Le centre de contact est le fruit le plus facile à trouver pour le secteur de l’intelligence artificielle. Demandez à n'importe quel responsable informatique ou dirigeant d'entreprise à quoi il souhaite utiliser l'IA agentique, et il vous répondra que c'est pour améliorer l'expérience client, ce qui commence par le centre de contact.
Cependant, jusqu’à présent, l’industrie a passé les deux dernières années à se disputer pour savoir quel agent d’IA était le plus intelligent. Ce n'est pas le bon débat. Les capacités des modèles s’améliorent si rapidement et deviennent tellement moins chères que l’intelligence brute et le raisonnement deviennent la partie la moins différenciée de la pile.
Le véritable défi pour les entreprises consiste à exploiter de manière fiable une flotte d’agents IA tout au long du parcours client complet, avec la visibilité et le contrôle dont une grande entreprise a besoin. Sans cela, l’humain, ou pire, le client, doit faire le lien entre les résultats du nombre croissant d’agents avec lesquels il communique.
C'est la thèse derrière la prochaine génération de NiCE Cognigielequel NiCE Ltd. lancé cette semaine. La version comprend un Agentic Experience Studio repensé, un compagnon AI Assist couvrant la création, le test et l'amélioration des agents, des « compétences » réutilisables qui regroupent des instructions et des outils, un suivi étape par étape et une prise en charge native du modèle voix-voix.
Les modèles de synthèse vocale par défaut, de synthèse vocale et de langage étendu sont désormais inclus dans le prix par conversation, avec des modèles premium de Deepgram, ElevenLabs et Anthropic disponibles en quelques clics et facturés à l'utilisation.
Avant le lancement, j'ai assisté à une réunion d'analyste avec Nhu Ho, responsable marketing produit senior chez NiCE Cognigy, et avec Clément Boutier, directeur de la gestion produit, qui dirige l'équipe qui a construit la version et possède la feuille de route de la plateforme.
Voici les points importants de cette version :
Capable n’est pas la même chose que fiable
Ho a ouvert avec un graphique montrant combien de temps l’IA peut fonctionner seule avant qu’un humain ne doive intervenir. En 2020, c’était quelques secondes ; en 2024, c’étaient des minutes ; et cette année, c'est environ 16 heures. La note de bas de page était intéressante, car elle calculait ce chiffre avec un taux de réussite de 50 %. « Capable et fiable ne signifie pas toujours la même chose », a déclaré Ho. « C'est exactement là que la plateforme compte. »
Pour les leaders CX, il s’agit d’une référence solide à prendre en compte. Un taux de réussite de 50 % est une étape importante dans la recherche. Dans un centre de contact, il s'agit d'un événement de désabonnement ou d'une violation de conformité. À mesure que les modèles se banalisent, la valeur se déplace vers le système qui les entoure : tests, traçage, garde-fous et solutions de repli déterministes. NiCE ne construit pas de modèles frontières, et les constructeurs de modèles frontières ne gèrent pas de centres de contact. Positionner Cognigy comme la couche qui rend l’IA fiable est un endroit intelligent pour planter un drapeau.
La simplicité est une solution stratégique, pas cosmétique
Cognigy a acquis sa position de leader avant l'acquisition en gérant des déploiements de production complexes pour de grandes marques telles que Lufthansa, Mercedes et DHL. Mais cette flexibilité et cette personnalisation ont ajouté à la complexité. Boutier l'explique ainsi : « Le grand nombre d'options lors de la configuration d'un agent crée des frictions au démarrage, ce qui ralentit les choses. » Le nouveau studio permet à un constructeur de créer un agent en quelques clics, avec des modèles déjà provisionnés, tandis que des outils pour utilisateurs avancés, y compris un accès complet à l'invite système de l'agent, sont disponibles dans les sections avancées.
Ceci est important car NiCE vise à créer une proposition de valeur « 1+1=3 » pour ses clients actuels. NiCE a besoin de Cognigy pour se développer largement dans la base installée de CXone, et pas seulement parmi les équipes d'experts des plus grandes entreprises. Boutier a décrit trois personnalités de bâtisseur : les petites entreprises qui créent des agents simples, les administrateurs de centres de contact et les chefs d'équipe, et les ingénieurs d'entreprises techniquement sophistiquées. AI Assist vise directement les deux premiers.
Dans la démo, il a créé un agent, l’a testé, a résolu les problèmes détectés et l’a déployé sur WhatsApp. Le revers de la médaille est que l'abaissement de la barrière signifie que davantage d'agents sont construits par des personnes moins expérimentées, ce qui fait des fonctionnalités de gouvernance la véritable histoire de cette version.
L’hybride est le lieu où vit réellement le marché
Malgré tout le battage médiatique autour des agents, la plupart des entreprises ne sont pas prêtes à confier des parcours complets à un agent autonome. Boutier a décrit trois modes : la compréhension traditionnelle du langage naturel, hybride et entièrement agentique. L’hybride « est en fait là où se trouvent la plupart de nos clients », a-t-il déclaré, tandis que les déploiements entièrement agents sont au « début de la courbe d’adoption ». Cette approche permet aux clients de devenir agent, de renforcer leur confiance et de devenir totalement autonomes à leur propre rythme.
NiCE a conçu le produit pour cette approche. Un agent peut servir de couche d'orchestration, appelant les flux existants comme outils. Les flux peuvent également être placés devant les agents, par exemple pour effacer les numéros de carte de crédit ou d'autres données personnelles avant que les données n'atteignent un modèle. Ho a décrit la version comme « une évolution, pas un remplacement », les déploiements de production, les interfaces de programmation d'applications et les intégrations continuant de fonctionner inchangés.
