Réceptionnistes téléphoniques IA : les problèmes concrets et pourquoi le Web fonctionne mieux

Il y a deux réceptionnistes IA. L'une décroche le téléphone et répond d'une voix. L'autre écrit dans le chat d'un site web. Cet article traite de la première : quels problèmes apparaissent lorsque la demande concerne un appel, et pourquoi ces problèmes ne sont pas les mêmes que ceux du chat. Chaque chiffre est accompagné de l'étude qui l'étaye et d'un lien permettant de la consulter. Aucun chiffre n'est inventé et aucune entreprise concurrente n'est mentionnée.

Les gens veulent pouvoir entrer en contact avec quelqu'un

En février et mars 2026, Gartner a interrogé 3 566 clients, entreprises et particuliers, sur l'utilisation de l'IA générative dans le service client. 87 % ont déclaré que, si une entreprise utilise cette IA, il est essentiel de pouvoir joindre une personne. Parallèlement, 50 % ont déclaré que les démarches étaient plus faciles lorsque l’entreprise utilisait l’IA générative. Il ne faut pas en conclure que « l’IA est superflue ». En réalité, les gens acceptent cette aide, mais refusent qu’elle constitue un obstacle.

Gartner a demandé à ceux qui ne souhaitaient pas utiliser l’IA ce qui pourrait les faire changer d’avis. La réponse la plus fréquente était la possibilité de passer à un interlocuteur humain si nécessaire. Le même commentaire de Gartner ajoute qu’il ne faut pas faire de l’IA une étape obligatoire dans tous les cas : lorsque le client doit essayer plusieurs fois sans succès avant de joindre quelqu’un, il est moins susceptible de réutiliser cet outil. 58 % des utilisateurs de l’IA générative l’ont déjà utilisée pour accomplir une tâche, et pas seulement pour lire une réponse. Dans les entreprises, ce pourcentage grimpe à 74 %.

Gartner, août 2026 : enquête menée auprès de 3 566 clients (février et mars 2026)

Cette crainte n'est pas nouvelle : entrer en contact avec quelqu'un

Une précédente enquête de Gartner, réalisée en décembre 2023 auprès de 5 728 clients, allait déjà dans le même sens. 64 % préféreraient que les entreprises n’utilisent pas l’intelligence artificielle dans le service client. 53 % envisageraient de changer de prestataire s’ils savaient que l’entreprise allait utiliser l’IA pour le service client. La première préoccupation était la difficulté accrue à joindre un interlocuteur humain. Venaient ensuite les répercussions sur l’emploi et le risque que l’IA donne une réponse erronée.

Gartner, 9 juillet 2024 : enquête menée auprès de 5 728 clients (décembre 2023)

C'est justement celui qui vient d'appeler qui est le moins favorable à une IA vocale

Dans le document de Gartner intitulé « Four Data Findings to Inform Your Customer Experience Strategy », la moitié des clients déclarait qu’elle utiliserait un assistant numérique basé sur l’IA générative. Ce chiffre varie selon le canal. Parmi ceux qui avaient utilisé le téléphone lors de leur dernière interaction, seuls 35 % se disaient prêts à utiliser cet assistant. Gartner explique ce phénomène par une observation pratique : si l’appel leur a déjà permis de résoudre leur problème en parlant à un interlocuteur humain, ils n’ont aucune raison de perdre du temps avec un système vocal automatisé la prochaine fois. Le même document recommande de ne pas dissimuler la présence humaine : il faut indiquer clairement que l’assistant peut résoudre le problème et, dans le cas contraire, transférer l’appel.

Gartner, Quatre conclusions issues des données pour orienter votre stratégie en matière d'expérience client (PDF)

On se méprend souvent sur ce qu'on dit, et ça énerve

L'Ofcom a mené une étude sur les enceintes connectées au Royaume-Uni dans le cadre d'une enquête qualitative sur le terrain réalisée entre août et octobre 2022 : cent utilisateurs ont été interrogés, ainsi que des personnes n'en possédant pas. Il ne s'agit pas d'un sondage représentatif à l'échelle nationale. Néanmoins, la conclusion de son rapport est claire : le fait que l'appareil ne comprenne pas ou n'entende pas ce qu'on lui demandait était, de loin, la plainte la plus courante. Il fallait répéter ou changer sa façon de s'exprimer, car l'appareil avait entamé une autre tâche ou avait ignoré la phrase.

Dans cette même étude, une partie des participants a indiqué qu'un accent régional ou international — le leur ou celui d'un proche — entraînait davantage de dysfonctionnements de l'appareil. Certains proches avaient cessé de l’utiliser car l’appareil ne parvenait pas à les comprendre. Il présentait également des défaillances avec les enfants, les voix faibles, les personnes parlant rapidement, à distance, ou adoptant un ton conversationnel plutôt qu’un ordre concis. Le résumé public de l’Ofcom le résume en une phrase : la plupart des utilisateurs étaient frustrés parce que l’enceinte ne répondait pas correctement aux commandes, et cela se remarquait davantage chez ceux qui avaient un accent régional prononcé.

