Les appelants ne parviennent pas à naviguer dans votre système IVR. Ils appuient frénétiquement sur le « 0 » jusqu'à ce que le système abandonne et les transfère à un agent, qui doit alors recommencer la conversation depuis le début.
L'IA vocale destinée aux centres d'appels est une technologie qui comprend le langage naturel parlé au téléphone et interprète l'intention de l'appelant.
Elle renvoie une réponse précise issue d'une source de connaissances contrôlée, au lieu de faire passer l'appelant par un menu prédéfini.
Les systèmes IVR traditionnels ont été conçus pour le filtrage et l'acheminement des appels, et non pour leur résolution, et les appelants le remarquent. Le changement essentiel consiste à passer de menus préenregistrés à des conversations guidées qui permettent de résoudre les problèmes dès le premier contact tout en restant vérifiables.
Points clés à retenir
- L'IA vocale remplace les arbres de décision rigides des serveurs vocaux interactifs (IVR) par des conversations naturelles qui permettent de résoudre les problèmes dès le premier contact, au lieu de simplement les rediriger ou de les écarter.
- L'IA vocale d'entreprise doit être soumise à une gouvernance et à des contrôles, et non pas constituer une « boîte noire » probabiliste, en particulier dans les secteurs des services financiers, du voyage et de l'hôtellerie, des jeux d'argent et de hasard en ligne, ainsi que dans le domaine du SaaS B2B dont les clients sont soumis à une réglementation.
- Une architecture axée sur la connaissance fonde chaque réponse vocale sur une source contrôlée, garantissant ainsi l'exactitude et la traçabilité des réponses.
- Encore se déploie 75 % plus rapidement et prend en charge plus de 90 langues et plus de 850 intégrations d'entreprise.
- Vous souhaitez découvrir à quoi ressemble une IA vocale « gouvernée » lors de vos appels ? Prenez rendez-vous pour une démonstration.
Qu'est-ce que l'IA vocale pour les centres d'appels ?
L'IA vocale comprend le langage naturel parlé, interprète l'intention de l'appelant et fournit une réponse complète issue d'une base de connaissances contrôlée, tant sur le canal téléphonique que sur les canaux numériques connectés qui l'entourent.
L'appelant explique le problème avec ses propres mots, le système le comprend, puis soit il résout le problème lui-même, soit il transfère l'appel à l'agent compétent en lui transmettant l'intégralité du contexte.
C’est ce qui distingue l’IA vocale de deux concepts avec lesquels elle est souvent confondue. Les systèmes IVR traditionnels sont scriptés et rigides : ils proposent un menu fixe et tombent en panne lorsque le besoin de l’appelant ne correspond à aucune des options proposées.
Les assistants vocaux grand public non régulés posent le problème inverse : ils s'expriment avec aisance, mais de manière probabiliste, sans garantie de correspondance avec une réponse validée et sans trace expliquant pourquoi ils ont dit ce qu'ils ont dit.
Il ne s'agit pas non plus d'un script d'automatisation : les outils de RPA tels que UiPath ou Automation Anywhere, ainsi que les plateformes « low-code » comme Zapier ou Make, acheminent les données selon des règles fixes, mais ils ne comprennent pas une requête vocale et ne peuvent pas y répondre.
L'IA vocale d'entreprise est un système de réponse intelligent conçu non seulement pour répondre, mais aussi pour résoudre les problèmes, tout en conservant une trace justifiable de ses actions.
Pourquoi les systèmes IVR traditionnels ne répondent pas aux besoins des centres de contact modernes
Les systèmes IVR traditionnels ont été conçus pour réduire les coûts et acheminer les appels, ce qui signifie qu'ils imposent à chaque appelant de suivre le même menu, quels que soient l'urgence ou le contexte.
Le résultat est prévisible : des appels mal acheminés, des taux d'escalade élevés, des appels abandonnés et une baisse sensible du taux de satisfaction client.
Le système est conçu pour éviter que les appelants ne se retrouvent dans la file d'attente des agents, et non pour résoudre leur problème ; les appelants apprennent donc à appuyer frénétiquement sur le « 0 » jusqu'à ce qu'ils parviennent à joindre un interlocuteur, ce qui va à l'encontre de l'objectif de cet investissement.
