5 étapes pour transformer votre helpdesk Redmine avec un plugin d'IA

Le développement du nouveau plugin RedmineUP, AI Agent, bat son plein. Nous y ajoutons de nouveaux outils MCP chaque semaine, et la sortie est imminente. En attendant, notre propre équipe support travaille déjà avec le plugin, et les résultats nous impressionnent. .

Le plugin intègre un serveur MCP, si bien qu'un assistant IA peut travailler directement avec vos données Redmine : lire des tickets, ajouter des notes et créer des rapports. Dans cet article, nous montrons étape par étape ce qui change dans un helpdesk lorsqu'un agent IA rejoint l'équipe.

Si votre équipe gère le support dans Redmine, vous possédez déjà la matière la plus précieuse pour l'IA : des années de tickets résolus, de pages wiki, d'articles de base de connaissances et de profils clients. Aujourd'hui, l'essentiel de ce savoir est simplement stocké. Les agents IA permettent à votre équipe, et à vos clients, de l'exploiter réellement.

Le support RedmineUP a été la première équipe à mettre l'AI Agent au travail sur de vrais tickets, et ce que nous avons observé est la raison de cet article. Nous décrivons ci-dessous les changements qu'il apporte à un helpdesk et l'ordre dans lequel les introduire.

C'est là que notre approche se distingue des autres solutions d'IA. Tous les plugins RedmineUP sont connectés entre eux : Helpdesk, CRM, Agile et les autres travaillent avec les mêmes tickets, contacts et projets. De ce fait, de nouvelles idées de petits outils MCP utiles nous parviennent chaque semaine, et nous les ajoutons une à une à l'AI Agent. Ces outils, fondés sur la manière dont nos plugins fonctionnent ensemble, seront le principal avantage de l'AI Agent face aux autres solutions d'IA.

• Pourquoi transformer votre helpdesk
• Étape 1 : Construire une base de connaissances avec le wiki de Redmine
• Étape 2 : Tri et brouillons de réponse
• Étape 3 : Des rapports à la demande pour votre équipe support
• Étape 4 : Un agent de premier niveau qui agit
• Étape 5 : Connecter le reste de l'entreprise

Pourquoi transformer votre helpdesk

L'IA porte déjà ses fruits dans le support client. Dans son rapport de décembre 2025 Agentic AI Is the New Frontier in Customer Service Transformation, le Boston Consulting Group indique qu'une entreprise technologique mondiale a réduit de 50 % le délai de résolution des demandes de service. Moins de temps passé sur chaque demande signifie des coûts de support plus faibles, et la même équipe peut servir davantage de clients.

Mais il y a un piège : à ce jour, seulement 28 % des entreprises ont tiré une valeur commerciale mesurable de l'IA générative. Celles qui réussissent repensent le flux de travail au lieu de simplement activer un chatbot ; c'est pourquoi cet article transforme le helpdesk étape par étape. Les économies se traduisent par des indicateurs que vous pouvez suivre dès le premier jour : délai de première réponse, délai de résolution, part des tickets résolus sans intervention humaine et charge par ingénieur.

En mai, nous écrivions que Redmine 7.0 rendrait votre tracker prêt pour l'IA. Redmine 7.0 est sorti le 30 juin 2026 avec des webhooks natifs (nous avons présenté les nouveautés de Redmine 7), et le plugin Helpdesk expose les tickets et les clients via son API REST. Les briques de base sont en place.

Cet article montre concrètement à quoi ressemble la transformation d'un helpdesk Redmine, étape par étape : d'un assistant qui trouve des réponses dans votre historique à un agent qui clôture seul les tickets de routine. Chaque étape est rentable en soi, et le passage à chaque étape est décidé par les chiffres, pas par l'espoir.

Étape 1 : Construire une base de connaissances avec le wiki de Redmine

La première étape est un assistant qui répond aux questions à partir de votre propre historique et indique d'où vient chaque réponse. Rien n'est encore automatisé, et rien n'est envoyé aux clients.

L'assistant ne peut être meilleur que ce qu'il trouve : commencez donc par le contenu. Conservez les guides pratiques et les solutions connues dans le wiki du projet, et inscrivez la résolution dans le ticket avant de le fermer.

Cette approche s'appelle RAG (génération augmentée par la recherche). Avant que le modèle n'écrive quoi que ce soit, le système recherche dans votre Redmine les pages et tickets pertinents et les transmet au modèle. Le modèle répond à partir de ce qui a été trouvé et y renvoie, par exemple « voir le ticket #4521 et la page wiki Configurer le SSO », afin qu'une personne puisse vérifier la source.

