British Gas a mis 15 mois à émettre une facture finale et à rembourser plus de 1 500 £ à une cliente, Beth Kojder, malgré une décision du médiateur de l'énergie datant de près d'un an. Kojder a quitté son appartement d'une chambre dans le sud-est de Londres en octobre 2024 et a par la suite déposé une plainte auprès du médiateur lorsque British Gas n'a pas fourni de facture finale ni remboursé son solde créditeur.

Le médiateur de l'énergie a statué en faveur de Kojder en février 2025, demandant à British Gas de satisfaire sa demande. Cependant, le médiateur n'a pas le pouvoir légal de faire appliquer ses décisions. Kojder a reçu une offre de remboursement cette semaine, peu de temps avant que son affaire ne soit examinée par un tribunal des petites créances.

British Gas a déclaré qu'elle "mettait en œuvre la solution du médiateur" pour Kojder et s'est excusée pour le retard. L'entreprise a reconnu le délai prolongé et a exprimé ses regrets pour les inconvénients causés.

Kojder a décrit le processus comme "implacable", "fatigant" et "complètement épuisant" dans une déclaration à la BBC. Elle avait initialement demandé une facture finale à British Gas, fournissant les relevés de compteur lorsqu'elle a quitté son appartement.

Ce retard met en évidence les préoccupations persistantes concernant le service client et l'exactitude de la facturation dans le secteur de l'énergie. Bien que les systèmes automatisés soient de plus en plus utilisés pour la facturation et les interactions avec les clients, des cas comme celui de Kojder démontrent les limites de ces systèmes lorsqu'il s'agit de situations complexes ou d'erreurs. La dépendance à l'égard des algorithmes et de l'apprentissage automatique dans le service client soulève des questions sur la responsabilité et le potentiel de biais dans les processus de prise de décision automatisés.

L'utilisation de l'IA dans le service client est une tendance croissante, les entreprises mettant en œuvre des chatbots et des systèmes automatisés pour traiter les demandes de routine et rationaliser les opérations. Cependant, ces systèmes peuvent avoir du mal à résoudre les problèmes nuancés qui nécessitent une intervention humaine. Le défi consiste à développer des systèmes d'IA capables de répondre efficacement aux besoins des clients tout en maintenant la transparence et l'équité.

Les dernières avancées en matière d'IA comprennent les progrès du traitement automatique du langage naturel (TALN), qui permettent aux systèmes d'IA de mieux comprendre et de mieux répondre au langage humain. Cependant, même avec ces avancées, les systèmes d'IA ne sont pas toujours capables de résoudre des problèmes complexes sans assistance humaine.

Les implications pour la société incluent le potentiel d'une efficacité accrue et de réductions de coûts grâce à l'utilisation de l'IA dans le service client. Cependant, il existe également des préoccupations concernant les suppressions d'emplois et la nécessité de recycler et de perfectionner les travailleurs pour qu'ils s'adaptent à l'évolution du marché du travail. En outre, il existe des considérations éthiques liées à la confidentialité des données, aux biais algorithmiques et au potentiel des systèmes d'IA à perpétuer les inégalités existantes.

Dan Whitworth, un journaliste de Money Box, a également couvert l'histoire. Cette affaire souligne l'importance de la surveillance réglementaire et de la protection des consommateurs dans le secteur de l'énergie.