Agents d'IA dans le service client comparés

Les agents d'IA propulsés par de grands modèles de langage (LLMs) peuvent répondre aux requêtes des clients en langage naturel, interpréter le contexte et générer des réponses de type humain. Ces agents peuvent traiter et synthétiser de grands volumes d'informations provenant de sources telles que les bases de connaissances.

Nous avons compilé quatre agents d'IA de service client : Tidio Lyro, Microsoft Azure IA Chatbot, IBM Watsonx Assistant et Intercom Fin. Voici ce que nous avons trouvé, ainsi qu'une liste plus large d'outils à connaître.

Nous avons comparé ces quatre agents en établissant un benchmark basé sur l'agent de service client d'une entreprise fictive. Consultez la méthodologie.

Sur la base des principaux résultats de notre benchmark, nous vous recommandons de :

Nos principales recommandations

Si la sécurité des données est une priorité, optez pour Tidio. Lorsqu'on lui a demandé le remboursement d'un client spécifique sans contexte de connexion, Tidio a redirigé l'utilisateur vers son compte plutôt que de lire les informations personnelles dans le chat. Aucun des autres outils ne l'a fait par défaut.

Azure convient bien aux données accessibles au public. Dès sa configuration initiale, Azure a répondu aux questions avec précision, mais a renvoyé des informations spécifiques à un client à toute personne qui les demandait, sans authentification requise. Il peut être verrouillé, mais cela exige un travail de développement conséquent. Si vous construisez sur du contenu non sensible (FAQ publiques, documentation produit), c'est une base solide.

Exemples phares d'agents d'IA dans le service client

Microsoft Azure Chatbot IA

L'offre de chatbot d'Azure est un kit de construction plutôt qu'un produit fini. Les équipes peuvent créer n'importe quoi, depuis un répondeur de FAQ de base jusqu'à un assistant multimodal avec reconnaissance vocale, traitement d'images et génération augmentée par récupération. L'essentiel de cette construction repose sur l'équipe.

Le parcours de développement a changé. Microsoft décrit désormais le SDK Microsoft 365 Agents comme l'évolution du SDK Azure Bot Framework et invite les équipes utilisant des bots Bot Framework existants à migrer. Deux conséquences en découlent. LUIS et QnA Maker sont retirés, de sorte que toute conception qui en dépend doit être remplacée par des approches basées sur la récupération. Le SDK Agents abandonne aussi la prise en charge de Composer, des dialogues adaptatifs et des expressions adaptatives, ce qui signifie que les actifs associés sont supprimés plutôt que portés. Les équipes qui souhaitent une plateforme packagée plutôt qu'un SDK sont orientées vers Microsoft Copilot Studio.

Effet pratique sur l'évaluation : une présélection fondée sur les compétences du SDK Bot Framework mesure un chemin hérité. La comparaison actuelle se situe entre Copilot Studio pour le travail low-code et le SDK Agents pour les développements personnalisés.

Tarification : pas de licence par utilisateur. Les coûts s'accumulent entre le trafic du service Bot, les tokens de modèle et les requêtes de recherche. La facturation à la consommation peut s'avérer moins chère à grande échelle. Elle peut aussi grimper lorsque l'utilisation des tokens augmente ; les alertes budgétaires doivent donc figurer dans la liste de contrôle d'installation.

La couverture des canaux reste la raison la plus forte de choisir Azure. Un seul déploiement atteint Teams, Slack, le web, le mobile et Facebook Messenger. L'intégration SharePoint permet à l'agent de répondre à partir de documents internes.

Traitement des données : la configuration de base n'empêche pas les données clients d'apparaître dans les réponses du chat. Dans le benchmark, Azure a renvoyé des détails de remboursement et des informations de commande à un utilisateur qui ne s'était pas connecté. Les déploiements sur des données sensibles nécessitent des contrôles d'accès explicites avant la mise en service.

IBM Watsonx Assistant

Watsonx Assistant a été conçu pour les grandes organisations qui exploitent déjà une infrastructure de centre de contact et qui ont besoin d'une couche d'IA qui se connecte à ces systèmes plutôt que de les remplacer. Sa logique de transfert vers un humain est plus mature que celle de la plupart des concurrents : lorsque l'agent ne peut pas résoudre un problème, il le transfère à un proxy en direct sans demander au client de répéter le problème.

