Callbot IA pour le service client : comment fonctionne l'automatisation des appels entrants

Tout callbot pour appels entrants exécute la même boucle, quels que soient les fournisseurs utilisés :

1. Téléphonie. L'appel arrive sur un numéro de téléphone ou un trunk SIP, et le fournisseur de téléphonie le transmet à votre application — soit en demandant des instructions d'appel à votre serveur, soit en lui envoyant l'audio en streaming.
2. Speech-to-text. Les paroles de l'appelant sont transcrites. Lorsque le verbe Gather de Twilio est configuré pour accepter la parole, Twilio envoie la transcription (SpeechResult) accompagnée d'un score Confidence à votre URL « action ».
3. Compréhension et logique. Un modèle de langage ou un dialogue à base de règles détermine ce que veut l'appelant et la suite à donner : répondre, poser une question complémentaire, consulter une information via une API, ou transférer.
4. Text-to-speech. La réponse est synthétisée en audio et diffusée à l'appelant.
5. Recommencer ou passer la main. La boucle se poursuit jusqu'à ce que la demande soit traitée ou l'appel transféré, et le résultat est consigné dans votre helpdesk.

Il existe deux façons principales de câbler l'ensemble. Dans une configuration au tour par tour, la plateforme recueille un énoncé à la fois et votre serveur répond par de nouvelles instructions ; Twilio, par exemple, poursuit l'appel avec le TwiML que renvoie votre URL « action ». Dans une configuration en streaming, l'audio circule en continu sur un WebSocket : les Media Streams bidirectionnels de Twilio, lancés avec les instructions TwiML Connect et Stream, transmettent de l'audio mu-law encodé en base64 à 8 000 Hz sur un seul canal, et votre serveur renvoie de l'audio dans le même format.

Des couches gérées s'intercalent entre les deux. ConversationRelay de Twilio, par exemple, prend lui-même en charge le speech-to-text et le text-to-speech et échange du texte avec votre serveur via un WebSocket sécurisé : votre code manipule des mots plutôt que de l'audio brut. Il propose aussi des réglages pour les interruptions, car les appelants parlent par-dessus les bots ; dans une configuration Media Streams brute, votre serveur envoie un message « clear » pour supprimer l'audio en mémoire tampon qui n'a pas encore été joué.

Vous n'êtes pas obligé de choisir. Une option consiste à proposer un court menu à touches pour le choix de la langue, suivi d'une étape conversationnelle. Avec le verbe Gather de Twilio, la saisie peut être configurée pour accepter à la fois les touches et la parole dans la même invite.

Les plateformes de téléphonie distinguent deux types de transfert. Dans la terminologie de Twilio, un transfert à froid (cold transfer) ajoute le nouveau participant à l'appel, mais l'initiateur quitte l'appel avant que le nouveau participant ne réponde ; un transfert à chaud (warm transfer) permet aux trois de se parler avant que l'initiateur ne parte. Twilio recommande de relier clients et agents via une conférence, ce qui rend ces deux schémas possibles.

Pour un bot, la version utile du transfert à chaud consiste à transmettre le contexte plutôt qu'à parler : créer ou mettre à jour un ticket avec la transcription, l'intention détectée et les informations collectées avant que l'agent ne décroche, pour qu'il ne parte pas de zéro. Les bons moments pour transférer :

• L'appelant demande à parler à une personne — accédez à sa demande immédiatement, pas après deux questions de plus.
• Le bot a mal compris l'appelant deux fois de suite.
• La demande concerne des paiements, des réclamations ou tout ce que le bot n'est pas autorisé à trancher.
• L'appelant est un client connu à haute priorité, si votre routage fait cette distinction.

Dans Zendesk, un agent IA vocal externe peut répondre d'abord à un appel et l'escalader vers un agent Zendesk via une ligne SIP-IN. Le bot peut créer un ticket et le lier à l'appel en transmettant le numéro du ticket dans l'en-tête SIP X-Zendesk-Ticket-Id ; Zendesk authentifie les appels SIP-IN au moyen de listes de contrôle d'accès IP. Zendesk propose aussi ses propres agents IA vocaux, qui ajoutent au ticket la transcription, un résumé généré par IA et l'intention détectée lorsqu'ils escaladent.

États-Unis. En février 2024, la FCC a publié une décision déclaratoire (Declaratory Ruling FCC 24-17) confirmant que les restrictions du TCPA sur les appels utilisant une « artificial or prerecorded voice » (voix artificielle ou préenregistrée) couvrent les technologies d'IA actuelles qui génèrent des voix humaines. Les appels qui les utilisent exigent donc en général le consentement exprès préalable de la personne appelée, sauf finalité d'urgence ou exemption applicable. La décision concerne les appels passés vers des consommateurs, comme les robocalls. Un bot qui répond aux appels que vos clients vous passent relève d'une autre situation, mais tous les appels sortants passés par le bot — rappels, relances, enquêtes — sont soumis à ces règles.

Union européenne. L'article 50 du règlement européen sur l'IA (AI Act) s'applique à partir du 2 août 2026 et exige que les systèmes d'IA qui interagissent directement avec des personnes soient conçus de sorte que celles-ci sachent qu'elles ont affaire à une IA, sauf si c'est évident. La FAQ de la Commission précise que les personnes doivent être informées dès le début de la première interaction. Pour un callbot, la réponse pratique est une courte mention dans le message d'accueil.

• Annoncez la couleur et fixez les attentes en une phrase : c'est un assistant automatisé, et voici ce pour quoi il peut aider.
• Gardez des invites courtes et ne demandez qu'une chose à la fois ; les appelants ne peuvent pas revenir en arrière.
• Relisez à voix haute les numéros, adresses e-mail et identifiants de commande avant d'agir dessus.
• Indiquez aux appelants comment joindre une personne, et faites en sorte que ce chemin fonctionne à chaque étape.
• Consignez chaque appel dans votre helpdesk avec la transcription et le résultat, pour voir pourquoi les gens appellent réellement.
• Prévoyez les heures de fermeture : prenez les informations et créez un ticket, et ne promettez un rappel que si quelqu'un va réellement le passer.

L'offre Voice Bot de TascaLab couvre les appels entrants, le tri et le transfert vers votre équipe, pour un prix unique de 1 200 €. Le bot se connecte aux outils que vous utilisez déjà — Zendesk, Freshdesk, Jira, Slack ou des systèmes internes — via des API et des webhooks, si bien que les résultats des appels arrivent sous forme de tickets ou de messages que votre équipe suit déjà. Il est conçu comme un filtre devant votre équipe, pas comme un remplaçant.

La plupart des mises en place prennent 1 à 3 semaines. Chaque projet inclut 30 jours de support après le lancement et une documentation de base, sans frais cachés, et vous pouvez commencer par un appel Health Check gratuit de 30 minutes.