L'état de l'IA conversationnelle dans le support

Stripe est synonyme d'excellent support, allant souvent au-delà des attentes pour surprendre et ravir ses clients. Pourtant, un support de qualité ne se résume pas aux notes manuscrites et aux totems imprimés en 3D que l'on voit sur Twitter. Plus d'une décennie d'ingénierie humaine et logicielle a permis à Stripe de bâtir un service client qui accompagne des millions d'entreprises chaque année. J'ai rejoint Stripe en 2015, alors que l'entreprise venait tout juste de dépasser les 200 collaborateurs et que l'équipe support tenait autour d'une seule table de réunion.

J'ai été l'une des premières recrues à Dublin, un premier relais de la couverture support mondiale de Stripe. Durant mes cinq années sur place, Stripe a réorganisé l'équipe support par spécialités, fait appel à des prestataires externes pour le support de niveau 1, étendu les canaux, ajouté des langues et, à terme, lancé des offres de support payantes. Après avoir contribué à concevoir et tester ces programmes de support en évolution, j'ai constaté de près la complexité du passage à l'échelle du service client — une complexité que l'IA conversationnelle aurait pu simplifier.

Conversational AI

Conversational AI has three elements. These three elements work together seamlessly: Speech-to-Text captures the user’s intent, Language Models interpret and generate intelligent responses, and Text-to-Speech transforms those responses into natural conversation.

• Speech to Text: The AI ears convert a user’s spoken natural language into text, with high accuracy.
• Language Models: The AI brain processes this text and understands the context to generate intelligent responses.
• Text to Speech: The voice transforms text responses into natural-sounding speech.
• Turn Taking:A dedicated service monitors for interuptions and ensures the conversation is natural and feels human.

Lorsque j'ai rejoint Stripe, mon rôle consistait à assimiler autant que possible le produit. Dans le cadre de ma formation, j'accompagnais des agents plus expérimentés et tirais des enseignements d'une multitude d'interactions support passées — une approche comparable à celle par laquelle un agent IA apprendrait.

L'IA excelle dans la reconnaissance de schémas, et une grande partie du support repose sur cet exercice. Tout commence lorsqu'un utilisateur explique son problème. L'agent support traite ces informations, tente de les rapprocher de ses connaissances existantes, puis apporte une réponse à l'utilisateur. Mais le support ne se limite pas à réciter une base de connaissances : un excellent service client exige de l'empathie, de la créativité et une collaboration avec l'utilisateur pour résoudre son problème. Malheureusement, la plupart des interactions support restent insuffisantes.

L'état actuel du support

Le support est un point de contact important, mais il est souvent pénible. Pensez à la dernière fois où vous avez dû appeler une compagnie aérienne. Vous restez en attente pendant des heures et — lorsque vous finissez enfin par joindre quelqu'un — on vous explique que votre problème relève d'un autre service, et le cycle sisyphéen recommence.

La difficulté ne concerne pas seulement les clients. Offrir une excellente expérience de support est difficile, et l'est encore davantage à grande échelle. Dans notre monde numérique centré sur les logiciels, le support reste largement contraint par le monde physique. Imaginez un afflux massif de clients du jour au lendemain : vous pouvez rapidement lancer une instance AWS pour maintenir votre site en ligne ; vous ne pouvez pas simplement actionner un interrupteur pour activer le support.

Le passage à l'échelle d'une fonction support demande du temps et de l'argent. En Amérique du Nord, recruter, former et intégrer un agent support coûte environ 12 000 $. En incluant cet investissement initial, le coût moyen d'un agent support est d'environ 30 à 40 $ de l'heure. Certaines entreprises choisissent d'externaliser leurs agents support, pour un tarif horaire allant de 8 à 30 $. Cela semble attractif à première vue, mais ce faible coût implique une perte de contrôle sur la responsabilité, les processus et la qualité du support.

Mais si vous pouviez mettre en place le support en quelques minutes et le faire évoluer sans limite ? Et si vous pouviez offrir un support de haute qualité à faible coût ? C'est la promesse de l'IA conversationnelle, et après des années passées dans le support, je suis convaincu qu'elle change complètement la donne.

Alexis est un exemple d'agent IA d'ElevenLabs. Il a été conçu comme agent support au sein de la documentation d'ElevenLabs et traite désormais plus de cent appels par jour.

Imaginez qu'Alexis soit humain. Pour commencer, je ne pense pas que beaucoup d'agents support humains puissent traiter 100 appels par jour. Avec un agent très efficace et des appels simples, il pourrait en traiter environ 60, et probablement plus près de 40 s'il était moins expérimenté ou si les demandes étaient plus complexes. Il faudrait donc recruter au moins deux agents et sans doute payer des heures supplémentaires.

Si les agents étaient basés en Amérique du Nord, le coût de traitement de 100 appels serait d'au moins 700 $, d'environ 1 719 $ en moyenne, et pourrait atteindre 4 094 $. C'est beaucoup, vous pourriez donc décider d'externaliser. Le coût se situerait alors entre 128 $ et 480 $, avec une moyenne de 288 $ — bien moins cher à première vue, mais les coûts cachés liés à l'intégration et au pilotage de ces prestataires demeurent, tout comme les risques pour la marque et la réputation s'ils ne répondent pas à vos exigences.

Le coût d'exploitation d'un agent support IA peut descendre jusqu'à 0,015 $ par minute pour la composante audio. Le LLM peut coûter de moins d'un centime à quelques centimes par minute, selon le modèle choisi et la taille de votre base de connaissances. Cela représenterait donc environ 13 à 18 $ pour cent appels. C'est plus de 110 fois moins cher qu'un agent interne moyen et 18 fois moins cher qu'un agent externalisé moyen. Objectivement, Alexis offre une très bonne expérience de support. À ce tarif, il est remarquable.

