Dans cet article on parlera de chatbots, de natural language processing (NLP), d’intelligence artificielle et de gestion de la connaissance.

Le 12 avril 2016, David Marcus, chef de produit chez Facebook annonçait via un communiqué de presse que Messenger ouvrait ses API Send/Receive aux chatbots. S’en est suivi une vague d’intérêt sans précédent autour de ces agents conversationnels : de 100 000 bots développés sur la plateforme de Marc Zuckerberg l’année dernière, Messenger est passé à plus de 300 000 en mai 2018. Mais si l’apparition des bots sur Messenger marque une démocratisation de l’utilisation de ces programmes, ces derniers existent déjà avec succès depuis plusieurs années sur des applications de chat comme WeChat en Chine.

Au moment où beaucoup semblent convaincus que les Chatbots sont là pour durer, voire même pour remplacer des applications et les sites qui existent aujourd’hui, il est temps pour nous de vous parler des 5 contre-vérités que nous avons pu constater sur ces petites machines.

1. « Les chatbots fonctionnent grâce à l’intelligence artificielle »

Ce n’est pas faux, mais c’est un raccourci. Même si la dernière démonstration de google Dupleix est assez bluffante, les solutions de chatbots disponibles sur le marché pour les entreprises sont encore loin des prouesses présentées lors du Google I/0. En attendant que ces innovations soient accessibles à tous, intéressons-nous à l’intelligence des bots actuels :

Leur intelligence se décompose en 2 parties :

• Le NLU : Natural Language Understanding, qui représente la capacité de la machine à comprendre ce que l’utilisateur écrit ou dit en transformant des données non-structurées en une forme structurée qu’elle peut comprendre et à partir de laquelle elle peut agir.
• Le NLG : Natural Language Generation, qui représente sa capacité à engendrer des phrases en langage naturel à partir de données structurées récupérées notamment à travers des bases de données (ou le processus de NLU).

A eux deux, le NLU et le NLG forment le Natural Language Processing ou NLP. C’est la qualité du NLP qui va donner son « intelligence » au bot. Cependant, la NLU, bien que de plus en plus performante ne l’est pas encore assez pour comprendre réellement le langage naturel, ce qui implique que pour comprendre l’utilisateur, le bot repose sur une base de données de questions et de réponses ou sur un arbre de décision presque entièrement paramétré par un humain.

2. « Nous voulons des chatbots apprenants »

Lorsque l’on parle de chatbot, beaucoup de clients s’attendent à ce que leur robot apprenne naturellement de ses échanges avec les utilisateurs à travers des fonctions de machine-learning. Mais est-ce souhaitable ?

Sans aller jusqu’au cas extrême de l’expérience Tay menée par Microsoft, au cours de laquelle un chatbot intégré au réseau social Twitter est devenu raciste et complotiste en l’espace de 24h, il est crucial pour un gestionnaire de chatbot de conserver le contrôle des réponses qui vont être données par l’agent aux utilisateurs afin d’en assurer la qualité.

Un chatbot qui apprendrait automatiquement de ses échanges en viendrait nécessairement à altérer les réponses initialement paramétrées dans sa base de données et donc à échapper au contrôle de ses créateurs. Néanmoins les éditeurs de solutions techniques proposent en général des outils permettant de proposer des améliorations de la compréhension de l’agent grâce aux échanges avec les utilisateurs, mais dont la mise en production reste à la main du gestionnaire.

3. « Le but d’un chatbot est d’apporter une réponse à l’utilisateur »

Si le but premier des chatbots est d’apporter une réponse rapide à la sollicitation d’un utilisateur, ce n’est pas son unique fonction. En effet, il y a beaucoup à apprendre des échanges entre l’agent conversationnel et ses utilisateurs.

Par exemple, une entreprise mettant en place un chatbot sur son site commercial pourra en analysant les conversations entre les visiteurs et son bot, apprendre beaucoup de chose sur le profil de ses clients, leurs attentes et leurs pains (sur le site, comme sur l’offre de l’entreprise). Ce bot pourra même récupérer un certain nombre d’informations de contact qualifiées pour l’entreprises comme des adresses mails.

Evidemment, les échanges des utilisateurs avec le bot, même non concluant, serviront ensuite à améliorer sa compréhension lors de la prochaine conversation.

4. « Les chatbots ne sont utiles que pour les clients »

Le succès des chatbots est en grande partie dû aux possibilités qu’ils offrent en termes de marketing et de communication – 92% des marketeurs pensent d’ailleurs qu’ils vont se généraliser dans leur domaine selon une étude de DoYouDreamUp. Mais ces programmes ont aussi un rôle à jouer à l’intérieur des entreprises. Les « chatbots internes » sont de plus en plus populaires au sein des grands groupes : Engie, La Société Générale, et bien d’autres ont déjà leurs initiatives.

A l’image des bots externes, leur objectif est d’apporter une réponse rapide et qualifiée aux collaborateurs et de fluidifier ainsi la recherche d’informations. Dans le domaine des ressources humaines par exemple, l’emploi d’un chatbot peut permettre de réduire de façon drastique les délais de réponses sur des questions administratives, légales, ou contractuelles. De même, un chatbot peut permettre d’assurer le premier niveau du support applicatif afin de décharger les services supports.

5. « Une fois lancés, les chatbots fonctionnent seuls »

Vous l’avez peut-être deviné au cours de cet article, les chatbots ne sont pas encore autonomes. Une fois un projet de chatbot déployé, le projet n’est pas terminé. Au lancement, l’agent conversationnel aura généralement une base de connaissances initiale pensée par les responsables du projet et des experts des sujets concernés, mais cette dernière est rarement suffisante pour assurer la pertinence du bot sur la durée.

Premièrement, cette base ne prend pas encore en compte les besoins réels des utilisateurs. Elle va devoir évoluer et se perfectionner à l’aide des interactions du bots et de ses utilisateurs. Pour cela les conversations devront être analysées et des ajustements apportés. Or comme nous l’avons dit précédemment, ces actions doivent être effectuées par un humain pour assurer la qualité des améliorations apportées.

Deuxièmement, les connaissances de l’entreprises évoluent, une démarche de chatbot est une vraie démarche de knowledge management, les connaissances doivent être maintenues à jour, certaines doivent être ajoutées et d’autres supprimées.

En conclusion…

Les chatbots ont encore du chemin à parcourir, mais la compréhension de ce qu’ils sont et de ce que leur déploiement implique aussi. Nous espérons que cet article vous aura permis d’y voir plus clair. Si vous souhaitez poursuivre la discussion sur vos projets chatbots avec nous, vous pouvez nous contacter à l’adresse mail gaelle.pommereau@saegus.com