NiCE refond Cognigy : gouvernance, tests et voix-à-voix

NiCE déploie une nouvelle génération de Cognigy pensée pour piloter des flottes d’agents plutôt que rivaliser sur l’« intelligence » brute. Au programme : studio repensé, AI Assist, suivi détaillé, simulateur multivariantes, voix-à-voix natif et prise en charge de protocoles d’agents. L’éditeur met l’accent sur l’hybride, la conformité et des décisions de modèles guidées par la donnée.

Interopérabilité d’agents et identité : Cognigy se pose en porte d’entrée

Cognigy fonctionne désormais comme client et serveur pour le Model Context Protocol et gère des connexions agent-à-agent, y compris un client reliant Cognigy à des agents construits avec les outils de Microsoft. NiCE co-développe également le Personal Agent Protocol avec Meta et Sierra, qui n'est pas encore disponible. Clement Boutier présente Cognigy comme une porte d'entrée du centre de contact où un agent personnel doit s'authentifier avant d'agir. L'industrie considère l'identité de l'agent comme une responsabilité partagée, et certaines entreprises peuvent permettre à des agents personnels d'opérer via leurs sites et API, ce qui conditionne le rôle de porte d'entrée. Le contexte inclut une vague d'entreprises ayant interdit les agents personnels.

Observabilité et tests : du suivi pas-à-pas au simulateur en 10 variantes

Le suivi étape par étape expose chaque décision d’un agent, de la compétence chargée à l’outil invoqué et ses arguments, jusqu’au passage à un flux. Le Simulateur prend en charge des tests multivariés avec jusqu’à 10 variantes et un LLM jouant le rôle de juge. Lors d’un essai, Clement Boutier a observé qu’un modèle était plus rapide et utilisait moins de tokens qu’un autre. Parmi les recommandations associées figurent l’exigence d’une traçabilité explicable avant toute mise en production et l’usage systématique de la simulation pour trancher les choix de modèles sur des métriques économiques.

Fonctions livrées : studio refondu, AI Assist, compétences et voix-à-voix

La dernière version de Cognigy introduit une refonte de l’Agentic Experience Studio et un assistant AI Assist qui prend en charge la création, le test ainsi que l’optimisation des agents. Les compétences réutilisables associent à présent des instructions et des outils. Le support voix-à-voix est natif et, lors d'une démonstration, un agent a pu déléguer des appels d’outils à un modèle séparé tout en poursuivant la conversation. La reconnaissance vocale, la synthèse vocale et les grands modèles de langage sont inclus dans un prix par conversation, avec des modèles premium de Deepgram, ElevenLabs et Anthropic disponibles à l’usage. Le studio permet de préparer des agents en quelques clics avec des modèles déjà provisionnés, tandis que des réglages avancés, dont l’accès à l’invite système, restent accessibles. Un exemple a montré la création, le test, la correction et le déploiement d’un agent sur WhatsApp.

Fiabilité avant « intelligence » : 16 heures à 50 % de réussite

Selon Nhu Ho, l’autonomie opérationnelle de l’IA est passée de quelques secondes en 2020 à des minutes en 2024, puis à environ 16 heures cette année avec un taux de réussite de 50 %. Il rappelle que capacité et fiabilité ne se confondent pas et qu’un tel taux n’est pas acceptable dans un centre de contact en raison des risques de désabonnement et de conformité. La valeur se déplace vers les éléments entourant les modèles : tests, suivi, garde-fous et logiques déterministes. NiCE ne développe pas de modèles de pointe et positionne Cognigy comme la couche qui rend l’IA exploitable dans ce contexte où les fournisseurs de modèles n’opèrent pas les centres de contact.

Simplicité ciblée et profils de constructeurs

Cognigy a géré des déploiements complexes pour Lufthansa, Mercedes et DHL, ce qui a ajouté de la complexité à l’implémentation. Clement Boutier souligne que l’abondance d’options crée des frictions, d’où l’accent mis sur la simplicité du nouveau studio. NiCE vise l’extension de Cognigy au sein de la base CXone, en s’adressant à trois profils de constructeurs : petites entreprises, administrateurs et chefs d’équipe de centres de contact, et ingénieurs d’entreprises techniquement avancées. AI Assist se destine prioritairement aux deux premiers. La réduction des barrières peut toutefois multiplier les agents conçus par des équipes moins expérimentées, ce qui renforce l’enjeu de gouvernance. L’objectif affiché est de rendre Cognigy plus simple pour des milliers de clients CXone sans foisonnement d’agents gérés isolément, afin d’en faire un composant central de la plateforme NiCE.

Hybride par défaut et compatibilité des déploiements existants

Clement Boutier identifie trois modes d’utilisation : la compréhension du langage naturel classique, le mode hybride et le mode entièrement agentique, en soulignant que la majorité des clients se trouvent actuellement sur le mode hybride, alors que l’adoption de l’autonomie totale n’en est qu’à ses débuts. Cognigy offre la possibilité à un agent de coordonner des flux existants assimilés à des outils, ou d’insérer des flux en amont afin de filtrer des données sensibles avant tout transfert vers un modèle, tout en maintenant les déploiements, API et intégrations déjà en place. Le support voix-à-voix figure parmi les premiers déploiements envisagés ; les acheteurs comparent cascades ASR/TTS et modèles voix-à-voix, ces derniers étant perçus comme plus naturels. Les recommandations opérationnelles incluent la cartographie de la frontière hybride, l’intégration des exigences régionales de divulgation et d’escalade humaine, la prise en compte du coût en tokens et de la latence des garde-fous, et la préparation aux interactions avec des agents personnels via des politiques explicites.