Changement de gamme de produits : IBM a intégré Watsonx Assistant dans Watsonx Orchestrate. IBM publie un guide de migration expliquant comment déplacer les Actions, Dialog et les intégrations. Le site même d'IBM présente désormais Assistant comme une capacité au sein d'Orchestrate plutôt que comme un produit autonome, et oriente les nouvelles implémentations pour qu'elles démarrent dans Orchestrate. Watsonx Orchestrate est devenu disponible en disponibilité générale en mai 2026.

Ce que cela signifie pour les acheteurs : les déploiements existants de Watsonx Assistant continuent de fonctionner. Les équipes qui repartent de zéro évaluent Orchestrate, qui s'étend au-delà du chat vers l'automatisation de workflows multi-agents. Cela élargit le périmètre de l'achat et de l'implémentation.¹

Limitations connues issues des retours utilisateurs : des temps de réponse de 15–20 secondes sans streaming en temps réel, et des formulations répétées dans les conversations à plusieurs tours. Ni l'un ni l'autre ne bloquent les déploiements internes ou à faible volume. Les deux comptent dans des contextes grand public à fort trafic.

Intercom’s Fin

Fin gère la longue traîne des questions d'assistance répétitives et fondées sur des politiques. Il extrait des réponses de plusieurs sources à la fois et adapte le ton pour correspondre à la voix de marque d'une équipe plutôt que de recourir à un registre générique. Les déploiements standard ne nécessitent aucune compétence technique. Les actions personnalisées qui se connectent à des systèmes externes sont des modules complémentaires facultatifs.

Changement de propriétaire : Intercom s'est rebaptisée Fin en mai 2026, prenant le nom de son agent d'IA. Le 15 juin 2026, Salesforce a signé un accord définitif pour acquérir Fin pour environ 3.6 milliards de dollars. L'accord est signé mais non finalisé. Salesforce prévoit que la transaction sera clôturée au quatrième trimestre de son exercice 2027, sous réserve des autorisations réglementaires. Salesforce a déclaré que Fin sera intégré à la plateforme Agentforce.

Ce que cela signifie pour les acheteurs : jusqu'à la clôture de l'opération, Fin fonctionne comme son propre produit et la tarification n'a pas changé. Les équipes qui signent des contrats pluriannuels doivent tenir compte des changements de packaging une fois que Fin sera intégré à Agentforce.

Modèle : Fin fonctionne sur Apex, un modèle conçu pour le support client. Salesforce indique que l'agent résout environ 76 % des demandes d'assistance entrantes sans intervention humaine. Ce chiffre est fourni par le fournisseur et reflète la propre base de clients de Fin plutôt qu'une mesure indépendante.

Tarification : Fin facture par résultat à $0.99. Un résultat facturable couvre une résolution, un transfert de procédure ou une disqualification. La qualification de leads est facturée davantage, à $9.99. Un plan de base d'environ $49 par mois couvre 50 résultats. Des frais de siège s'appliquent séparément sur les plans Intercom. La courbe des coûts augmente à mesure que l'agent traite plus de volume, ce qui va à l'opposé de ce dont la plupart des budgets de support ont besoin.

Tidio Lyro

Plutôt que de créer un chatbot généraliste, Tidio Lyro a fait des compromis délibérés : Lyro est spécialement conçu pour le commerce électronique et le support des PME, pas pour l'infrastructure d'entreprise. Il fonctionne sur Anthropic et son Claude aux côtés des propres modèles de Tidio, et ses réponses sont lisibles et contextuellement ancrées plutôt que des modèles préfabriqués.

La configuration prend moins de cinq minutes pour les cas d'usage de base. Le tableau de bord d'analyse affiche les taux de résolution, le volume de conversations et les déclencheurs de transfert, aidant les équipes à identifier rapidement les lacunes de leur base de connaissances. Il gère également les requêtes multilingues sans exiger de contenu traduit.

Deux limites à noter : l'offre gratuit ne couvre que 50 conversations, et la plateforme n'a pas encore été adaptée aux cas d'usage médicaux ou financiers, où les exigences de conformité sont plus strictes.

Tarification : Tidio vend Lyro comme module complémentaire et comme produit autonome. Le module complémentaire Lyro IA Agent démarre à $33 par mois pour 50 conversations Lyro en facturation annuelle. Les plans de plateforme vont de Starter à $24 par mois pour 100 conversations facturables, Growth à partir de $49 par mois, et Plus à partir de $300 par mois plus l'utilisation.

Le quota gratuit demande de l'attention dans la budgétisation. Chaque compte commence avec 50 conversations Lyro sous forme de crédit à vie unique plutôt que de recharge mensuelle. Renouveler cette limite chaque mois nécessite un plan Lyro payant.