C'est un avantage significatif par rapport aux challengers natifs de l'IA dont le pitch nécessite effectivement une reconstruction. Les centres de contact sont les environnements qui évoluent le plus rapidement, et les flux de travail déterministes ne sont pas un bagage hérité. C'est ainsi qu'une entreprise applique ce qu'un grand modèle linguistique ne devrait pas décider.
L'observabilité est le nouveau champ de bataille
« Vous pouvez avoir la meilleure expérience de création, mais si vous n'avez aucune boucle de rétroaction sur ce que vous construisez, vous ne parviendrez jamais à créer un excellent agent », a déclaré Boutier. Le nouveau traçage montre à chaque tour : quelle compétence a été chargée, quel outil a été appelé et avec quels arguments, et quand l'agent a été transféré à un flux.
Le simulateur prend désormais en charge les tests multivariés jusqu'à 10 variantes, en utilisant un LLM en tant que juge pour comparer des clients synthétiques à un agent. Boutier a exécuté le même agent sur deux modèles et a constaté que l'un d'entre eux était plus rapide et consommait moins de jetons. Cela fait passer la sélection de modèles d’une préférence à une décision économique fondée sur des données.
La porte d'entrée est sur le point d'être bondée
La prise en charge voix-voix pourrait être la première fonctionnalité déployée par les clients. Boutier a noté que les acheteurs sont disposés à utiliser une cascade de synthèse vocale et de synthèse vocale, « mais ce qu'ils réalisent, c'est que les modèles voix-voix sonnent tout simplement mieux ». Dans la démo, l'outil délégué par l'agent appelle un modèle distinct tout en continuant à parler, ce qui rend la conversation beaucoup plus naturelle.
Cognigy sert désormais à la fois de client et de serveur Model Context Protocol et prend en charge les connexions d'agent à agent, y compris un client reliant Cognigy à des agents créés avec les outils de Microsoft. NiCE co-développe également le protocole d'agent personnel avec Meta et Sierra, qui n'est pas encore opérationnel. Boutier a décrit Cognigy comme « la porte d'entrée » du centre de contact, où l'agent personnel d'un consommateur doit s'authentifier avant de pouvoir procéder. C'est formidable de voir NiCE collaborer avec Sierra, un concurrent direct, sur ce point, car cela facilite les choses pour un client.
L'industrie considère l'identité des agents comme une responsabilité partagée. Mais comme Sierra décritles entreprises peuvent également laisser leurs agents personnels travailler via leurs sites Web et leurs API, de sorte que la position d'entrée dépend de l'acheminement du trafic par les entreprises via Cognigy. Cela permet aux marques d'interagir avec des agents personnels en toute sécurité.
Il y a eu une vague d’entreprises interdisant les agents personnels, ce qui, à mon avis, est une erreur. Si quelque chose est bon pour un consommateur, cela se produira, il est donc préférable d'être à l'avant-garde pour le permettre plutôt que de le combattre.
Conseils aux professionnels de l'informatique
- Cartographiez la ligne hybride. Décidez quels processus restent déterministes, tels que les paiements, la vérification d'identité et les divulgations réglementées, et lesquels peuvent être délégués à un agent. Ne laissez pas cette ligne dériver par défaut.
- Faites du traçage une exigence de mise en service. Aucun agent ne devrait atteindre la production sans quelqu'un capable d'expliquer pourquoi chaque action a été entreprise.
- Utilisez la simulation pour régler les débats sur les modèles. Comparez les variantes par coût par conversation résolue, et non par anecdote, et réexécutez les tests à mesure que de nouveaux modèles sont livrés.
- Propre conformité. Boutier a déclaré que la responsabilité est partagée : « Nous proposons les outils et la plateforme, mais nous ne pouvons pas contrôler à 100 % ce qu’ils y mettent. » Les règles régionales sur la divulgation de l'IA et la remontée d'informations humaines doivent être intégrées par le client.
- Considérez les garde-corps comme un poste budgétaire. Chaque garde-corps ajoute des jetons et de la latence. « Plus vous en ajoutez, plus votre agent devient gonflé », a déclaré Boutier. Dépensez ce budget là où le risque est le plus élevé.
- Préparez-vous pour les clients de machines. N'interdisez pas les agents personnels ; définissez plutôt dès maintenant des politiques sur les agents personnels que vous accepterez et ce qu'ils peuvent faire.
Réflexions finales
Cette version concerne moins les nouvelles capacités que les paris NiCE sur la valeur qui s'accumulera à mesure que les agents d'IA mûriront. Le renseignement devient moins cher. La fiabilité, la gouvernance et la capacité de combiner raisonnement autonome et contrôle déterministe ne le sont pas.
NiCE est le leader du marché des centres de contact en tant que service, tout comme Cognigy l'était pour l'IA conversationnelle. Le défi consiste désormais à mettre une solution Cognigy plus facile à utiliser entre les mains de milliers de clients CXone sans créer une prolifération d'agents gouvernés individuellement. Cela permettra à NiCE de maintenir son leadership dans le secteur à mesure que les agents personnels arriveront. Ce faisant, l’acquisition de Cognigy passera d’un module complémentaire à un composant central de la plateforme NiCE.
Zeus Kerravala est analyste principal chez ZK Research, une division de Kerravala Consulting. Il a écrit cet article pour SiliconANGLE.
