D’où vient le problème
Un agent vocal IA classique fonctionne sur une règle simple : il entend un son, donc le client a forcément répondu. S’il a répondu, l’étape en cours est close, et on passe à la suivante. Sur le papier, c’est logique. Dans une vraie conversation, tout s’effondre dès la première pause.
Pendant un appel, les gens émettent quantité de sons qui ne sont pas des réponses. Des « mmh », « oui », « je vous écoute » sont des signaux d’écoute active : la preuve qu’on suit, pas qu’on répond. Ajoutez à cela une toux, un clavier qui cliquette, une porte qui se ferme, une réplique de la télévision en arrière-plan. Pour un agent IA de première génération, chacun de ces sons signifie que le client a fini de parler, et il enchaîne. Le script s’effondre, le client s’agace, et l’appel est perdu.
Comment fonctionne le système d’écoute
Elle reconnaît les « mmh », « oui », « je vous écoute » et autres marqueurs comme de l’écoute active plutôt qu’une réponse complète : l’agent IA poursuit son propos au lieu de s’interrompre.
Elle calcule la part de sa propre réponse que le client a réellement entendue avant de l’interrompre, puis décide s’il faut aller au bout de l’argument ou suivre le client sur son nouveau sujet.
La couche qui distingue l’écoute de la réponse
Le rôle de la première couche est de saisir la différence entre un simple acquiescement et une véritable réponse. Un « mmh » au milieu d’une explication est étiqueté comme de l’écoute active. L’agent IA termine tranquillement son propos, et le client a le sentiment d’être réellement écouté jusqu’au bout. C’est le principe sur lequel s’appuient les meilleurs assistants vocaux : une conversation qui sonne naturelle commence par la capacité à reconnaître ces signaux d’écoute.
Nous enrichissons en permanence la liste de ces sons et expressions. La langue parlée regorge de mots de remplissage, les équivalents de « euh », « bon », « voilà, voilà », et chacun d’eux vient alimenter cette couche.
La couche qui mesure ce que le client a vraiment entendu
La seconde couche résout le problème inverse. Le client a coupé l’agent IA en pleine phrase, au beau milieu d’un argument important : quelle part du message est réellement passée ?
Cette couche calcule cette part. Dans un appel tiré de nos journaux, la réponse de l’agent IA comptait 800 caractères, et le client n’en avait entendu que 91 avant d’interrompre : presque rien de l’argument n’était passé.
Ce qui passe vraiment
Dans un appel journalisé, le client a interrompu après avoir entendu seulement 91 caractères sur 800, soit environ 11 pour cent de l’argument que l’agent IA était en train de dérouler.
À partir de là, l’agent IA décide : terminer la pensée interrompue, ou en ouvrir une nouvelle, car un client qui interrompt change souvent complètement de sujet.
Si le client n’a rien entendu du tout, le passage à l’étape suivante est purement et simplement bloqué. La couche enregistre zéro pour cent, l’agent IA va au bout de son propos, et seulement ensuite il continue. C’est ainsi qu’un argument important parvient au client en entier, et non par fragments.
Une vraie personne sent quand une pensée n’est pas terminée, et elle attend. Désormais, l’agent IA fait de même.
Ce que cela change pour votre activité
La conversation cesse de ressembler à un questionnaire lu sur un formulaire. L’agent IA écoute le client jusqu’au bout, déroule ses arguments en entier et ne parle jamais par-dessus quelqu’un en pleine réflexion. Les clients restent plus longtemps en ligne et vont plus souvent au bout de la démarche, qu’il s’agisse de prendre rendez-vous, de passer commande ou d’accepter un entretien.