Problématiques client
Pôle Emploi devait gérer chaque année 30 millions de mails entrants de demandeurs d’emploi, répartis sur 915 agences et traités par 54 000 conseillers. Chaque conseiller passait en moyenne 21 % de son temps à traiter ces mails, limitant sa disponibilité pour un accompagnement personnalisé. Le défi : automatiser et sécuriser le traitement des mails tout en améliorant la qualité du service, la priorisation des demandes et la satisfaction des demandeurs.
Au-delà des emails, l’établissement souhaitait structurer sa transformation IA à grande échelle : capitaliser sur les usages, internaliser les compétences, créer un socle technologique solide et intégrer une gouvernance éthique et responsable.
Objectifs
Optimiser le traitement des mails entrants
Réduire le temps passé par les conseillers grâce à l’automatisation et à l’aide à la réponse.
Améliorer la qualité et la cohérence des réponses
Catégoriser les demandes, détecter les tonalités et suggérer des réponses adaptées.
Piloter la transformation IA à grande échelle
Structurer l’Usine IA, internaliser les expertises et déployer des services IA fiables et éthiques.
Renforcer la gouvernance et l’éthique
Définir des règles de conception responsable, sensibiliser les équipes et suivre la conformité.
Les contraintes du projet
Volumes massifs et
hétérogène des emails
30 millions de mails par an, 8,2 millions d’inscriptions, 54 000 conseillers.
Hétérogénéité et qualité des données
Les messages sont souvent non structurés, incomplets ou rédigés de manière informelle, rendant l’analyse automatique complexe.
Fiabilité et maîtrise des réponses IA
Impossible de déployer un système générant des réponses approximatives ou juridiquement incorrectes : un contrôle humain et des garde-fous sont indispensables.
Adoption par les équipes internes
Les conseillers doivent percevoir l’IA comme un outil d’aide et non comme un remplacement, ce qui implique accompagnement, formation et conduite du changement.
Notre approche pour Pôle Emploi
01
Conception et blueprint du programme IA
Définition du plan stratégique et du blueprint pour l’Usine IA : priorisation des cas d’usage, design du socle technologique et trajectoire de déploiement.
02
Expérimentation et POC
Déploiement pilote sur 3 cas : classification des mails, suggestion de gabarits et détection de tonalités, afin de valider l’efficacité et la pertinence des modèles.
03
Industrialisation et généralisation
Extension des services IA à l’ensemble des agences et conseillers, intégration aux systèmes existants, workflows et formation des équipes pour une adoption rapide et sécurisée.
04
Gouvernance, éthique et compétences
Mise en place de comités éthiques, guide Ethics-by-design, suivi des indicateurs qualité et sensibilisation des équipes pour pérenniser l’usage responsable de l’IA.
Nos résultats
30M
30 millions de mails catégorisés et analysés chaque année.
20
20 catégories et 29 intentions identifiées pour prioriser et orienter
13
13 tonalités et 10 causes détectées pour améliorer la coordination et la qualité du suivi des demandeurs.
Impact global
Pôle Emploi dispose désormais d’un écosystème IA industrialisé capable de traiter des volumes massifs de mails, de soutenir les conseillers avec des recommandations contextuelles et d’améliorer la qualité de service pour les demandeurs.
Le programme Intelligence Emploi a permis de déployer des solutions à grande échelle, de renforcer l’éthique et la gouvernance IA, et de constituer un socle technologique et humain pérenne pour accompagner la transformation numérique de l’établissement.