L'avis des clients le confirme : les systèmes IVR rigides, basés sur des menus, sont systématiquement jugés comme offrant une mauvaise expérience, et une expérience de libre-service frustrante peut être considérée comme pire que l'absence totale de libre-service.
C'est ce dernier point que les opérateurs sous-estiment : un système IVR mal conçu ne se contente pas de ne pas aider le client, il nuit activement à la relation avant même qu'un conseiller ne prenne l'appel. L'IA vocale apporte une solution structurelle, car elle identifie l'intention de l'utilisateur au lieu de lui proposer un menu.
Les coûts s'accumulent également du côté des agents. Lorsque le serveur vocal interactif (SVI) achemine un appel vers le mauvais service ou supprime des informations contextuelles, l'agent qui finit par répondre part de zéro, doit demander à l'appelant de tout répéter et passe du temps à reconstituer une situation que le système connaissait déjà.
Si l'on multiplie cela par la durée d'un service, la gestion des incidents signalée par le système IVR sur papier se traduit par des appels plus longs, davantage de cas renvoyés à un niveau supérieur et des contacts répétés qui n'apparaissent jamais dans l'indicateur initial.
Le remplacement du menu par une IA vocale axée sur l'intention permet d'éliminer ce « coût caché », car le contexte est transmis avec l'appelant lors du transfert.
Résoudre, et pas seulement répondre : la norme de résolution dès le premier contact
La plupart des analyses portant sur les conversations avec l'IA vocale se limitent aux taux de déviation et de gestion des demandes. Ces chiffres indiquent simplement si l'intervention d'un humain a pu être évitée, et non si le problème de l'appelant a été résolu ; ils induisent ainsi en erreur les responsables des opérations.
Le taux de rétention peut augmenter parallèlement à celui des appels répétés, ce qui signifie que vous refusez des appelants et que vous les revoyez deux jours plus tard.
Le taux de résolution dès le premier contact est l'indicateur qui reflète réellement les coûts et la fidélisation : l'appelant a-t-il obtenu la bonne réponse et mené à bien sa démarche dès le premier contact ?
En recadrant la question sous l'angle de la résolution, on redéfinit ce qu'est un résultat satisfaisant. L'objectif n'est pas d'empêcher les appelants d'entrer dans la file d'attente, mais de résoudre le problème.
Le fait d'ancrer les réponses orales dans une source de connaissances structurée est ce qui garantit leur fiabilité, ce qui se traduit par une amélioration de 35 % du taux de résolution dès le premier contact et de 30 % du taux de satisfaction client (CSAT).
Ces deux éléments vont de pair : le groupe SQM constate que chaque augmentation de 1 % du taux de résolution dès le premier contact entraîne une hausse de 1 % du taux de satisfaction client (CSAT). Pour un responsable de l'expérience client, cela fait toute la différence entre un déploiement de solutions vocales qui allège la charge de travail et un autre qui se contente de la redistribuer.
Le mécanisme joue ici un rôle important, car la voix rend les conséquences d'une mauvaise réponse plus graves. Une réponse orale ne peut pas être discrètement modifiée comme le serait une réponse par chat, et l'interlocuteur réagit immédiatement à ce qu'il entend.
Une architecture axée sur la connaissance, dans laquelle l'utilisation d'un modèle de langage (LLM) est facultative, répond directement à ce besoin : la réponse vocale est associée à une intention définie et liée à sa source, et le modèle de langage n'est utilisé que pour la formuler de manière naturelle.
Le modèle n'invente jamais le contenu de ce qui est dit à l'appelant. C'est ce qui permet à un système vocal de fournir des réponses précises plutôt que de se contenter de deviner avec aisance, et c'est la raison pour laquelle la précision est maintenue malgré le volume de trafic réel d'un centre d'appels.
Pourquoi la gouvernance distingue l'IA vocale d'entreprise des bots grand public
Dans un canal vocal, chaque interaction orale est enregistrée. Cela place la barre en matière de gouvernance bien plus haut que ce que doit respecter n'importe quel assistant grand public.
