"Happy Robot’s AI phone agent has enabled Encompass agents to engage more meaningfully with customers by handling routine inquiries, allowing human agents to focus on more complex interactions."
Vice President of Customer Support
Jim Scarff
À propos d'Encompass
Encompass Supply Chain Solutions est le premier fournisseur de pièces détachées d'origine (OEM) en Amérique du Nord. Fondée en 1953 et basée à Lawrenceville, en Géorgie, l'entreprise s'est forgé en plus de 70 ans une réputation de partenaire de référence pour la réparation à domicile, en gérant un portefeuille de centaines de grandes marques et en proposant des pièces OEM authentiques issues d'un large éventail de fabricants de confiance.
Encompass est le partenaire recommandé par les clients des grandes marques d'électroménager et d'électronique lorsqu'une réparation s'impose, en fournissant des pièces de rechange d'origine pour presque tous les équipements du foyer : téléviseurs, lave-linge, sèche-linge, lave-vaisselle, cuisinières, réfrigérateurs, systèmes de chauffage et de climatisation, et bien plus encore. Encompass maintient l'un des plus vastes catalogues de pièces OEM du secteur, avec des centaines de milliers de références en stock actif dans des centres de distribution stratégiquement répartis à travers les États-Unis.
Opportunité
Les clients contactent principalement Encompass pour connaître les prix et la disponibilité, ainsi que le statut d'une commande, les délais de réapprovisionnement ou les annulations. Pendant des années, ces demandes à fort volume et urgentes ont mobilisé des agents humains.
Le suivi mensuel a révélé que la majorité des appels entrants étaient transactionnels, répétitifs et faciles à traiter. Les agents consacraient un temps considérable à la recherche de références de pièces et à la vérification de statuts de commande, des tâches automatisables avec la bonne technologie.
À mesure qu'Encompass se développait et que son portefeuille de marques s'élargissait, il est devenu évident que le problème ne se résoudrait pas sans intervention. Augmenter les effectifs n'était pas une solution durable.
Solution
Le partenariat d'Encompass avec HappyRobot a débuté après que son CEO, Robert Coolidge, a assisté à une présentation du fondateur de HappyRobot au Breakers, à West Palm Beach. Impressionné par le caractère conversationnel de la technologie, qui tranchait avec les systèmes traditionnels à menus, il a partagé la présentation avec Jim Scarff, VP Support client.
L'équipe a procédé avec méthode : démonstrations, échanges avec des utilisateurs existants et évaluation des alternatives. Miguel Rodriguez, vétéran des opérations fort de 20 ans d'expérience en centre de contact, a été impliqué dès le départ. L'équipe s'est accordée à l'unanimité sur HappyRobot comme partenaire idéal. Le succès se mesurait au nombre d'appels que HappyRobot pouvait traiter sans escalade vers un humain. Comme l'explique Brian Ecenarro, responsable des opérations de service client pour la Parts Town Home Division : « Nous avons défini le succès et l'échec en fonction du nombre de transferts effectués en escalade vers des agents en direct. »
Encompass a commencé par Midea, choisie délibérément comme environnement maîtrisé pour tester l'agent, affiner la logique et gagner en confiance avant de s'étendre à des gammes à plus fort volume. Les clients pouvaient appeler en indiquant un numéro de modèle, et l'agent renvoyait une liste de pièces compatibles avec les stocks et les prix en temps réel. Le concept était simple. L'exécution, tout sauf.
Les numéros de modèle d'Encompass sont de longues chaînes alphanumériques complexes où un seul chiffre inversé ou un caractère mal compris produit un résultat totalement erroné. Pas de demi-mesure, pas d'« à peu près ». Chaque erreur entraînait un échec de recherche, qui déclenchait un transfert vers un agent humain, comptabilisé comme un échec. Dans un environnement où la marge d'erreur était pratiquement nulle, l'IA devait viser juste à chaque fois.
