L'IA vocale : révolution ou illusion dans la relation client ?

L'essor de la voix dans l'intelligence artificielle

L'intelligence artificielle, après avoir transformé nos interactions avec les chatbots textuels, s'apprête à franchir une nouvelle étape : celle de la conversation vocale. Cette évolution pourrait ouvrir des perspectives inédites, mais reste à déterminer dans quels contextes cette nouvelle interface pourrait réellement apporter une valeur ajoutée.

Une technologie vocale en quête de maturité

Bien que les technologies vocales ne soient pas récentes, leur adoption a longtemps été freinée par des limitations techniques. Les assistants vocaux, par exemple, existent depuis plusieurs années, mais leur utilisation est restée restreinte en raison d'une expérience utilisateur souvent jugée peu naturelle. "Pendant longtemps, les voix des machines étaient très robotiques, et l'on savait que l'on s'adressait à un robot", souligne Julien Lesaicherre.

Le véritable défi ne résidait pas seulement dans la capacité des machines à parler, mais dans leur aptitude à engager une conversation authentique. La première étape cruciale dans cette direction a été l'amélioration de la transcription automatique de la parole. Les avancées récentes ont permis d'augmenter considérablement la précision des systèmes de conversion de la parole en texte. "Il y a peu, certains modèles présentaient des taux d'erreur de 8% à 15%. Aujourd'hui, nos derniers modèles chez ElevenLabs affichent des taux d'erreur de 2,3% à 2,5%, ce qui est inférieur aux capacités humaines", précise Lesaicherre.

Ces progrès s'accompagnent de développements dans d'autres domaines technologiques, tels que la gestion des interruptions et des pauses dans la conversation. L'objectif n'est plus seulement de comprendre les mots, mais de reproduire les subtilités qui rendent une conversation plus "humaine" : les silences, les interruptions, un rythme maîtrisé, ainsi que la capacité à détecter un changement de sujet.

L'IA vocale va encore plus loin en intégrant la reconnaissance des émotions de l'interlocuteur. "Nous pourrons progressivement ajouter des descripteurs autour des mots prononcés. Est-ce que la personne semble hésitante ? En colère ? Joyeuse ?", explique l'expert. Ainsi, une personne interagissant avec une IA après une mauvaise expérience pourrait recevoir une réponse différente de celle d'une personne cherchant simplement une information.

Les services clients, un terrain d'expérimentation privilégié

"C'est un contexte intéressant car il s'agit de gérer un grand nombre d'interactions humaines, qui sont relativement cadrées", justifie Julien Lesaicherre. Les demandes de suivi de commande, de facturation ou d'assistance produit suivent souvent des scénarios bien définis. Chez Klarna, l'utilisation d'un agent vocal développé par ElevenLabs a permis de résoudre certaines demandes jusqu'à dix fois plus rapidement qu'auparavant.

Dans le secteur commercial, la voix pourrait également transformer les parcours clients et améliorer leur expérience. Deutsche Telekom, par exemple, teste une IA vocale intégrée à son réseau pour traduire des conversations en temps réel.

Au lieu de remplir une série de formulaires, un utilisateur pourrait dialoguer directement avec un agent vocal. Prenons l'exemple d'un appel à une compagnie d'assurance habitation. "Cela pourrait être un dialogue oral. Où habitez-vous ? Combien d'enfants avez-vous ? Est-ce votre première habitation ? Tout cela pourrait se faire de manière beaucoup plus fluide", illustre notre interlocuteur. En Ukraine, ElevenLabs collabore avec le ministère de la Transformation numérique sur plusieurs projets visant à rendre certains services publics accessibles via des agents conversationnels.

L'intérêt est également opérationnel. Là où une entreprise doit former de nombreux téléopérateurs à de nouvelles procédures, un agent vocal peut être mis à jour avec de nouvelles instructions ou connaissances. Deliveroo utilise des agents vocaux d'ElevenLabs pour communiquer à grande échelle avec ses livreurs et partenaires restaurateurs dans plusieurs pays et langues.

Le défi des hallucinations : encadrer l'IA

Comme pour les IA textuelles, la question de la fiabilité reste cruciale. Une IA conversationnelle utilisée dans un cadre professionnel doit éviter d'inventer des informations ou de sortir du cadre prévu. Pour limiter ces risques, ElevenLabs propose une approche basée sur des agents spécialisés. "Quand on parle d'un 'agent de support' pour un client, il faut comprendre qu'il y a plusieurs agents, chacun spécialisé dans un domaine particulier", détaille Julien Lesaicherre.

Un agent peut ainsi s'occuper des remboursements, un autre des changements d'adresse, et un autre encore des demandes commerciales. L'objectif est de réduire les erreurs en limitant le champ d'action des IA. "Il faut des instructions extrêmement précises et restrictives, et s'assurer que l'agent ne puisse pas accéder à des données en dehors de son périmètre défini". De nombreux garde-fous techniques sont en place pour empêcher certaines manipulations ou demandes hors cadre.

L'IA vocale ne remplacera pas l'humain

Une question centrale demeure : les utilisateurs accepteront-ils de parler à une IA ? Pour Julien Lesaicherre, l'enjeu est moins l'acceptation de la technologie que la qualité de l'expérience proposée. "Si le service n'est pas de qualité, on peut s'attendre à un rejet des utilisateurs", confirme-t-il. Cependant, lorsque l'alternative est d'attendre plusieurs minutes pour obtenir une réponse, la perception peut rapidement changer : "Si demain, vous avez le choix entre attendre 15 minutes pour parler à un humain ou parler immédiatement à une machine, 95% des utilisateurs choisiront la seconde option".

L'objectif n'est pas de remplacer systématiquement l'humain, rappelle Lesaicherre. Le scénario qui se dessine est plutôt celui d'une complémentarité : l'IA prend en charge les demandes simples et récurrentes, avant de passer le relais lorsque la situation nécessite plus de contexte ou d'empathie.

Pour lui, les entreprises disposent aujourd'hui des briques technologiques nécessaires. Le principal changement doit désormais venir de leur manière de penser la relation client. Pendant des années, beaucoup ont cherché à réduire les points de contact, notamment parce que chaque interaction humaine représentait un coût : centres d'appels limités, formulaires en ligne, parcours automatisés.

"Le monde de l'entreprise a été incité, ou en tout cas a suivi une mauvaise incitation : se dire que le ROI n'est pas clair, donc on va réduire le champ des possibles de la connexion entre nos clients et nous-mêmes", analyse-t-il. L'IA vocale pourrait changer cette équation en permettant de réintroduire la conversation dans des parcours qui en avaient progressivement été privés : un support accessible en dehors des horaires classiques, des échanges dans davantage de langues ou encore des démarches plus fluides qu'une succession de pages à remplir...