Pourquoi votre stratégie d'IA vocale doit privilégier la résolution plutôt que la conversation légère

Par Andy O’Dower, vice-président de la gestion des produits pour la voix et la vidéo chez Twilio.

La FinTech évolue rapidement. Les nouvelles sont partout, la clarté ne l’est pas.

FinTech Weekly livre les principales histoires et événements en un seul endroit.

Cliquez ici pour vous abonner à la newsletter de FinTech Weekly

Lue par des cadres chez JP Morgan, Coinbase, BlackRock, Klarna et d’autres.

Dans la course à la modernisation du service client, l’industrie a rencontré un point aveugle dangereux. Selon des données récentes, 90 % des entreprises pensent que leurs clients sont satisfaits de leurs interactions avec l’IA, mais seulement 59 % des consommateurs sont d’accord.

Dans le commerce de détail, cet écart pourrait vous coûter une vente. En Fintech, où la confiance est la monnaie du royaume, cet écart vous coûte le client.

Alors que les leaders bancaires et assurantiels s’efforcent de déployer l’IA vocale, beaucoup tombent dans le piège de privilégier les métriques conversationnelles — à quel point la voix paraît naturelle ou à quel point elle imite le bavardage pour une transaction. Mais pour le client qui tente de bloquer une carte de crédit volée ou de vérifier un transfert en attente, la personnalité est une priorité secondaire par rapport à la performance.

La monnaie de la résolution

Les données sont sans équivoque : les consommateurs ne sont pas anti-IA ; ils sont anti-friction. En fait, plus des deux tiers des consommateurs déclarent qu’ils préféreraient en réalité utiliser un agent IA si cela résolvait leur problème plus rapidement qu’un humain.

C’est le feu vert pour les DSI de Fintech. Vos clients vous donnent la permission d’automatiser, mais avec une condition : cela doit fonctionner. La moitié des consommateurs insatisfaits de l’IA citent le simple fait que l’agent « n’a pas résolu leur problème » comme la principale raison.

Pour les institutions financières, cela signifie que la métrique de succès ne doit pas être le taux de containment (éviter que les gens parlent à un humain) ; cela doit être le temps jusqu’à la résolution. Si votre IA ressemble à un humain mais met trois minutes à échouer lors de la vérification d’un solde, vous n’avez pas innové ; vous avez simplement automatisé la frustration.

Construire la ligne de front hybride

Alors, comment combler le décalage de perception ?

Au lieu d’essayer de rénover tout votre centre de contact avec un LLM boîte noire, identifiez les cas d’utilisation primitifs à fort volume et à faible risque. En banque, cela pourrait être la vérification de compte, l’historique des transactions ou le paiement de factures. Ce sont les tâches où un agent IA, alimenté par des pipelines de données en temps réel, peut surpasser un humain en rapidité et précision. Pour assurer la pérennité de ces efforts, les organisations doivent utiliser une pile technologique vocale intégrée et flexible qui s’appuie sur les systèmes existants, permettant de changer de modèles et d’ajuster les flux de travail à mesure que la technologie évolue.

Pour des moments complexes et à forte empathie, comme une demande de prêt hypothécaire ou un litige pour fraude, l’IA doit servir de pont, pas de barrière. Elle doit recueillir le contexte et transférer sans couture le client à un agent humain qui a toute l’historique sur son écran avant même qu’il ne dise bonjour.

Confiance par la transparence

Enfin, dans une industrie bâtie sur la sécurité, une vérification robuste et la transparence sont non négociables. La mise en œuvre de l’IA vocale exige des mesures de vérification solides intégrées à l’interaction pour protéger les données financières sensibles. Nous anticipons une augmentation de la pression réglementaire, pouvant nécessiter des divulgations distinctes lorsque le client parle à une IA.

Les leaders de la Fintech devraient adopter cela. Lorsqu’un agent IA s’identifie clairement et démontre immédiatement sa valeur — “Je suis un assistant IA. Je vois que vous appelez pour la transaction chez Target. Voulez-vous l’approuver ?” — cela construit plus de confiance qu’un bot prétendant être “Sherri de la succursale”.

La technologie est prête. Les clients sont disposés. Mais pour combler l’écart, nous devons cesser d’essayer de leur faire croire qu’ils parlent à une personne, et commencer à leur prouver qu’ils parlent à une solution.

À propos de l’auteur

Andy O’Dower est vice-président de la gestion des produits pour la voix et la vidéo chez Twilio, où il dirige la stratégie et la gestion des produits pour aider les clients à créer des solutions d’engagement client innovantes.

Il possède plus de 20 ans d’expérience dans la création et la croissance de plateformes en B2B, B2C et produits API de plateforme. Tout au long de sa carrière, il a construit et dirigé de grandes équipes transversales, créant et développant des logiciels et plateformes rentables avec des centaines de millions de revenus et des millions d’utilisateurs. Son expérience inclut le travail avec des startups comme Curiosity et Snapsheet pour la diffusion vidéo Wowza. Il détient un MBA de l’Université Rockhurst et réside à Evergreen, CO.