Comment fonctionne un secrétariat téléphonique IA, étape par étape

Vous renvoyez votre ligne professionnelle, quelqu'un appelle, et trente secondes plus tard une réservation apparaît dans votre boîte de réception, avec la transcription complète. On dirait un tour de passe-passe. Ce n'en est pas un. Un secrétariat téléphonique IA, c'est une chaîne d'étapes ordinaires et bien comprises, chacune faisant un travail et le passant à la suivante. Voici cette chaîne, expliquée comme vous l'expliqueriez à un ami autour d'un café.

La plupart des articles sur le sujet soit restent dans le flou ("l'IA comprend vos appelants !"), soit vous noient dans le jargon des transformers et des tokens. Ni l'un ni l'autre ne vous aide à décider si vous pouvez lui confier votre téléphone. Alors faisons autrement : suivons tout le trajet d'un seul appel, de l'instant où ça sonne au moment où vous lisez le résumé, et soyons honnêtes sur l'endroit des coutures.

Le tour d'horizon en 30 secondes

Avant de zoomer, voici l'ensemble d'un seul souffle. Un appelant compose votre numéro. Votre système téléphonique renvoie cet appel vers le service IA au lieu de faire sonner votre bureau. L'IA décroche, convertit en texte ce que dit l'appelant, détermine ce qu'il veut vraiment, décide comment répondre, reconvertit sa réponse en voix parlée, et parle. Cette boucle se répète à chaque tour de la conversation. Quand l'appel se termine, l'IA rédige ce qui s'est passé et vous l'envoie. C'est tout. Cinq ou six pièces mobiles, que nous allons maintenant démonter.

Si cela paraît instantané, c'est que ces étapes sont rapides et se chevauchent. L'IA commence à transcrire pendant que l'appelant parle encore, et commence à former une réponse avant qu'il n'ait tout à fait fini. Pour la personne au téléphone, cela ressemble à une conversation normale, quoique un peu patiente.

Étape 1 : l'appel est renvoyé

Rien ne change à votre numéro de téléphone. Vous gardez le numéro imprimé sur votre camionnette, votre site web et vos cartes de visite. Ce qui change, c'est un seul réglage chez votre opérateur : le renvoi d'appel. Vous dites à votre opérateur : "quand ma ligne est occupée, sans réponse après quatre sonneries, ou toujours, envoie l'appel vers cet autre numéro." Cet autre numéro appartient au service IA.

C'est la même fonction que vous utilisez depuis des décennies pour renvoyer les appels vers votre mobile. Le service IA vous donne simplement un numéro dédié vers lequel renvoyer. Comme le renvoi se fait au niveau de l'opérateur, l'IA peut prendre l'appel que vous soyez fermé, en pleine conversation, ou que vous ne vouliez tout simplement pas être dérangé alors que vous avez le bras enfoncé jusqu'au coude dans un moteur.

• Renvoyer toujours : chaque appel passe d'abord par l'IA. Idéal pour un usage uniquement hors horaires ou des lignes entièrement autonomes.
• Renvoyer si occupé : l'IA récupère le débordement pendant que vous êtes déjà en ligne, si bien qu'un deuxième appelant n'entend jamais de tonalité occupée.
• Renvoyer si sans réponse : votre bureau sonne d'abord ; si personne ne décroche après quelques sonneries, l'IA répond au lieu de laisser l'appel mourir.

Étape 2 : décrocher et écouter

L'IA décroche et joue un message d'accueil, généralement celui que vous avez rédigé lors de la configuration, du genre "Merci d'appeler le Cabinet dentaire de la rue de l'Érable, comment puis-je vous aider ?" Dès cet instant, elle fait deux choses à la fois : elle diffuse de l'audio vers l'appelant et capte l'audio qui revient.

L'audio entrant n'est au départ qu'un flux de son. En soi, il ne signifie rien pour un ordinateur : c'est de la pression d'air transformée en nombres. La tâche suivante consiste à transformer ce son en mots, et cette tâche porte un nom que presque tout le monde a entendu sans le savoir : la reconnaissance vocale.

Étape 3 : la parole devient texte

La reconnaissance vocale, ou synthèse parole vers texte, c'est la partie que vous utilisez déjà tous les jours. C'est la même famille de technologie que derrière le bouton de dictée de votre téléphone et les sous-titres automatiques des vidéos. Elle écoute l'audio et produit une ligne écrite : "bonjour, euh, oui, je voulais réserver un détartrage pour mardi prochain, si vous avez quelque chose l'après-midi."

