Agents vocaux : ce qui marche au téléphone et ce qui ne marche pas
Le vocal est la famille d'agents la plus impressionnante en démonstration et la plus décevante quand elle est mal cadrée. La différence tient au périmètre, pas à la technologie.
Comment fonctionne un agent vocal
Trois briques enchaînées, et la performance de l'ensemble dépend de la plus faible.
La reconnaissance de la parole (STT). Le son est transformé en texte. C'est ici que se produisent la plupart des échecs : bruit ambiant, accent, débit rapide, ligne de mauvaise qualité, plusieurs personnes qui parlent.
Le traitement du texte. Une fois transcrit, le traitement est le même que pour un agent écrit : compréhension de l'intention, recherche dans votre documentation, formulation de la réponse.
La synthèse vocale (TTS). Le texte redevient de la voix. La qualité est aujourd'hui bonne en français et en arabe littéraire, plus inégale en darija.
Le facteur limitant est presque toujours la première brique. Un agent vocal qui échoue échoue rarement parce qu'il n'a pas compris la demande : il échoue parce qu'il n'a pas bien entendu.
Ce qui fonctionne bien aujourd'hui
L'orientation d'appel. Comprendre le motif et transférer au bon service. Cela remplace avantageusement un menu à touches, qui fait patienter et se trompe souvent.
La prise de rendez-vous. Proposer des créneaux, confirmer, envoyer un rappel. L'échange est structuré, le vocabulaire est limité, la marge d'erreur est faible.
Le renseignement simple. Horaires, adresse, disponibilité, statut d'un dossier. Des questions fermées, avec une réponse à aller chercher.
Le débordement. Prendre les appels quand toutes les lignes sont occupées, plutôt que de laisser sonner. Même un traitement partiel vaut mieux qu'un appel perdu.
Les rappels sortants. Confirmation de rendez-vous, rappel d'échéance. L'appel est court et le script est cadré.
Ce qui ne fonctionne pas encore
La conversation libre et longue. Plus l'échange dure, plus les erreurs de transcription s'accumulent et se propagent.
Les réclamations. Un client mécontent parle vite, se coupe, hausse le ton. C'est le pire cas pour la reconnaissance vocale — et le pire moment pour rater une compréhension.
Les environnements bruyants. Un appel passé depuis une rue, un atelier ou une voiture dégrade fortement la transcription.
La darija en conversation libre. C'est notre position, et nous la disons plutôt que de la masquer : la reconnaissance de la parole en darija est moins mature que le traitement du texte. Sur des échanges structurés — orientation, rendez-vous — les résultats sont exploitables. Sur de la conversation ouverte, ils sont inégaux.
Les informations à épeler. Numéros de commande, références, adresses email. La transcription se trompe, et le client doit répéter. Mieux vaut basculer sur un SMS ou un message écrit.
Les règles de conception qui évitent l'échec
Cadrer le périmètre étroitement. Un agent vocal qui fait trois choses bien vaut mieux qu'un agent qui en tente dix.
Prévoir la sortie dès le début. À tout moment, l'appelant doit pouvoir demander un humain et l'obtenir. Un agent qui piège l'appelant dans une boucle produit plus de mécontentement que d'économies.
Confirmer ce qui a été compris. « Vous souhaitez un rendez-vous mardi à 15 h, c'est bien ça ? » Cette étape supprime la majorité des erreurs.
Basculer sur l'écrit pour les données précises. Un lien, un SMS, un message WhatsApp. On ne fait pas épeler une référence au téléphone.
Annoncer que c'est un agent. La transparence évite le sentiment de tromperie quand l'interlocuteur s'en rend compte — et il s'en rend toujours compte.
Comment mesurer
Le taux de résolution sans transfert, sur le périmètre prévu — pas sur l'ensemble des appels.
Le taux d'abandon, c'est-à-dire les appelants qui raccrochent en cours d'échange. C'est le signal d'alerte le plus fiable.
Le taux de réitération : le même appelant qui rappelle dans la journée. Il indique un problème non résolu.
Conclusion
Le vocal fonctionne bien sur des interactions structurées et courtes : orienter, renseigner, prendre rendez-vous, absorber un débordement. Il ne fonctionne pas encore sur la conversation libre, la réclamation et la darija ouverte. Un projet vocal réussi est un projet dont le périmètre a été volontairement restreint.
Parlons de votre projet.
Trente minutes, gratuit et sans engagement, sur vos données réelles.