Comment les entreprises font passer les agents vocaux d’IA du prototype à la production

Nov 18, 2026
9 minute read
Person viewing a customer profile and audio playback waveform on a desktop monitor, with a headset on a stand beside the keyboard.

Voice AI agents are moving beyond customer conversations to handle business transactions, where reliable integrations and human oversight are essential for successful deployment. Image generated via ChatGPT

eWeek Le contenu et les recommandations de produits sont indépendants de la rédaction. Nous pouvons gagner de l'argent lorsque vous cliquez sur des liens vers nos partenaires. En savoir plus

Un agent vocal d’IA peut confirmer avec assurance une modification de rendez-vous que le système de planification n’enregistre jamais. L’appelant entend que la demande est terminée, mais la réservation initiale reste inchangée. Une conversation convaincante ne remplace pas une transaction effectivement réalisée.

Les entreprises utilisent désormais des agents vocaux pour des demandes concernant les dossiers clients, les paiements et la planification. La préparation à la production dépend des actions autorisées, de la récupération après incident et de transferts fiables vers des agents humains. Les équipes informatiques et chargées de l’expérience client doivent également vérifier que les transactions sont bien effectuées et surveiller les performances sur de vrais volumes d’appels.

L’IA vocale passe des réponses aux transactions

Advertisement

L’étude 2026 de RingCentral et G2 a révélé que 57 % des décideurs interrogés par des agents vocaux d’IA ont déclaré utiliser activement des déploiements d’IA vocale agentique. Les 359 répondants provenaient d’organisations fortement dépendantes de la voix qui envisageaient, évaluaient ou déployaient déjà l’IA. Ce chiffre décrit donc un groupe sélectionné, et non l’adoption globale par les entreprises.

Une étude distincte d’AVOXI et de Metrigy a révélé que 55 % des 200 responsables multinationaux de l’informatique et de l’expérience client utilisaient l’IA vocale. Parmi les adopteurs, 69 % l’utilisaient pour des transactions telles que les paiements et les demandes sur l’état des commandes. Les deux études étaient financées par des fournisseurs et s’appuyaient sur des échantillons différents ; leurs pourcentages ne doivent donc pas être considérés comme directement comparables.

Les tâches transactionnelles augmentent les enjeux. Modifier une réservation nécessite de vérifier l’identité, d’accéder au bon dossier et de confirmer que la mise à jour a bien été effectuée.

Advertisement

Les déploiements en production apportent différents types de preuves

Dans une étude de cas de Google Cloud, Bell Canada a fait état de plus de cinq millions d’interactions avec son assistant virtuel vocal. L’entreprise a également signalé plus de 16 millions d’interactions par chat, dont plus de la moitié résolues de manière autonome. Ce taux de résolution concerne le chat, et non la voix.

« Les données sont essentielles pour obtenir des résultats véritablement autonomes et fiables », a déclaré Hadeer Hassaan, responsable de l’information et de l’expérience client chez Bell. Des dossiers clients exacts aident les agents à traiter les demandes de manière fiable.

Un fournisseur d’énergie décrit par McKinsey gère plus de sept millions d’appels d’assistance par an. Les agents d’IA prennent en charge environ 40 % des appels et en résolvent plus de 80 % sans intervention humaine. McKinsey a également fait état d’une baisse d’environ 50 % du coût moyen par appel et d’une progression de six points de pourcentage de la satisfaction client.

Advertisement

Les chiffres de Bell démontrent le volume de déploiement, tandis que les résultats du fournisseur d’énergie portent aussi sur la résolution, les coûts et la satisfaction. Les acheteurs devraient demander des mesures comparables pour leurs propres cas d’usage, plutôt que de considérer le nombre d’interactions comme une preuve de réussite.

Les choix d’architecture influent sur la latence et le contrôle

Les agents vocaux en production ont besoin d’un traitement audio en temps réel, de la détection des tours de parole, de la gestion des interruptions et d’intégrations métier. Le transport audio assure l’acheminement de la conversation, tandis que l’orchestration coordonne les réponses et les actions autorisées.