La reconnaissance vocale moderne est remarquablement bonne, mais ce n'est pas de la magie, et il est honnête de le dire. Elle gère les accents, le bruit de fond et les gens qui s'éteignent en milieu de phrase bien mieux que les systèmes poussifs "tapez 1 pour le commercial" d'autrefois. Là où elle peine, c'est exactement là où un humain peinerait : un appelant qui crie par-dessus un souffleur de feuilles, un nom de famille très inhabituel, ou trois personnes qui parlent en même temps. Les bons services sont réglés pour demander de répéter en cas de doute, plutôt que de deviner et de se tromper.

Une subtilité à connaître : l'IA n'attend pas que l'appelant ait fini tout son propos avant de transcrire. Elle diffuse le texte au fur et à mesure que les mots arrivent, si bien qu'au moment où quelqu'un s'arrête de parler, la transcription est pour ainsi dire déjà terminée. C'est en grande partie pourquoi les réponses arrivent si vite.

Étape 4 : comprendre ce qu'ils veulent dire

Maintenant l'IA a une ligne de texte. La partie difficile et intéressante, c'est de transformer ce texte en sens : cerner l'intention de l'appelant. À partir de "est-ce que je peux déplacer mon rendez-vous de jeudi à vendredi ?", elle doit comprendre trois choses : c'est un client existant, il veut reprogrammer, et la cible est vendredi. À partir de "vous prenez les chiens ou seulement les chats ?", elle doit reconnaître une question sur les prestations que vous proposez, et répondre depuis votre profil.

C'est ici qu'un grand modèle de langage fait le gros du travail, le même type de technologie que derrière les assistants dont vous avez entendu parler. Mais il ne répond pas à partir de rien ni de tout l'internet. Un bon secrétariat téléphonique donne au modèle un cahier des charges serré et privé : le profil de votre entreprise. Les prestations que vous avez listées, vos horaires, vos tarifs, vos règles, votre adresse, les questions qu'on vous pose le plus. Le modèle raisonne sur les mots de l'appelant et ce cahier des charges ensemble.

Cet ancrage, c'est tout l'enjeu. C'est pourquoi l'IA peut dire "nous sommes ouverts jusqu'à dix-huit heures en semaine et fermés le dimanche", non parce qu'elle a deviné, mais parce que vous avez tapé ces horaires dans un assistant une fois. Et c'est pourquoi, quand quelqu'un demande quelque chose hors du cahier des charges ("le vétérinaire garde-t-il aussi les lapins la nuit ?"), un service bien conçu devrait prendre un message plutôt qu'inventer une réponse. Un assistant qui invente est pire que pas d'assistant du tout.

Étape 5 : décider quoi faire

Comprendre la demande est une chose ; y donner suite en est une autre. Selon l'intention, l'IA emprunte l'un de quelques chemins. Répondre à une question depuis le profil. Réserver ou reprogrammer un rendez-vous. Prendre un message avec un numéro de rappel. Ou, quand l'appelant a clairement besoin d'une personne, recueillir l'essentiel et promettre que le gérant rappellera.

1. 1
   Elle répond directement

   Pour tout ce que couvre votre profil (horaires, adresse, si vous acceptez sans rendez-vous, ce qu'inclut une prestation) l'IA le dit simplement à l'appelant, dans une phrase naturelle, sans menu.
2. 2
   Elle réserve ou reprogramme

   Quand l'intention est un rendez-vous, elle recueille le qui, le quoi et le quand, vérifie par rapport aux règles que vous avez définies, et confirme un créneau ou propose des alternatives.
3. 3
   Elle prend un message

   Pour tout ce qu'elle ne peut ou ne doit pas traiter (une réclamation, un devis sur mesure, une question hors de votre profil) elle capte les détails et le numéro de l'appelant pour que vous puissiez donner suite.
4. 4
   Elle transfère avec élégance

   Si un appelant demande à parler à un humain, ou si la situation est clairement sensible, elle ne fait pas barrage. Elle prend le message ou organise un rappel, et elle ne prétend pas être une personne quand on le lui demande.

Étape 6 : répondre à voix haute

L'IA a décidé quoi dire, mais jusqu'ici cette décision n'est que du texte. La dernière étape de la boucle retransforme le texte en une voix que l'appelant peut entendre. C'est la synthèse vocale, l'image miroir de l'étape 3. Les voix synthétiques utilisées aujourd'hui sont loin du bourdonnement plat et robotique dont vous vous souvenez ; elles font des pauses, respirent, et montent et descendent d'une manière qui, le plus souvent, ressemble à une personne ayant une journée un peu trop calme.

Puis la boucle se referme. L'appelant entend la réponse, réagit, et tout le cycle (écouter, transcrire, comprendre, décider, parler) tourne à nouveau pour le tour suivant. Un appel de trois minutes peut faire une douzaine de fois le tour de cette boucle, chaque passage prenant une seconde environ. Du côté de l'appelant, ce n'est qu'une conversation. Sous le capot, ce sont les mêmes cinq étapes, répétées.

