Ping An
agent conversationnel IA de service et d'aide a la vente sur base clients
En 2025, les agents IA de Ping An ont assure environ 1 702 millions d'interactions de service (80% du volume total), aide a realiser RMB 133 179 millions de ventes et permis de reactiver 30% de polices en plus via un dispositif IA plus humain.
L'essentiel
- Flotte d'agents IA de service et d'aide a la vente sur la base clients.
- Plateforme d'agents interne, LLM proprietaires et couche vocale maison.
- 80% du service client, RMB 133 179 millions de ventes assistees, +30% de polices reactivees.
- Preuve A, statut confirme via les resultats 2025 du groupe.
Objectif
Absorber un volume de service massif sans gonfler les effectifs, et faire de l'IA un canal de vente et de retention a part entiere en assistant les agents et en relançant les clients dont la police a laps.
Le déploiement
Ping An fait tourner une flotte d'agents IA sur sa base clients. Cote service, des representants IA prennent la premiere ligne des demandes entrantes (questions de police, sinistres, operations courantes) en langage naturel, a l'ecrit comme a la voix. Cote distribution, les memes briques assistent les agents commerciaux et pilotent des campagnes de vente et de relance. Un systeme de reactivation « IA + humain » repartit les taches de reprise de contact sur les polices lapses, l'IA priorisant les dossiers et preparant l'action, l'humain closant. Le groupe chiffre l'impact dans sa communication de resultats 2025 : environ 1 702 millions d'interactions de service assurees par les representants IA, soit 80% du volume total de service client, RMB 133 179 millions de ventes realisees avec l'aide des agents IA, et 30% de polices reactivees en plus grace au dispositif IA + humain. En interne, plus de 230 000 collaborateurs utilisent la plateforme d'agents et plus de 70 000 applications d'agents ont ete construites.
Résultats Preuve A
Chiffres publies par Ping An dans sa communication de resultats annuels 2025 (rapport et communique officiel du groupe), repris a l'identique par la distribution presse PR Newswire. Source primaire de resultats, plusieurs metriques operationnelles concordantes.
Comment ça fonctionne
Approche-type inféréeLe détail interne n'est pas public. Voici une approche éprouvée qui mène au même résultat - à adapter à votre stack.
La stack en détail
- plateforme Plateforme d'agents IA Ping An Plateforme interne du groupe sur laquelle plus de 230 000 collaborateurs travaillent et plus de 70 000 applications d'agents ont ete construites.
- llm Grands modeles proprietaires Ping An LLM et briques NLP developpes en interne par le groupe pour le service, la vente et la reactivation ; modeles exacts non publies dans les sources.
- outil Briques voix (reconnaissance et synthese vocale) Couche vocale maison qui permet aux representants IA de traiter les demandes a la voix comme a l'ecrit.
- infra Base clients unifiee du groupe Socle de donnees (polices, interactions, paiements) qui alimente la priorisation des relances et la pertinence des reponses.
Comment ça tourne, concrètement
Pour les équipes ops-
1Prise en charge du service entrant IA
Le representant IA repond aux demandes courantes en langage naturel, a l'ecrit ou a la voix, et resout ce qui est resoluble sans humain.
-
2Assistance a la vente IA
L'agent IA prepare et priorise les opportunites, assiste l'agent commercial ou mene la relance directe selon le canal.
-
3Reactivation des polices lapses IA et reseau commercial
Le systeme repartit les taches de reprise de contact ; l'IA cible et prepare, l'humain contacte et finalise la reactivation.
-
4Escalade et closing humain equipe de service et commerciaux
Les cas complexes ou a fort enjeu partent vers un conseiller humain.
Les donnees clients unifiees (historique de police, interactions, statut de paiement). Si la base clients n'est pas a jour, la priorisation des relances et la pertinence des recommandations se degradent.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLes 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.
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 sourcéPrérequis data
- Base clients unifiee (police, interactions, paiements)
- Historique des issues de vente et de reactivation
- Journalisation des conversations de service
Prérequis orga
- Reseau commercial pret a travailler en tandem avec l'IA
- Fonction conformite pour la vente assistee et le profilage
- Gouvernance des modeles conversationnels
Stack possible
- Plateforme d'agents custom (voie Ping An)
- LLM + moteur de regles + couche voix
- solutions d'agents conversationnels du marche pour un perimetre plus etroit
Le plan, étape par étape
- Étape 1Cibler un flux de service entrant a fort volume et faible enjeu, et cadrer la conformite : regles d'escalade, information de la personne, supervision humaine (RGPD art. 22, AI Act pour l'assurance).Livrable : Perimetre valide + regles d'escalade documentees
- Étape 2Deployer un agent conversationnel sur ce flux avec escalade humaine systematique sur les cas complexes.Livrable : Agent en production sur un canal
- Étape 3Etendre a la voix et suivre la part du volume traitee par l'IA, la resolution au premier contact et la satisfaction.Livrable : Part automatisee suivie mensuellement
- Étape 4Ajouter l'aide a la vente : l'IA priorise et prepare les relances (polices lapses, opportunites), l'humain contacte et finalise.Livrable : Dispositif de reactivation IA + humain avec taux mesure
- Étape 5Industrialiser une plateforme interne d'agents pour que les equipes construisent leurs propres cas d'usage sous gouvernance.Livrable : Catalogue d'agents et gouvernance des modeles
Première étape : Cibler un flux de service entrant a fort volume et faible enjeu, y brancher un agent conversationnel avant d'ajouter l'aide a la vente.
Le même pattern, prouvé dans d'autres industries
Sources
- S1 Ping An Reports 2025 Performance on Positive Trends, Operating Profit Up 10.3% YoY Primaire archive à générer
- S2 Ping An Reports 2025 Performance on Positive Trends, Operating Profit Up 10.3% YoY (PR Newswire APAC) Officiel intéressé archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.