Déploiement d’un agent vocal IA chez un assureur : 3 key learnings

Déploiement d’un agent vocal IA chez un assureur : 3 key learnings

Hamza Senoussi, Senior Manager en Transformation Data & IA chez Converteo, pilote des projets stratégiques qui valorisent la donnée, de la création de centres d’excellence BI à l’intégration d’agents IA. Son approche vise à lier les besoins métiers à une technologie évolutive pour un impact mesurable.

À retenir

• La voix offre une liberté totale au client, ce qui impose un défi d’ingénierie majeur pour transformer un flux informel (hésitations, digressions) en données structurées et exploitables.
• La valeur de l’agent repose sur son intégration profonde au Système d’Information (comme Salesforce), lui permettant d’agir sur les dossiers et contrats pendant la conversation.
• L’IA générative est particulièrement performante lorsqu’elle cible les opérations internes et les conseillers, un levier d’efficacité souvent sous-estimé par rapport aux agents orientés clients.

Nous avons déployé un agent IA vocal pour un assureur. Il ne s’agit pas ici d’un simple chatbot agrémenté d’une couche speech-to-text, mais d’un agent capable de converser, d’interpréter et d’interagir avec les systèmes métier en temps réel.

Le 14 avril dernier, lors de l’événement RUNTIME AI, nous avons détaillé l’architecture de cet agent : front-end, back-end, intégrations et arbitrages techniques réalisés en direct. Voici les trois enseignements majeurs de ce projet.

1. La voix transforme radicalement la capture de données Un formulaire web impose sa propre structure via des champs obligatoires et un parcours guidé. À l’inverse, la voix laisse au client une liberté totale : hésitations, corrections spontanées et digressions. Transformer ce flux informel en données exploitables par un CRM, de manière instantanée, représente un défi d’ingénierie inédit. À cet égard, la maturité des solutions disponibles sur Google Cloud a dépassé nos attentes.

2. L’utilité d’un agent réside dans son intégration au SI L’écueil classique des projets d’IA conversationnelle est de créer un agent éloquent mais déconnecté du Système d’Information (SI). Nous avons pris le parti opposé : notre agent interagit avec Salesforce en temps réel. Qu’il s’agisse de vérifier des contrats, de créer des dossiers ou de recommander des actions, il agit pendant que le client parle. C’est cette synchronisation profonde avec les données métier qui transforme un simple prototype en une solution opérationnelle.

3. L’IA interne : le levier de performance le plus sous-estimé Si le marché se focalise sur les agents clients, l’impact de l’IA générative sur les opérations internes est souvent passé sous silence. Le cas d’usage que nous avons développé cible prioritairement les conseillers plutôt que les assurés. C’est sans doute l’aspect le plus différenciant de notre approche, et paradoxalement celui qui est le moins exploré sur le marché actuel.