Fonctionnalités des agents vocaux : mémoire, transfert et plus encore

Les systèmes téléphoniques traditionnels reposaient sur des réponses guidées par des menus. Leur capacité à s'adapter au langage naturel ou à traiter des demandes complexes dans les workflows était donc limitée. Les fonctionnalités des agents vocaux d'aujourd'hui vont bien au-delà, en réunissant reconnaissance vocale en temps réel, raisonnement et contexte dans des systèmes vocaux plus réactifs.

Les agents vocaux modernes peuvent authentifier un client, retrouver ses informations dans le système, fournir des réponses pertinentes à partir de données en temps réel, détecter lorsqu'un transfert est nécessaire, et plus encore. Tout cela se déroule pendant l'appel, sans faire patienter l'utilisateur dans une file d'attente téléphonique avant de joindre un agent humain.

Ce guide répond à six questions sur les fonctionnalités des agents vocaux IA : comment ils se souviennent des appelants, gèrent la frustration, exploitent les données qui les entraînent, personnalisent les échanges, protègent les données sensibles et influent sur la satisfaction client. Chaque réponse explique comment ElevenAgents les met en pratique.

En résumé :

• Les agents vocaux associent reconnaissance vocale en temps réel et raisonnement sur des données en direct, ce qui leur permet d'authentifier les appelants, de répondre avec des informations à jour et d'effectuer des tâches pendant un appel, sans faire passer qui que ce soit par une file d'attente téléphonique.
• La mémoire de l'agent fonctionne au cours d'un même appel comme entre plusieurs interactions. Elle récupère l'historique client dans un CRM au démarrage grâce aux variables dynamiques et y enregistre les résultats via des webhooks post-appel.
• Les appelants frustrés sont pris en charge grâce à la détection des sentiments et à la désescalade en temps réel, avec un transfert vers un humain ou un agent spécialisé lorsque la frustration dépasse un seuil ou que l'appelant demande à parler à une personne.
• Les agents construisent leurs connaissances à partir de contenus importés aux formats PDF, Word, texte, Markdown, HTML et EPUB. Ils utilisent le RAG pour retrouver les passages pertinents, tandis que les documents plus courts restent en contexte intégral.
• Les recommandations personnalisées combinent les données du CRM, la demande en direct et des recherches de produits pendant l'appel via l'appel d'outils, afin que l'agent compare la disponibilité réelle avec l'historique de l'appelant.
• Des paramètres de confidentialité configurables régissent la conservation des données, le stockage audio, la suppression des données sensibles dans les transcriptions et le mode zéro rétention, avec une éligibilité HIPAA pour les déploiements de santé en entreprise.

Quelles sont les fonctionnalités des agents vocaux ?

Un agent vocal est un système d'intelligence artificielle (IA) capable de tenir des conversations orales en temps réel avec les clients. Il va au-delà des capacités vocales traditionnelles en comprenant l'intention, le contexte de la situation et en réalisant des tâches au nom du client. Ces agents écoutent le client, raisonnent à partir de ce qu'ils entendent, consultent les systèmes nécessaires pour traiter la demande, puis répondent dans un ton naturel, proche de celui d'un conseiller client humain. 

Les fonctionnalités des agents vocaux désignent les fonctions précises qui rendent utiles les conversations entre l'agent et le client. Elles se répartissent en plusieurs catégories pour évaluer la performance de l'agent dans ce rôle :

• Mémoire et contexte : capacité à conserver des informations sur un client au cours d'un même appel ou de plusieurs interactions avec ce même client.
• Gestion des scénarios et conversations difficiles : les agents restent dans le sujet et respectent les politiques lorsqu'un appelant est frustré, confus ou refuse d'accepter le résultat. 
• Capacité d'entraînement à partir de votre contenu : les agents s'appuient sur la documentation et les politiques internes existantes de l'entreprise pour trouver des réponses adaptées à l'interaction, plutôt que sur un script générique.
• Personnalisation client : les agents adaptent leur ton, leur rythme ou leurs recommandations selon l'identité de l'appelant, plutôt que de proposer un menu générique d'options. 
• Gestion des données : les informations partagées avec les agents sont gérées selon les données stockées, leur durée de conservation par l'entreprise et les personnes qui y ont accès. 
• Résultats mesurables : mise en place d'un suivi interne pour mieux déterminer si un agent vocal résout les problèmes, et avec quelle précision par rapport à un agent humain. 

Ces fonctionnalités permettent aux entreprises de mieux adapter leurs agents aux besoins de leurs clients. 