Les premières versions de l'agent vocal ont buté précisément là-dessus. Les itérations initiales du LLM confondaient parfois des caractères visuellement ou phonétiquement proches, un « B » pour un « 8 », un « D » pour un « T », renvoyant silencieusement la mauvaise pièce ou aucun résultat. La solution a exigé une collaboration approfondie et itérative entre Federico, forward-deployed engineer chez HappyRobot, et l'équipe Encompass : affinage de la logique de transcription, création de couches de validation et tests de résistance sur les cas limites, jusqu'à ce que l'agent gère de façon fiable l'ensemble des formats de numéros de modèle qu'Encompass rencontre en production.
Le résultat parle de lui-même. Dans l'un des environnements de saisie de données les plus exigeants du service client, HappyRobot a atteint un taux de transfert d'environ 36 %, ce qui signifie que près de 64 % des appelants ont obtenu ce dont ils avaient besoin sans jamais parler à un humain. Pour un workflow où un seul mauvais caractère met fin à l'interaction, ce n'est pas seulement un bon chiffre. C'est un chiffre exceptionnel.
Impact
Ce succès est devenu le modèle. Encompass s'est étendu à LG, une marque plus importante au volume d'appels nettement supérieur, et HappyRobot gère aujourd'hui environ 1 700 appels liés à LG chaque semaine, dont près de 64 % sont résolus sans intervention humaine. La logique sous-jacente de l'agent se transpose d'une marque à l'autre : identifier le produit, retrouver la pièce, confirmer la disponibilité et le prix et, le cas échéant, envoyer un lien par SMS pour finaliser l'achat. Chaque nouvelle marque dispose de son propre agent configuré, sans reconstruire le workflow de zéro.
Encompass utilise un modèle hybride. Pendant les heures d'ouverture, les appels portant sur les prix, la disponibilité, le statut d'une commande ou une annulation sont routés directement vers HappyRobot depuis l'IVR Cisco. Si un client demande à parler à un humain, l'appel est transféré en conséquence. En dehors des heures d'ouverture, les options en libre-service restent disponibles. Si un rappel est nécessaire, HappyRobot transmet la demande à un agent pour un suivi le lendemain matin, garantissant une réponse à chaque client.
La vision d'ensemble
L'objectif d'Encompass n'était pas d'automatiser un seul cas d'usage, mais de développer un playbook scalable. L'équipe a apporté de la clarté dès le départ, ayant déjà analysé les motifs d'appel des clients, les types d'appels les plus volumineux et les workflows adressables via une API. À l'arrivée de HappyRobot, Encompass savait déjà par où commencer. Cette clarté a accéléré le processus.
L'objectif actuel est d'étendre ce playbook à toutes les marques du portefeuille Encompass.
La feuille de route continue de s'élargir au rythme de la technologie. Les retours produits, pas encore automatisés, sont à l'étude. Comme le souligne Brian : « Le parcours s'est prêté à la résolution de problèmes. Nous avons commencé à nous impliquer davantage dans la technologie et réalisé que nous pouvions aller encore plus loin. » La principale contrainte n'est pas l'IA, mais les API qui fournissent les données nécessaires à chaque nouveau cas d'usage. C'est à la fois le goulot d'étranglement et la priorité de la feuille de route.
La suite
Alors que le déploiement multimarque touche à sa fin, deux objectifs prioritaires se dessinent : l'optimisation et l'expansion. Le premier est l'optimisation, avec une performance constante et de référence sur chaque marque active. Le second est l'expansion, à la fois en cas d'usage et en entreprises. Des discussions avec des organisations sœurs sont déjà engagées. Ce qu'Encompass démontre ici, elle le démontre pour tous ceux qui observent. Le chatbot, déjà inclus dans le contrat existant, ajoute un canal supplémentaire à la voix, offrant aux clients davantage de moyens d'obtenir des réponses rapides et fidèles à chaque marque.
À l'avenir, on peut imaginer une version de ce produit où un client décrit son appareil en panne, obtient en quelques secondes l'identification et le prix de la pièce, confirme sa disponibilité et reçoit un lien d'achat par SMS, le tout sans jamais parler à un humain, sauf s'il le souhaite. Cette version n'est pas qu'un concept : chez Encompass, elle est déjà en grande partie réalité.