Chatbots : l’intelligence artificielle est-elle indispensable ?

L’intelligence artificielle, ou IA, ne cesse d’alimenter les débats. En 2017, le physicien Stephen Hawking redoutait que les machines viennent à remplacer les humains et l’entrepreneur Elon Musk dressait un portrait sombre de l’IA, qu’il considère comme une menace (2). Cependant, derrière la notion d’intelligence artificielle se cache des réalités concrètes et des applications tangibles. S’il s’agit d’un système autonome capable d’analyser des données complexes et de prendre des décisions, le chatbot n’est, quant à lui, pas intelligent au sens strict du terme… et n’a pas forcément besoin de le devenir.

Intelligence artificielle et chatbots : où en sommes-nous ?

chatbot et intelligence artificielle

Quelle est la différence entre Intelligence Artificielle (IA) et agents conversationnels ?

Le concept d’intelligence artificielle ne date pas d’hier. Il est apparu dans les années 1950, lorsque le mathématicien britannique Alan Turing a mis au point un test permettant de juger du niveau d’apparence sémantique humaine de la machine. Ce « test de Turing » était aussi appelé « jeu de l’imitation », car il consistait à vérifier si l’ordinateur était capable d’imiter parfaitement l’Homme.
Aujourd’hui, l’IA pourrait être définie comme étant un système automatisé capable d’analyser des données et de faire des choix. Alors forcément, les chatbots sont régulièrement associés à la notion d’intelligence artificielle.
Pourtant, ils ne sont pas intelligents à proprement parler : les agents conversationnels fonctionnent grâce à une suite logique d’informations programmées pour surgir quand un utilisateur pose telle ou telle question. Plus précisément, la plupart des chatbots déployés dans les entreprises fonctionnent sur la base d’une série de questions / réponses scriptées. Différents scénarii, paramètrés en amont en fonction des problématiques récurrentes de l’entité en question, permettent de répondre au mieux aux besoins des utilisateurs.
Les interactions d’un bot sont dites « faibles » : il propose des réponses prédéfinies, sans les inventer lui-même. Il n’y a donc pas d’intelligence artificielle dans tout chatbot ! Du moins, pas encore…

Quels sont les nouveaux challenges des chatbots ?

Malgré l’efficacité avérée de divers chatbots, les besoins des consommateurs ne sont pas comblés. Ils ne veulent pas d’une calculatrice améliorée susceptibles de leur fournir des réponses toutes faites. Ce qu’ils attendent des chatbots, c’est une hyperpersonnalisation : une communication parfaitement adaptée à leurs exigences.
Tel est le défi lancé au chatbot : être capable d’évoluer et d’apprendre par lui-même pour satisfaire les utilisateurs. Savoir décrypter l’intention d’un internaute au moment où celui-ci effectue une recherche. Et intégrer de plus en plus de « briques » élémentaires de l’IA comme le machine learning et le deep learning, déjà relativement bien connus chez nous mais aussi le natural language processing (NLP), le natural language understanding (NLU), ou encore le robotic process automation (RPA) et autres joyeux acronymes.
Sans aller jusqu’à imaginer une indépendance totale et complète du bot vis-à-vis des supports métiers, ces nouvelles techniques laissent entrevoir un assistant virtuel capable de se doter d’une autonomie relative. Et ce, bien plus vite que vous ne le pensez, notamment grâce au machine learning.

shutterstock 1362102521 - Living ACtor

Quels sont les avantages du machine learning pour votre chatbot ?

Aujourd’hui, environ 70 % des requêtes soumises aux bots sur l’application Messenger restent sans réponse à cause d’une mauvaise compréhension ou de questions non prévues dans les scripts (3). Conséquence : intelligents ou non, les robots conversationnels peinent à répondre avec pertinence aux besoins des utilisateurs.
Dans un tel contexte, les possibilités d’optimisation offertes par le machine learning, qui relève de l’intelligence artificielle, revêtent un intérêt majeur. En effet, l’auto-apprentissage permet au chatbot de déchiffrer l’intention qui se dissimule derrière une question, afin d’opposer à l’utilisateur une réponse pertinente et personnalisée. Capable de comprendre le langage naturel, l’assistant virtuel devient proactif, s’adapte et ajuste son comportement.
Quelle que soit la méthode considérée (Deep learning, traitement du langage naturel ou des réseaux neuronaux…), le machine learning démarre toujours par une même étape préalable : la collecte des données personnelles. C’est ce qui permet au chatbot d’analyser, de traiter, de comparer et d’exploiter les informations, puis de prendre une décision en fonction de leur taux de fiabilité.
Plus le chatbot reçoit de données à analyser et traiter, mieux il comprend la question… et plus il est performant. En outre, cette méthode implique une forme d’autosuffisance : alimenté automatiquement par des volumes astronomiques de connaissances, le bot devient capable de répondre à tout type de demande.
Vous l’avez compris : si vous déployez (ou envisagez de le faire) des assistants virtuels, leur autonomie est un enjeu clé. Et, dans ce cadre, le machine learning ne manque pas d’avantages. Mais ce n’est qu’une brique de l’intelligence artificielle parmi tant d’autres !


