 % des 256 048 demandes concernant des envois n’ont pas nécessité de ticket de support. DTDC affirme que ses équipes de support peuvent désormais se concentrer sur des sujets plus critiques.

Enseignements pour votre projet

  1. Remplacez les menus scriptés par un agent capable d’interroger vos systèmes en temps réel. DIVA 2.0 consulte les systèmes de suivi, de tarification et de zones desservies et peut ouvrir un ticket de support.

  2. Donnez au bot une solution de repli sûre. Quand la base de connaissances n’a pas de réponse, DIVA 2.0 dit qu’il ne peut pas aider au lieu de deviner.

  3. Construisez un tableau de bord dès le premier jour. DTDC suit l’exactitude, les demandes non résolues et les pics d’activité, ce qui montre où s’améliorer.

  4. Prévoyez de conserver des conseillers humains. L’article indique que l’agent n’a pas supprimé le besoin d’un support client, et que de nombreuses conversations impliquent encore les deux.

Réserves

  • La source est un article du blog d’AWS cosigné par des équipes de DTDC et par l’intégrateur ShellKode : les chiffres sont donc annoncés par le fournisseur. Aucune source indépendante ne les confirme.
  • L’article ne dit pas comment les 93 % d’exactitude ont été mesurés, sur quelle période, ni quelle est la base de la baisse de 51,4 % des demandes du support. Ces mêmes 51,4 % apparaissent aussi comme la part des demandes concernant des envois sans ticket : les deux chiffres peuvent donc être liés.
  • L’article ne donne pas de date de mise en service. La date de déploiement retenue est celle de l’article.
  • L’article cite Claude 3.0 d’Anthropic sur Amazon Bedrock. Le chiffre de 400 000 correspond à l’ensemble des demandes mensuelles reçues par DTDC, pas seulement à celles que l’agent traite.

Sources

  1. The DIVA logistics agent, powered by Amazon Bedrock

    AWS Machine Learning Blog · 2025-08-07 · Étude de cas de l’éditeur · aws.amazon.com

Résumé dans nos propres mots à partir des sources ci-dessus. Une erreur ? Consultez les corrections.

Cas similaires