Quelles sont les principales différences entre les chatbots et les agents virtuels ?
Sur le papier, les bots, les chatbots et les agents virtuels intelligents peuvent sembler tout à fait comparables... jusqu'à ce que vous commenciez à communiquer avec eux. En effet, la maîtrise de l'art humain de la conversation requiert un ensemble de compétences très particulier.
Pour faire la différence entre un chatbot et un agent virtuel intelligent, voici 4 compétences clés à rechercher.
-
Comprendre le langage humain
Un petit rappel de l'histoire de l'intelligence artificielle peut s'avérer nécessaire. Parmi les premiers chatbots les plus remarquables, on trouve deux robots appelés ELIZA (MIT, 1966) et PARRY (Stanford, 1972), construits pour simuler une conversation dactylographiée.
Le programme d'ELIZA avait été écrit par un psychiatre pour simuler un thérapeute, tandis que PARRY simulait une personne atteinte de schizophrénie paranoïaque. ELIZA et PARRY se sont "rencontrés" à plusieurs reprises, à l'initiative de la communauté scientifique, donnant lieu à des conversations agréablement absurdes.
Ces chatbots n'étaient pas capables de comprendre réellement le langage humain. En effet, ELIZA et PARRY se contentent de créer une illusion de compréhension de la langue, en recherchant des mots-clés dans la conversation pour y répondre par des réponses préprogrammées.
Les agents virtuels intelligents ne reposent pas sur le même type de programmation que les chatbots "de base", encore utilisés aujourd'hui, par exemple, pour aider les clients du e-commerce.
Les agents virtuels utilisent le traitement du langage naturel (NLU/NLG), la reconnaissance des patterns et l'analyse contextuelle pour effectuer des sauts, des perceptions et des jugements plus intuitifs afin d'améliorer la reconnaissance vocale. Les compétences en IA conversationnelle d'un agent virtuel lui permettent de comprendre l'intention de l'utilisateur final, de poser des questions supplémentaires pour comprendre le contexte et d'orchestrer des actions multiples.
-
Maîtriser les conversations écrites et vocales
Même si les interactions humaines ont évolué en raison de la transformation numérique pour inclure davantage d'échanges écrits, avec les courriels, les plateformes de médias sociaux et maintenant les environnements de travail numériques, les conversations vocales avec un agent humain restent un réflexe humain naturel profondément ancré.
Lorsqu'ils sont confrontés à un problème, les humains préfèrent encore avoir une conversation téléphonique plutôt que de chercher une solution en ligne. Dans un environnement de service desk par exemple, 72 % des utilisateurs préfèrent appeler leur service d'assistance IT plutôt que d'utiliser des solutions en libre-service comme un portail ou un chat en direct.
C'est pourquoi les technologies vocales basées sur l'IA (voicebot/callbot) sont des étapes majeures de l'évolution entre les chatbots de base et les agents virtuels intelligents. Comprendre et converser avec un être humain, dans différentes langues, et répondre avec une voix à consonance humaine nécessite non seulement une technologie de traitement du langage naturel (NLU/NLG), mais aussi l'intégration de la synthèse vocale (Text-to-Speech) et de la reconnaissance vocale (Speech-To-Text) avec des scénarios vocaux multilingues.
Pour que les utilisateurs puissent interagir avec les agents virtuels par le biais de la manière la plus naturelle qui soit, Konverso s'associe aux principaux fournisseurs de solutions VoiceAi. fournisseurs de solutions VoiceAi.
-
Apprendre de nouvelles compétences
L'évolution d'une solution d'IA est essentielle pour le retour sur investissement d'un projet.
Même si un chatbot de base peut répondre à de nombreux besoins identifiés au début d'un projet, il lui manquera l'IA, l'apprentissage profond et les fonctionnalités de back-office pour rester pertinent et même s'améliorer au fil du temps.
Les agents virtuels sont des solutions d'intelligence artificielle plus avancées, capables d'intégrer davantage de connaissances grâce aux bases de connaissances existantes existantes (par exemple celles d'Upland RightAnswers, ServiceNow, Confluence, etc,) et de nouvelles sources de données à l'intérieur et à l'extérieur de l'entreprise.