Comment cela fonctionne avec le plugin RedmineUP AI Agent

1. Recherche. L'agent utilise la recherche native de Redmine sur les pages wiki et les tickets. Aucun index séparé à construire ni à synchroniser : une page enregistrée il y a une minute est déjà trouvable.
2. Permissions. Chaque recherche s'exécute au nom de l'utilisateur qui pose la question. L'agent ne trouve que les projets, tickets et pages wiki que cette personne peut voir dans Redmine ; un ticket privé d'un client ne se retrouve donc pas dans une réponse destinée à un autre.
3. Lecture. L'agent ouvre les pages et tickets trouvés et les lit en entier, pas seulement les extraits de recherche.
4. Rédaction. Le modèle rédige un brouillon avec des liens vers les sources. Le brouillon est placé dans le champ de note ou de description pour relecture et n'est jamais enregistré automatiquement.

Le plugin comprend également un serveur MCP. Connectez-y Claude, ChatGPT ou un autre client MCP et posez vos questions sur votre Redmine en langage naturel. Chaque client se connecte via OAuth et n'obtient que les scopes qu'un administrateur lui a accordés.

Quand la recherche par mots-clés ne suffit pas

La recherche de Redmine compare des mots. Cela fonctionne bien tant que clients et ingénieurs décrivent un problème avec les mêmes termes. Sur une grande archive, ou lorsque les clients écrivent « impossible de me connecter » alors que la solution est classée sous « certificat SSO expiré », le niveau suivant est la recherche sémantique :

• Découpez les pages wiki et les tickets résolus en fragments courts et transformez chacun d'eux en vecteur (un embedding).
• Stockez les vecteurs dans une base de données vectorielle. Si Redmine tourne sur PostgreSQL, l'extension pgvector permet de les conserver à côté de vos données existantes.
• Utilisez les webhooks de Redmine 7 pour mettre à jour l'index lorsqu'un ticket est fermé ou qu'une page wiki change.

Remarque : avec un index séparé, les permissions deviennent votre affaire. Enregistrez le projet et la visibilité de chaque fragment, et filtrez les résultats selon les permissions de l'utilisateur avant que le modèle ne voie quoi que ce soit.

La recherche sémantique est un projet sur mesure, pas un réglage du plugin. Elle vaut la peine d'être construite dès que vous voyez quelles questions la recherche intégrée ne parvient pas à résoudre.

Où les équipes l'utilisent

• Brouillons de réponse. Un ingénieur ouvre un ticket, clique sur le bouton Agent dans l'éditeur de notes et saisit quelques points clés. L'agent lit le ticket, parcourt le wiki et les tickets similaires, puis renvoie un brouillon avec des liens.
• Recherche intelligente. Via un client MCP, chacun pose sa question en langage naturel : « Comment avons-nous résolu le problème d'import d'ACME l'an dernier ? »
• Intégration des nouveaux. Les nouveaux membres de l'équipe demandent comment fonctionne un processus et obtiennent des réponses issues du wiki interne.
• Portail en libre-service. Grâce à une intégration sur mesure, les clients posent leurs questions sur votre portail et obtiennent une réponse avant même la création d'un ticket.

Ce qu'il faut mesurer : la fréquence à laquelle les ingénieurs utilisent la réponse suggérée, et la fréquence à laquelle la source citée était réellement pertinente. Ce sont les données dont vous aurez besoin pour l'Étape 4.

Étape 2 : Tri et brouillons de réponse

À l'Étape 2, l'agent commence à traiter chaque nouveau ticket : il le classe, l'oriente et prépare un brouillon de réponse, mais chaque réponse est toujours envoyée par une personne.

Dans le plugin Helpdesk, chaque ticket est une demande Redmine ordinaire. Le webhook des demandes se déclenche dès qu'un e-mail devient un ticket, et votre service d'agent (un script ou un workflow connecté à Redmine via l'API REST ou le serveur MCP du plugin AI Agent) se met au travail :

1. Il charge le ticket et le client : GET /helpdesk_tickets/.json?include=journal_messages renvoie le ticket avec son contact et le fil d'e-mails (documentation).
2. Il choisit la catégorie, la priorité, le produit et le responsable uniquement parmi les valeurs existant dans votre Redmine, et détermine en plus la langue et l'humeur du client.
3. Il utilise la recherche de l'Étape 1 pour trouver des tickets résolus similaires et rédige un brouillon de réponse.
4. Il enregistre les champs et ajoute le brouillon comme note privée, en un seul appel à l'API REST standard des demandes.

