Scott Wickware, Senior Executive et Board member de Nuance Communications
Les entreprises, les fournisseurs, les analystes et les experts s’accordent tous sur le fait que les bots vont perdurer. Gartner prédit même qu’en 2019, 20% des marques abandonneront leurs applis mobiles et que, d’ici à 2020, une personne lambda aura plus de conversations avec des bots qu’avec son propre conjoint. Mais tous les bots ne sont pas créés sur le même modèle et ne sont donc pas voués au même destin.
Pour les chercheurs de Nuance, les critères de réussite d’un « bon » bot dépendent de l’expérience client qu’ils sont à même de délivrer. Cette conviction est partagée par Forrester Research : « Les clients en viennent aujourd’hui à récompenser ou punir des marques sur la base d’une expérience unique qui forge leur impression à un moment donné. Ce comportement, d’abord caractéristique de la génération des Millennials, s’étend désormais aux générations précédentes. C’est devenu une pratique normale. »
Ainsi, dans un futur où les bots vont se démultiplier et s’imposer petit à petit dans le quotidien des individus, toutes générations confondues, les chances de succès d’un bot seront déterminées par les caractéristiques suivantes :
1. L’intelligence artificielle de la conversation : pour être efficace, un bot doit pouvoir dialoguer intelligemment avec un consommateur sur le mode de la conversation bidirectionnelle. Tout comme un humain, le bot doit pouvoir interpréter le contexte, par exemple lorsque le consommateur change rapidement de sujet ou qu’il utilise des mots ou expressions familiers. La plupart des bots ne sont pas encore suffisamment sophistiqués pour cela. Certains pourront répondre à une requête basique du type « Quelle est la température à Miami ? » (réponse : « Il fait 30 degrés à Miami »), mais si le consommateur enchaîne la conversation et dit « Et à Beijing ? », la plupart des bots ne sauront pas faire le lien avec le contexte et ne comprendront pas que la question porte sur la météo.
2. L’intelligence artificielle cognitive : cela renvoie aux facultés de raisonnement d’un bot, qui l’aident à prendre une décision et à anticiper les besoins du consommateur. Si ces compétences sont propres aux humains, la précision des technologies peut s’approcher de l’effet « raisonnement humain ». Ainsi par exemple, les systèmes traditionnels de reconnaissance vocale comprennent ce que les gens disent, mais les systèmes de compréhension du langage naturel plus actuels et plus sophistiqués comprennent ce que les gens veulent dire et ce qu’ils souhaitent faire. La reconnaissance vocale et l’interprétation du discours en langage naturel se fondent toutes les deux sur le Big Data et sur une connaissance importante des intentions des clients.
3. L’intelligence artificielle avec assistance humaine : c’est ce que les professionnels appellent l’IA supervisée. Accompagnés au quotidien d’agents humains professionnels, les bots développent leurs compétences grâce à l’accélération du machine learning et apprennent ce qu’il faut des humains, à leurs côtés. Cet accompagnement évite que les bots soient directement et uniquement « face aux humains » et apprennent donc à réagir seuls – des pratiques qui conduisent à des erreurs dramatiques qu’on a pu observer dans certaines Unes de journaux cette année.
4. L’intégration omnicanale : des bots efficaces ne sont pas des applications autonomes, mais plutôt des outils globaux qui fonctionnent comme un cortex central et que l’on peut déployer à travers les multiples canaux qu’empruntent les consommateurs : applications de messagerie, applications mobiles, systèmes de téléphonie, Web, applications de chat et médias sociaux. Dans le cadre d’une stratégie omnicanale intégrée, les clients vivront une expérience cohérente quel que soit le canal qu’ils empruntent. Pour les entreprises, cela signifie aussi la fin des technologies en silos.
5. L’authentification intelligente et la sécurité : la biométrie vocale permet aux consommateurs de s’authentifier facilement et de façon naturelle sans même devoir taper de mot de passe ou code PIN. L’authentification passe simplement par la prononciation d’une courte phrase de passe, de type « Ma voix est mon mot de passe ». C’est la fin des codes PIN difficiles à mémoriser, et même des questions de sécurité comme « Quel est le prénom de votre meilleur ami d’enfance ? ». De plus, la biométrie vocale renforce nettement la sécurité par rapport aux méthodes traditionnelles d’authentification, et permet de mieux lutter contre la fraude. L’implémentation de cette méthode d’authentification sera également un critère de succès des bots à partir de 2017.
La différence entre un « bon » et un « mauvais » bot se fera au niveau de l’expérience qu’il sera en mesure de fournir à l’utilisateur. Un bon bot sera synonyme de fluidité et d’intuitivité au niveau du dialogue, donnant presque à l’utilisateur l’impression de s’exprimer avec une personne physique dotée d’intelligence. A l’origine, l’objectif d’un bot était de simplifier le rapport humain/technologie et d’améliorer l’expérience face aux machines. Au fur et à mesure de leur démocratisation, il s’agira de les rapprocher au plus près de l’expérience humaine. La différence entre les simples techniques de reconnaissance vocale et les technologies de compréhension du langage au service de l’intelligence artificielle se fera alors plus que jamais ressentir.