Par exemple, les connaissances provenant des FAQ existantes, mais aussi les connaissances non structurées provenant de pages web, de documents pdf, de transcriptions...
L'acquisition de nouvelles compétences peut également signifier l'intégration et la connexion avec d'autres technologies. Par exemple, un agent virtuel peut s'intégrer à des technologies d'automatisation telles que l'automatisation robotique des processus (RPA) pour apporter plus de contexte, de connaissances et de personnalisation à l'automatisation.
Si vous souhaitez en savoir plus sur cette notion d'"automatisation cognitive des processus", qui distingue réellement les chatbots et les agents virtuels, voici un article plus détaillé.
Les agents virtuels sont également capables d'apprendre de manière automatisée en se basant sur les conversations humaines. Plus les gens interagissent avec un agent virtuel, plus ils l'entraînent. Par conséquent, les agents virtuels s'adapteront constamment à l'expérience de l'utilisateur et à l'évolution des outils et des méthodes du lieu de travail pour aider à maximiser la productivité.
-
Partenariat avec les humains
Ces compétences d'apprentissage s'appuient également sur des experts humains qui surveilleront le comportement de l'agent virtuel et les réactions des employés qui interagissent avec lui. Ce partenariat entre un agent virtuel intelligent et un humain nécessite un back-office puissant, pour accéder aux données d'interaction mais aussi pour programmer de nouvelles capacités.
C'est pourquoi les agents virtuels les plus avancés, comme celui de Konverso, intègrent un backoffice sans code / à faible code, facile à utiliser pour les experts IT (notamment les experts du Service Desk) et les experts de terrain.
Grâce à cette coopération transparente entre les IVA et les humains, les agents virtuels intelligents peuvent être considérés comme une "main-d'œuvre numérique" qui travaille aux côtés de la main-d'œuvre humaine.
Cette liste de compétences est basée sur l'expérience de Konverso depuis 2017, en construisant une plateforme d'IA conversationnelle et de solutions d'agents virtuels. Konverso a été désigné comme l'un des principaux acteurs dans le rapport d'Everest Group sur les agents virtuels intelligents, à la fois en 2019 et en 2020, une reconnaissance de nos capacités en constante amélioration dans le domaine du traitement du langage naturel et de l'apprentissage automatique.
A propos du back-office de Konverso
Konverso fournit un agent virtuel intelligent "prêt à l'emploi" qui peut générer une valeur instantanée pour nos clients. Mais notre back-office est également essentiel pour que nos clients puissent étendre les capacités de l'agent virtuel.
Grâce à l'interface graphique de Konverso, nos clients peuvent personnaliser l'interface utilisateur de leur agent virtuel. Dans notre environnement de flux de travail "glisser-déposer", ils peuvent aussi facilement concevoir, construire, tester et intégrer leurs propres flux de conversation, intentions et actions connexes.
Konverso a également intégré de puissantes analyses sur le comportement des agents virtuels et leurs interactions avec les utilisateurs. Les experts du domaine peuvent entraîner l'agent virtuel en fonction des commentaires des utilisateurs finaux, de ce qu'ils aiment et de ce qu'ils n'aiment pas. Les experts peuvent également utiliser les données des clients pour alimenter les capacités d'apprentissage automatique de l'agent virtuel et améliorer ses performances en matière de classification.
Pour illustrer les performances de l'agent virtuel intelligent de Konverso, voici ce que nous avons réalisé avec Computacenter, un fournisseur mondial de services d'infrastructure IT qui compte 3 000 agents de service desk dans le monde.
Lorsque Computacenter a déployé la plateforme d'IA conversationnelle de Konverso, ils ont ouvert leur base de connaissances pour permettre à l'agent virtuel d'apprendre par lui-même. Ils lui ont également donné accès à un an d'interactions entre les utilisateurs et le service d'assistance. En conséquence, notre taux de compréhension du langage naturel a atteint 80 %, avant même d'être mis à la disposition des utilisateurs finaux. (Etude de cas complète de Computacenter)
Grâce aux agents virtuels intelligents de Konverso, nos clients augmentent la satisfaction des utilisateurs finaux de 80 %.
