Que se passe-t-il lorsqu’une IA décroche à votre place ? De la qualification de l’appel à l’analyse de la conversation, les plateformes de communication commencent à intégrer des agents capables d’intervenir avant, pendant et après l’échange. Démonstration pas à pas.
Avant l’appel, pendant la conversation, mais aussi après la fin de l’échange. Avec l’arrivée de l’intelligence artificielle dans les plateformes de téléphonie, les communications professionnelles ne se limitent plus à la simple gestion des appels.
Jean-François Catz, Head of Product Innovation chez Enreach, l’illustre à travers une démonstration concrète du fonctionnement d’un agent IA capable de prendre un appel à la place d’un utilisateur sur la plateforme Enreach UP. « C’est le grand retour de la voix, et tant mieux. Nous venons de la téléphonie professionnelle, et il y a beaucoup de choses à faire grâce à l’IA. »
Avant l’appel : contextualiser et qualifier l’interlocuteur
Sa réflexion se structure donc autour de trois temps distincts : avant l’appel, pendant la conversation et après la communication. Avant même que l’utilisateur décroche, l’objectif consiste à contextualiser l’appel. Le système commence par qualifier l’interlocuteur. Le numéro est identifié, puis confronté aux différentes sources de données disponibles dans l’environnement de travail. Les contacts personnels, l’historique des interactions et les informations issues du CRM peuvent être mobilisés pour reconstituer le contexte. Ces échanges peuvent également provenir d’autres canaux utilisés dans la relation client, comme WhatsApp ou WeChat.
Lorsqu’un utilisateur délègue un appel à son agent IA, il garde le contrôle.
Jean-François Catz, Enreach
Cette phase permet d’éviter de redémarrer une conversation à zéro. Si un client a déjà ouvert un ticket ou s’il a échangé avec un commercial quelques jours plus tôt, ces informations peuvent être affichées immédiatement. La qualification de l’appel devient ainsi un moment clé dans la gestion des communications.
Quand l’agent IA répond à la place de l’utilisateur
La démonstration se poursuit avec un scénario dans lequel l’utilisateur n’est pas disponible pour répondre. Plutôt que de renvoyer l’appel vers une messagerie vocale classique, le système peut déléguer la conversation à un agent IA. « Nous allons demander à notre agent IA, notre assistant personnel, de prendre l’appel. L’agent va poser un certain nombre de questions, préqualifier l’appel, et nous allons pouvoir le suivre en temps réel. À tout moment, l’utilisateur peut reprendre l’appel. »
Dans ce cas de figure, l’appelant interagit directement avec l’agent conversationnel. Celui-ci peut poser des questions, comprendre la nature de la demande et recueillir des informations utiles. L’utilisateur, de son côté, garde la possibilité de suivre l’échange en direct. Il peut décider à tout moment de reprendre la conversation si la situation l’exige.
Cette logique diffère de certains systèmes d’IVR (Interactive Voice Response, pour Serveur vocal interactif SVI), ou d’agents vocaux qui prennent totalement le contrôle de l’appel. Ici, l’IA agit comme une couche intermédiaire. L’humain reste au centre de la décision. Le rôle de l’agent IA consiste avant tout à filtrer, qualifier et préparer l’échange.
Pendant la conversation : transcription et assistance en temps réel
Une fois la conversation engagée, l’IA intervient à nouveau. Pendant l’appel, la plateforme capture et traite le contenu de l’échange. « Pendant la conversation, nous faisons une transcription en temps réel », précise Jean-François Catz. La transcription constitue la première étape. Elle permet de transformer une conversation vocale en données textuelles exploitables. À partir de cette base, d’autres traitements peuvent être envisagés. L’IA peut également analyser la conversation en temps réel, identifier certaines informations clés et préparer des éléments de suivi.
« Avec l’IA, même lorsque les conversations sont terminées, elles continuent. »
Cette logique ouvre également la voie à des usages d’assistance pendant l’appel. Le principe évoqué est celui d’une forme d’oreillette numérique capable d’apporter un soutien en direct à l’utilisateur. L’IA peut analyser le contenu de l’échange et fournir des indications contextuelles pendant la discussion.
Après l’appel : transformer la conversation en données exploitables
Mais la transformation la plus visible intervient après la conversation. Une fois l’appel terminé, l’échange ne disparaît plus dans un simple historique de communications. L’IA peut analyser la discussion, produire un résumé et identifier les actions à réaliser. Cette capacité change la nature même de l’historique d’appels. « L’historique des appels devient véritablement intelligent. »
La question du traitement de ces données devient alors centrale. La plateforme peut s’interfacer avec différents modèles d’IA, qu’il s’agisse de services externes comme OpenAI ou Mistral AI, ou de modèles déployés directement dans l’infrastructure du client. L’entreprise conserve ainsi la possibilité de choisir où sont traitées ses conversations et par quel modèle elles sont analysées.
Concrètement, la conversation devient une source de données interrogeable. Un utilisateur peut par exemple retrouver un appel particulier, analyser les sujets abordés ou extraire certaines informations précises. Un commercial peut ainsi analyser son activité en recherchant toutes les conversations dans lesquelles un prix a été évoqué ou en distinguant les appels commerciaux des demandes techniques. La téléphonie ne sert alors plus seulement à échanger des informations en temps réel, mais aussi à analyser et piloter l’activité.
Des conversations qui continuent après l’appel
« Ce qui est nouveau avec l’IA, c’est que même lorsque les conversations sont terminées, elles continuent », conclut Jean-François Catz. L’appelant souhaite modifier un rendez-vous ? L’agent IA dialogue avec lui et capture la demande. À la fin de la conversation, l’utilisateur peut retrouver le résumé de l’échange et les actions associées. Si un rendez-vous a été évoqué, l’information peut être convertie en tâche ou en entrée de calendrier. Le système conserve également l’intégralité de la conversation. L’utilisateur peut accéder au détail de l’échange, relire la transcription et partager ces informations si nécessaire, afin de fournir du contexte aux personnes qui devront reprendre le dossier. La conversation devient ainsi une d
