British Gas a mis 15 mois à émettre une facture finale et à rembourser plus de 1 500 £ à une cliente, malgré une décision du médiateur de l'énergie rendue près d'un an auparavant. Beth 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 après avoir omis de recevoir une facture finale ou un remboursement.

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 pour son remboursement cette semaine, peu de temps avant que son affaire ne soit entendue devant un tribunal des petites créances.

British Gas a déclaré qu'elle était en train de « mettre en œuvre la solution du médiateur » pour Kojder et s'est excusée pour le retard. Kojder a décrit le processus comme « implacable, fatigant et complètement épuisant » dans une déclaration à la BBC. Elle avait fourni des relevés de compteur à British Gas lorsqu'elle a quitté son appartement, demandant une facture finale.

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. L'intégration de l'IA dans le service client vise à améliorer l'efficacité et la personnalisation, mais nécessite une surveillance attentive pour garantir l'équité et l'exactitude.

L'utilisation de l'IA dans les processus de facturation, par exemple, repose sur des algorithmes pour prédire la consommation d'énergie et générer des factures. Cependant, ces algorithmes peuvent être inexacts s'ils ne tiennent pas compte des circonstances individuelles ou s'ils sont basés sur des données incomplètes ou obsolètes. Cela peut entraîner des erreurs de facturation et des litiges, comme on l'a vu dans le cas de Kojder.

Les dernières avancées en matière d'IA incluent l'utilisation de l'apprentissage automatique pour améliorer la précision des prévisions de consommation d'énergie et pour détecter les erreurs de facturation potentielles. Cependant, ces technologies en sont encore à leurs premiers stades de développement, et leur efficacité dépend de la qualité et de la disponibilité des données.

Le cas de Kojder souligne l'importance de la surveillance humaine dans les systèmes automatisés et la nécessité pour les entreprises énergétiques de mettre en place des processus robustes pour résoudre les plaintes des clients rapidement et efficacement.