Pour les chercheurs de Nuance, les critères de réussite d’un « bon » bot dépendent de l’expérience client qu’ils sont à même de délivrer. Cette conviction est partagée par Forrester Research : « Les clients en viennent aujourd’hui à récompenser ou punir des marques sur la base d’une expérience unique qui forge leur impression à un moment donné. Ce comportement, d’abord caractéristique de la génération des Millennials, s’étend désormais aux générations précédentes. C’est devenu une pratique normale. »
Ainsi, dans un futur où les bots vont se démultiplier et s’imposer petit à petit dans le quotidien des individus, toutes générations confondues, les chances de succès d’un bot seront déterminées par les caractéristiques suivantes :
1. L’intelligence artificielle de la conversation : pour être efficace, un bot doit pouvoir dialoguer intelligemment avec un consommateur sur le mode de la conversation bidirectionnelle. Tout comme un humain, le bot doit pouvoir interpréter le contexte, par exemple lorsque le consommateur change rapidement de sujet ou qu’il utilise des mots ou expressions familiers. La plupart des bots ne sont pas encore suffisamment sophistiqués pour cela. Certains pourront répondre à une requête basique du type « Quelle est la température à Miami ? » (réponse : « Il fait 30 degrés à Miami »), mais si le consommateur enchaîne la conversation et dit « Et à Beijing ? », la plupart des bots ne sauront pas faire le lien avec le contexte et ne comprendront pas que la question porte sur la météo.
2. L’intelligence artificielle cognitive : cela renvoie aux facultés de raisonnement d’un bot, qui l’aident à prendre une décision et à anticiper les besoins du consommateur. Si ces compétences sont propres aux humains, la précision des technologies peut s’approcher de l’effet « raisonnement humain ». Ainsi par exemple, les systèmes traditionnels de reconnaissance vocale comprennent ce que les gens disent, mais les systèmes de compréhension du langage naturel plus actuels et plus sophistiqués comprennent ce que les gens veulent dire et ce qu’ils souhaitent faire. La reconnaissance vocale et l’interprétation du discours en langage naturel se fondent toutes les deux sur le Big Data et sur une connaissance importante des intentions des clients.
3. L’intelligence artificielle avec assistance humaine : c’est ce que les professionnels appellent l’IA supervisée. Accompagnés au quotidien d’agents humains professionnels, les bots développent leurs compétences grâce à l’accélération du machine learning et apprennent ce qu’il faut des humains, à leurs côtés. Cet accompagnement évite que les bots soient directement et uniquement « face aux humains » et apprennent donc à réagir seuls – des pratiques qui conduisent à des erreurs dramatiques qu’on a pu observer dans certaines Unes de journaux cette année.
4. L’intégration omnicanale : des bots efficaces ne sont pas des applications autonomes, mais plutôt des outils globaux qui fonctionnent comme un cortex central et que l’on peut déployer à travers les multiples canaux qu’empruntent les consommateurs : applications de messagerie, applications mobiles, systèmes de téléphonie, Web, applications de chat et médias sociaux. Dans le cadre d’une stratégie omnicanale intégrée, les clients vivront une expérience cohérente quel que soit le canal qu’ils empruntent. Pour les entreprises, cela signifie aussi la fin des technologies en silos.
5. L’authentification intelligente et la sécurité : la biométrie vocale permet aux consommateurs de s’authentifier facilement et de façon naturelle sans même devoir taper de mot de passe ou code PIN. L’authentification passe simplement par la prononciation d’une courte phrase de passe, de type « Ma voix est mon mot de passe ». C’est la fin des codes PIN difficiles à mémoriser, et même des questions de sécurité comme « Quel est le prénom de votre meilleur ami d’enfance ? ». De plus, la biométrie vocale renforce nettement la sécurité par rapport aux méthodes traditionnelles d’authentification, et permet de mieux lutter contre la fraude. L’implémentation de cette méthode d’authentification sera également un critère de succès des bots à partir de 2017.
La différence entre un « bon » et un « mauvais » bot se fera au niveau de l’expérience qu’il sera en mesure de fournir à l’utilisateur. Un bon bot sera synonyme de fluidité et d’intuitivité au niveau du dialogue, donnant presque à l’utilisateur l’impression de s’exprimer avec une personne physique dotée d’intelligence. A l’origine, l’objectif d’un bot était de simplifier le rapport humain/technologie et d’améliorer l’expérience face aux machines. Au fur et à mesure de leur démocratisation, il s’agira de les rapprocher au plus près de l’expérience humaine. La différence entre les simples techniques de reconnaissance vocale et les technologies de compréhension du langage au service de l’intelligence artificielle se fera alors plus que jamais ressentir.