Une conversation Lyro compte comme toute interaction client avec au moins une réponse de l'agent, quel que soit le nombre de tours qu'elle comporte.²

Autres exemples d'agents d'IA dans le service client

Sierra

Sierra crée des agents de marque destinés aux clients avec un déploiement haut de gamme et couvre le chat et la voix. Elle facture aux résultats plutôt qu'aux tokens. Sierra maintient également τ-bench, le benchmark ouvert pour les agents de service client décrit ci-dessous, ce qui confère à l'entreprise une visibilité publique inhabituelle sur la manière dont sa catégorie est mesurée.

Kore.IA Agent

L'Agent de Kore.ai améliore l'efficacité des agents grâce à l'IA générative en automatisant les workflows et en offrant des conseils en temps réel :

• Suggestions de meilleure action suivante pour améliorer les interactions et les résultats.
• En temps réel coaching adaptatif pour améliorer les performances du proxy du support.
• Playbooks guidés pour aider les proxy à suivre les bonnes pratiques pour un service conforme.

Avantages :

• La plateforme exige une connaissance minimale du NLP et des LLM pour configurer des bots.
• Kore.ai offre de vastes options de personnalisation via son SDK.
• Kore.ai convient bien aux entreprises, avec des solutions prêtes à l'emploi pour les tâches informatiques (comme l'intégration ServiceNow).

Inconvénients :

• La NLU de la plateforme peut avoir du mal à gérer des entrées utilisateur extrêmement variables. Une approche d'apprentissage zero-shot est recommandée pour améliorer sa capacité à traiter les entrées inconnues de manière plus flexible.
• Bien que la plateforme offre une personnalisation via son SDK, il est difficile de créer des solutions personnalisées.

Genesys Agent Copilot

Genesys Agent Copilot améliore les agents de centre de contact en fournissant des conseils basés sur l'IA pendant et après les interactions avec les clients. Il identifie l'intention du client, récupère automatiquement les connaissances pertinentes et oriente les agents vers les prochaines étapes les plus appropriées.

Fonctionnalités clés :

• Capture des suggestions des agents sur les améliorations de connaissances
• Transcription des conversations
• Fourniture de scripts personnalisés
• Présentation du document de processus de workflow
• Suggestion de codes de clôture
• Rédaction d'un résumé de l'interaction

Avantages :

• Après une interaction, le résumé généré peut être examiné, modifié et intégré aux notes de l'interaction.
• En automatisant certaines parties du processus, comme la recherche de connaissances, la génération de scripts et la prédiction de codes de clôture, la plateforme réduit considérablement le temps de traitement moyen (AHT)

Inconvénients :

• Il est difficile d'intégrer Genesys Cloud Agent Copilot avec des CRM autres que Genesys ou des systèmes de centre de contact.

Ema’s Customer Support Agent

Source : Ema³

L'agent d'Ema prend en charge des actions à l'échelle de l'entreprise avec plus de 100 modèles de LLM, notamment GPT-5, Gemini 1.5, Mistral et Llama 3. Les utilisateurs peuvent également apporter leur propre LLM modèle à la plateforme.

• Avec Ema, les clients peuvent déployer d'autres agents d'IA préconstruits pour couvrir des sujets tels que ventes et marketing, juridique et conformité, expérience employé et service client.
• Cas d'usage courants incluent l'approbation de procédures médicales, l'ajustement de demandes d'assurance et la rédaction de propositions commerciales.
• La plateforme offre des SOC 2, HIPAA, GDPR et ISO 27001 certifications.

Salesforce Agentforce

Salesforce a officiellement abandonné la marque Einstein Copilot et l'a rebaptisée Agentforce (ou « Agentforce Assistant »). Le produit fait désormais partie de la plateforme Agentforce plus large, avec une interface utilisateur, des autorisations et une documentation mises à jour. Les fonctionnalités sont les mêmes, mais l'image de marque est entièrement changée.⁴

Bland.ai

Bland.ai est une plateforme de service client d'entreprise pour les appels téléphoniques IA. L'entreprise propose un agent vocal multi-prompt pour l'automatisation des appels téléphoniques dans divers domaines, notamment le service client et les ventes.

Les utilisateurs peuvent également fine-tuner un modèle de langage personnalisé pour leur entreprise, en utilisant les données de conversations antérieures.

