Comment révolutionner le service client avec le client MCP IA de Zendesk

Les interactions avec le service client reposent largement sur des informations personnalisées et disponibles en temps réel, comme le statut des commandes, les informations de compte, l’historique des interactions, etc. Pourtant, aujourd’hui, connecter ces données à des assistants IA nécessite des API, l’intervention d’un développeur expérimenté (voire de deux) et des délais de mise en œuvre importants.

Par exemple, pour renouveler l’abonnement de streaming d’un client, un agent IA aurait besoin de son identifiant de compte, de son offre d’abonnement et de ses informations de facturation, des données qui peuvent être stockées dans plusieurs systèmes de gestion de la relation client ou de paiement.

Récupérer ces données nécessite plusieurs intégrations, mais la plupart des équipes de service client ne disposent pas des compétences techniques nécessaires. Les responsables doivent donc prévoir du temps et mobiliser des développeurs pour comprendre les API et les méthodes d’authentification avant de pouvoir créer l’intégration personnalisée. Même lorsqu’une intégration prédéfinie existe pour un système, elle ne permet pas forcément de connecter facilement les champs dont l’agent IA a besoin.

C’est possible, à condition d’avoir le temps et le budget nécessaires. Mais il existe une meilleure solution.

Chez Zendesk, notre mission consiste à améliorer l’expérience client grâce à des solutions d’IA plus intelligentes, plus simples et plus adaptables. C’est pourquoi nous intégrons le Model Context Protocol (MCP) à la plateforme de résolution Zendesk. Le modèle open source de MCP offre une approche simple et standardisée pour connecter l’IA aux données de l’entreprise. Grâce à MCP, les agents IA et les copilotes Zendesk disposent des données pertinentes et actualisées dont ils ont besoin pour dépasser les limites des modèles de langage isolés, améliorer la précision de l’IA et obtenir de meilleurs résultats pour les agents comme pour les clients.

Qu’est-ce que le Model Context Protocol (MCP) ?

Les assistants IA peuvent se connecter à des outils externes via des API, mais cela nécessite souvent des intégrations personnalisées et ponctuelles, dont l’extensibilité et la capacité à évoluer sont limitées. Le Model Context Protocol (MCP), présenté par Anthropic, change la donne. Il s’agit d’un framework ouvert et standardisé qui offre aux assistants IA un moyen simple et unifié d’accéder à des données externes et d’interagir avec celles-ci.

Imaginez MCP comme un concierge personnel. Pour intégrer aujourd’hui un service et un système CRM, vous devriez parcourir la documentation destinée aux développeurs et déterminer comment connecter vos données. Chaque donnée, comme l’identifiant de compte ou l’offre d’abonnement, peut également nécessiter une intégration API distincte. Bien que les API soient flexibles, elles évoluent au fil du temps, obligeant les administrateurs à surveiller les changements et les nouvelles fonctionnalités. L’époque du « configurer une fois et ne plus y penser » n’est pas encore arrivée.

Mais que se passerait-il si vous disposiez d’un concierge personnel capable de s’occuper de tout cela à votre place ? Contrairement aux API, les intégrations MCP ne doivent être configurées qu’une seule fois. Une fois la connexion établie, les assistants IA peuvent utiliser MCP pour accéder aux fonctionnalités nouvelles et existantes d’un système, sans configuration supplémentaire. Ce processus simplifié réduit le temps et les ressources consacrés aux intégrations personnalisées. Mieux encore, il aide les agents IA et les copilotes à prendre des décisions plus rapides et plus pertinentes, sans perdre le contexte.

Comment fonctionne MCP ?

MCP repose sur un modèle « client-serveur » qui suit un processus simple en quatre étapes :

1. Demande du client : l’agent IA ou le copilote identifie les informations nécessaires pour répondre à la demande du client.
2. Requête MCP : l’assistant IA envoie une requête à un client MCP afin d’obtenir les données nécessaires ou de demander l’exécution d’une action dans un système externe.
3. Récupération des données : le client MCP transmet la requête à un système externe, comme un CRM, via son serveur MCP.
4. Réponse du serveur : le serveur renvoie les informations au client, qui les transmet à son tour à l’assistant IA afin de l’aider à formuler sa prochaine réponse.

