Alors que de plus en plus de chatbots apparaissent sur le marché, de plus en plus de frustration résulte de promesses irréalistes et d’attentes démesurées. Que devons-nous réellement espérer d’un chatbot dans un contexte professionnel ?
Au cours des dernières années, l’intelligence artificielle (IA) est passée d’un rêve futuriste lointain à une technologie presque tangible utilisée dans le monde entier dans des contextes personnels et professionnels. L’IA est la base des assistants vocaux sur téléphones et systèmes de maison connectée (par exemple, Siri d’Apple ou Alexa d’Amazon), des véhicules sans conducteur qui envahissent progressivement les rues, et des chatbots qui sont largement répandus sur les plateformes de messagerie (comme Messenger de Facebook, Telegram et WeChat).
Les entreprises se tournent de plus en plus souvent vers les assistants virtuels qui peuvent les aider à automatiser de nombreux processus d’entreprise et à augmenter leur productivité. Mais le plus souvent, les gens sont frustrées parce que l’idée d’une “IA toute puissante et capable de tout” est bien éloignée de la réalité. Nos attentes démesurées deviennent-elles les pierres angulaires qui nous empêchent de tirer pleinement parti d’une technologie potentiellement bénéfique ? Comment pouvons-nous définir des objectifs plus réalistes pour un chatbot d’entreprise moderne ?

Comment évaluer objectivement les capacités de l’IA et des chatbots ?

Pour évaluer l’IA de manière réaliste, nous devons prendre un peu recul par rapport à toutes les prédictions, promesses et publicités afin de voir exactement où nous en sommes.

Si l’IA pure apporte une contribution positive à l’analyse des données et au traitement de grandes quantités d’informations, elle ne peut pas encore être une solution auto-apprenante pour une communication libre comme nous l’avons vu dans l’exemple de Tay de Microsoft. Bien que les assistants virtuels et les chatbots contribuent énormément à notre productivité quotidienne, nous devons admettre que nous sommes encore loin des super-ordinateurs de type Jarvis. N’attendez pas de votre assistant virtuel qu’il soit tout-puissant pour l’instant. Lorsqu’il s’agit d’introduire les agents virtuels dans des processus d’entreprise, les chatbots nécessitent une combinaison d’auto-apprentissage et de modération du contenu par des humains.

Une des clés pour surmonter la frustration est d’être conscient de ce qu’il faut prendre en compte lors du choix d’un chatbot et de ce qu’il faut attendre de son utilisation.

A quoi faut-il faire attention pour éviter une éventuelle déception ?

1) Données d’apprentissage adéquates. La plupart du temps, un chatbot consiste en des réponses toutes faites dont un intervenant humain l’a enrichi. Sans exemples, aucun réseau neuronal ne sera en mesure de comprendre pleinement les demandes des utilisateurs. Un contenu utile est la clé de tout. Mieux une entreprise définit un objectif pour un cas d’utilisation spécifique, plus elle peut fournir d’informations sur le sujet, et plus le bot sera intelligent.
2) La technologie utilisée. Aujourd’hui, la plupart des chatbots fonctionnent toujours sur la base d’un ensemble de règles et de scénarios de comportement. Cependant, le langage naturel étant vague et ambigu, une pensée peut être exprimée de plusieurs façons ; ainsi le succès commercial des systèmes conversationnels dépend de la résolution de ces problèmes de traitement du langage. Il faut apprendre à la machine à classer et à interpréter clairement toute la variété des demandes reçues. Optez pour un chatbot avec un système NLU développé pour vous aider dans cette démarche. Et ne sautez jamais la phase de test appropriée.
3) Supervision de l’apprentissage, pas “d’auto-apprentissage”. Le principe clé de la réussite des chatbots est le contrôle et le traitement potentiel des réponses des bots. C’est la raison pour laquelle l’IA pure n’est pas adaptée au contexte des entreprises – la technologie n’a pas encore atteint un niveau où des systèmes entièrement auto-apprenants et autosuffisants peuvent fournir des réponses réellement qualitatives. L’approche hybride de l’auto-apprentissage et de la modération du contenu par les humains permet au système de tchat de s’améliorer en continu en fonction de l’utilisation qui en est fait, et permet également aux entreprises de contrôler la qualité de leurs réponses. Un cycle de feedback correctement installé permet de recevoir en temps réel des commentaires sur un contenu obsolète ou incomplet ; ce couplage avec la modération du contenu par les humains peut donner aux entreprises une confiance absolue sur le fait que leurs chatbots répondent aux demandes des utilisateurs de manière prévisible, cohérente et conforme à la loi.
4) Une véritable plateforme de gouvernance. Lorsque la base de connaissances est intégrée dans la “bonne” plateforme, l’entreprise peut mettre en place les procédures d’approbation nécessaires pour garantir que la modération répond à ses exigences organisationnelles et à ses normes internes. Cette plateforme devrait également permettre à l’entreprise de décider quels types de “formation” le système appliquera automatiquement aux futures conversations sans intervention humaine et quels domaines du contenu nécessitent une approbation humaine ou un développement ultérieur. Une plateforme de gouvernance appropriée qui centralise la connaissance du bot et la capacité humaine à l’améliorer est un élément essentiel pour une expérience réussie du bot.
5) Assitant « canal-agnostique ». Le nombre de canaux de messagerie augmente de façon vertigineuse. Des canaux sont créés, repoussés, remplacés et recréés. Les entreprises migrent constamment d’anciennes plateformes de communication vers de nouvelles et plus sophistiquées. Afin d’éviter d’être coincé avec un chatbot fonctionnant exclusivement sur un canal obsolète, optez pour un chatbot agnostique au canal, qui pourra s’adapter à tout environnement dans lequel vous pourriez l’utiliser.

