ChatGPT vocal : ce qu'il sait faire, et pourquoi il ne remplace pas un standard d'entreprise

Selon le centre d'aide d'OpenAI, ChatGPT Voix permet de parler avec ChatGPT et d'entendre une réponse vocale, au sein d'un chat : on peut suivre la réponse à l'écrit, taper quand on ne peut pas parler et relire les échanges. Il est disponible sur le web, iOS et Android, ainsi que dans l'application de bureau.

Trois options coexistent. Live, basé sur GPT-Live-1 ou GPT-Live-1 mini selon le forfait, écoute et parle en même temps et peut utiliser la recherche web et la mémoire. Avancé est l'expérience temps réel précédente, qui reste nécessaire pour la vidéo et le partage d'écran sur mobile. Standard fonctionne tour par tour en transcrivant la parole avant de répondre.

On lance une conversation en touchant l'icône Voix dans la barre de message, après avoir autorisé l'accès au micro. L'usage de Live est plafonné selon le forfait, sur une période glissante de 24 heures : accès limité en version gratuite, quelques heures sur les forfaits payants, davantage sur les forfaits supérieurs.

OpenAI précise que Live est principalement conçu pour des conversations en tête-à-tête, qu'on ne peut avoir qu'une seule conversation vocale à la fois, et que les transcriptions ne sont pas des relevés mot à mot.

ChatGPT Voix est un assistant pour la personne qui tient l'application : c'est elle qui parle. Rien dans son fonctionnement ne prévoit qu'un client compose le numéro de votre entreprise et tombe sur lui : la page d'aide de ChatGPT Voix ne décrit aucun moyen de relier l'application à une ligne téléphonique d'entreprise ni d'y renvoyer des appels.

Même en lui donnant des informations, il ne devient pas l'accueil de votre société : rien n'y est prévu pour annoncer l'IA et l'enregistrement à des appelants, transférer un appel vers vos collaborateurs, fixer un rendez-vous pour le compte d'un client ou transmettre une fiche de contact à votre équipe après l'appel.

Selon OpenAI, les extraits audio des conversations Live et Avancé sont stockés avec la transcription dans l'historique et conservés 30 jours, et l'usage des transcriptions pour l'entraînement dépend des réglages du compte et du forfait. Ces règles sont pensées pour l'utilisateur du compte, pas pour des tiers qui appelleraient votre entreprise.

Or enregistrer les appels de vos clients impose des obligations propres : informer l'appelant en début de conversation, définir une finalité, limiter la conservation. Un outil d'accueil téléphonique doit être conçu pour ces obligations dès le départ.

Un agent vocal d'entreprise doit être relié à votre ligne, par renvoi d'appel depuis votre opérateur ou par un numéro dédié. Il répond à partir de vos propres informations (site, documents, tarifs), annonce qu'il est une IA et que l'appel est enregistré, sait transférer vers un humain, recueille les coordonnées et vous transmet ce qui s'est dit.

Pour les développeurs, OpenAI propose une brique technique : sa Realtime API peut recevoir des appels téléphoniques via SIP, à condition de passer par un fournisseur de trunk SIP, de configurer un webhook et de développer la logique de traitement côté serveur. C'est un composant à assembler, pas un service d'accueil prêt à l'emploi.

Alyas est la version prête à l'emploi : vous renvoyez vos appels vers sa ligne, il décroche 24 h/24, annonce qu'il est une IA et que l'appel est enregistré, répond à partir des informations que vous fournissez (site, texte, PDF), transfère vers votre numéro, capte les contacts, fixe des rendez-vous via Google Calendar ou Cal.com et produit transcription et résumé, avec un hébergement dans l'Union européenne. Essai gratuit de 10 jours.