La documentation technique de LiveKit décrit des pipelines vocaux modulaires, des modèles vocaux en temps réel et des configurations hybrides :

  • Pipeline modulaire : Des services distincts de conversion de la parole en texte (STT), de grand modèle de langage (LLM) et de conversion du texte en parole (TTS) offrent aux développeurs davantage de choix de fournisseurs et de visibilité sur les erreurs, mais ajoutent des étapes de traitement supplémentaires.
  • Conversion native parole-parole : Un modèle en temps réel traite l’audio plus directement, ce qui peut réduire les délais et préserver les nuances vocales. La mise à jour de l’API Realtime d’OpenAI illustre cette approche, même si les erreurs individuelles peuvent être plus difficiles à isoler.
  • Architecture hybride : Les équipes combinent le traitement audio en temps réel avec des composants distincts, comme la génération vocale, afin d’équilibrer réactivité et contrôle.
Advertisement

Changer de modèle ne résoudra pas tous les problèmes de lenteur. Les recommandations de Microsoft pour surveiller les agents vocaux distinguent les délais liés à la reconnaissance, à la détection des tours de parole, au traitement par le modèle, à la génération vocale et aux appels d’API externes. Si un agent interrompt une personne qui énonce un numéro de compte, la détection des tours de parole peut être en cause. Si la confirmation d’une réservation prend trop de temps, l’API de planification est peut-être le goulot d’étranglement.

Les équipes doivent mesurer le délai entre les derniers mots de l’appelant et la première réponse audible, puis analyser les appels les plus lents par étape. La diffusion en continu peut améliorer la réactivité, mais un agent ne doit pas annoncer qu’une transaction est terminée avant que le système sous-jacent ne l’ait confirmée.

Testez la fiabilité sur de vrais appels, pas sur des scripts de démonstration

Les appelants réels interrompent, parlent avec des accents différents et téléphonent depuis des environnements bruyants. Dans le benchmark τ-Voice 2026, les chercheurs ont testé des agents vocaux sur 278 tâches avec des appelants simulés. Les agents testés ont accompli 31 à 51 % des tâches dans des conditions propres, et 26 à 38 % dans des conditions intégrant du bruit et des accents variés. Ces résultats s’appliquent aux systèmes testés, et non à tous les agents vocaux commerciaux.

Les progrès de l’ IA vocale conversationnelle en direct peuvent rendre les réponses plus naturelles, mais une expression fluide ne prouve pas qu’une demande métier a abouti. Une erreur d’intégration peut empêcher la mise à jour d’un dossier, même si la réponse de l’agent semble correcte.

Advertisement

Testez les interruptions, les identifiants incorrects, les pannes, le bruit et les transferts. Après toute modification des instructions, des modèles ou des intégrations, rejouez des appels représentatifs et vérifiez les dossiers métier. Poursuivez la surveillance après le lancement.

Les intégrations et la responsabilité déterminent la capacité à changer d’échelle

Les déploiements téléphoniques doivent se connecter au réseau téléphonique public commuté (RTC), souvent via le protocole d’initiation de session (SIP), et fonctionner avec les logiciels de centre de contact existants. Le guide de LiveKit sur le transfert assisté explique comment informer un représentant humain avant de mettre l’appelant en relation. Les équipes ont également besoin d’une solution de secours lorsque ce transfert échoue.

Dans une discussion de McKinsey en février 2026, le PDG de Replicant, Gadi Shamia, a identifié l’absence d’API transactionnelles comme un obstacle à l’automatisation. Des API transactionnelles absentes ou peu fiables peuvent empêcher un agent de traiter les demandes via l’intégration prévue.

La géographie ajoute une autre contrainte. Les recommandations de LiveKit sur les déploiements régionaux portent sur le rapprochement des ressources de calcul de l’agent avec les utilisateurs, mais les entreprises doivent tester l’ensemble du parcours, notamment les modèles vocaux, les API métier et les régions de secours. Rapprocher un point d’accès téléphonique de l’appelant ne supprimera pas les délais dus à une base de données clients distante.

