IA conversationnelle : comment elle fonctionne et comment choisir un agent conversationnel

AWS définit l'IA conversationnelle comme une technologie qui permet aux logiciels de comprendre les conversations humaines, vocales ou écrites, et d'y répondre. IBM la décrit comme l'ensemble des technologies, chatbots ou agents virtuels, avec lesquelles les utilisateurs peuvent parler, et qui s'appuient sur de grands volumes de données, l'apprentissage automatique et le traitement du langage naturel pour imiter les échanges humains.

En français, le vocabulaire officiel est plus précis que l'usage. La Commission d'enrichissement de la langue française a publié au Journal officiel du 9 décembre 2018 le terme « dialogueur », avec pour synonyme « agent de dialogue » : un logiciel spécialisé dans le dialogue en langage naturel avec un humain, capable notamment de répondre à des questions ou de déclencher l'exécution de tâches. La même fiche indique que l'expression « agent conversationnel », que l'on trouve aussi, est déconseillée.

Quel que soit le nom retenu, l'IA conversationnelle n'est pas un produit mais une famille de techniques. Un chatbot de site, un agent vocal qui répond au téléphone et un assistant sur une messagerie en sont trois applications, avec des contraintes différentes.

La compréhension du langage naturel (NLU, pour natural language understanding) sert à saisir l'intention de l'utilisateur et le contexte de sa demande. La génération du langage naturel (NLG) construit la réponse sous forme de phrases claires et adaptées. Pour la voix, IBM indique que l'analyse d'une demande orale combine la reconnaissance automatique de la parole (ASR) et la compréhension du langage ; pour répondre à l'oral, la réponse doit ensuite être restituée par une voix de synthèse.

AWS rappelle que les chatbots étaient traditionnellement fondés sur des règles et suivaient des scripts prédéfinis, adaptés à des tâches simples comme une foire aux questions. Les systèmes reposant sur de grands modèles de langage comprennent mieux le contexte d'une conversation et gèrent des échanges plus complexes.

Reste une brique souvent oubliée dans les présentations : la base de connaissances et les consignes. Une IA conversationnelle d'entreprise doit s'appuyer sur les informations de l'entreprise (site, documents, tarifs publiés, règles internes) et savoir reconnaître ce qui n'y figure pas. C'est ce qui la distingue d'un assistant généraliste.

À l'écrit, l'utilisateur relit, fait défiler, peut cliquer sur un lien ou copier une adresse. Les réponses peuvent être un peu plus longues et structurées, et le délai de réponse est moins critique. Les difficultés viennent surtout des fautes de frappe, des messages très courts et des questions posées en plusieurs fois.

À l'oral, tout se joue en temps réel. Il faut des réponses courtes, une seule question à la fois, et une gestion des interruptions, des bruits de fond, des noms propres et des numéros à épeler. Une énumération qui passe très bien à l'écrit devient difficile à suivre au téléphone.

La voix soulève aussi une question de données personnelles. En publiant son livre blanc sur les assistants vocaux, la CNIL rappelle que la voix est une caractéristique biométrique pouvant permettre l'identification d'une personne, et insiste sur la nécessité de transparence et de sécurité des dispositifs pour respecter le RGPD.

Sur un site web, l'IA conversationnelle prend la forme d'un widget qui répond au moment où le visiteur cherche une information : horaires, prestations, zone d'intervention, conditions. Au téléphone, elle traite des demandes souvent plus pressantes, venant de personnes qui préfèrent parler qu'écrire. Sur les messageries comme WhatsApp ou Messenger, les échanges sont asynchrones : le client écrit, s'absente, revient plus tard.

Chaque canal a ses règles propres. Sur la plateforme WhatsApp Business par exemple, Meta prévoit qu'un message de l'utilisateur ouvre une fenêtre de service client de 24 heures, pendant laquelle l'entreprise peut répondre librement ; en dehors, seuls des modèles de messages préapprouvés peuvent être envoyés.

Le point clé, quand plusieurs canaux sont ouverts, est la cohérence : la même base d'informations doit alimenter le chat, le téléphone et les messageries. Sinon, un client obtient deux réponses différentes à la même question selon la façon dont il contacte l'entreprise.

Commencez par la source des réponses : l'outil répond-il uniquement à partir de vos informations, et que fait-il quand la réponse n'y figure pas ? Un bon système le dit, propose de transmettre la demande et recueille les coordonnées. Vérifiez ensuite le passage à un humain : à quel moment, vers qui, avec quel résumé de l'échange.

Regardez ce que l'outil sait faire au-delà de la conversation (enregistrer une demande, proposer un rendez-vous dans votre agenda, transférer un appel), les canaux couverts, et ce que vous retrouvez après coup : historique, transcription, résumé. Côté données, demandez où elles sont hébergées et combien de temps elles sont conservées ; la CNIL rappelle que la durée de conservation doit correspondre à la finalité poursuivie, et qu'un cookie déposé uniquement quand l'utilisateur active le chatbot, et servant seulement à le faire fonctionner, ne nécessite pas de consentement.

Enfin, testez avant de vous engager, avec vos vraies questions, y compris les plus difficiles. Alyas, par exemple, propose un essai de 10 jours : l'agent répond au téléphone, en annonçant qu'il est une IA et que l'appel est enregistré, et par écrit sur votre site, à partir des informations que vous lui fournissez ; les enregistrements, transcriptions et résumés des appels sont hébergés dans l'Union européenne.