AI Showreel l'analyse niveau grand cabinet, pour tout le monde
← La base
Preuve C Vivant confirmé

KLM Royal Dutch Airlines

agent conversationnel booking et service, hybride IA / humain

IndustrieVoyage & hospitalityLevierActivation / conversionFamilleConversationImplémentationHybrideÉtapeachat
Pattern prouvé dans 7 industries encore vierge en Banque, assurance & fintech, Média & entertainment, CPG & D2C +5 Voir la carte du pattern
une grande partie
Conversation automatisee via le NLU Dialogflow (non chiffre, declaratif KLM)
"we were able to automate a large part of the conversation" S2

KLM opere depuis 2017 son agent conversationnel BB (BlueBot), construit avec Google Dialogflow, qui reserve des vols sur Messenger et Google Assistant et combine IA et 250 agents humains dans une meme conversation.

Objectif

Offrir un point d'entree conversationnel aux voyageurs qui ne telechargent pas l'app, pour reserver et se faire aider la ou ils sont deja (messageries et assistants vocaux), en combinant IA et agents humains dans une meme conversation.

Le déploiement

BB (Blue Bot) est l'agent conversationnel de KLM, lance en septembre 2017 comme bot de reservation sur Facebook Messenger. Le voyageur indique sa destination et ses dates, BB affiche les options, et l'achat, les details personnels et la confirmation se font dans la conversation. En decembre 2017, KLM ajoute un service de preparation de bagage sur Google Assistant. BB est construit largement en interne avec Google Dialogflow et connecte au CRM de KLM, ce qui permet a un agent humain de reprendre la main quand le bot ne suit plus. KLM presente BB comme un membre de sa famille de service, adosse a ses equipes sociales qui traitent un fort volume de messages chaque semaine.

Résultats Preuve C

une grande partie
Conversation automatisee via le NLU Dialogflow (non chiffre, declaratif KLM)
"we were able to automate a large part of the conversation" S2
250 collegues
Renfort humain de service adosse a BB pour l'escalade
"supported by 250 human service colleagues" S1

Communique officiel KLM (marque-sujet) plus etude de cas client Google Cloud, deux sources officielles concordantes qui nomment le projet, ses canaux et ses acteurs. KLM n'a pas publie de taux de deflection ni de conversion chiffres, donc les resultats restent qualitatifs et de scale, ce qui plafonne a C.

Comment ça fonctionne

Architecture documentée
options / confirmationreprise humaine Voyageur Messenger / GoogleAssistant / WhatsApp BB (Blue Bot) Google Dialogflow CRM KLM Agent de service

La stack en détail

  • plateforme Google Dialogflow comprehension du langage naturel (NLU) de BB, construite largement en interne sur cette base
  • infra Facebook Messenger et WhatsApp canaux de messagerie ou BB reserve et sert le voyageur dans le fil de conversation
  • infra Google Assistant canal vocal ajoute en decembre 2017 pour le service de preparation de bagage
  • infra CRM KLM connexion qui permet a un agent humain de reprendre la meme conversation quand le bot ne suit plus

Comment ça tourne, concrètement

Pour les équipes ops
CadenceTemps reel, sur chaque conversation entrante dans les messageries et l'assistant vocal.
Opéré parEquipe Social Media de KLM, avec les agents du service client pour l'escalade.
  1. 1
    Entree conversationnelle client

    Le voyageur ecrit a BB sur Messenger ou WhatsApp, ou l'interroge via Google Assistant.

  2. 2
    Comprehension et recherche IA

    BB reconnait l'intention (reserver, preparer un bagage) et propose les options adaptees.

  3. 3
    Reservation dans le fil client

    Le voyageur choisit, renseigne ses details et recoit sa confirmation sans quitter la conversation.

  4. 4
    Reprise humaine service client

    Quand BB ne peut plus repondre, le CRM permet a un agent de reprendre la meme conversation.