Étape 7 : le résumé atterrit dans votre boîte de réception

Quand l'appel se termine, la dernière tâche s'exécute. L'IA dispose de la transcription complète de tout ce qui a été dit, alors elle rédige ce qui comptait : qui a appelé, ce qu'il voulait, ce qui a été convenu, et toute action qui vous reste à faire. Ce résumé, plus la transcription brute et souvent l'enregistrement audio, arrive dans votre boîte de réception ou là où vous avez demandé à être notifié.

C'est la partie dont les gérants nous disent qu'ils ne s'attendaient pas à l'adorer. Vous ne réécoutez plus des messages vocaux en griffonnant des notes. Vous recevez un topo net : "Nouvelle patiente, veut un détartrage, préfère le mardi après-midi, numéro au dossier, réservé le 14 à 15 h." Vous le parcourez en cinq secondes et vous passez à autre chose. Rien ne passe entre les mailles du filet, parce que tout est écrit et consultable.

Le tout ensemble : un appel de bout en bout

Suivons un seul appel jusqu'au bout. Imaginez un salon de coiffure à deux fauteuils, en milieu d'après-midi, les deux coiffeuses occupées. Un appelant veut réserver une coloration.

• La ligne est occupée, alors l'opérateur renvoie l'appel vers le numéro de l'IA.
• L'IA décroche : "Merci d'appeler Bloom Studio, comment puis-je vous aider ?" et commence à écouter.
• L'appelant dit qu'il aimerait un rendez-vous coloration ce samedi. La reconnaissance vocale le transforme en texte pendant qu'il parle.
• L'IA lit l'intention (nouvelle réservation, prestation coloration, samedi) et consulte le profil du salon pour la disponibilité du samedi et la durée d'une coloration.
• Elle décide de proposer deux créneaux libres, puis les énonce : "J'ai samedi 10 h ou 14 h, lequel vous convient ?"
• L'appelant choisit 14 h et donne son nom et son numéro. L'IA confirme et clôt l'appel.
• Quelques secondes plus tard, la gérante reçoit un résumé : nouvelle réservation coloration, samedi 14 h, nom et numéro joints.

Le tout a pris moins de deux minutes, la gérante n'a jamais touché au téléphone, et l'appelant (qui sinon aurait peut-être raccroché sur la tonalité occupée pour appeler un concurrent) a son rendez-vous. Voilà toute la valeur en un appel, et ce ne sont que les sept étapes ci-dessus faisant leur travail.

Où sont les coutures (la partie honnête)

Aucune technologie n'est sans couture, et vous ferez davantage confiance à celle-ci si vous savez où elle peut s'effilocher. Les appels très bruyants font travailler plus dur la reconnaissance vocale et lui font parfois mal entendre un nom, c'est pourquoi les bonnes configurations confirment les détails à l'appelant. Les demandes très inhabituelles ou chargées d'émotion valent mieux d'être confiées à un humain, et un assistant bien conçu sait le faire plutôt que de s'empêtrer.

Il y a aussi le fait que l'IA ne sait que ce que vous lui dites. Un profil maigre et à moitié fini produit des réponses vagues ; un profil riche, avec vos vrais horaires et vos questions les plus fréquentes, en produit des précises. La qualité que vous obtenez est étroitement liée aux dix minutes que vous passez à décrire votre entreprise. Cela récompense un peu de soin en amont, et c'est un échange équitable.

Comment vous le configurez concrètement

En connaissant la mécanique, la configuration prend tout son sens. Vous ne faites en réalité que remplir les deux choses dont le pipeline a besoin : le cahier des charges à partir duquel l'IA raisonne, et la règle de renvoi qui lui envoie les appels.

1. 1
   Décrivez votre entreprise

   Un court assistant vous demande vos prestations, horaires, tarifs, adresse et questions fréquentes. Cela devient le profil dans lequel l'IA ancre chaque réponse.
2. 2
   Testez-le en appelant

   Appelez votre nouvel assistant et essayez de le piéger. Posez-lui les questions gênantes que posent vos vrais appelants. Ajustez le profil jusqu'à ce que les réponses soient justes.
3. 3
   Renvoyez votre numéro

   Définissez la règle de renvoi chez votre opérateur (toujours, si occupé ou si sans réponse) vers le numéro de l'IA. C'est l'interrupteur qui passe en production.
4. 4
   Regardez les résumés arriver

   À partir de là, chaque appel traité devient un résumé dans votre boîte de réception. Affinez le profil au cours de la première semaine et il ne fera que s'aiguiser.

Il faut en général quelques minutes pour décrire l'entreprise et un instant pour définir la règle de renvoi. Aucun matériel, aucun nouveau numéro à faire connaître, rien à installer. La plupart des gérants commencent par un essai gratuit, en ne renvoyant que les appels hors horaires, avant de confier davantage.