PUT /issues/4812.json
{
  "issue": {
    "category_id": 7,
    "priority_id": 4,
    "assigned_to_id": 23,
    "notes": "AI triage: billing, EN, customer frustrated (3rd ticket this month). Similar: #3310.\n\nDraft reply:\nHi Anna, thanks for the details. The duplicate charge on invoice #1045 ...",
    "private_notes": true
  }
}

Remarque : votre équipe support peut gérer différents segments de clientèle. Chaque segment génère son propre type de demandes : paiements, dépannage, demandes de fonctionnalités, pannes, etc. Un service d'agent peut trier et prioriser ces demandes et, pour un ticket soumis à un SLA (comme une panne), envoyer une notification supplémentaire via Slack ou Telegram. Vous obtiendrez ainsi des réponses de plus en plus précises au fil du temps.

L'ingénieur ouvre un ticket déjà trié, modifie le brouillon et l'envoie comme d'habitude en cochant Envoyer la note. Une note sans cette case cochée est visible uniquement par votre équipe ; le client ne voit donc jamais un brouillon non relu. Si vous gérez déjà votre file de support sur un tableau, les tickets triés arrivent automatiquement dans les bonnes colonnes de votre helpdesk agile.

Des règles pour rester en sécurité

• Listes fermées. Transmettez au modèle les identifiants exacts de vos catégories, priorités et agents, et rejetez toute autre réponse.
• Pas encore d'envoi automatique. À cette étape, le service d'agent écrit uniquement des notes privées via l'API standard des demandes. Il n'appelle jamais le point de terminaison de réponse du Helpdesk : rien ne part par e-mail.
• Pas de boucles. La propre mise à jour de l'agent déclenche un autre webhook. Abonnez-vous uniquement à la création de tickets, ou ignorez les événements de l'utilisateur bot.

Remarque : le passage à l'Étape 4. Fonctionnez dans ce mode pendant 2 à 4 semaines et consignez chaque brouillon. Pour chaque catégorie, notez combien de fois l'ingénieur a envoyé le brouillon sans modification ou avec des modifications mineures. Ce chiffre détermine où l'automatisation est sûre.

Obtenir le plugin Helpdesk

Étape 3 : Des rapports à la demande pour votre équipe support

À l'Étape 3, l'agent travaille pour ceux qui pilotent le support. Il transforme l'historique de votre helpdesk en réponses pour les managers et n'envoie toujours rien aux clients : c'est donc une étape sûre avant toute automatisation.

Les rapports intégrés répondent aux questions que quelqu'un a anticipées. Avec un assistant IA connecté à votre Redmine via le serveur MCP du plugin AI Agent, un responsable support peut décrire en langage naturel le rapport dont il a besoin, et l'assistant le construit à partir des données Helpdesk : la requête, les chiffres et les graphiques.

Par exemple : « Montre le délai de première réponse et de résolution pour le projet RedmineSaaS : médiane et P90, la part des tickets traités en moins de 4 heures, combien ont été résolus en une seule réponse, et comment le délai de première réponse a évolué au fil des années. »

Le résultat est un véritable rapport, pas une réponse ponctuelle :

• Indicateurs clés qui comptent pour le support : médiane et P90 de la première réponse, part des réponses en moins de 4 heures, délai médian de résolution, résolution en un seul échange.
• Distributions, pas seulement des moyennes. Elles révèlent la longue traîne : les tickets qui attendent plus de 48 heures ou restent ouverts pendant des semaines.
• Tendances dans le temps, pour voir si un nouveau processus ou l'agent IA a réellement fait bouger les chiffres.
• Filtres par projet, période et intervalle, que l'équipe peut modifier et relancer.

L'agent explique ensuite ce qu'il observe : quels clients ou catégories alimentent la longue traîne, où le délai de première réponse s'envole, et quelles questions récurrentes méritent un article dans la base de connaissances. Le rapport devient ainsi une liste de tâches pour la semaine suivante.

Remarque : les rapports générés par l'IA utilisent les mêmes permissions Redmine que tout le reste. Un manager voit les projets auxquels il a accès dans Redmine, et rien de plus.

Étape 4 : Un agent de premier niveau qui agit

À l'Étape 4, l'agent résout lui-même une partie des tickets entrants, mais uniquement dans les catégories où l'Étape 2 a prouvé sa fiabilité.

Remarque : l'Étape 4 est encore en cours de conception. Ce que nous construirons, et quand, dépend des résultats des tests des Étapes 1 à 3.