Retrouvez 3 conseils pour accompagner vos équipes lors du déploiement d’un chatbot

et Pourquoi associer un chatbot à ServiceNow ?


À chaque bot son intelligence artificielle

La question à se poser est donc : est-il pertinent d’intégrer – ou non – de l’intelligence artificielle à votre chatbot ?
Même si les facultés cognitives de votre assistant virtuel se limitent à des réponses scriptées, proposées au gré de scénarii préprogrammés, il est possible que cela suffise à couvrir vos besoins métiers. Un bot confronté à 99 % de questions de premier niveau n’a aucun intérêt à se transformer en HAL 9000. Dans certains cas, une connexion au web et des API suffisent à aller chercher une information en réponse à une demande inédite – connaître la météo du jour, par exemple –, comme le font déjà les enceintes intelligentes type Google Home.
À l’inverse, une brique comme le machine learning insuffle assez d’autonomie à votre chatbot pour qu’il n’ait plus besoin de votre participation quotidienne. La génération automatique des réponses, rendue possible par l’analyse et le traitement des données, confère à votre bot une importante valeur ajoutée. Et contribue à décharger le support autant que les métiers.
Finalement, votre bot n’a pas nécessairement besoin d’être doté d’IA. Tout dépend de votre projet, de vos objectifs et des capacités que vous souhaitez injecter à votre robot conversationnel.

shutterstock 1869501829 - Living ACtor


À lire également : Chatbots et intelligence artificielle, le self-care robotisé


La nouvelle vague technologique pourrait ainsi donner naissance à des systèmes intelligents, automatisés, autonomes. Elle pourrait contribuer au déploiement de bots capables d’apprendre, de décider, de demander conseil… Mais attention : un bon chatbot n’est pas forcément doté d’une intelligence artificielle ! Inutile d’avoir TARS ou CASE, ces robots pourvus de sens de l’humour dans Interstellar, quand une interface à interactions faibles vous suffit amplement. En somme, ne vous demandez pas ce que l’IA peut faire pour votre bot. Demandez-vous d’abord si votre bot a vraiment besoin de se transformer en machine pensante !

Comment fonctionne un chatbot ?

Le chatbot est représenté sous forme d’une “boîte de conversation”, intégrée dans un site web, Intranet, une application mobile ou une messagerie instantanée. Il accueille le visiteur et lui offre son assistance, via des propositions ou la possibilité de poser une question.  Il analyse la question posée grâce un moteur sémantique, souvent appelé moteur d’analyse du langage naturel ou NLP en anglais. Il recherche dans ses connaissances la meilleure réponse à la demande, soit en proposant avec une connaissance “métier” qui répond directement à la demande, soit en demandant des précisions.

En cas d’incompréhension, il est formé pour proposer le canal d’assistance complémentaire le plus adapté au contexte : webcall back, live chat ou demande par formulaire Du point de vue de son administrateur, le chatbot est composé d’une console d’administration permettant de paramétrer ses connaissances, et d’analyser de nombreux tableaux de bord qui rendent compte de son activité et de ses axes de performance et de progrès. Il est administré par un “botmaster” dont le rôle est essentiel pour le succès de sa mission et de son adoption par les utilisateurs finaux.

Comment créer un chatbot ?

Un chatbot est constitué d’une interface de dialogue (la partie visible de l’utilisateur final) et de connaissances et scénarios de dialogue. Il est ensuite diffusé auprès de son audience sur un site Internet, Intranet, une application mobile etc… L’interface peut être complètement standard et donc immédiatement disponible, tandis que les connaissances sont en général au moins partiellement spécifiques à chaque chatbot.

Par exemple, un chatbot qui conseille sur des vins peut avoir un socle de compétences génériques sur les terroirs, les cépages et les appellations, mais il devra avoir des scénarios spécifiques adaptés au magasin qui l’emploie, sur les horaires, les conditions commerciales etc… De même, un assistant virtuel répondant aux questions RH d’une grande entreprise pourra s’appuyer sur un socle réglementaire unique mais devra personnaliser ses réponses en fonction des règles et procédures propres à chaque entreprise.

