IA conversationnelle

menu icon

IA conversationnelle

Découvrez l’IA conversationnelle et comment elle aide les entreprises à optimiser leurs services et l’engagement des clients.

Qu’est-ce que l’IA conversationnelle ?

 L’intelligence artificielle (IA) conversationnelle fait référence aux technologies, telles que les agents conversationnels et les agents virtuels, auxquelles les utilisateurs peuvent parler. Elles utilisent de larges volumes de données, l’apprentissage automatique, et  le traitement du langage naturel  pour aider à imiter les interactions humaines, reconnaître les entrées vocales et textuelles, et traduire leur sens en plusieurs langues.

Composantes de l’ IA conversationnelle

L’IA conversationnelle associe le traitement du langage naturel (NLP) à l’ apprentissage automatique. Ces processus de NLP passent dans une boucle de rétroaction avec des processus d’ apprentissage automatique pour améliorer sans cesse les algorithmes d’intelligence artificielle. L’IA conversationnelle repose sur des principes qui lui permettent de traiter, de comprendre et de générer une réponse de manière naturelle.

L’apprentissage automatique (ML) est un sous-domaine de l’intelligence artificielle, qui comprend un ensemble d’algorithmes, de fonctionnalités et de jeux de données qui s’améliorent en continu en fil de l’expérience. Au fur et à mesure que les entrées croissent, la machine de la plateforme d’IA reconnaît de mieux en mieux les tendances et s’en sert pour effectuer des prédictions.

 Le traitement du langage naturel est la méthode actuelle d’analyse du langage, appuyée sur l’ apprentissage automatique  et utilisée dans l’ IA conversationnelle. Avant l’apprentissage automatique, les méthodologies de traitement du langage sont passées de la linguistique, à la linguistique computationnelle pour arriver au traitement du langage naturel . Dans l’avenir, l’apprentissage en profondeur fera encore évoluer les capacités de traitement du langage naturel  de l’ IA conversationnelle .

Le NLP  regroupe quatre étapes : Génération d’entrée, analyse d’entrée, génération de sortie et apprentissage par renforcement. Les données non structurées sont transformées en format pouvant être lu par un ordinateur, puis analysées pour générer une réponse appropriée. Les algorithmes d’apprentissage automatiques sous-jacents améliorent la qualité des réponses au fur et à mesure qu’il apprend. Ces quatre étapes du NLP peuvent être encore divisées :

  • Génération d’entrée : Les utilisateurs fournissent des entrées par l’intermédiaire d’un site Web ou d’une application, sous format vocal ou textuel.
  • Analyse d’entrée : Si l’entrée se présente sous forme de texte, l’application de solution d’ IA conversationnelle  utilisera la compréhension du langage naturel   (NLU) pour déchiffrer le sens de l’entrée et extraire son intention. Toutefois, si l’entrée est au format vocal, l’analyse des données se fera pas une combinaison de reconnaissance vocale automatique (ASR) et de NLU.
  • Gestion du dialogue : Durant cette étape, la génération de langage naturel (NLG), une composante du NLP, formule une réponse
  • Apprentissage par renforcement : Enfin, les algorithmes d’apprentissage automatique affinent les réponses au fil du temps pour en assurer l’exactitude.

Comment créer une IA conversationnelle

L’IA conversationnelle commence par une réflexion sur la façon dont vos utilisateurs potentiels pourraient souhaiter interagir avec votre produit, ainsi que sur les premières questions qu’ils pourraient avoir. Vous pouvez ensuite utiliser des outils d’IA conversationnelle pour les guider vers les informations pertinentes. Dans cette section, nous vous expliquerons comment vous lancer dans la planification et la création d’une IA conversationnelle.

