Résumé du webinaire : Comment Cars24 automatise plus de 3 millions de minutes d'appels de vente avec la voix IA

Cars24utilise des agents vocaux en production à grande échelle dans 13 langues.

Cet article résume Dans les coulisses de l’agent : Comment Cars24 automatise plus de 3 millions de minutes d’appels de vente avec la voix IA avec Jayesh Gupta, responsable IA et innovation chez Cars24, qui explique en détail comment Cars24 a conçu et déployé son système de voix IA — du premier cas d’usage simple à une architecture multi-agents gérant des millions de minutes de conversations clients.

Pourquoi la voix IA à cette échelle est importante

Cars24 est l’un des plus grands marchés de voitures d’occasion en Inde, avec des activités en Inde, aux Émirats arabes unis et en Australie. Ils vendent 4 000 à 4 500 voitures par mois, réalisent plus de 100 000 inspections et organisent plus de 22 000 essais.

Et cela, avant même de prendre en compte le financement, le support après livraison, le paiement des amendes et les prêts sur véhicules. Leur parcours de vente seul dure entre 30 et 45 jours par client.

75 % de leurs acheteurs sont propriétaires d’une voiture pour la première fois. Pour ces clients, acheter une voiture n’est pas une simple transaction. C’est une décision importante, à la fois financièrement et émotionnellement. Cela signifie que 70 à 80 % de l’expérience Cars24 ne se passe pas sur l’application, mais dans la conversation. Un accompagnement humain et personnalisé à chaque étape du parcours.

Avant les agents IA, le système ralentissait. Les clients appelaient les mauvaises équipes — l’équipe commerciale était sollicitée pour des questions de support, ce qui rallongeait les délais d’attente et rendait l’expérience client moins efficace.

Les temps d’attente s’allongeaient. Les relances étaient oubliées sur un parcours de 30 jours.

Gérer tout, de la qualification des prospects à la gestion des prêts, coûtait cher et était difficile à faire évoluer.

Aujourd’hui :

1. 25 % du volume d’appels est automatisé
2. Près de la moitié des ventes sont assistées par la voix IA
3. Les coûts d’appels ont baissé de 50 %

Démo 1 : L’agent de négociation Cars24

Scénario : Un agent vocal Cars24 appelle un vendeur qui envisage de vendre sa voiture, et négocie en hindi pour le convaincre de choisir Cars24 plutôt qu’une autre plateforme.

Ce qui a été montré :

- L’agent mène une négociation commerciale complète en hindi

- Il gère les objections et répond en temps réel à la concurrence

- La conversation est naturelle, avec une faible latence et sans pauses robotiques

- L’agent obtient l’engagement du vendeur à choisir Cars24 pendant l’appel

Pourquoi c’est important :Ces agents font de la vente active, gèrent l’ambiguïté, répondent aux objections et amènent à la décision — tout cela dans la langue où le client est le plus à l’aise. Cars24 a constaté que le fait de parler la langue du client augmente directement le temps d’échange et les résultats commerciaux.

Démo 2 : Orchestration multi-agents pour du cross-sell

Scénario : Un client a manqué un rendez-vous d’inspection. Un agent de qualification appelle pour reprogrammer, détecte une intention de montée en gamme, puis transfère l’appel en direct à un agent commercial qui reprend la conversation sans perdre le contexte.

Ce qui a été montré :

- L’agent 1 (Sneha) commence par évoquer le rendez-vous manqué et le reprogramme

- Sneha cherche à comprendre l’intention : le vendeur souhaite-t-il changer de voiture ou vendre pour des raisons financières ?

- Le client indique vouloir monter en gamme

- Sneha propose de transférer au bon service et le fait en cours d’appel

- L’agent 2 reprend avec tout le contexte et poursuit la conversation vers l’achat d’une voiture d’occasion

- Quand le client demande à être rappelé dans une heure, l’agent confirme, récapitule le statut du rendez-vous et termine l’appel proprement

Pourquoi c’est important :Cette démo montre à quoi ressemble l’orchestration multi-agents en pratique. Chaque agent gère une tâche et le contexte passe de l’un à l’autre. Il n’y a ni répétition ni perte d’information. Cars24 vise un numéro unique disponible 24/7 où les clients peuvent gérer tout leur parcours — vente, achat, financement — sans jamais se répéter.

Comment Cars24 l’a construit : les choix techniques

Cars24 a commencé par le cas d’usage le plus simple : les rappels de rendez-vous manqués. Appels courts, réponses binaires, faible risque d’erreur. Cela leur a permis d’apprendre ce qui fonctionne avant d’élargir.

Quand ils sont passés à des appels entrants plus longs et complexes — des conversations de découverte de voiture d’environ 7 minutes, parfois jusqu’à 13 — ils ont atteint une limite avec les architectures à agent unique.

Les mini-modèles perdaient le contexte au-delà de 3 à 4 minutes.

Les modèles plus grands introduisaient de la latence.