Un chatbot se crée donc en 3 étapes clés :

  • le choix de son apparence et de son canal de diffusion pour qu’il rencontre ses futurs utilisateurs
  • la création ou personnalisation de ses connaissances
  • son intégration dans le site web ou mobile qui proposera ses services.

Comment reconnaître un chatbot ?

Un chatbot est en général reconnaissable par la bulle de dialogue proposée en bas d’un site web. On peut le confondre avec un “live chat” où un humain répondra aux demandes contrairement au chatbot qui est un système totalement automatisé. Ensuite, peu de choses permettent de distinguer un chatbot d’un autre dans le cas général.

Ils sont principalement représentés par une fenêtre de messagerie avec un enchaînement de bulles de dialogue illustrant les tours de parole de l’utilisateur et du robot. Il est néanmoins possible de personnaliser l’expérience, en incarnant le chatbot avec un personnage virtuel (un avatar), en personnalisant graphiquement l’interface et ainsi en l’adaptant à la charte graphique de chaque entreprise.

Comment savoir que l’on discute avec un chatbot ?

La plupart du temps, la couleur est clairement affichée et le chatbot se présente comme tel : “bonjour, je suis le chatbot / l’assistant virtuel” de votre Banque en ligne”. Parfois néanmoins, certains sites entretiennent le flou sur l’identité du répondant : humain ou robot.

Pourtant, un indice ne peut pas tromper : si votre “agent” vous fournit une réponse, qui plus est complète et dans un langage soigné, en une fraction de seconde, il n’y a aucun doute à avoir, votre agent est bien “virtuel”. Il est d’ailleurs courant que le logiciel de gestion du dialogue du chatbot ajoute une légère latence pour la réponse automatisée, afin de donner à l’utilisateur l’illusion d’un dialogue avec un interlocuteur qui analyse sa demande et lui répond… après réflexion !

Quels sont les types de chatbot ?

On peut les classer en deux grandes familles.

  • les chatbots informationnels, qui disposent de bases de connaissances et répondent aux questions par la présentation de procédures et explications, définitions ou orientation vers des contenus. Ce sont les successeurs des nombreuses FAQ des sites web et une nouvelle génération interactive de formateurs virtuels hyper performants et disponible.
  • les chatbots transactionnels, qui qualifient une demande avec un utilisateur en collectant les paramètres de leur demande, pour ensuite réaliser une action comme une commande en ligne, une réservation d’un billet (de train, spectacle…), la création d’une ticket, une demande de congés etc…

Ces deux types de chatbots peuvent bien sûr être combinés, afin de devenir des “concierges multiservice” : qui répondent aux questions du quotidien et assistent dans la réalisation des transactions courantes.

Pourquoi créer un chatbot ?

Du point de vue de l’entreprise, la création d’un chatbot répond souvent à un objectif d’efficacité opérationnelle :

  • réduire les coûts d’assistance en automatisant le traitement des sollicitations simples ou récurrentes
  • offrir un service immédiat d’assistance même en dehors des heures d’ouverture de l’entreprise
  • capitaliser/mémoriser les connaissances de l’entreprise dans une base mutualisée

Qui a été le premier chatbot de l’histoire ?

On cite souvent Eliza comme le premier chatbot

Qui utilise des chabots ?

Longtemps réservés aux grandes entreprises, les chatbots se démocratisent pour être maintenant accessibles aussi bien aux PME qu’aux universités, écoles, services publics etc… Ils s’adressent soit aux clients externes (consommateurs, partenaires, clients…) soit aux salariés.

Côté utilisateurs finaux, si ce canal a d’abord été privilégié par les “Digital Natives” qui ont plus tendance à vouloir éviter le téléphone et privilégient naturellement les messageries instantanées, il est maintenant massivement utilisé par toutes les franges de la population, parfois sans alternative, car les entreprises étant en recherche de performance, elles privilégient souvent un premier niveau de contact automatisés obligatoire, avant de proposer quand cela est nécessaire un accès vers les experts humains des services clients et d’assistance.

C’est par exemple le cas de CloE, assistante bancaire des Caisses d’Epargne qui assiste au quotidien plus de 30 000 conseillers du réseau bancaire ou encore Elpy, chatbot de support RH et informatique pour tous les magasins Carrefour, par lequel toutes les demandes doivent transiter pour être traitées par un expert… quand Elpy n’est pas en mesure d’apporter la réponse immédiate !


Plus de ressources :