Comment les agents vocaux se souviennent-ils des conversations passées avec les clients ?

Les agents vocaux n'ont pas de mémoire intégrée d'un appel à l'autre. La mémoire inter-appels repose sur trois éléments : des variables dynamiques qui injectent les données du CRM au démarrage de l'appel, un webhook de démarrage de conversation qui les récupère et un webhook post-appel qui réécrit les résultats dans le système. Au cours d'un même appel, l'agent conserve automatiquement l'intégralité du contexte conversationnel.

Selon votre architecture, les agents vocaux peuvent gérer la mémoire client à deux niveaux :

• Au cours d'un même appel : l'agent conserve le contexte conversationnel et suit tout ce qui est dit pendant la session, ce qui évite au client de devoir se répéter durant l'appel.
• Entre plusieurs interactions : cette mémoire est assurée grâce à une intégration multicanale. L'agent récupère l'historique client dans le CRM ou la base de données de l'entreprise au début de l'appel, puis documente les résultats de l'interaction pour que la conversation suivante commence avec la connaissance de cet historique.

Avec ElevenAgents, le contexte est injecté au début de la conversation grâce aux variables dynamiques. Ces variables injectent des valeurs d'exécution dans les prompts, messages et outils de l'agent. L'agent peut ainsi personnaliser chaque conversation avec des informations propres à l'utilisateur, sans créer un agent distinct pour chaque client. Le nom de l'appelant, le statut de son compte, ses informations d'identification et l'historique de ses interactions passées peuvent être transmis à l'agent vocal au début de la conversation. 

Pour les appels téléphoniques entrants, ElevenAgents peut récupérer les données initiales depuis les serveurs de l'entreprise via un webhook de démarrage de conversation, et appliquer le JSON renvoyé par le point de terminaison pendant que l'agent charge le contexte. En situation réelle, la plateforme récupère les données nécessaires pendant la connexion initiale du client. Ce processus peut prendre la forme d'une sonnerie normale ou d'une musique d'attente pendant que l'agent examine le contexte en parallèle. 

Après la fin de l'appel, le flux s'exécute en sens inverse. L'agent renvoie les résultats de l'appel vers le CRM ou le système d'assistance via des webhooks post-appel ou d'autres outils d'appel. Il consigne ce qui s'est passé pendant l'appel et les éléments qui nécessitent encore un suivi auprès du client. La documentation de l'interaction avec le client assure la persistance de la mémoire de l'agent vocal. Ainsi, le prochain agent ou humain avec lequel le client échange dispose de tout le contexte avant le début de la conversation. 

Comment les agents vocaux gèrent-ils les clients frustrés ou en colère ?

Les clients frustrés ou en colère sont inévitables, quel que soit le niveau ou l'environnement de service client. Les agents vocaux gèrent ces situations en les détectant, en adaptant leur réponse et en escaladant si nécessaire. 

Voici comment les agents vocaux peuvent gérer les situations difficiles avec les clients :

• Détection de la frustration : la détection des réactions des clients est particulièrement efficace grâce à l'analyse des sentiments. Cette analyse classe les conversations comme positives, négatives ou neutres. Pour chaque conversation, elle positionne chaque réponse de l'utilisateur sur une trajectoire évaluée, du négatif au positif, afin d'identifier le moment où l'échange a dérapé. Agrégée par sujet, cette détection révèle les thèmes qui frustrent le plus les appelants et indique les améliorations à apporter. Avec des modèles d'agents vocaux de pointe, comme ceux proposés par ElevenLabs, les agents peuvent même comprendre le ton à partir des transcriptions en direct et s'adapter en conséquence.
• Adaptation en temps réel : le comportement de désescalade peut être défini directement dans le prompt système de l'agent. Il peut ainsi reconnaître la frustration de l'appelant, éviter de le contredire, maintenir des réponses calmes et pertinentes pour la conversation, puis proposer une voie de résolution. 
• Transfert vers un humain : l'outil de transfert vers un numéro transfère l'appel à un humain lorsque les conditions définies sont remplies, généralement lorsque l'appelant demande à parler à une personne, répète deux fois la même plainte ou que le sentiment reste négatif sur plusieurs tours consécutifs. Indiquez ces conditions dans le prompt système. L'agent peut diffuser un message à l'appelant pendant l'attente et transmettre un résumé distinct à l'opérateur qui reçoit l'appel, afin que celui-ci dispose du contexte sans devoir tout reprendre. ElevenAgents prend également en charge le transfert d'agent à agent, qui oriente la conversation vers un agent spécialisé lorsque l'appelant a besoin d'une expertise différente plutôt que d'un humain.