Advertisement

Les décisions d’hébergement déterminent qui gère la capacité et la reprise après incident. La documentation de LiveKit compare son service cloud géré aux déploiements auto-hébergés, dans lesquels les clients exploitent et mettent à l’échelle leur propre infrastructure. Les services gérés peuvent réduire la charge opérationnelle, tandis que l’auto-hébergement offre davantage de contrôle, mais nécessite une maintenance dédiée. Intégrez ces responsabilités dans la comparaison des coûts et des exigences d’infrastructure liées au passage à l’échelle des agents d’IA.

La sécurité et la supervision humaine restent essentielles

Dans la même étude d’AVOXI et de Metrigy, 61 % des répondants ont cité les préoccupations de sécurité et de conformité comme des obstacles à l’expansion mondiale de l’IA vocale, tandis que 51 % ont mentionné la souveraineté des données et la confidentialité. Les entreprises ont besoin de contrôles d’identité, d’autorisations système limitées, de journaux de transactions, de règles de conservation des enregistrements et de limites d’approbation claires pour les actions sensibles.

L’assistance humaine doit rester accessible. Une récente étude de Gartner menée auprès de 3 566 clients a révélé que 87 % considéraient l’accès à une personne comme essentiel lorsque les entreprises utilisent l’IA générative dans le service client. Bien que cette étude ne soit pas spécifique à la voix, elle plaide pour des transferts qui conservent les informations vérifiées au lieu de contraindre les appelants à tout recommencer.

Advertisement

Cinq étapes pour passer du pilote à la production

Dans la discussion de McKinsey, le partenaire Eric Buesing a insisté sur le fait de « financer pleinement l’initiative et de lui affecter les bons talents pour la diriger ». Les entreprises peuvent appliquer cette discipline en cinq étapes :

  1. Choisissez une demande bien délimitée. Commencez par la confirmation ou la reprogrammation de rendez-vous. Établissez des valeurs de référence pour le taux de résolution, les contacts répétés, la satisfaction et les coûts. Définissez la réussite par le dossier résultant, et non par le fait que l’agent termine de parler.
  2. Limitez l’autorité et connectez les systèmes. Vérifiez l’identité, n’accordez que les autorisations d’API nécessaires et empêchez les nouvelles tentatives de créer des réservations ou des paiements en double.
  3. Testez les appels et les scénarios d’échec. Incluez l’audio bruyant, les interruptions, les informations incorrectes, les pannes et les demandes de mise en relation avec une personne. Vérifiez les erreurs des outils et assurez-vous que l’agent reconnaît son incertitude.
  4. Lancez progressivement. Surveillez les délais de réponse, les actions échouées, les transferts et les appels abandonnés. Conservez une solution de secours testée et rejouez les scénarios après toute modification importante.
  5. Étendez le déploiement en vous appuyant sur des résultats vérifiés. Comparez les tâches terminées, les contacts répétés et les transferts avec les valeurs de référence du pilote. Réévaluez la latence régionale, la capacité, les obligations de confidentialité et les coûts avant d’ajouter des marchés ou du trafic.
Advertisement

Mesurez le ROI à partir des résolutions vérifiées

RingCentral et G2 ont constaté que 82 % des dirigeants disposant de déploiements actifs et ayant évalué leurs retours faisaient état d’un ROI positif. Il s’agissait d’évaluations déclarées par les intéressés, et non d’économies auditées. 

De même, l’exemple du fournisseur d’énergie présenté par McKinsey faisait état d’un coût moyen inférieur par appel, ce qui ne se traduit pas nécessairement par une baisse des coûts de résolution des problèmes clients.

Les entreprises devraient évaluer le ROI à partir de types de demandes comparables et de périodes de mesure cohérentes. Les indicateurs suivants aident à distinguer une automatisation réussie des appels qui se terminent simplement sans assistance humaine.