Il faut distinguer « sûr » de « vérifiable » : « sûr » signifie que l'IA vocale ne dira rien de préjudiciable ; « vérifiable » signifie que vous pouvez prouver ce qu'elle a dit à un appelant et pourquoi.
Les acheteurs soumis à réglementation ont besoin de cette deuxième option, car une information communiquée oralement et qui ne peut être reconstituée constitue un risque dès lors qu'un contrôleur pose une question à ce sujet.
Il s'agit ici de la distinction entre « boîte transparente » et « boîte noire » appliquée à la voix.
Un système de « boîte transparente » permet de retracer le cheminement de la prise de décision ; vous pouvez ainsi montrer quelle source contrôlée a généré quelle réponse vocale, avec des réponses prévisibles et reproductibles dans le cadre de limites bien définies.
Pour le directeur des risques, le directeur de la conformité et le responsable de la sécurité des systèmes d'information (RSSI) qui valident l'utilisation de la fonction vocale sur un compte soumis à une réglementation, cette traçabilité est une condition préalable au déploiement, et non une fonctionnalité supplémentaire.
Inbenta Encore est conçu exactement selon cette norme ; ainsi, une réponse vocale suit le même parcours de traçabilité contrôlé qu'une réponse issue d'un chat ou d'une recherche.
L'IA vocale en pratique : comment cela se traduit-elle selon les secteurs d'activité ?
Cette fonctionnalité se traduit différemment selon le secteur d'activité :
Services financiers
Des journaux d'appels vérifiables à des fins d'audit, des communications orales cohérentes entre les appels vocaux et les discussions par chat, ainsi qu'une gestion de l'identité et des intentions dans le respect des règles de conformité.
Tourisme et hôtellerie
Traitement d'un volume élevé d'appels saisonniers dans plus de 90 langues, journalisation conforme au RGPD pour les opérations au sein de l'UE, ainsi que modification des réservations et résolution des problèmes de statut en temps réel.
GOL Airlines traite ainsi plus de 10 millions de demandes par an, et Travel Club a réduit son coût par appel de 39 %.
Jeux d'argent et jeux en ligne, et solutions SaaS B2B destinées à une clientèle soumise à une réglementation
Résolution de niveau 1 à grande échelle, routage des escalades avec transfert en contexte complet vers un agent en ligne, et traçabilité que le client peut intégrer à sa propre stratégie de conformité.
Dans tous ces cas, Encore exploite la même couche de connaissances contrôlée pour la fonction vocale que pour le chat et la recherche ; ainsi, un appelant et un utilisateur du chat posant la même question obtiennent la même réponse validée.
Les opérateurs du secteur des services publics observent la même tendance, comme le montre Neoenergia dans le domaine de l'énergie. Ce constat vaut pour tous les secteurs d'activité : le canal change, mais la source régie reste la même.
Maintenir la précision de l'IA vocale après son lancement
L'IA vocale n'est pas un système que l'on configure une fois pour toutes. Les connaissances évoluent, les politiques changent et les habitudes d'appel varient au fil des saisons ; par conséquent, un assistant qui était précis lors de son lancement perd en précision si personne ne veille à maintenir à jour la couche de connaissances sur laquelle il s'appuie.
La couche de maintenance autonome d'Encore s'en charge en permanence : elle met à jour et harmonise la base de connaissances après le lancement, afin que les réponses vocales restent précises sans qu'il soit nécessaire de disposer d'une équipe dédiée au contenu.
Pour les responsables opérationnels des centres d'appels, c'est ce qui fait la différence entre un déploiement qui maintient ses résultats et un autre qui retombe discrètement dans le modèle de serveur vocal interactif (SVI) qu'il était censé remplacer.
Quelles sont les exigences à poser à une plateforme d'IA vocale d'entreprise ?
Posez ces questions à n'importe quel fournisseur :
- Cela permet-il de résoudre l'appel, ou simplement de le détourner ?
- Chaque réponse orale peut-elle être attribuée à une source précise ?
- Peut-il prouver ce qui a été dit à une autorité de régulation ?
- En combien de temps peut-on le déployer, et combien de langues et d'intégrations prend-il en charge ?
- Sa précision est-elle maintenue après son lancement, à mesure que les connaissances évoluent ?
Testez-les sur un système en fonctionnement plutôt que sur une démo préenregistrée.