Pour gérer les clients frustrés, l'élément le plus important des fonctionnalités d'un agent vocal est le parcours de transfert. 

Quels formats de fichiers permettent d'entraîner un agent vocal ?

Les agents vocaux modernes ne sont pas entraînés au sens traditionnel de l'IA ou des LLM. Ils reçoivent des connaissances sur lesquelles s'appuyer. Il peut s'agir de documentation, de pages web ou de ressources en texte brut associées à une base de connaissances, dont l'agent extrait ensuite les passages pertinents pendant les appels. Cette approche s'appelle la génération augmentée par récupération (RAG). Elle permet à l'agent de s'appuyer sur bien plus d'informations qu'un seul prompt ne pourrait en fournir.

Il existe plusieurs façons d'ajouter des informations à une base de connaissances : importer un fichier, indiquer une URL à l'agent ou coller directement le texte. Dans ElevenAgents, chaque fichier importé peut peser jusqu'à 20 Mo et utiliser l'un des formats suivants : 

• .pdf 
• .docx 
• .txt 
• .md 
• .html 
• .epub

Le format influe sur la qualité de récupération. Le Markdown, le texte brut et les fichiers DOCX sont extraits proprement et segmentés de manière prévisible pour le RAG. Les PDF à plusieurs colonnes, avec tableaux ou pages numérisées, sont mal extraits et doivent être convertis avant l'importation. 

Une fois le document joint, l'agent l'utilise de l'une de deux façons. Les petits documents peuvent rester en contexte intégral : tout leur texte demeure dans le prompt à chaque tour. Les documents plus volumineux sont indexés pour le RAG. 

Dans ce processus, seuls les passages les plus pertinents pour chaque question sont récupérés au moment de la conversation. Par exemple, un document ne peut être utilisé en contexte intégral que si le texte extrait tient dans 250 000 caractères. Au-delà, il passe par le RAG. Le système peut ainsi sélectionner automatiquement la bonne méthode une fois le RAG activé.

Comment les agents vocaux fournissent-ils des recommandations de produits personnalisées ?

Les recommandations de produits personnalisées reposent sur la combinaison de plusieurs informations concernant l'appelant au moment de son interaction avec l'agent vocal : son identité, sa demande et les produits disponibles. L'agent connaît les informations relatives à l'appelant grâce aux données CRM transmises par les variables dynamiques. 

Il connaît également la demande issue de la conversation en direct et les disponibilités en consultant les données produit via des appels d'outils. L'agent raisonne alors à partir de tous ces éléments pour recommander des options personnalisées, comme le ferait un conseiller humain bien informé. 

Voici à quoi cela ressemble lors d'un appel réel, pour mieux comprendre son fonctionnement dans le contexte d'un agent vocal. 

Un client fidèle appelle l'assistance technique d'un détaillant parce qu'il ne peut plus accéder à son compte utilisateur et souhaite effectuer un achat. Voici comment l'agent vocal transforme cet appel en recommandation personnalisée :

• Récupération du contexte au démarrage : l'agent connaît déjà l'historique d'achat de l'appelant et d'autres informations associées, récupérées au début de l'appel.
• Intégration de la demande à la recommandation : l'appelant décrit son besoin, et l'agent intègre cette description dans sa recommandation au lieu de repartir de zéro.
• Consultation des données produit en direct pendant l'appel : l'agent appelle l'API produit pendant la conversation pour vérifier les niveaux de stock et les prix actuels, plutôt que de s'appuyer sur des informations issues de l'entraînement.
• Correspondance entre disponibilité et profil de l'appelant : il compare les produits en stock avec la description de l'appelant et son historique d'achat.
• Recommandation et finalisation de la commande : l'agent suggère un produit et finalise la commande à la demande, sans devoir transférer l'appelant ailleurs.

Toute cette conversation est rendue possible par l'appel d'outils. C'est ainsi qu'un bot vocal peut accéder à des systèmes externes, comme un catalogue de produits ou une API de commande, puis intégrer ces informations à ses réponses. La documentation d'ElevenLabs sur les outils explique comment configurer cette connexion.

Les agents vocaux peuvent-ils traiter des données clients sensibles ?

Les agents vocaux offrent des contrôles configurables pour les périodes de conservation, l'option de ne pas stocker l'audio des appels, la suppression des données sensibles de l'historique des conversations et des politiques de conservation strictes pour les secteurs très réglementés comme la santé. 