Où cela nous mène-t-il ?

Les capacités actuelles des chatbots et des agents virtuels basés sur l’IA permettent à ces solutions de compléter parfaitement les efforts humains. Les chatbots peuvent être utilisés sur des canaux d’assistance client (sites web, communications mobiles, SMS, réseaux sociaux, applications de messagerie, etc.) ainsi que sur des canaux internes (messageries d’équipe, intranets, solutions de communication internes) et être gérés et contrôlés à partir d’une plateforme de base de connaissances centralisée. Une seule plateforme centralisée de gouvernance des connaissances est la clé de la cohérence et de la pertinence de l’information dans tous les canaux.

Il est également important de mettre en place une boucle de retours utilisateurs (feedbacks) qui permet aux gens de fournir des commentaires et de faire des suggestions en temps réel sur le contenu d’un chatbot afin de créer une meilleure expérience conversationnelle. Lorsque cette boucle de feedbacks est liée à la base de connaissances centralisée et aux fonctionnalités mentionnées précédemment, les intervenants “en direct” peuvent améliorer en permanence leurs chatbots sans fournir d’effort supplémentaire.

Cette coopération harmonieuse entre les personnes et les machines qui travaillent ensemble profite également aux entreprises en réduisant les coûts, en diminuant le personnel et en augmentant la motivation, les qualifications et la satisfaction des personnes concernées. En plus d’automatiser les processus d’entreprise, les chatbots peuvent être incroyablement efficaces pour fournir rapidement des informations, une montée en compétences et un accès rapide à divers documents (pour n’en citer que quelques-uns).

Conclusions

En ce qui concerne l’IA, les chatbots et les assistants virtuels, les entreprises devraient prendre des décisions basées sur des attentes réalistes mais elles ne devraient pas avoir peur d’inclure cette technologie dans leur stratégie d’automatisation des processus d’entreprise ou de prévoir une intégration plus poussée à l’avenir. Alors que les entreprises continuent de migrer vers les canaux numériques, la décision d’intégrer un assistant virtuel SaaS dans leurs processus semble être une suite logique à la numérisation d’un environnement de travail moderne. Et si les entreprises ne devraient pas s’inquiéter du fait que l’IA n’est pas encore parfaitement autonome, elles devraient s’inquiéter de risquer d’être laissées pour compte si elles ne peuvent pas accepter la réalité des personnes et des machines travaillant en harmonie dans le cadre de leur approche de l’automatisation de travail.

Masha Isaeva, Responsable Pôle Apprentissage & Chatbot chez Hub Collab