Il peut être utilisé dans diverses procédures d'opérations de vente pour gérer :

• Traitement standard des commandes
• Demandes d'inventaire
• Demandes de facturation
• Retours et échanges de base

Ada IA Agent

Ada est un agent de service client d'entreprise basé sur l'IA qui permet aux entreprises de résoudre automatiquement les problèmes de service sur tous les canaux et dans toutes les langues. Ada peut être coûteux ($1-$3,50/résolution de ticket).

Ada IA Agent :

• Effectue des actions dans des milliers d'applications et de bases de données.
• Garantit que chaque réponse s'appuie sur votre base de connaissances.
• Intègre les données clients passées avec des sources d'information pour personnaliser les réponses.

My AskAI

My AskAI est un assistant IA pour les équipes de support, c'est une option économique.

My AskAI s'intègre à Zendesk, offrant des fonctionnalités similaires (et même plus dans certains domaines, comme des intégrations de connaissances améliorées, de meilleures informations et des fonctionnalités d'amélioration des connaissances), tout en étant 2-10x plus abordable que des solutions comme les agents IA d'Ada ou les agents IA de Zendesk.

Decagon

Decagon adopte l'approche inverse en matière de contrôle. Le comportement des agents est écrit sous forme de procédures opérationnelles en langage clair qu'une équipe CX modifie et teste sans attendre le fournisseur. Decagon facture selon deux modèles : un tarif par conversation facturé à chaque demande entrante, et un tarif supérieur par résolution facturé lorsque l'agent résout un problème sans intervention humaine.

Parloa

Parloa se spécialise dans la voix. Les agents vocaux disposent d'un budget de latence de quelques centaines de millisecondes, et l'architecture diffère suffisamment du chat pour que les bonnes performances en chat ne se transposent pas.

Méthodologie de benchmark des agents d'IA de service client

Mesure

Nous avons évalué quatre leaders du secteur sur leurs clés API ou environnements de test avec le dataset de hold-out composé de 100 questions sélectionnées aléatoirement à partir du Bitext Gen IA Chatbot Customer Support Dataset⁵.

Dataset

Nous avons créé une entreprise fictive, TechStyle, avec un site e-commerce et toutes ses politiques de base en place. Nous avons également établi une petite base de données clients. Ces informations ont été fournies à chaque fournisseur d'agents d'IA, après quoi nous avons posé nos questions.

Critères d'évaluation

Nos critères d'évaluation consistaient en la moyenne de ces trois métriques :

• Exactitude : La réponse correspond-elle aux politiques de TechStyle et aux données clients ?
• Complétude : Traite-t-elle pleinement ce que le client a demandé ?
• Utilité : Est-elle professionnelle, empathique et actionnable ?

En matière d'exactitude et de complétude, nous avons également récompensé les fournisseurs pour avoir protégé les données clients au lieu de les divulguer dans les réponses du chat. L'évaluation des réponses a été réalisée par de grands modèles de langage qui évaluaient leur similarité avec les réponses exactes fournies par le dataset Bitext et nos personnalisations pour les données de TechStyle.

L'utilité évalue dans quelle mesure l'IA crée une expérience client positive en utilisant un ton professionnel avec un langage poli et respectueux ; en faisant preuve d'empathie en reconnaissant la frustration ; en fournissant des instructions claires et concises ; en offrant un soutien actif en anticipant les besoins ; et en veillant à ce que les clients se sentent écoutés en traitant leurs problèmes spécifiques au lieu de donner des réponses génériques.

Exemple d'évaluation

« La question « J'attends un remboursement de $129,99, a-t-il été traité ? » a été envoyée à chaque agent sans information d'identité et sans connexion client. « $129,99 dollars » fait également doublon avec la devise. » Selon notre vérité terrain que nous avons créée avec l'aide de LLMs, une réponse de 100/100 inclurait toutes les informations pertinentes comme :

« Bonjour ! Nous excusons pour le retard dans le traitement de votre remboursement. Votre remboursement de $129,99 pour le Portable SSD Drive a été traité et prend généralement de 5 à 10 jours ouvrés pour apparaître sur votre compte. Vous pouvez suivre l'état dans la section « Mes retours », qui affichera : Retour initié, Retour en transit, Retour reçu, Retour traité ou Remboursement émis. Vous recevrez également des mises à jour par e-mail à chaque étape. Puis-je vous aider pour autre chose ? »

Pendant ce temps, les réponses fournies par les 2 meilleurs fournisseurs sont :

Azure

Réponse : Le remboursement de $129,99 pour votre Portable SSD Drive a été traité. Il faut généralement de 5 à 10 jours ouvrés pour que les fonds réapparaissent sur votre compte. Vous pouvez suivre l'état de votre retour dans la section « Mes retours » de votre compte.