Ce que fait l'agent

• Il lit les demandes des canaux que collecte le plugin Helpdesk : l'e-mail et le widget Helpdesk. Des messageries comme Telegram peuvent être ajoutées via une intégration sur mesure qui crée des tickets à l'aide de l'API Helpdesk.
• Il répond aux questions courantes à partir de la base de connaissances, grâce à la recherche de l'Étape 1, et répond via l'API Helpdesk (POST /helpdesk/email_note.json, documentation).
• Il effectue des actions simples via des API : vérifier le statut d'une commande ou d'une licence, envoyer un lien de téléchargement, prolonger un essai.
• Il transmet le ticket à une personne lorsqu'il n'est pas sûr ou que la demande est inhabituelle, avec un court résumé : « Le client a déjà essayé A et B ; la cause probable est C. »

Un déploiement en trois temps

1. Brouillons uniquement. C'est l'Étape 2. Elle construit les statistiques de précision pour chaque catégorie.
2. Réponse automatique dans des catégories restreintes où la précision est démontrée : réinitialisation de mot de passe, « où est ma facture », « comment installer ».
3. Élargir catégorie par catégorie, chaque fois sur la base des chiffres.

Toujours passer la main à une personne lorsque

• la confiance de l'agent est faible ou la question ne correspond à aucune catégorie connue ;
• le client est mécontent, ou écrit au sujet d'un remboursement, d'une question juridique ou d'un incident de sécurité ;
• le client est marqué VIP ou bénéficie d'un SLA premium ;
• le client répond que la réponse ne l'a pas aidé. Le ticket passe alors à une personne avec l'historique complet.

Les questions de routine obtiennent une réponse en quelques minutes, de jour comme de nuit, et vos ingénieurs disposent de plus de temps pour les problèmes qui ont vraiment besoin d'eux.

Étape 5 : Connecter le reste de l'entreprise

À l'Étape 5, l'agent voit le client dans son ensemble, pas seulement le ticket : contrats, factures, SLA, alertes de supervision et échanges passés issus des systèmes qui entourent Redmine.

L'histoire du client

Avec les plugins CRM et Helpdesk, un seul appel fournit l'essentiel du tableau : GET /contacts/.json?include=notes,issues,deals (documentation). L'agent en fait l'histoire d'un client : qui est la personne, son entreprise et son rôle, l'historique de ses tickets, les affaires en cours et un score de santé.

Voici un exemple réel. Un assistant IA connecté à Redmine via le serveur MCP lit la correspondance avec un client et ajoute des tags à la fiche contact : secteur, pays, poste dans l'entreprise, etc. Personne ne remplit ces champs à la main : l'assistant enregistre les tags avec l'outil de contacts du plugin CRM, dans les limites des permissions de l'utilisateur qui l'a connecté ; vous pouvez donc filtrer les contacts et créer des segments immédiatement.

Nous travaillons actuellement à la séparation des droits d'accès, afin que l'agent ne montre à chaque personne que les données clients qu'elle est autorisée à voir dans Redmine. Une fois ce travail terminé, vous pourrez :

• obtenir en quelques secondes une courte fiche sur un client ;
• voir la LTV du client ;
• segmenter automatiquement vos clients ;
• transformer l'histoire du client en étude de cas.

Calculez le score et la LTV dans le code à partir de règles claires, comme la tendance des tickets, les tickets urgents ouverts, l'humeur enregistrée à l'Étape 2, l'étape de l'affaire et les factures impayées. Laissez ensuite le modèle l'expliquer en termes simples. Le chiffre reste reproductible, et l'explication indique aux équipes quoi faire. Découvrez comment DataCycle a combiné CRM et Agile pour obtenir une vue unique de ses clients.

Ce dont vous avez besoin pour démarrer

Le plugin AI Agent nécessite Redmine 6.1 ou supérieur et Ruby 3.2 ou plus récent. Si votre Redmine est plus ancien, c'est une bonne raison de le mettre à jour : vous obtenez une version actuelle et maintenue du tracker, ainsi que les webhooks de Redmine 7 sur lesquels reposent les étapes ci-dessus.

Si la mise à niveau pose problème, envoyez-nous un message. Notre équipe d'experts examinera votre environnement Redmine et vous recommandera la meilleure démarche pour la transformation IA de votre helpdesk.

Rejoignez le groupe pilote

Nous allons prochainement constituer un groupe de clients qui travaillent intensivement avec Helpdesk et souhaitent améliorer leurs indicateurs de support de la même manière : première réponse plus rapide, délai de résolution plus court et moins de tickets de routine pour les ingénieurs. Si cela correspond à votre équipe, écrivez-nous et nous vous expliquerons comment participer.