Intercom Fin vs chatbots IA personnalisés : lequel l'emporte pour le service client ?

Faut-il déployer Intercom Fin ou construire un chatbot IA sur mesure pour le service client ? Après une douzaine de déploiements chez des PME suisses, la réponse honnête surprend : la plateforme l'emporte presque toujours, mais pas pour les raisons que les éditeurs mettent sur leurs slides.

La vraie comparaison

La plupart des contenus « Fin vs sur mesure » comparent les mauvaises choses. Le prix par conversation contre le coût d'un appel API OpenAI n'est pas une comparaison équitable — il ignore tout ce qui transforme un LLM brut en agent de support qui ne vous met pas dans l'embarras.

Voici à quoi ressemble une comparaison honnête :

Une note sur ce que vous payez réellement

La tarification de Fin est basée sur les résultats, et le mot « résultat » cache une distinction utile à comprendre avant toute comparaison.

Le cas courant est une résolution — Fin répond à la question d'un client et celui-ci confirme que cela l'a aidé ou part sans en demander plus. C'est environ 0,99 USD. Un procedure handoff (Fin complète un workflow configuré qui se termine par un transfert) est facturé au même tarif.

Si vous configurez Fin pour de la vente plutôt que du support, il existe un second palier : une qualification — Fin associe un prospect à vos critères et le route — facturée bien plus cher (environ 9,99 USD). Vous ne le rencontrerez pas dans un déploiement de support standard, mais c'est important si vous envisagez Fin comme une couche de qualification de leads, et c'est le genre de détail qui change discrètement un budget.

Deux précisions pratiques pour les acheteurs suisses : il y a un minimum sur le plan standalone (50 résolutions/mois, ~49,50 USD), et la facturation est en dollars américains quel que soit l'endroit où vous êtes — intégrez donc la conversion EUR/CHF dans toute prévision plutôt que de lire le chiffre brut comme des francs.

Le coût caché d'un chatbot IA sur mesure

Quand les équipes chiffrent un build sur mesure, elles chiffrent le happy path : un LLM, une base vectorielle, une UI de chat. Elles passent à côté du travail qui tourne réellement en production :

• Retrieval sans hallucinations : stratégie de chunking, re-ranking, attribution de sources, synchronisations fraîches
• Harnais d'évaluation : on ne livre pas un agent IA sans cela, et il doit être maintenu au fil de l'évolution du produit
• Logique d'escalade : quand le bot transfère-t-il ? À qui ? Avec quel contexte ? Sur quel canal ?
• Analytique et scoring des résolutions : comment savoir si ça fonctionne ?
• Garde-fous : rédaction PII, défense contre les prompt injections, schémas de refus, voix de marque
• Astreinte : le fournisseur de modèle change ses prix ou retire un endpoint — quelqu'un est réveillé à 2h du matin

Pour une PME suisse typique, cela représente un ingénieur senior pendant six à neuf mois, plus 20 à 30 % de sa capacité en continu, pour toujours. Et voici la part que la plupart des estimations oublient : le difficile n'est pas le MVP. Mettre debout quelque chose qui répond à quelques FAQ, c'est un week-end. En faire un agent fiable, sûr, de qualité production — et le maintenir à ce niveau pendant que les modèles évoluent et que votre produit change — c'est là que la plupart des projets internes calent.

Où Fin perd réellement

Fin n'est pas la bonne réponse pour tout le monde. Trois scénarios où un build sur mesure se justifie :

1. Logique de décision régulée ou propriétaire : triage clinique, conseil financier avec disclosures imposés, intake juridique. Le raisonnement doit être auditable d'une façon qu'un modèle orienté déflection n'est pas conçu pour offrir.
2. Canaux non standards : un chatbot embarqué dans une UI matérielle, un bot Telegram pour une communauté de niche, un agent vocal sur mesure. La couverture de canaux d'Intercom est large mais pas infinie.
3. Volume supérieur à ~500 000 conversations par mois : à cette échelle, la tarification par résolution cesse d'être compétitive face à une stack interne bien architecturée avec votre propre contrat modèle. (C'est une règle de praticien, pas un seuil publié — mais c'est à peu près là que la balance bascule selon mon expérience.)

En dessous, l'effort d'ingénierie pour égaler la surface fonctionnelle de Fin n'en vaut presque jamais la peine.

Le réflexe « on va le construire »

Cela vaut la peine d'être nommé directement, car c'est l'objection la plus courante et l'erreur la plus coûteuse.

Construire votre propre agent ne s'arrête pas quand il fonctionne. Vous avez créé une nouvelle ligne de produit interne — roadmap, QA, monitoring, stratégie de contenu, revues de sécurité — qui entre en concurrence pour l'attention des ingénieurs avec ce que votre entreprise vend réellement. Chaque évolution majeure du domaine (nouveaux modèles, nouvelles techniques de sécurité, nouvelles bonnes pratiques) devient un mini-projet de transformation pour votre équipe. Beaucoup d'agents maison prennent du retard sur l'état de l'art en un an.

L'arbitrage de la plateforme managée est simple : vous abandonnez un peu de contrôle sur les internals, et en échange le risque de roadmap, la maintenance et les mises à jour de modèles cessent d'être les vôtres. Intercom livre des améliorations en continu et les modèles sous-jacents évoluent sans que vous redéployiez quoi que ce soit. Pour la plupart des équipes, c'est le bon arbitrage — vos ingénieurs restent sur votre produit cœur au lieu de maintenir un agent de support.

L'angle PME suisse

Les entreprises suisses ont quelques contraintes qui font pencher la balance encore davantage vers une plateforme managée :

• Multilingue par défaut : le support doit fonctionner en allemand, français, italien et anglais. Construire cela soi-même multiplie la surface d'évaluation. Fin gère plus de 45 langues en un seul déploiement, avec de la traduction en temps réel qui comble les manques là où vous n'avez pas de contenu localisé.
• LPD et RGPD : les plateformes managées arrivent avec la paperasse de conformité faite. Une stack sur mesure signifie que vous possédez les contrats de traitement de données, les flux de suppression et les audits. Un point à vérifier plutôt qu'à supposer : Intercom propose la résidence des données dans l'UE, ce que la plupart des revues LPD suisses recherchent — mais il n'y a pas de région hébergée en Suisse, alors confirmez que l'hébergement UE satisfait votre exigence spécifique de résidence des données avant de signer.
• Rareté de l'ingénierie : les ingénieurs IA seniors à Zurich et Genève sont chers et rares. En affecter un à un chatbot quand Fin existe est une mauvaise allocation.

Quand choisir quoi

Une règle de décision simple :

Si votre workflow de support ressemble à « répondre aux questions sur notre produit, escalader les cas limites aux humains », déployez Fin. Si votre workflow de support est le produit, construisez sur mesure.

Pour environ 90 % des SaaS B2B et B2C, du e-commerce et des entreprises de services, la première phrase s'applique.

Dit autrement : si votre objectif est de construire un produit IA, construisez le vôtre. Si votre objectif est de transformer l'économie et l'expérience du support aussi vite et sûrement que possible, achetez — et faites de l'implémentation la chose dans laquelle vous investissez.

Pour démarrer

Si vous pesez cette décision pour une entreprise suisse, le chemin le plus rapide est un pilote Fin de deux semaines sur vos 20 sujets de support les plus fréquents. Vous aurez des données réelles de résolution — à partir de votre propre contenu, pas de benchmarks d'éditeur — avant de vous engager dans l'une ou l'autre voie.

Lecture associée : pourquoi travailler avec un consultant Intercom local en Suisse, et à quoi ressemble réellement un déploiement content-first.