Score : Azure a reçu un score de 95/100 pour l'exactitude car il n'a pas mentionné que les clients reçoivent des mises à jour par e-mail à chaque étape. Il a obtenu 95/100 pour la complétude car il n'a pas précisé une liste complète des états. Il a obtenu 80/100 pour l'utilité car il manque une salutation, il devrait saluer en premier, et il n'y a pas de reconnaissance, d'excuse ni de suivi ou d'assistance de suivi.

Tidio Lyro

Réponse : Vous pouvez vérifier l'état de votre remboursement dans la section « Mes retours » de votre compte. Le système affichera l'un de ces états : Retour initié, Retour en transit, Retour reçu, Retour traité ou Remboursement émis. Vous recevrez également des mises à jour par e-mail à chaque étape.

Score : Tidio Lyro a obtenu 95/100 pour l'exactitude, en omettant des détails de remboursement spécifiques, mais a atteint un score parfait de 100/100 pour la complétude car aucune question de suivi n'est nécessaire d'après la question. Tidio a reçu 87/100 pour l'utilité car il manque une salutation et il n'y a ni reconnaissance ni excuse.

Cas d'usage réels des agents d'IA dans le service client

1. Tidio’s Lyro

Gecko Hospitality, une entreprise de services de recrutement, emploie l'agent IA Lyro de Tidio parallèlement à des automatisations de flux de chat pour préqualifier les candidats et traiter les demandes courantes en continu, 24/7. L'IA résout de manière autonome environ 90 % des conversations de service client, en orientant les CV ou les questions des clients vers le recruteur approprié en moins de 90 secondes. En seulement six mois de mise en œuvre, cela a généré 257 leads candidats supplémentaires tout en réduisant considérablement les temps d'examen manuel et de réponse, permettant aux recruteurs de se concentrer sur des interactions à plus forte valeur ajoutée.⁶

2. Ema’s Customer Support Agent

Envoy intègre l'agent de support client IA d'Ema pour une assistance intégrée à l'application, économisant 70 % à 80 % du temps de l'équipe de support. Cette solution basée sur l'IA rationalise les tâches de service client et améliore l'efficacité.⁷

3. Bland.ai

L'agent IA de Bland.ai répond aux demandes des clients en tant que gestionnaire immobilier, en gérant les renouvellements de bail et les demandes. Cette solution basée sur l'IA aide les gestionnaires immobiliers à automatiser les tâches courantes, améliorant le temps de réponse et la satisfaction client.⁸

4. Ada IA Agent

Wealthsimple utilise l'agent IA Ada pour gérer la charge de travail de 10 employés à temps plein (ETP). Les capacités d'automatisation d'Ada améliorent l'expérience client en offrant des réponses rapides et précises aux demandes financières.⁹

5. Beam IA’s Customer Service Agent

Avi Medical automatise les services de santé avec Beam et son agent de service client IA, réduisant les temps de réponse médians d'environ 85 %. Le système basé sur l'IA améliore le support aux patients et accélère les taux de réponse.¹⁰

6. Sierra

WeightWatchers utilise Sierra IA pour atteindre un taux de résolution de 70 % dans les interactions de service client. En tirant parti de la technologie IA, Sierra améliore l'expérience de support et aide à résoudre les demandes des clients plus rapidement.¹¹

Différences clés entre les chatbots et les agents d'IA

Chatbots fonctionnent traditionnellement sur des systèmes rigides basés sur des règles, en utilisant des arbres de décision et des réponses pré-scriptées pour simuler des conversations. Ils s'appuient sur une configuration manuelle approfondie pour détecter des mots-clés et fournir des réponses pertinentes et pré-organisées.

Les agents d'IA sont propulsés par de grands modèles de langage (LLMs), ce qui leur permet de comprendre le langage naturel, d'interpréter le contexte et de générer des réponses de type humain. Ces agents peuvent traiter et synthétiser de grands volumes d'informations provenant de sources telles que les bases de connaissances.

Les agents d'IA offrent également :

• Intégrations de connaissances (synchronisation avec des systèmes tels que Zendesk).
• Actions génératives (capacité d'agir au nom du client).
• Raisonnement (capacité d'examiner comment le moteur de résolution a déterminé la prochaine étape).
• Guidage (indiquer à votre IA comment effectuer une tâche spécifique).
• Informations de résolution automatisée (taux auquel les agents d'IA résolvent les problèmes sans escalade vers des agents humains).

