80% des tickets Level 1 — reset mot de passe, demande d'accès, questions 'comment je fais' — pourraient être auto-résolus, mais ils arrivent encore dans la queue du service desk, mangeant 60% de la capacité agent et frustrant les utilisateurs avec des temps d'attente.

Utilyx modélise le self-service en un workflow exécutable : le chatbot IA résout les questions courantes depuis la KB et le catalogue, et escalade vers un humain avec contexte complet seulement quand la confiance ou la politique l'exige.

Le workflow est structuré en arbre de décision avec 3 branches (Auto-résolution, Fulfillment catalogue, Escalade agent) et 6 étapes de bout en bout. Chaque étape est exécutée par un acteur nommé (Utilisateur final, Agent IA, call-connector, recherche KB, service email, agent Service desk) et chaque action est horodatée.

• Étape 1 (Start — Utilisateur final) : l'utilisateur ouvre le portail self-service ou le widget chat et tape sa requête en langage naturel. La session capture : session_id, user_id, query_text, language, channel (portal/chat/Teams).

• Étape 2 (Agent IA) : l'ai-agent classifie l'intention (incident, requête, how-to, feedback) et extrait les entités (système cible, code erreur, asset). Il vérifie les entitlements de l'utilisateur via sql-query (l'utilisateur a-t-il la permission de demander ceci ?).

• Étape 3 (Routage) : trois branches — Branche A (intention how-to, match KB > seuil) : auto-résolution en surfacant l'article KB et en confirmant que la réponse a aidé ; Branche B (intention requête, item catalogue existe) : déclenche le fulfillment catalogue via call-connector (API provisioning) ; Branche C (intention incident, ou confiance < seuil, ou politique requiert humain) : escalade vers agent service desk avec transcript complet du chat attaché.

• Étape 4A (ai-agent) : le chatbot présente l'article KB dans la langue de l'utilisateur, demande 'est-ce que ça a résolu votre problème ?' et si oui, clôture la session et logge un ticket déféré (aucun agent impliqué). Si non, il re-classifie et soit essaie un autre article KB, soit escalade vers Branche C.

• Étape 4B (call-connector) : pour les requêtes catalogue (ex. 'j'ai besoin d'un nouveau laptop'), le call-connector déclenche l'API provisioning et l'utilisateur reçoit un email de confirmation avec ETA — comme le workflow catalogue, mais initié par chat.

• Étape 5C (agent Service desk) : l'agent reçoit le ticket escaladé avec le transcript complet du chat, la classification de l'IA, les articles KB déjà surfacés, et une résolution suggérée. L'agent prend le relais — l'utilisateur n'a pas à se ré-expliquer.

• Étape 6 (Clôture) : sur auto-résolution, la session est loggée dans deflected_tickets avec resolution_source='chatbot'. Sur escalade, le ticket suit le workflow incident ou requête. Hebdomadairement, l'IA revue les sessions déférées pour identifier les gaps KB (sessions escaladées après miss KB) et les signale au propriétaire KB.

Les équipes qui adoptent Utilyx constatent 80% des tickets Level 1 auto-résolus par le chatbot IA sans intervention agent, la capacité agent libérée de 60% pour le travail L2 à plus forte valeur, et la satisfaction utilisateur en hausse de 30% parce que les réponses arrivent en secondes dans la langue de l'utilisateur.

Le chatbot escalade avec contexte complet donc l'utilisateur ne se ré-explique jamais, le fulfillment catalogue via chat supprime l'étape de navigation portail, et la revue hebdomadaire des gaps KB transforme les déflections manquées en nouveaux articles — rendant le chatbot plus intelligent chaque semaine.