Un ChatBot, quels usages et quels bénéfices ?

Qu’est-ce qu’un ChatBot ?

La première référence historique à un ChatBot se retrouve en 1950 avec le célèbre test de Turing. Le but était alors de distinguer un comportement intelligent non distinguable de celui d’un humain. Par la suite, ces agents conversationnels ont longtemps été utilisés en recherche dans le domaine de la psychologie/psychiatrie pour converser avec des patients. En 2006, le chatbot Watson d’IBM est le premier à remporter la victoire au jeu « Jeopardy ». Se succéderont ensuite d’autres bots iconiques comme Siri en 2010, Alexa en 2015… la machine s’accélère.

Agent conversationnel

Concrètement, un ChatBot est un « agent conversationnel », une interface qu’un utilisateur peut questionner pour obtenir une information (principe du ChatBot Q&A – Questions and Answers) ou pour initier un processus (démarche métier, demandes de congés, prise de rendez-vous, etc.). Si historiquement le ChatBot est une interface graphique peu intrusive qui ne s’utilise que via un ordinateur, il se retrouve aujourd’hui, dans ses versions les plus abouties, presqu’exclusivement remplacé par des assistants vocaux (principalement Alexa d’Amazon, Siri d’Apple, OK Google de Google, Cortana de Microsoft). Ce qui suppose également un usage différent, plutôt de type « consommateur ».

ChatBot & IA

En tant que tel, un ChatBot peut difficilement être comparé à de l’intelligence artificielle. Cette dernière est, en effet, identifiée comme étant une technologie qui, reposant sur le Machine Learning, s’améliore d’elle-même avec le temps et l’utilisation des outils. A contrario, la plupart des ChatBots reposent simplement sur des bases de données de questions et réponses. Si l’utilisateur ne pose pas la question telle qu’elle est formulée dans la base, il n’a pas de réponse. L’expérience est décevante et l’adoption négative.

Un ChatBot est donc un projet continu dont il faut enrichir en permanence les bases de données pour en garantir l’efficacité, et ce de deux façons.

La première, via des opérateurs qui vont traiter les questions sans réponses et les ajouter dans la base de données. La seconde, qui constitue un premier pas vers l’intelligence artificielle, en automatisant tout ou partie du traitement des réponses. Car contrairement à une idée reçue, l’intelligence artificielle repose sur un apprentissage continu.

ChatBot : Quel apport dans l’entreprise ?

Un ChatBot étant in fine une interface utilisateur, il peut répondre à des besoins divers : recherche d’information, démarrage de procédures internes type ressources humaines (demandes de congés), implémentation de procédures métiers tels que la génération de documents à caractères communs (légaux) ou encore participation au mieux-être des collaborateurs. Un ChatBot peut donc aider dans bien des domaines.

Il peut, en effet, être pensé pour des processus nominatifs ou encore anonymes. Dans certains groupes, on pourra imaginer une implémentation qui, via un simple système de questions/réponses, viendrait suppléer la médecine du travail, accompagner les collaborateurs sur des plans de formation en langues étrangère ou sur des aspects techniques.

Dans le cadre d’un accompagnement au changement, il est possible de le placer en support de niveau 1 et agir en tant que filtre sur les demandes des utilisateurs. Une question posée ? si la réponse est connue, alors le ChatBot la donne directement à l’utilisateur. Sinon, celui-ci est redirigé vers un opérateur du support.

Quelle est la bonne approche ?

Dans « ces » contextes, il peut être difficile de se projeter dans la mise en place d’un seul outil. Et la multiplication des solutions sur le marché du ChatBot ne facilite pas le choix.

Le premier facteur déterminant l’approche à adopter doit être la cible de ce ChatBot. On ne mettra pas le même niveau d’exigence sur une application B2C, plus généralement orientée vers les réseaux sociaux ou le service client, que sur une solution B2B, tournée vers l’entreprise.

L’écosystème étant très jeune, je vous propose un petit tour d’horizon de cette complexité.

En pointe de la fourniture de services, se trouvent naturellement Microsoft, Google, Facebook, Amazon, ainsi que IBM et SAP. Ces éditeurs proposent des APIs et services de « motorisation » de ChatBots. Ces moteurs sont des processeurs de langage naturel qui vont vous permettre de développer votre propre solution (que l’interface soit textuelle ou vocale). On y distinguera deux types de traitement des entrées utilisateur : les moteurs NLU (Natural Language Understanding) et les moteurs NLP (Natural Language Processing).

NLU (Natural Language Understanding) et NLP (Natural Language Processing).

Ces services sont souvent disponibles selon un modèle gratuit (et limité) et un modèle payant. La solution implémentée sera évidemment dépendante d’une technologie qui évolue. Le principal avantage de ces outils est leur avance technologique. En effet, ces acteurs, portés par leur base d’utilisateurs extrêmement importante, ont pu inventer et affiner des fonctions très performantes. L’inconvénient est justement que ces composants essentiels évoluent rapidement, et nécessitent donc une veille constante.

Basées sur les APIs de ces éditeurs, des « moteurs de ChatBot » sont disponibles à foison. Il s’agit de frameworks basés sur des moteurs NLU/NLP, qui vont permettre de faciliter le développement de Chatbot. Souvent, ces frameworks sont spécialisés sur des verticaux fonctionnels particuliers, tels que le support niveau 1 ou le service client. Ils ciblent également la plupart du temps un frontal particulier : Facebook Messenger, Google, SharePoint, etc, ou nécessitent l’installation d’un client dédié.

ChatBot as a Service

Enfin, de nouvelles solutions « clés en main » apparaissent. Elles permettent soit d’implémenter un ChatBot sur un besoin particulier avec un minimum de configuration, soit d’avoir accès à un moteur de ChatBot qui fonctionnera sur un modèle « ChatBot as a Service ».

Ce dernier type d’approche est très intéressant : via un système de marketplace, chaque organisation cliente peut enrichir son ChatBot avec de nouveaux modules.

Ces modules pourront tout aussi bien être de type question/réponse que répondre à des besoins métiers plus aboutis :  génération de workflows, intégration dans des processus avec des outils tiers, gestion documentaire (avec génération / classification de documents et signature électronique).

Enfin, reste la possibilité de réaliser un projet sur mesure. Le résultat sera dédié et fermé, mais, de fait, répondant à 100% d’un besoin… au moment où celui-ci est exprimé.

Quid de l’extensibilité de ce modèle ? De même pour la veille technologique, si importante pour bénéficier des dernières fonctionnalités et améliorations ?