L'IA conversationnelle en pratique

Dans l'univers largement analogique de la chaîne d'approvisionnement, Traba fait le lien entre les talents et la technologie, en aidant les entreprises industrielles à recruter et gérer leurs employés. Si Traba propose des applications et des Dashboards, la communication téléphonique reste un lien essentiel pour une main-d'œuvre habituée aux feuilles de temps papier et aux tableaux d'affichage en liège. 

Traba a analysé les appels auxquels son équipe opérationnelle consacrait le plus de temps et a identifié deux domaines dominants : répondre aux demandes de support ou passer en revue des listes de contrôle de planification. Pour Akshay Buddiga, CTO, l'automatisation était la réponse évidente, mais le timing compte aussi. « Lorsque nous identifions un processus que nous voulons rendre plus efficace, nous préférons intégrer l'automatisation tôt plutôt que d'essayer d'ajouter des solutions après coup. »

Traba se concentre sur l'économie unitaire et sur son avance en matière d'innovation technologique ; transférer ces appels vers l'IA conversationnelle présentait donc plusieurs avantages. Avec la rapidité et le coût en tête, l'équipe a recherché des solutions. Mais l'expérience utilisateur était tout aussi essentielle. Comme l'a souligné l'ingénieur logiciel Joseph Besgen : « Nous voulions que cela ressemble à une conversation, pas seulement à l'écoute d'un enregistrement. » La démo d'ElevenLabs était si réaliste que, lors des tests, le père d'un employé de Traba n'a pas pu déterminer s'il s'agissait d'une IA ou d'un membre de l'équipe de son fils. 

S'il est intrinsèquement complexe de planifier les horaires de milliers de travailleurs de l'industrie légère, prendre un (1) rendez-vous médical ne devrait pas être si difficile. Mais avez-vous essayé d'appeler votre médecin récemment ? C'est frustrant pour les patients et une utilisation inefficace du temps du personnel de santé. En partenariat avec ElevenLabs, les assistants d'EliseAI comblent les lacunes de l'administration des soins de santé, de la prise de rendez-vous à la facturation. Dans un hôpital, 86 % des appels sont désormais entièrement traités par des agents IA. Cela permet non seulement de réduire de 66 % le coût par appel, mais aussi d'améliorer l'efficacité du personnel administratif. EliseAI a également amélioré l'accès aux soins pour les communautés non anglophones. 

L'avenir

Des tendances intéressantes se dégagent lorsque l'on observe la croissance de l'IA conversationnelle par secteur. L'EdTech a été le premier secteur à adopter l'IA conversationnelle : les entreprises pouvaient enfin proposer du tutorat individuel personnalisé et l'apprentissage des langues à un prix abordable. Les applications de support client ont rapidement suivi, car les interactions de support s'y prêtent particulièrement bien : elles reposent sur la reconnaissance de schémas ; la réponse existe dans une base de connaissances, et l'agent IA la rapproche de la question de l'utilisateur. Nous observons également l'essor d'applications verticales de bout en bout, notamment dans des secteurs comme la logistique et la santé — Traba et EliseAI, par exemple. Là encore, ces domaines sont répétitifs et prévisibles, et donc faciles à gérer pour un agent IA.

L'IA conversationnelle fait passer le support du monde physique au monde numérique. Le support peut désormais offrir une meilleure expérience aux entreprises comme à leurs clients. À l'image de votre fournisseur cloud, votre équipe de support IA peut monter ou descendre en charge. Vos clients n'auront plus jamais à attendre en ligne, et vous éviterez les difficultés opérationnelles liées à l'ouverture de centres de support à travers le monde.

Depuis un an, les agents vocaux sont performants en conversation et en recherche de connaissances, mais ce n'est à mon avis qu'un début. En 2025, je pense que les agents vocaux IA deviendront le protocole standard pour la prise de rendez-vous entrants et les problèmes de support du type « spécialiste produit ». Même s'ils restent limités aux appels de recherche de connaissances, ils réduiront fortement le volume de demandes de support et libéreront les équipes humaines pour des tâches à plus forte valeur ajoutée.

D'ici 2026, nous serons passés de la recherche de connaissances à l'exécution d'actions. L'agent vocal IA standard effectuera des appels API et se connectera à des applications tierces. Il exécutera couramment des actions telles que planifier des réunions et effectuer des remboursements.

En 2027, je vois les agents vocaux IA passer du support à la réussite client. Je pense que des cycles de vente entiers seront gérés par un agent IA, potentiellement côté acheteur comme côté vendeur. Pour beaucoup, cela semble être la dernière frontière, mais je pense que ce n'est qu'un début. Les tâches profondément contextuelles et créatives, que nous considérions autrefois comme exclusivement humaines, relèveront de plus en plus de l'IA.

Le support passera d'un centre de coûts à une fonction qui, d'abord, neutralise les dépenses, puis devient un centre de profit pour l'entreprise. Les agents vocaux IA contacteront proactivement les clients, réduisant le churn et augmentant la LTV client. L'IA conversationnelle offre de nombreux avantages du support humain, mais aussi une mémoire parfaite, des dizaines de langues et un fonctionnement 24 h/24, 7 j/7. L'avenir arrive et, à bien des égards, il est déjà là. Imaginez un support instantané, empathique et efficace — à chaque fois. Bientôt, vous aurez presque envie d'appeler une compagnie aérienne, juste pour le plaisir.