Tu veux les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
L'innovation de Lorikeet : une IA qui sait quand demander de l'aide
Dans un monde où l'intelligence artificielle est souvent vantée pour sa capacité à tout résoudre, Lorikeet adopte une approche différente. La startup a pour ambition de créer un agent de support client IA qui sait reconnaître ses limites et solliciter l'intervention humaine lorsque nécessaire. Cette philosophie d'"humilité de l'IA" est au cœur de leur stratégie de développement.
Lors d'un épisode de "Just Now Possible", Teresa Torres a discuté avec Jamie Hall, co-fondateur et CTO de Lorikeet, ainsi qu'avec les ingénieurs produits Xharmagne Carandang et Rona Wang. Leur objectif est de concevoir un agent qui non seulement résout les problèmes des clients, mais qui sait aussi passer le relais avec élégance lorsque la situation l'exige.
De l'idée initiale au prototype fonctionnel
Le chemin vers un agent IA efficace n'a pas été sans embûches. L'équipe de Lorikeet a d'abord exploré plusieurs pistes infructueuses, telles que des outils de réflexion et des tableaux de bord d'information. Cependant, c'est une startup du secteur de la santé qui a mis en lumière le véritable besoin : réduire le volume de la boîte de réception. Le premier prototype de Lorikeet était un simple script en ligne de commande, fournissant des résultats sous forme de fichiers CSV.
Aujourd'hui, Lorikeet a évolué pour inclure deux agents distincts : le Concierge, qui gère les tickets clients de bout en bout, et le Coach, qui aide à configurer et améliorer le système en continu.
Une architecture à double agent pour un support client optimisé
L'architecture à double agent de Lorikeet est conçue pour offrir un support client optimal. Le Concierge est responsable de la gestion des tickets, tandis que le Coach se concentre sur l'amélioration continue du système. Cette approche permet de combiner les forces de l'IA avec l'expertise humaine, garantissant ainsi une résolution efficace des problèmes.
Lorikeet a également développé des garde-fous configurables par le client, permettant une personnalisation selon les besoins spécifiques de chaque entreprise. Cette flexibilité est cruciale, notamment dans des secteurs réglementés comme le cannabis, où les exigences peuvent varier considérablement. Une entreprise de cannabis a d'ailleurs mis en lumière la nécessité de revoir leur approche initiale des garde-fous.
Intégration avec les outils existants
Plutôt que de chercher à remplacer des outils établis comme Zendesk et Intercom, Lorikeet s'intègre harmonieusement avec eux. Cette stratégie permet aux entreprises de tirer parti des fonctionnalités avancées de Lorikeet tout en continuant à utiliser leurs plateformes préférées.
L'évolution de l'expérience utilisateur de Lorikeet, passant d'un constructeur de flux de travail à une interface conversationnelle, illustre leur engagement à rendre l'interaction avec l'IA aussi intuitive que possible. Cependant, même avec ces avancées, la gestion d'une boîte de chat vide reste un défi persistant.
La "résolution dans la boucle" : une collaboration humain-IA
Un des concepts clés introduits par Lorikeet est la "résolution dans la boucle". Cette méthode permet aux agents humains de débloquer l'IA sans prendre le contrôle total d'un ticket. Cela garantit que l'IA continue d'apprendre et de s'améliorer, tout en offrant une assistance humaine lorsque nécessaire.
Les garde-fous spécifiques au domaine sont un autre aspect essentiel de l'approche de Lorikeet. Par exemple, une entreprise de cannabis a mis en évidence la nécessité de personnaliser ces garde-fous pour répondre à des exigences réglementaires uniques. Les clients peuvent définir leurs propres évaluations et garde-fous via l'interface Coach, ce qui leur permet d'adapter le système à leurs besoins spécifiques.
Diagnostic et culture d'apprentissage
Lorikeet utilise également l'IA pour diagnostiquer les modes de défaillance dans les traces et suggérer automatiquement des corrections. Cette capacité d'auto-correction est un atout majeur pour améliorer continuellement le système.
Chez Lorikeet, l'apprentissage est au cœur de la culture d'ingénierie produit. Chaque ingénieur est encouragé à tirer des leçons des interactions avec les clients, ce qui alimente une boucle d'amélioration continue. Chaque semaine, les ingénieurs se posent la question de ce qu'ils ont appris d'un client, renforçant ainsi l'innovation et l'adaptabilité de leurs solutions.
En conclusion, Lorikeet ne se contente pas de développer une IA performante ; elle redéfinit la manière dont les entreprises interagissent avec leurs clients, en combinant technologie avancée et intervention humaine pour un service client exceptionnel.
