Les chatbots actuels ne sont-ils rien de plus que des répondeurs téléphoniques ?

Entre chatbots classiques et chatbots dopés à l'IA, une confusion existe et pourtant ils ne se ressemblent pas. Nouveau mot buzz au même titre qu'a pu l'être le Big Data, le chatbot est souvent victime de contre-sens ou d'approximation souvent lorsqu'il est associé l'Intelligence Artificielle.

De nombreuses définitions existent pour désigner un chatbot mais la plus simple reste la suivante : il doit agir comme un robot de chat c’est-à-dire capable de mener une discussion quasi normale avec un humain. 

Mais force est de constater que la plupart des chatbots ne sont que des extensions de nos vieux répondeurs téléphoniques, n’allant pas au-delà d’une interaction basique du type « Tapez 1 pour tel service, tapez * pour réécouter le menu » etc... Avec cette fonctionnalité de menu déroulant, rien de bien étonnant à ce que les clients ressentent une certaine frustration lors d’interaction avec les chatbots. D’après une étude, 36% des consommateurs français préféreraient ne jamais à avoir à interagir avec des chatbots[1]. Or l’IA change la donne.

La compréhension de l’intention des clients est essentielle

La confusion qui existe aujourd’hui est elle-même entretenue par les acteurs du marché. Certains acteurs considèrent que le simple échange entre un robot et un humain suffit à être qualifié d’IA. Or, pour les « puristes », difficile de qualifier d’intelligent un chatbot qui opère ainsi au moyen de la programmation.

La force des chatbots dopés à l’IA est leur faculté à comprendre l’intention des clients. Seul ce type de chatbot est réellement capable de tenir un échange avec un client, de comprendre une requête à travers l’analyse de la conversation, et de prendre des décisions intelligentes en conséquence.  

Toute son intelligence réside dans son auto-apprentissage (Machine Learning) et dans sa capacité à assimiler, comprendre et discerner les millions d’informations utilisable ou inutilisables dont dispose l’entreprise. En effet, si l’IA fonctionne déjà avec le NLP (Natural Language Programming) pour comprendre le contenu d’un email par exemple, la dernière révolution est le NLU (Natural Language Understanding). L’objectif est de pouvoir comprendre ces 80% de données non structurées dont dispose l’entreprise. Pour rendre utile cette masse de contenu non structuré, le NLU cherche à comprendre, parmi des millions d’emails reçus par le service client, quelles étaient les intentions des clients. En analysant ces données, la machine apprend de la répétition d’occurrence dans les interactions avec les clients, ou avec d’autres machines.

Grâce à cet apprentissage, le smartbot est ainsi en mesure de détecter si la conversation avec un client va mener plutôt à une intention d’achat ou à une plainte. En fonction de cette analyse, il pourra alors déterminer s’il est à même de régler la situation, ou s’il faut passer la main à un agent humain pour un sujet trop complexe. Il détecte également si les mêmes problématiques reviennent de façon récurrente, afin de les faire remonter aux agents. Par exemple, il peut détecter à grande échelle si la résiliation de contrat intervient pour les mêmes raisons.

Equipées de ces nouveaux outils intelligents, les entreprises sont en mesure de mieux comprendre le parcours de leurs clients et de mieux accompagner leurs agents de support client. Pour y parvenir, il est impératif de fixer des objectifs clairs aux chatbots : comprendre la notion d’augmentation des ventes - et dans ce cas, il faudra détecter les intentions d’achat ; comprendre le concept de résiliation d’abonnement - et dans ce cas, il faudra identifier les facteurs de frustration des clients afin d’en tirer des conclusions et des actions correctives - etc…

Améliorer l’expérience client n’a jamais été autant une priorité pour les entreprises. L’investissement durable dans l’IA fait de plus en plus partie des réflexions sur le sujet. Pour les entreprises qui franchissent le pas, les pistes de développement sont nombreuses : amélioration de la satisfaction client, évolution du bien-être des agents soutenus par des super-conseillers artificiels, etc. Des entreprises aux Etats-Unis se sont d’ailleurs déjà tournées vers des programmes de « coaching bot » dans lesquels un robot « coache » les agents téléphoniques en leur donnant des conseils en temps réel lorsqu’ils interagissent avec les clients, en fonction des mots employés, des différences de temporisation dans le discours, du niveau sonore employé et de nombreux autres pointeurs.

Et ce n’est que le commencement.

[1] Selon une étude réalisée par Opinion Matters pour Freshworks Inc en 2019