1. Trouvez la liste de questions fréquentes de vos utilisateurs

Les questions fréquentes constituent la base du processus de développement de l’IA conversationnelle. Elles vous aident à définir les principaux besoins et problèmes de vos utilisateurs finaux, et vous permettront ainsi de réduire le volume d’appels que reçoit votre équipe de support. Si vous n’avez pas de liste de questions fréquentes pour votre produit, commencez par consulter votre équipe client pour établir la liste de questions auxquelles votre IA conversationnelle pourra répondre. 

Imaginons, par exemple, que vous soyez une banque. Votre liste de questions fréquentes pourrait comporter les points suivants :

  • Comment accéder à mon compte ?
  • Où puis-je trouver mon numéro de compte ?
  • Quand ma carte de crédit arrivera-t-elle ?
  • Comment puis-je activer ma carte de crédit ?
  • Comment puis-je commander un chéquier ?
  • Comment puis-je m’entretenir avec un banquier local ?

Vous pourrez toujours ajouter des questions à la liste au fil du temps. Nous vous recommandons donc de commencer par un petit segment de questions pour le prototype de votre IA conversationnelle.

2. Utilisez les questions fréquentes (FAQ) pour développer des objectifs dans votre outil d’IA conversationnelle

Vos questions fréquentes forment la base des objectifs ou intentions d’entrée de votre utilisateur, par exemple comment accéder à un compte. Une fois vos objectifs établis, vous pouvez les intégrer à un outil compétitif d’IA conversationnelle, tel que Watson Assistant, en tant qu’intentions.

Capture d’écran de Watson Assistant sur laquelle un utilisateur crée une intention

 

Ensuite, il vous faudra enseigner à votre IA conversationnelle les façons dont un utilisateur peut formuler ou saisir ce type d’information. Si nous prenons l’exemple de la question « Comment accéder à mon compte », imaginez les expressions que pourraient employer les utilisateurs : « Comment me connecter », « Comment réinitialiser mon mot de passe », « Ouvrir un compte »...

Capture d’écran de Watson Assistant sur laquelle un utilisateur crée une liste d’intentions

Si vous n’avez pas d’autres idées de phrases que pourraient utiliser vos clients, il pourrait s’avérer utile de collaborer avec vos équipes de support et d’analytique. Si vos outils d’analyse d’agent conversationnel ont été configurés correctement, les équipes d’analytique peuvent explorer les données du Web et enquêter sur d’autres demandes à partir des données de recherche du site. Elles peuvent également analyser les données de transcription issues des conversations de chat Internet et des centres d’appel. Si vos équipes d’analytique ne sont pas organisées pour, vos équipes de support peuvent aussi fournir des informations utiles sur les façons dont les clients formulent souvent leurs questions.

3. Utilisez les objectifs pour comprendre et intégrer les noms et mots-clés pertinents

Réfléchissez aux noms, ou entités, en lien avec vos intentions. Notre exemple porte sur un compte bancaire d’utilisateur. Il est donc logique de créer une entité basée sur les informations liées aux comptes bancaires.

Capture d’écran de Watson Assistant sur laquelle un utilisateur crée une entité

Un certain nombre de valeurs peuvent tomber dans cette catégorie d’informations : « nom d’utilisateur », « mot de passe », « numéro de compte »...

Capture d’écran de Watson Assistant sur laquelle un utilisateur crée une liste d’entités

Afin de cerner les entités relatives à des intentions d’utilisateur spécifiques, vous pouvez utiliser les informations recueillies par les outils ou les équipes d’assistance pour développer les objectifs ou intentions. Ces noms précéderont ou suivront la tâche première.

4. Réunissez le tout pour créer un dialogue utile avec votre utilisateur

Tous ces éléments fonctionnent en synergie pour créer une conversation avec votre utilisateur final. Les intentions permettent à une machine de déchiffrer ce que demande un utilisateur et les entités agissent pour fournir les réponses pertinentes. Le dialogue entre un outil d’IA conversationnelle et un utilisateur qui a oublié son mot de passe pourrait se dérouler comme suit :

Capture d’écran d’un dialogue avec une intelligence conversationnelle

Ensemble, les objectifs et les noms (ou les intentions et les entités, comme IBM aime les appeler) permettent de bâtir un flux de conversation logique basé sur les besoins de l’utilisateur. Prêt à bâtir votre IA conversationnelle ? Essayez gratuitement IBM Watson Assistant Lite Version.  