Indicateur

Comment le mesurer

Points à surveiller

Taux de résolution vérifiéeDivisez le nombre de demandes confirmées et traitées avec succès par le nombre de demandes éligibles prises en charge par l’IA.Les agents signalent une réussite sans mettre à jour les dossiers métier.
Taux de contacts répétésSuivez les clients qui reviennent au sujet du même problème pendant une période définie.L’automatisation progresse, mais les problèmes non résolus génèrent davantage d’appels.
Réussite des transferts vers un agent humainMesurez les transferts effectués en préservant le contexte client.Les transferts échouent ou les clients doivent répéter les informations.
Satisfaction clientComparez les scores de satisfaction après appel pour des demandes similaires.Les coûts diminuent tandis que la satisfaction recule.
Coût par résolution vérifiéeDivisez les coûts totaux d’exploitation et de reprise par le nombre de résolutions confirmées.Le coût par appel diminue sans économies correspondantes par problème résolu.
Advertisement

En résumé : vérifiez ce qui se passe après l’appel

La réussite d’un déploiement vocal d’IA dépend de ce qui se passe après la fin de la conversation. Les entreprises doivent confirmer que les rendez-vous ont été modifiés, que les transactions ont été effectuées et que les transferts vers des agents humains ont préservé les informations déjà fournies par les clients. Sans ces vérifications, des taux d’automatisation élevés peuvent masquer des demandes non résolues et des erreurs opérationnelles.

L’impact financier mérite également un examen plus approfondi. Un coût par appel inférieur peut sembler prometteur, mais les contacts répétés, les transactions échouées et les interventions humaines supplémentaires peuvent réduire ces économies. Comparer les résolutions vérifiées, la satisfaction client et les coûts totaux d’exploitation pour des demandes similaires donne aux décideurs une vision plus claire de la valeur réellement produite par l’automatisation.

Advertisement

Avant de s’étendre à de nouveaux marchés ou de traiter davantage d’appels, les entreprises devraient établir des seuils de performance et tester le comportement des agents sous une charge accrue et lors de modifications des systèmes. Lorsque les résultats se dégradent, les équipes doivent identifier le problème sous-jacent, améliorer l’intégration concernée ou réorienter les demandes complexes vers des représentants humains. Une performance fiable doit guider l’expansion, plutôt que le nombre d’appels qu’un agent peut automatiser.

Des consignes claires sont également importantes pour les personnes qui travaillent avec des systèmes d’IA et les supervisent. Découvrez des techniques pratiques de rédaction de prompts grâce au cours gratuit Comment parler à l’IA. Vous pouvez également découvrir d’autres compétences en IA grâce à sept jours d’accès gratuit. Découvrez toutes les leçons ici. →


Kezia Grace Jungco

Kezia Jungco is a technology writer and researcher specializing in artificial intelligence, data analytics, CRM software, cloud infrastructure, cybersecurity, and emerging business technologies. With more than five years of experience evaluating software platforms and technology solutions, she helps business leaders understand the tools and trends shaping the future of work.

Kezia has extensive hands-on experience testing and analyzing generative AI platforms, chatbots, natural language processing (NLP) tools, CRM systems, and business software. Her work focuses on translating complex technologies into practical insights that help organizations make informed decisions about technology adoption, operational efficiency, and digital transformation.

As a staff writer for TechnologyAdvice, Kezia covers AI innovation, business applications of machine learning, data-driven technologies, cloud computing, cybersecurity, and sales technology. Her background in journalism, research, and education enables her to combine rigorous analysis with clear, accessible reporting for both enterprise and consumer audiences.

Kezia holds a bachelor's degree in Development Communication with a major in Development Journalism from the University of the Philippines Los Baños. She has also completed professional training in artificial intelligence, data privacy, and information security. Her work has been featured in TechnologyAdvice, TechRepublic, eWeek, Datamation, and Selling Signals, where she helps readers navigate a rapidly evolving technology landscape with practical, research-driven guidance.

eWeek Logo

eWeek has the latest technology news and analysis, buying guides, and product reviews for IT professionals and technology buyers. The site's focus is on innovative solutions and covering in-depth technical content. eWeek stays on the cutting edge of technology news and IT trends through interviews and expert analysis. Gain insight from top innovators and thought leaders in the fields of IT, business, enterprise software, startups, and more.

Propriété de TechnologyAdvice. © 2026 TechnologyAdvice. Tous droits réservés

Divulgation publicitaire : Certains des produits qui apparaissent sur ce site proviennent d'entreprises dont TechnologyAdvice reçoit une compensation. Cette compensation peut influencer la façon dont les produits apparaissent sur ce site, notamment l'ordre dans lequel ils apparaissent. TechnologyAdvice n'inclut pas toutes les entreprises ou tous les types de produits disponibles sur le marché.