Tous les tutoriels « comment créer un chatbot IA » se terminent de la même façon : une démo qui tourne dans un bac à sable, une capture d'écran d'une conversation de test, et des félicitations. Puis vous essayez de le mettre au téléphone avec de vrais clients, et tout casse.
Ce guide saute l'étape du bac à sable. Il commence là où les tutoriels s'arrêtent : au moment où votre bot doit gérer un appelant qui marmonne, une question que votre base de connaissances ne couvre pas, un secteur réglementé et une équipe de conseillers humains qui a besoin d'un transfert propre quand l'IA atteint ses limites.
Le résultat, c'est un agent vocal de production, pas un bot gadget. Voici comment le construire.
Pourquoi les tutoriels d'« agents IA no-code » s'effondrent en production
Les plateformes no-code excellent dans ce pour quoi elles ont été conçues : permettre à des profils non techniques de déployer rapidement un chatbot sur des cas d'usage simples et à faible enjeu. Un widget textuel sur une page de centre d'aide. Le déflectage de quelques questions fréquentes. Un formulaire de capture de leads avec une UX conversationnelle.
Elles cassent en production pour cinq raisons :
-
Elles présupposent le texte. La voix est une modalité totalement différente. Le barge-in (l'appelant parle alors que le bot parle encore), le bruit ambiant, les erreurs d'ASR, les accents régionaux et les exigences de latence inférieure à la seconde n'existent pas dans un éditeur de chat no-code — parce que ces éditeurs ont été pensés pour le chat.
-
Elles ne savent pas ancrer leurs réponses. Le « grounding » signifie que chaque réponse est rattachée à vos données réelles : fiches client, documents de politique, stocks en temps réel. Les modèles no-code puisent dans des bases de connaissances statiques. Quand un client appelle au sujet de son compte, de sa commande ou de son contrat précis, le bot hallucine ou botte en touche.
-
Elles n'ont aucun modèle d'escalade. Les vrais appels finissent par être escaladés. Un bot no-code raccroche généralement, envoie un e-mail ou bascule l'appelant dans une file d'attente — sans transmettre le moindre contexte. Le conseiller qui décroche repart de zéro.
-
Elles ne tiennent pas dans les secteurs réglementés. L'assurance, la santé et la finance ont des exigences réglementaires (HIPAA, SOC 2, TCPA, obligations d'information locales) que les plateformes no-code n'ont jamais été architecturées pour satisfaire. On n'active pas la conformité PCI depuis un éditeur en glisser-déposer.
-
Elles n'ont pas de dispositif d'évaluation. Comment savoir que le bot a régressé après la mise à jour de votre base de connaissances ? Les plateformes no-code n'embarquent pas de tests de non-régression. La production, si.
Le recadrage honnête : si votre cas d'usage se limite à du déflectage textuel à faible enjeu, le no-code suffit. Dès que cela touche à la voix, à des données réglementées, à de vraies consultations de comptes ou à des files de conseillers en direct, il vous faut une architecture de production.
L'anatomie réelle d'un agent vocal de production
Un agent vocal de production est un pipeline, pas un monolithe. Chaque étape a son propre budget de latence, ses modes de défaillance et ses arbitrages entre fournisseurs.
Questions fréquentes
Qu'est-ce qui casse en premier quand un chatbot passe en production ?
La gestion des entrées que personne n'a scriptées : fautes de frappe, questions à tiroirs et interlocuteurs qui répondent à une autre question que celle posée. Les parcours de démo supposent des utilisateurs coopératifs.
Ai-je besoin de retrieval ou puis-je tout mettre dans le prompt ?
Le retrieval devient utile dès que l'ensemble des réponses change plus souvent que vous n'avez envie de redéployer. Un prompt convient à des connaissances stables et se révèle mauvais pour tout ce qui porte un numéro de version.
Comment un chatbot doit-il passer la main à un humain ?
Avec la transcription et l'intention attachées. Un transfert qui repart de la première question est pire que pas de transfert du tout, puisque le client a désormais dû s'expliquer deux fois.