Tout regrouper dans une seule consigne rendait le système fragile : une modification du parcours de prêt pouvait casser le parcours d’achat.

Leur solution a été l’orchestration multi-agents. Ils ont découpé la conversation en étapes :

1. Un petit agent de qualification, basé sur un mini-modèle, capte l’intention initiale
2. Un modèle plus grand prend le relais pour la découverte une fois le client engagé et prêt à patienter un peu plus
3. Un troisième agent, spécialisé sur les prêts, s’active uniquement si le prix ou le financement est abordé.

Chaque agent gère une tâche précise. Modifier l’un n’impacte pas les autres.

La stack retenue (orchestrée avec la plateforme ElevenAgents) :

1. Speech-to-text : ElevenLabs Scribe v2 en temps réel, choisi pour sa précision dans des environnements bruyants de niveau 2 et 3, sur 13 langues
2. Text-to-speech : ElevenLabs Flash 2.5, récemment mis à jour en mode expressif V3 avec un impact mesurable sur la performance commerciale
3. LLM : GPT-4.1 mini pour la plupart des cas, avec GPT-4o ou équivalent pour les appels de découverte plus longs nécessitant un raisonnement approfondi
4. Téléphonie : WebSockets avec PCM à 24 kHz pour la qualité audio ; leurs fournisseurs incluent Twilio, Exotel et Plivo en Inde
5. Intégrations : appels API personnalisés dans la plateforme ElevenLabs Agents, support MCP, et intégration native HubSpot pour le marché australien
6. Base de données vectorielle : Qdrant, avec quantification binaire pour les grands ensembles de données (plus d’un million de vecteurs) afin de limiter la latence et les coûts

Le choix d’utiliser ElevenLabs Agents plutôt que d’assembler séparément STT, LLM et TTS s’est joué sur un point : la latence.

Construire la chaîne eux-mêmes, même avec les mêmes modèles, faisait systématiquement dépasser la seconde de latence.

Bonnes pratiques de Cars24

Bonnes pratiques de Cars24

1. Commencez là où le risque d’échec est le plus faible.Le premier cas d’usage de Cars24 était les rappels de rendez-vous manqués — courts, simples, sans enjeu majeur. Prouver l’efficacité du modèle à ce stade a donné de la crédibilité en interne et permis à l’équipe d’apprendre avant de s’attaquer aux étapes à plus forte valeur.

2. Testez sur de vrais clients, pas en simulation.Les tests internes ne reproduisent pas la réalité des conversations. Cars24 a lancé ses pilotes sur 10 % du trafic réel, accepté une baisse temporaire, et utilisé les retours pour s’améliorer.

3. Fixez une limite stricte à la longueur des prompts. Cars24 limite les prompts à 4 000–5 000 tokens pour les appels de moins de deux minutes. Des prompts plus longs ralentissent le modèle sans améliorer les résultats. Si un cas d’usage en demande plus, créez un autre agent.

4. Gardez les réponses courantes dans le prompt, pas dans la base de connaissances.Pour les questions les plus fréquentes, mettez directement les réponses dans le prompt. Réservez les appels d’outils et la récupération RAG aux 20 % restants. Cela élimine la plupart des pics de latence lors des recherches d’informations.

5. Pré-enregistrez le premier message.ElevenLabs Agents peut pré-générer et mettre en cache le message d’accueil avant que l’appel ne soit lancé. En rendant ce message non-interruptible, on réduit les abandons précoces dus à la latence réseau ou aux interruptions.

6. Intégrez l’évaluation à chaque appel.Cars24 utilise les évaluations ElevenLabs Agents sur 100 % des appels pour vérifier le respect des procédures, détecter la frustration client et repérer les échecs. Les échecs déclenchent une revue manuelle. Des échantillons aléatoires sont audités chaque jour. L’équipe reste proactive.

7. Montez en charge par étapes.Les nouveaux agents sont déployés progressivement : 5 %, 10 %, 20 %, 50 %, puis 100 %, avec deux jours d’observation à chaque étape pour vérifier la stabilité des indicateurs avant d’aller plus loin.

8. N’appelez pas les clients qui n’ont rien demandé. Chaque appel sortant Cars24 cible une personne déjà engagée dans le parcours. Les sollicitations IA non sollicitées augmentent les plaintes et nuisent à la confiance. La règle est simple : si la personne n’est pas déjà engagée, on ne l’appelle pas.

9. Soyez transparent si un client demande s’il parle à une IA. Les agents Cars24 confirment qu’ils sont des assistants virtuels si on leur pose la question. Si le client souhaite parler à un humain, l’appel est transféré immédiatement.

Voir la session complèteConsidérez la dépense IA comme un investissement, pas un coût.Cars24 intègre désormais les coûts IA dans ses plans annuels, avec des objectifs précis et des résultats mesurables. Chaque déploiement doit avoir un impact concret.

Voir la session complète

Voir la session complète

Regardez le webinaire complet à la demandeici.