70% des requêtes soumises aux chatbots sur l’application Facebook Messenger restent sans réponse. Ce chiffre, tiré d’un article des Échos, témoigne de la difficulté de ces robots dit intelligents à satisfaire les utilisateurs. Comment expliquer un taux d’échec aussi élevé?
De plus en plus d’entreprises veulent désormais surfer sur la vague des chatbots mais finissent par échouer dans ce que Les Échos appellent la Vallée de la mort de l’intelligence artificielle. En effet, ces chatbots se montrent décevants à l’usage: réponses non pertinentes, capacités de langage naturel limitées, incapacité à comprendre les questions posées… Les facultés cognitives de ces agents conversationnels demeurent souvent limitées.
Pour comprendre pourquoi il est si difficile d’apprendre à un robot à communiquer, il faut revenir à la construction de son intelligence. En effet, lorsqu’une entreprise veut créer un chatbot, elle part d’une toile vierge. La quasi-totalité des chatbots du marché sont déclaratifs, c’est-à-dire qu’il faut rentrer toutes les questions possibles – et leurs réponses associées – à la main. Si imaginer les trois premières interactions est assez facile, couvrir ensuite la diversité des questions d’avant vente ou de support client relève de l’impossible.
Les chatbots déclaratifs ont ainsi quatre problèmes majeurs:
Manque de robustesse: le chatbot risque de ne pas comprendre une grande partie des questions posées par l’utilisateur, car celui-ci n’aura pas utilisé les bons mots ou aura utilisé une formulation incorrecte, non reconnue par le bot.
Couverture limitée: le chatbot ne couvrira que la liste des questions et des réponses rentrées manuellement. Il y aura donc forcément des manques et le bot ne pourra pas répondre à l’ensemble des questions possibles sur toutes les fonctionnalités du service ou du produit.
Coût de mise en place: par sa dimension déclarative, la mise en place d’un chatbot sans réelle intelligence artificielle prend énormément de temps et nécessite un investissement humain conséquent. De plus, il s’agit d’une tâche rébarbative et laborieuse pour le poste de support mobilisé.
Difficulté de maintenance: puisque la saisie est manuelle, il est nécessaire de maintenir en parallèle la documentation ET les connaissances du chatbot, sans quoi il fournira rapidement des réponses erronées ou incomplètes.
Pour construire un chatbot intelligent, il convient donc de remplacer ces quatre obstacles, coûteux pour les clients, par un outil capable de mettre en place un premier lot de questions de façon complétement automatique. En effet, ce n’est que par l’automatisation de la génération de questions/réponses que le chatbot peut acquérir une vraie valeur ajoutée pour l’entreprise, tout en faisant preuve d’une certaine intelligence, utile à l’utilisateur.
L’objectif final est de décharger le service support ou les services métier, tout en fournissant aux utilisateurs un conseiller virtuel capable de comprendre une requête et d’y répondre de façon pertinente. Le chatbot peut fournir deux types de solutions: soit il oriente l’utilisateur dans la documentation, soit il l’aide à résoudre directement le problème – changer son mot de passe par exemple. Or, ce conseiller virtuel doit pouvoir satisfaire ces requêtes sans intervention humaine préalable, faute de quoi en essayant de résoudre un problème RH (service support surchargé), on crée… un nouveau besoin RH (un employé chargé de rentrer à la main tous les couples de questions/réponses).
