Si les agents conversationnels s’expriment déjà en néerlandais, la langue parlée est souvent limitée à l’accent typique de nos voisins d’outre-Moerdijk. Fonzer entend changer les choses et connecte votre central téléphonique à des chatbots d’IA en flamand.
Fondée voici 10 ans, Fonzer ne se profile pas comme un acteur de l’IA ou une entreprise technologique. Ainsi, elle a d’abord distribué des solutions de VoIP, plus spécialement de la néerlandaise KWebbl qui commercialise une offre ‘white label’ à différentes entreprises IT qui, à leur tour, la propose à leurs clients. Désormais, ses solutions desservent 80.000 points finaux.
Mais comme KWebbl entend se concentrer sur son cœur de métier, des fonctionnalités complémentaires peuvent voir le jour. Dès lors, Fonzer a imaginé de mettre au point des extensions susceptibles d’enrichir le système, soit désormais 15.000 points finaux en Belgique. « C’est ainsi que via notre interface maison, nous avons réalisé des intégrations transparentes avec différentes plateformes d’entreprise, dont des solutions d’ERP et de CRM »,explique Ben Holemans, managing partner. Et surfant sur la vague de l’IA dès 2023, l’entreprise a commencé à s’intéresser aux perspectives offertes par l’IA générative en transcrivant des conversations enregistrées.
Ce choix, associé à un partenariat avec une entreprise technologique étrangère, s’est traduit par une décision de développer des agents vocaux sous le nom Tringer Virtual Assistant. « Finalement, il s’agit de la même chose qu’un agent conversationnel, mais avec la voix », précise Holemans.
Filip Muylle, Customer Experience Manager chez Fonzer d’enchaîner :« La téléphonie fixe continue à jouer un rôle important dans les entreprises. Mais dans le même temps, ces entreprises constatent que leurs jeunes collaborateurs n’apprécient plus de téléphoner. Surtout pour faire des appels répétitifs ennuyants.
« Nous avons d’abord utilisé OpenAI que nous avons ensuite enrichi de modèles que nous affinons en interne. »
Derrière un tel assistant vocal se cache une combinaison de technologies. « Nous avons d’abord utilisé OpenAI que nous avons ensuite enrichi de modèles que nous affinons en interne », précise encore Stijn Debakker, chief developer chez Fonzer. Mais cela ne suffit pas lorsqu’il s’agit de données sensibles. « En principe, vous communiquez également des données à ces acteurs, ce qui n’est pas possible lorsque vous traitez notamment les rendez-vous au sein d’un bureau d’avocats. C’est pourquoi notre modèle tourne sur des serveurs en Allemagne et en Finlande, mais totalement encapsulé. Cela permet également de régler certaines questions relatives au RGPD. Ainsi, si vous évoquez le droit à l’oubli, il faut compter 30 jours chez OpenAI. Or en hébergeant nous-mêmes la solution, nous pouvons régler pas mal de situations problématiques. »
Les applications peuvent être diverses et variées : rappels de factures impayées, enquêtes de satisfaction, prises de rendez-vous dans un garage ou chez un médecin et même l’offre automatique d’un plan de paiement est en principe possible. Le principal travail d’adaptation se situe dans le script. « Vous devez décrire assez librement ce que l’agent doit faire, comme demander le prénom puis demander de répéter si le bot a mal compris ou qu’il ne retrouve pas ce prénom dans la base de clients », explique Muylle.
Dans le cadre d’une démo d’un tel scénario, où le Tringer Virtual Assistant appelle un client pour modifier un rendez-vous, tout se passe bien. Même lorsque certains mots sont mal compris, le résultat final n’en est pas affecté.
Entre-temps, l’entreprise compte ses premiers clients pour l’assistant vocal. C’est ainsi qu’un centre d’appel d’Engie exploite actuellement cette technologie pour traiter quelque 70% de ses conversations. L’objectif est que les appels téléphoniques simples soient automatisés, tandis que les appels plus complexes ou si le client ne se sent pas à l’aise, une personne en chair et en os peut alors intervenir.
Fonzer commercialise son agent conversationnel à la minute entamée. Le coût global dépend de 4 facteurs : le prix de la plateforme elle-même, le text-to-speech, le speech-to-text et le coût du modèle linguistique (LLM). « Mais par rapport à un agent physique, c’est toujours moins cher. En outre, il est possible de confier au bot des conversations faciles, tandis que les questions ou tâches plus complexes sont confiées à des personnes ayant des connaissances plus pointues », fait remarquer Holemans.
Vous avez repéré une erreur ou disposez de plus d’infos? Signalez-le ici