 Cas d’utilisation

de l’IA conversationnelle

Lorsque l’on parle d’ intelligence artificielle conversationnelle, les gens pensent souvent aux agents conversationnels en ligne et aux assistants vocaux, pour leurs services de support client et leur déploiement omnicanal . La plupart des applications d’ IA conversationnelle intègrent de puissantes fonctionnalités d’analyse dans le programme de back-end , qui contribuent à des expériences conversationnelles similaires à celles avec des humains. 

Les experts considèrent les applications actuelles d’IA conversationnelle comme de l’IA faible, car elles ont pour vocation de réaliser un ensemble très restreint de tâches. L’IA forte (actuellement encore un concept théorique), met l’accent sur une conscience quasi humaine capable d’effectuer diverses tâches et de résoudre un vaste éventail de problèmes.

En dépit de son champ d’application étroit, l’IA conversationnelle est une technologie extrêmement lucrative pour les entreprises, puisqu’elle leur permet de gagner en rentabilité. Si l’agent conversationnel est une forme populaire d’IA conversationnelle, il existe bien d’autres cas d’utilisation dans les grandes entreprises. En voici quelques exemples :

  • Assistance client en ligne :  les agents conversationnels en ligne remplacent les agents humains lors du parcours client. Ils répondent aux questions fréquentes sur des thèmes tels que la livraison, fournissent des conseils personnalisés, encouragent la vente croisée ou suggèrent des tailles aux utilisateurs, ce qui change notre façon d’envisager l’engagement client sur les plateformes de réseaux sociaux et les sites Web . Exemples :  bots de messagerie sur les sites d’ e-commerce avec des agents virtuels, applications de messagerie, comme Slack et Facebook Messenger, et tâches généralement effectuées par des  assistants virtuels et des assistants vocaux.
  • Accessibilité : les entreprises peuvent devenir plus accessibles en éliminant les obstacles à l’entrée, en particulier pour les utilisateurs faisant appel à des technologies d’assistance. Fonctionnalités d’IA conversationnelle souvent utilisées par ces groupes : dictée par synthèse vocale et traduction.
  • Processus de RH :  de nombreux processus de ressources humaines peuvent être optimisés par l’ IA conversationnelle, comme la formation des collaborateurs, les processus d’intégration et la mise à jour des informations des collaborateurs.
  • Santé : l’IA conversationnelle peut rendre les services de santé plus accessibles et abordables pour les patients, tout en améliorant l’efficacité opérationnelle et en rationalisant le processus administratif, comme le traitement des demandes de remboursement.
  • Appareils de l’Internet des Objets (IoT) : la plupart des foyers disposent d’au moins un appareil IoT, comme un haut-parleur Alexa, une montre connectée ou un smartphone. Ces dispositifs utilisent la reconnaissance vocale  automatique pour interagir avec les utilisateurs finaux. Parmi les applications prisées, on peut citer Amazon Alexa, Apple Siri et Google Home.
  • Logiciels d’ordinateur : de nombreuses tâches de bureau sont simplifiées par l’ IA conversationnelle, telles que la saisie semi-automatique de recherche sur  Google et la vérification orthographique.

La plupart des applications et agents conversationnels optimisés par l’IA disposent actuellement de capacités de résolution de problèmes rudimentaires. Cela leur permet d’accélérer et de réduire le coût des interactions de support client , et ainsi libérer du personnel pour qu’il se concentre sur les interactions clients plus complexes. Dans l’ensemble, les applications d’IA conversationnelle sont capables de bien répliquer des expériences conversationnelles humaines, ce qui se traduit par des niveaux de satisfaction client supérieurs.

