Qu'est-ce que la Conversational AI ?

La Conversational AI en une phrase

La Conversational AI est le terme générique désignant les technologies qui permettent aux machines de communiquer avec les personnes en langage naturel, écrit ou parlé. Ce n'est pas un produit unique mais l'interaction de plusieurs composants : reconnaissance vocale, compréhension du langage, gestion du dialogue et génération de la réponse.

Les formes typiques sont les chatbots de sites web, les assistants virtuels dans les applications, les voicebots au téléphone et les assistants vocaux des smartphones ou enceintes. L'objectif est toujours le même : comprendre une demande et y répondre utilement, sans que l'utilisateur ait à connaître des menus rigides ou des mots-clés exacts.

Les briques : NLU, gestion du dialogue, LLM et NLG

La Conversational AI classique traite une entrée en plusieurs étapes. D'abord, le Natural Language Understanding (NLU) analyse le texte : il détecte l'intention (ex. « déplacer un rendez-vous ») et les informations pertinentes (entités, ex. date, heure, nom). Ensuite, la gestion du dialogue décide de la suite : poser une question, déclencher une action ou répondre. Enfin, la Natural Language Generation (NLG) formule la réponse dans un langage fluide.

• NLU – comprend l'intention et les détails d'une entrée (reconnaissance d'intention et d'entités).
• Gestion du dialogue – pilote le déroulé de la conversation et conserve le contexte sur plusieurs tours.
• LLM (grand modèle de langage) – produit aujourd'hui souvent compréhension et réponse en une seule étape, de manière flexible et ouverte.
• NLG – formule la réponse dans un langage naturel et compréhensible.

Texte et voix : de l'ASR au TTS

La Conversational AI fonctionne par texte et par voix. La voix ajoute deux composants : la reconnaissance vocale automatique (ASR, speech-to-text) convertit la parole en texte compréhensible par le système. À la fin, la synthèse vocale (TTS, text-to-speech) retransforme la réponse en une voix audible. Entre les deux s'exécute la même logique de compréhension et de dialogue que dans le chat.

Pour la Suisse, la diversité linguistique compte : allemand standard, français, italien et anglais sont bien couverts par les modèles modernes. Les dialectes suisses alémaniques sont plus exigeants pour l'ASR et devraient être testés avec de vrais enregistrements avant la mise en production.

Anciens chatbots vs. Conversational AI moderne

La plus grande différence est la flexibilité. Les premiers chatbots étaient à règles : ils suivaient des arbres de décision, réagissaient à des mots-clés et n'offraient souvent que des boutons. Si la question s'écartait du script, la réponse était « Je n'ai pas compris ». La Conversational AI moderne fondée sur les LLM, à l'inverse, interprète des phrases librement formulées, comprend le contexte sur plusieurs messages et peut composer les réponses au lieu de simplement les récupérer.

• Compréhension : mots-clés et règles rigides avant – langage libre et contexte aujourd'hui.
• Réponses : fragments prédéfinis avant – réponses générées dynamiquement aujourd'hui.
• Maintenance : chaque parcours construit à la main avant – connaissances issues de documents connectables (RAG) aujourd'hui.
• Risque : réponses limitées mais prévisibles avant – couverture plus large mais risque d'hallucination aujourd'hui.

Exemples pratiques pour les PME suisses

La Conversational AI prouve sa valeur là où de nombreuses demandes similaires rencontrent le langage naturel. Les exemples suivants sont illustratifs et montrent des cas d'usage typiques, pas des résultats mesurés.

• Service client : un bot répond 24h/24 aux questions récurrentes sur les délais de livraison ou les factures et transfère les cas complexes au personnel.
• Prise de rendez-vous : le voicebot d'un cabinet ou d'un garage prend les appels, comprend la demande et inscrit les rendez-vous dans l'agenda.
• Assistance interne : les collaborateurs interrogent un assistant sur les politiques ou processus, connecté à la base de connaissances de l'entreprise (RAG).
• Multilinguisme : la même solution sert la clientèle en allemand, français, italien et anglais – un atout sur le marché plurilingue suisse.

Erreurs fréquentes et protection des données en Suisse

Les erreurs les plus fréquentes sont organisationnelles, pas techniques : lancer un bot sans base de connaissances propre, ne prévoir aucun transfert vers un humain, ou ne pas ancrer les réponses générées dans des sources vérifiées. Comme les LLM peuvent produire des réponses plausibles mais fausses (hallucinations), toute solution sérieuse a besoin d'un ancrage factuel – comme la retrieval-augmented generation (RAG), qui relie les réponses à des documents validés.

En Suisse s'applique la loi révisée sur la protection des données (nLPD/revDSG), surveillée par le PFPDT (EDÖB). Quiconque déploie de la Conversational AI devrait indiquer clairement que l'on communique avec une machine, traiter les données de conversation avec parcimonie et pour une finalité définie, vérifier l'emplacement des serveurs et les sous-traitants, et sécuriser les transferts vers des prestataires hors de Suisse. De plus, l'EU AI Act peut s'appliquer de manière extraterritoriale dès qu'une clientèle de l'UE est servie, par exemple avec des obligations de transparence pour les interactions avec l'IA.