Comment Encore propose une IA vocale régie par des règles
Encore est une plateforme d'IA agentique unifiée, et non un ensemble de produits autonomes ; l'IA vocale constitue l'un des cas d'utilisation de cette infrastructure commune et régie par des règles.
Une réponse vocale est générée de la même manière qu'une réponse par chat : elle correspond à une intention définie, est associée à sa source et est formulée de manière naturelle par le modèle linguistique, plutôt que d'être inventée par celui-ci. Les éléments qui le prouvent :
- Une précision de +98 % dès le premier jour
- +35 % d'amélioration du taux de résolution dès le premier contact
- Amélioration de +30 % du taux de satisfaction client (CSAT)
- Réduction de 50 % des frais généraux
- Déploiement +75 % plus rapide
- Plus de 850 intégrations et plus de 90 langues
Ce travail a valu à Inbenta Encore le « TSIA Star Award » dans la catégorie « Innovateur de l'année en matière de réussite client numérique ». Si vous remplacez un serveur vocal interactif (SVI) que les appelants tolèrent tout au plus, l'objectif à atteindre est une résolution que vous pouvez prouver, et non un détournement des appels que vous ne pouvez pas démontrer.
« Glass Box », l'IA vocale axée sur la connaissance, s'en charge. Prenez rendez-vous pour une démonstration et découvrez comment Encore gère vos appels réels.
Foire aux questions
En quoi l'IA vocale diffère-t-elle d'un système IVR classique ?
Un système IVR traditionnel est un menu scripté qui oriente les appelants vers des branches prédéfinies et s'interrompt dès qu'il rencontre une situation imprévue. L'IA vocale identifie l'intention exprimée dans un discours naturel, fournit une réponse adaptée et résout la demande ou transfère l'appel en conservant l'intégralité du contexte. L'IVR oriente ; l'IA vocale résout.
L'IA vocale peut-elle répondre aux exigences de conformité dans les secteurs réglementés ?
Oui, lorsque cela est vérifiable au niveau de l'architecture. Chaque interaction vocale fait l'objet d'un enregistrement ; les acheteurs soumis à une réglementation doivent donc pouvoir prouver ce qui a été dit et pourquoi. Une conception transparente, liée à la source, rend chaque réponse vocale traçable et défendable en cas de contrôle, avec des informations divulguées de manière cohérente sur tous les canaux.
Qu'est-ce que l'IA « Glass Box » ?
L'IA de type « glass box » est un système dont le processus décisionnel est, par conception, reconstituable, ce qui permet de montrer quelle source régie a produit quelle réponse. Elle s'oppose à l'IA de type « black box », qui génère des réponses de manière probabiliste et ne peut fournir qu'une explication approximative a posteriori. Les acheteurs soumis à une réglementation ont besoin d'une IA de type « glass box ».
En combien de temps peut-on déployer une IA vocale dans un centre de contact ?
Plus rapide que les processus de création traditionnels qui s'étendent sur plusieurs mois. Le contenu étant intégré dans des « intents » régis par des règles plutôt que programmé manuellement, Encore se déploie 75 % plus rapidement que les approches traditionnelles. La durée réelle dépend de vos sources de connaissances et de vos intégrations, qu’une session de cadrage permettra d’adapter à votre environnement.
L'IA vocale va-t-elle remplacer les agents humains ?
Non. Le système traite les appels répétitifs et à fort volume, puis transmet le reste aux agents en leur fournissant tout le contexte nécessaire, afin que personne n’ait à se répéter. Les agents se concentrent ainsi sur les conversations complexes et à forte valeur ajoutée, où le jugement humain est primordial, tout en s’appuyant sur la même base de connaissances réglementée.
En quoi une architecture axée sur la connaissance améliore-t-elle la précision de l'IA vocale ?
Il s'appuie sur une source contrôlée pour chaque réponse orale, au lieu d'en générer une à la volée ; ainsi, le système renvoie une réponse validée ou redirige l'utilisateur vers un interlocuteur humain. Le modèle linguistique formule la réponse, il ne l'invente pas, ce qui permet d'atteindre un taux de précision de plus de 98 % dès le premier jour.
Articles connexes