    Avantages de l’ IA conversationnelle

    L’IA conversationnelle  est une solution économique pour de nombreux processus métier. Voici quelques exemples d’avantages de l’IA conversationnelle.

    Rentabilité économique

    Doter en personnel un service client peut coûter cher, particulièrement lorsqu’il faut répondre à des questions en dehors des heures de bureau. Fournir une assistance clientèle par l’intermédiaire d’interfaces conversationnelles peut réduire les coûts de salaires et de formation, particulièrement pour les petites et moyennes entreprises. Les agents conversationnels et les assistants virtuels peuvent répondre instantanément, ce qui permet de fournir aux clients potentiels une disponibilité 24 heures sur 24, 7 jours sur 7.

    De plus, les conversations humaines peuvent se traduire par une incohérence des réponses aux clients potentiels. Puisque la plupart des interactions avec l’assistance sont répétitives et basées sur une recherche d’information, les entreprises peuvent programmer l’IA conversationnelle pour qu’elle gère différents cas d’utilisation, afin d’assurer un service complet et cohérent. Cela crée une continuité dans l’expérience client et libère de précieuses ressources humaines pour les demandes plus complexes.

    Accroissement des ventes et de l’engagement client

    Alors que les consommateurs adoptent les appareils mobiles dans leur quotidien, les entreprises doivent se préparer à fournir des informations en temps réel à leurs utilisateurs finaux. Puisque les outils d’IA conversationnelle sont plus facilement accessibles que le support humain, les clients échangent plus rapidement et fréquemment avec les marques. Cette assistance immédiate permet aux consommateurs d’éviter les longues files d’attente des centres d’appels, avec à la clé une amélioration de l’expérience client dans son ensemble. Au fur et à mesure que la satisfaction client croît, les entreprises verront son impact positif sur la fidélité des clients et les revenus supplémentaires générés par les recommandations.

    De plus, avec les fonctions de personnalisation de l’IA conversationnelle, les agents conversationnels peuvent émettre des recommandations aux utilisateurs finaux, ce qui permet aux entreprises de réaliser des ventes croisées de produits auxquels les clients n’auraient pas forcément pensé au départ.

    Évolutivité

    L’IA conversationnelle  est également très évolutive, puisque l’ajout d’infrastructure pour soutenir l’IA conversationnelle est plus rapide et abordable que de recruter et d’intégrer de nouveaux collaborateurs. Cela s’avère particulièrement utile lorsque les produits sont étendus à de nouvelles régions ou lors des pics de demande passagers, comme pendant les fêtes.

    Pour en savoir plus sur les avantages de l’IA conversationnelle, regardez notre série de webinaires Masterclass.

    Défis des technologies d’ IA conversationnelle  

    L’IA conversationnelle n’en est qu’à ses débuts et son adoption dans les entreprises n’a commencé qu’il y a quelques années. Comme avec toutes les nouvelles avancées technologiques, des défis se posent, en particulier lors de la transition vers les applications d’IA conversationnelle. En voici quelques exemples :

    Entrées linguistiques

    Les entrées linguistiques peuvent poser problème pour l’ IA conversationnelle, qu’elles se présentent sous le format textuel ou vocal. Les dialectes, accents et bruits de fond peuvent influer sur la compréhension des entrées brutes par l’IA. L’argot et le langage non scripté peuvent également générer des difficultés lors du traitement de l’entrée.

    Cependant, le plus grand défi de l’ IA conversationnelle  réside dans le facteur humain des entrées linguistiques. Les émotions, le ton et le sarcasme mettent en difficulté l’ IA conversationnelle  qui peine à interpréter l’intention de l’utilisateur et à y répondre de manière appropriée.

    Confidentialité et sécurité

    Puisque l’IA conversationnelle  dépend de la collecte de données pour répondre aux questions des utilisateurs, elle est vulnérable aux violations de la confidentialité et de la sécurité. Le développement d’applications d’ IA conversationnelle respectant des normes rigoureuses de confidentialité et de sécurité et dotées de systèmes de surveillance aidera à renforcer la confiance des utilisateurs finaux. Cela permettra à terme d’accroître l’utilisation des agents conversationnels.