Le signal qui pilote

La qualite de comprehension des intentions (NLU) et le lien vers l'inventaire et le CRM. Si le NLU ne reconnait pas la demande ou si le CRM ne suit pas, la reprise humaine devient systematique et le canal perd son interet.

Comment vos clients perçoivent ce type d'usage

Études sourcées

Les consommateurs n'acceptent pas les chatbots par defaut : 64% prefereraient que les entreprises n'utilisent pas d'IA dans leur service client (Gartner, 2024) et pres d'un utilisateur sur cinq du service client par IA n'en retire aucun benefice (Qualtrics, 2025). L'acceptation se construit sur trois conditions mesurees par Salesforce : savoir qu'on parle a une IA, pouvoir escalader vers un humain, comprendre la logique de l'agent.

64%
Consommateurs qui prefereraient que les entreprises n'utilisent pas d'IA dans leur service client (2024)
53%
Consommateurs qui envisageraient de passer a un concurrent s'ils apprenaient que l'entreprise prevoit d'utiliser l'IA pour le service client (2024)
pres de 75%
Consommateurs qui veulent savoir s'ils communiquent avec un agent IA (2024)

Conditions d'acceptation

  • Etre informe qu'on parle a une IA et non a un humain (pres de 75% le demandent, Salesforce 2024)
  • Un chemin d'escalade clair vers un agent humain (45% plus enclins a utiliser l'agent IA, Salesforce 2024)
  • Une logique de l'agent clairement expliquee (44% plus enclins, Salesforce 2024)

Lignes rouges

  • Rendre l'humain injoignable : c'est la premiere inquietude des consommateurs sur l'IA dans le service client (Gartner 2024) et 50% craignent que l'IA les coupe du contact humain (Qualtrics 2025)
  • Remplacer le service client par l'IA sans alternative : 53% envisageraient de partir chez un concurrent (Gartner 2024)

Sources : Salesforce 2024 · Gartner 2024 · Qualtrics 2025

Voir l'acceptation complète : par pays, par usage, par génération

Comment répliquer

Inférence - non sourcé

Prérequis data

  • moteur de recherche de vols et inventaire par API
  • CRM connecte pour la reprise humaine
  • corpus d'intentions pour entrainer le NLU

Prérequis orga

  • equipe social media qui tient le bot
  • procedure d'escalade dans la meme conversation
  • gestion multilingue

Stack possible

  • plateforme NLU / conversationnelle
  • integration messageries (Messenger, WhatsApp)
  • connecteur CRM
Équipe pour opérer1 PM conversationnel + 1-2 devs integration + equipe social media pour l'escalade

Le plan, étape par étape

  1. Étape 1
    Choisir un parcours d'achat simple (reservation directe) et constituer le corpus d'intentionsLivrable : Liste d'intentions et de dialogues cibles
  2. Étape 2
    Construire le NLU et les flows de conversation sur un canal de messagerieLivrable : Bot fonctionnel en sandbox
  3. Étape 3
    Connecter l'inventaire (API de recherche et de reservation) et le CRM pour la reprise humaineLivrable : Reservation de bout en bout dans la conversation + escalade testee
  4. Étape 4
    Ouvrir une beta sur un marche et une langueLivrable : Part de conversation automatisee et satisfaction mesurees
  5. Étape 5
    Etendre langues et canaux avec l'equipe sociale en renfortLivrable : Bot multilingue en production avec procedure d'escalade rodee

Première étape : Brancher un bot de reservation sur une messagerie avec reprise humaine via le CRM, sur un parcours d'achat simple.

Sources

  1. S1 KLM welcomes BlueBot (BB) to its service family Primaire news.klm.com · 2017-09-26 · consulté le 2026-07-11 archive à générer
  2. S2 KLM builds booking and packing bot 'BB' with Dialogflow Officiel intéressé docs.cloud.google.com · 2018 · consulté le 2026-07-11 archive à générer
  3. S3 Meet BB (that's short for BlueBot), KLM's smart assistant Primaire bb.klm.com · 2025 · consulté le 2026-07-11 archive à générer