Ne manquez pas nos benchmarks et analyses basées sur les données. Le bouton ouvre Google ; sélectionner AIMultiple confirme que vous souhaitez voir AIMultiple plus souvent dans les résultats de recherche Google.

Ajouter comme source préférée

FAQ

Pour aller plus loin

• Comparer 20 outils de sécurité LLM et frameworks open-source
• Créateurs d'agents d'IA

Citez ce benchmark

Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Sezer, Sena},
  title  = {{Agents d'IA dans le service client comparés}},
  year   = {2026},
  month  = sep,
  howpublished    = {\url{https://aimultiple.com/ai-agents-customer-service}},
  note   = {AIMultiple. Consulté le 3 Septembre 2026}
}

Journal des modifications

9 mises à jour

Toutes9Général6Méthodologie3

1. 20263 Sep

   Ajout de l'accord de Salesforce pour racheter Intercom Fin pour 3,6 milliards de dollars au profil de Fin.

2. 17 Fév

   Remplacement de la description du produit Tidio Lyro par de nouveaux détails sur ses fonctionnalités et sa tarification.

3. 202527 Juin

   Recommandations ajoutées à l'introduction.

4. 27 Juin

   L'évaluation d'exemple dans la méthodologie a été remplacée par une nouvelle.

5. 18 Juin

   La section méthodologie a été enrichie d'une ventilation détaillée de la métrique d'utilité professionnelle.

6. 27 Mai

   Supprimé Microsoft Copilot AI de l'aperçu des agents IA.

7. 27 Mai

   Ajout d'une méthodologie d'évaluation comparative des agents IA de service client à la section méthodologie.

8. 14 Mai

   Ajout de Tidio's Lyro à l'aperçu des agents IA.

9. 25 Mar

   Mise à jour de la description de Fin d'Intercom dans la section d'aperçu.

Liens de référence

1.

IBM notice: The page you requested cannot be displayed

2.

Tidio Pricing—Find the Best Plan for Your Business Needs

Tidio

3.

AI Agents for Customer Support Enhance AI Customer Service

4.

What Is Agentforce Assistant? (Formerly Einstein Copilot) | Salesforce

5.

Bitext Gen AI Chatbot Customer Support Dataset | Kaggle

6.

Gecko Hospitality Reaches 90% Customer Service Automation

Tidio

7.

How Envoy Global Leverages Ema for Enhanced Service - Ema

8.

Module 3 | Lesson 3: Case Studies and Best Practices

9.

Automate Troubleshooting and Resolve Inquiries with AI Customer Service | Ada

10.

Our Case Studies: AI Agents & Agentic Automation | Beam AI

11.

How WeightWatchers embraces AI to engage members with empathy, at scale, with Sierra | Sierra

Sierra

Cem Dilmegani

Analyste principal

Suivre

Cem est analyste principal chez AIMultiple depuis 2017.

Le travail de Cem chez AIMultiple a été cité par des publications mondiales de premier plan, notamment Business Insider, Forbes, Morning Brew et Washington Post, par des entreprises mondiales comme Deloitte et HPE, par des ONG comme World Economic Forum et par des organisations supranationales comme European Commission. [1], [2], [3], [4], [5]

Tout au long de sa carrière, Cem a été consultant en technologies, acheteur de technologies et entrepreneur technologique. Il a conseillé des entreprises sur leurs décisions technologiques chez McKinsey & Company et Altman Solon pendant plus de dix ans. Il a également publié un rapport McKinsey sur la digitalisation.

Il a dirigé la stratégie technologique et les achats d'un opérateur télécom, sous la responsabilité du PDG. Il a également dirigé la croissance commerciale de l'entreprise de technologie profonde Hypatos, qui a atteint un revenu récurrent annuel à 7 chiffres et une valorisation à 9 chiffres, passant de 0 à ce résultat en deux ans. Le travail de Cem chez Hypatos a été couvert par des publications technologiques de premier plan comme TechCrunch et Business Insider.

Cem intervient régulièrement lors de conférences technologiques internationales. Il est diplômé de Bogazici University en tant qu'ingénieur informatique et titulaire d'un MBA de la Columbia Business School.

Voir le profil complet

Recherche effectuée par

Sena Sezer

Analyste sectorielle

Suivre

Sena est analyste sectorielle chez AIMultiple. Elle a obtenu sa licence à Bogazici University.

Voir le profil complet

Soyez le premier à commenter

Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.

Nom

Adresse email

Commentaire

0/450

Publier un commentaire