    Appréhension des utilisateurs

    Les utilisateurs peuvent éprouver une appréhension à l’idée de partager des informations personnelles et sensibles, particulièrement lorsqu’ils se rendent compte qu’ils discutent avec une machine au lieu d’un humain. Puisque tous vos utilisateurs ne seront pas des « early adopters », il sera important de sensibiliser votre public aux avantages et à la sécurité de ces technologies pour créer de meilleures expériences client. Cela peut entraîner une mauvaise expérience client , réduire la performance de l’IA et en gâcher les effets positifs.

    De plus, certains agents conversationnels ne sont pas programmés pour répondre au vaste éventail de demandes de clients. Lorsque cela se produit, il est important de fournir un autre moyen de communication pour répondre aux requêtes plus complexes, car il sera frustrant pour l’utilisateur final de recevoir une réponse incomplète ou incorrecte. Dans ces cas, les clients devraient avoir la possibilité de communiquer avec un agent humain de l’entreprise.

    Enfin, l’IA conversationnelle peut également optimiser le flux de travail d’une entreprise, avec à la clé une réduction du personnel pour une fonction professionnelle spécifique. Cela peut déclencher un activisme socio-économique pouvant générer un retour négatif pour une entreprise.

    IBM et l’ IA conversationnelle

    IBM Watson® Assistant est un agent conversationnel par IA qui résout les problèmes des clients à la première instance. Il leur fournit des réponses exactes, cohérentes et rapides sur divers appareils, canaux et applications. Basé sur l’IA, Watson Assistant apprend des conversations avec les clients et améliore sa capacité à résoudre les problèmes dès la première instance. Résultat : il contribue à éviter la frustration causée par les longues attentes, les recherches fastidieuses et les agents conversationnels n’apportant aucune aide. En y associant IBM Watson Discovery, vous pouvez enrichir l’interaction utilisateur avec des informations issues de documents et de sites Web, grâce à la recherche optimisée par l’IA.

    Watson Assistant optimise les interactions en demandant du contexte aux clients lorsque leurs messages sont ambigus. Cela élimine la frustration d’avoir à constamment reformuler des questions, avec au final, une expérience client positive. Par ailleurs, Watson Assistant propose aux clients diverses options en réponse à leurs questions. S’il n’est pas en mesure de répondre à un problème de client particulièrement complexe, il peut directement transférer le client à un agent humain, par le même canal.

    Conçu pour s’intégrer à votre écosystème de service client, Watson Assistant se fond à vos plateformes et outils pour rendre l’expérience client plus simple et intelligente du début à la fin. Résultat : les interactions des clients avec votre entreprise laissent plus l’impression d’une relation de valeur avec quelqu’un qui se soucie vraiment d’eux, que d’une série de conversations fragmentées et aléatoires avec des inconnus.

    IBM comprend également qu’une expérience client va au-delà d’une simple conversation : il s’agit aussi de protéger des données sensibles. C’est pourquoi nous intégrons expertise en conformité, fiabilité et sécurité de calibre international à la conception de tous les produits Watson. Par ailleurs, IBM vous aide à protéger votre investissement en vous offrant la flexibilité de déployer Watson Assistant sur site, dans l’IBM Cloud® ou avec un autre fournisseur cloud de votre choix à l’aide d’IBM Cloud Pak® for Data.

    Prenez 5 minutes pour effectuer cette évaluation afin de découvrir si vous pouvez optimiser les interactions de votre service client avec l’IA et ainsi accroître la satisfaction client, réduire les coûts et booster votre chiffre d’affaires.

    Ou cliquez ici pour explorer Watson Assistant et commencer à bâtir votre solution aujourd’hui. 

    Pour en savoir plus sur l’ IA conversationnelle, enregistrez-vous pour l’IBMid et créez votre compte IBM Cloud.