Avec ElevenAgents, chacun de ces contrôles se configure dans les paramètres de confidentialité. Voici comment ils fonctionnent :

• Conservation : les transcriptions et enregistrements audio des conversations ne sont stockés que pour une durée définie. Par défaut, ElevenAgents conserve les transcriptions et enregistrements pendant deux ans, une durée configurable de zéro jour à une durée illimitée ; pour la conformité HIPAA, une conservation minimale de six ans est recommandée. Pour respecter pleinement HIPAA, le traitement de Protected Health Information sur notre plateforme exige l'activation du mode zéro rétention, ce qui implique de stocker de manière sécurisée ces six années d'archives sur votre propre infrastructure via des webhooks.
• Conservation audio : les enregistrements audio des appels peuvent être conservés à des fins de fidélisation client ou entièrement désactivés afin de ne pas conserver l'audio du client. Désactiver l'enregistrement audio et fixer une politique de conservation à zéro jour entraîne la suppression des données immédiatement après l'appel.
• Suppression des données sensibles de l'historique des conversations : après la fin de la conversation, une étape de post-traitement analyse la transcription et l'audio de chaque appel afin de protéger les données clients sensibles par suppression. Elle détecte les informations sensibles dans l'audio et la transcription, puis affiche un espace réservé dans les transcriptions et un bip dans les extraits audio. L'historique des conversations reste ainsi disponible à l'examen, tout en réduisant l'exposition des informations sensibles. 
• Mode zéro rétention : cette configuration convient aux exigences strictes de conservation. La plupart des données des requêtes et réponses sont supprimées dès que la requête est terminée. Cette configuration s'applique au trafic API et est disponible pour les clients Enterprise.
  
  

Pour les déploiements liés à la santé, ElevenAgents est éligible HIPAA lorsqu'il est associé à des Business Associate Agreements (BAA) disponibles pour les clients Enterprise. Associé à un BAA signé, notre mode zéro rétention est conçu pour prendre en charge la conformité HIPAA, à condition que le client configure et utilise la plateforme conformément à ses exigences. Vous trouverez les détails de configuration de ces contrôles dans notre documentation sur la confidentialité d'ElevenLabs.

Quelles améliorations de la satisfaction client les agents vocaux apportent-ils ?

Les facteurs qui améliorent souvent la satisfaction client sont la suppression ou la réduction du temps d'attente, la cohérence et une résolution plus rapide. Puisqu'ils peuvent répondre sans délai, les agents vocaux offrent généralement une qualité de réponse constante, quelle que soit l'heure. Les demandes courantes, auparavant en attente dans une file pour un agent humain, sont ainsi résolues plus rapidement. 

Il faut toutefois noter que lorsqu'une interaction client tourne mal, enfermer un client frustré dans une boucle d'agent dégrade l'expérience client plus vite que la musique d'attente ne l'a jamais fait. De nombreuses organisations ne suivent pas la satisfaction client de manière isolée. Les indicateurs analysés avec elle comprennent le taux de confinement, c'est-à-dire la proportion de demandes résolues par l'agent sans intervention humaine, le temps moyen de traitement et le taux de résolution au premier appel. 

Combinés dans un rapport, ces indicateurs racontent souvent une histoire différente de celle d'une seule métrique. Par exemple, un taux de confinement élevé associé à une baisse de la satisfaction client indique souvent que les appels sont résolus rapidement sans intervention humaine. 

Admiral est un bon exemple d'entreprise qui privilégie la résolution dès le premier contact plutôt que le confinement. Comme l'explique ce webinaire, l'entreprise visait un taux de résolution de 90 %, une disponibilité 24 h/24, 7 j/7 et une réelle hausse du NPS. Un transfert à un humain n'était jamais comptabilisé contre l'agent, car résoudre le problème importait davantage que de maintenir l'appel dans le système. 

En savoir plus sur la façon dont cette fonctionnalité d'agent vocal s'intègre à leur CRM et à leur configuration vocale.

Exploitez toutes les fonctionnalités des agents vocaux avec ElevenAgents

Les fonctionnalités des agents vocaux présentées dans ce guide ne sont pas des produits distincts ou autonomes. Elles doivent être intégrées au même agent et à la même configuration, avec les variables dynamiques, outils et paramètres de confidentialité adaptés aux besoins de l'entreprise.

Vous pouvez commencer simplement, avec un type d'appel connecté uniquement aux systèmes dont il a besoin. L'agent pourra ensuite être étendu lorsque les indicateurs démontreront son efficacité. 

En savoir plus sur ElevenAgents ou réserver une démo pour commencer dès aujourd'hui.