Dans ce cas, les clients MCP servent de passerelle entre les plateformes hôtes, comme Zendesk, et les serveurs externes. Ils permettent aux assistants IA d’envoyer et de recevoir des informations depuis une interface unique. Cette approche modulaire garantit que les assistants IA disposent toujours du contexte nécessaire, sans intervention importante de la part des développeurs, tout en améliorant l’évolutivité et la maintenabilité.

Comment MCP ouvre-t-il la voie à une nouvelle génération d’agents IA ?

Contrairement aux frameworks propriétaires, qui peuvent fonctionner en silos et être difficiles à faire évoluer, le modèle open source de MCP évolue en permanence. Grâce à ses intégrations standardisées, les agents IA peuvent récupérer, mettre à jour et exploiter facilement les données de tout système disposant d’un serveur MCP. Les agents IA deviennent ainsi de véritables moteurs de résolution capables de personnaliser automatiquement les conversations grâce à des informations récentes et pertinentes.

Cela offre des possibilités infinies, tant pour les agents IA que pour les administrateurs. Plus précisément :

• Une efficacité opérationnelle accrue : les administrateurs peuvent configurer un client MCP une seule fois et l’utiliser pour accéder en continu à des centaines d’actions et de données. Ils bénéficient ainsi d’un meilleur contrôle sur leurs assistants IA et libèrent du temps pour les administrateurs comme pour les développeurs.
• Résoudre davantage de problèmes de façon autonome et plus rapidement : MCP donne aux agents IA accès à un ensemble d’actions plus vaste et plus complet, leur permettant d’effectuer des tâches qui nécessitaient auparavant l’intervention d’un humain. Les agents alimentés par MCP peuvent désormais accéder instantanément aux outils dont ils ont besoin, améliorer la précision de l’IA, réduire la charge de travail des agents et accélérer le délai de résolution.
• Accélérer l’innovation dans le service client : chaque fois que des clients et des serveurs MCP se connectent, les serveurs peuvent proposer de nouvelles actions aux agents IA. Au fil du temps, les agents deviennent capables de résoudre les problèmes de manière créative, dans le respect des garde-fous définis. À mesure que les agents IA évoluent, les administrateurs peuvent consacrer moins de temps à créer des intégrations et des procédures, et davantage à concevoir des expériences client de premier ordre.

Par exemple, un client à la recherche d’un mélange de café particulier peut demander à un agent IA s’il est disponible pour une expédition immédiate. Traditionnellement, un agent IA aurait fourni des informations générales sur l’expédition. Avec MCP, il peut consulter le système de gestion des stocks, confirmer la disponibilité du produit et suggérer des articles similaires si celui-ci est en rupture de stock. Il peut également organiser l’expédition et mettre en place le suivi du colis. Non seulement le problème du client est ainsi résolu instantanément, mais il bénéficie également d’informations précises qui peuvent générer des revenus, le tout sans intervention humaine.

L’avenir de MCP dans un service client axé sur l’IA

En tant que leader des solutions de service client alimentées par l’IA, Zendesk considère MCP comme un élément fondamental pour créer des assistants IA plus intelligents et mieux connectés. Depuis le lancement de la norme MCP par Anthropic, des centaines de serveurs MCP ont été déployés, et de nouveaux serveurs sont ajoutés chaque jour. C’est pourquoi nous lancerons bientôt un nouveau client MCP Zendesk pour les agents IA et les copilotes.

Avec cette nouvelle fonctionnalité, les administrateurs Zendesk pourront créer des actions de client MCP personnalisées avec des serveurs MCP et les utiliser avec Copilot, les agents IA et les workflows Action Builder. Par exemple, pour automatiser un workflow CRM intégré, les administrateurs pourront simplement créer une Custom Action, sélectionner le serveur CRM auquel ils souhaitent se connecter, puis choisir une action ou une fonctionnalité dans la liste des outils disponibles. Ils pourront ensuite référencer cette action dans un flux d’actions. Chaque fois que le flux sera déclenché, l’intégration sera traitée par le client MCP Zendesk, qui utilisera le serveur MCP du CRM pour récupérer les données nécessaires et les renvoyer à l’agent IA ou au copilote afin d’éclairer ses réponses.

*Client MCP Zendesk et Action Builder. Les images peuvent différer du produit final.

 Pour en savoir plus sur les connexions de Zendesk aux serveurs MCP, consultez l'article: Connecting to MCP servers and using MCP tools in action flows.