Ofcom, Étude sur les enceintes connectées (PDF, enquête de terrain août-octobre 2022)

Ofcom, résumé : Les utilisateurs d'enceintes connectées ne se sentiront pas seuls ce Noël

BBC Research & Development a publié en 2019 une enquête en ligne menée auprès de 330 personnes, recrutées via un article publié sur son blog. Il ne s'agit pas d'un échantillon aléatoire à l'échelle nationale : les répondants étaient majoritairement âgés de 25 à 54 ans, et provenaient principalement des équipes de la BBC à Londres et dans le nord-ouest de l'Angleterre. Compte tenu de cette limitation, un quart des personnes interrogées a déclaré que l’assistant les comprenait peu ou pas du tout. 38 % attribuaient ces défaillances à l’accent et 36 % au bruit ambiant. 55 % estimaient que la technologie n’était pas encore au point et 58 % que l’échec venait du fait de ne pas savoir quelle commande prononcer. Lorsque l’assistant ne comprend pas, le rapport fait état de frustration, de colère et d’un stress accru. La plainte ne portait pas uniquement sur l’échec : elle concernait également les messages d’erreur, répétitifs et peu utiles.

BBC Research & Development, « Smart Speaker UX and User Emotion » (PDF, 2019)

Une réceptionniste IA téléphonique est présente sur ce canal. Elle doit écouter une phrase, souvent avec du bruit de fond, et déterminer quand la personne a fini de parler. Un chat en ligne ne transcrit pas : il lit ce que le visiteur a tapé. L’accent et le bruit ambiant n’altèrent pas les lettres. Cela ne rend toutefois pas le chat infaillible. Si la saisie est erronée, la réponse est erronée. Cela élimine l’erreur inhérente à l’écoute.

La réponse arrive trop tard pour une conversation orale

Dans une conversation entre personnes, c'est souvent au tour de l'autre de parler très rapidement. Un article publié dans SIGDIAL 2022, intitulé « When can I Speak ? », résume l’état actuel des systèmes de dialogue oral : ceux-ci ne prennent la parole qu’après un long silence, de 700 à 1 000 millisecondes, ce qui donne l’impression que la conversation est lente et peu naturelle. Les personnes, selon ce même article, répondent généralement en 200 millisecondes environ. Attendre qu’il y ait un silence aussi long est la manière habituelle de ne pas couper la parole à celui qui est encore en train de réfléchir. C’est aussi le moyen de laisser un temps de pause qui, lors d’un appel téléphonique, se remarque.

SIGDIAL 2022 : Quand puis-je prendre la parole ? Prédiction des moments d'intervention pour les agents de dialogue oral

Une étude présentée lors de la conférence SemDial a mesuré des échanges réels avec des assistants vocaux, et non pas une expérience en laboratoire portant sur une seule commande. Elle a analysé 1 077 échanges entre dix personnes utilisant l'assistant pour la première fois, dans six foyers. Le temps moyen modélisé entre le moment où la personne finissait de parler et celui où l’assistant prenait la parole était de 1 366 millisecondes, avec une erreur type de 30 millisecondes. Les auteurs comparent ce résultat au temps de relais entre personnes, qui est d’environ 300 millisecondes, en citant Levinson et Torreira (2015), Stivers et al. (2009) ainsi que Heldner et Edlund (2010). L’échantillon est restreint et il s’agit de premières utilisations : il ne s’agit pas d’une moyenne couvrant tous les pays ni tous les produits. Cela montre toutefois, dans des conversations réelles, un temps d’attente plusieurs fois supérieur à celui d’une conversation humaine, et ce sans les tics de langage par lesquels une personne signale qu’elle s’apprête à répondre.

SemDial : « Alexa, tu es trop lente ! » (Barthel), rotation des équipes avec les assistants vocaux

Dans un chat, cette attente n’interrompt la phrase de personne. Le visiteur écrit, envoie son message et peut continuer à naviguer sur la page. La réponse reste écrite. Aucune voix n’intervient trop tard et ne coupe la phrase suivante, ce qui est un autre effet décrit par la même étude de SemDial concernant les échanges avec l’assistant. Hostly ne publie pas de délai de réponse garanti pour le modèle : le chat passe par une file d’attente et le délai dépend de la charge. Ce qu’il n’y a pas, c’est le silence d’un appel pendant qu’un système décide que vous avez fini de parler.

Des boucles, une voix synthétique et la question de savoir s'il y a quelqu'un

Le commentaire de Gartner de 2026 ne donne pas de pourcentage d'appels pris dans une boucle. Il décrit le mécanisme : plusieurs tentatives infructueuses avec l'IA avant de pouvoir joindre un interlocuteur humain réduisent la probabilité que le client utilise à nouveau l'outil. Lors d'un appel, cette boucle est perceptible. Il faut répéter, attendre la question suivante du menu et demander à nouveau à parler à un interlocuteur humain. Sur le chat, le fil de discussion est consigné par écrit. L’équipe l’ouvre dans le tableau de bord et peut répondre directement dans ce même fil.

La voix qui répond lors d'un appel automatisé est une voix synthétisée. Cet article ne cite pas le pourcentage de personnes qui la trouvent « robotique » : parmi les sources citées ci-dessus, aucune enquête ne mesure ce terme à partir d'un échantillon clair. Ce qui est en revanche mesuré, c’est la frustration lorsque le système ne comprend pas, comme le souligne le rapport de la BBC, ainsi que la plainte formulée par l’Ofcom lorsqu’il faut répéter la commande. Une voix qui ne tolère aucune nuance et une reconnaissance vocale défaillante se cumulent en l’espace d’une minute. Sur le site web, la réponse est sous forme de texte. On peut la relire. Pas besoin de deviner un mot qui a mal sonné.

Salesforce a chargé YouGov de mener une enquête auprès de 15 015 consommateurs, du 16 juillet au 16 août 2024, dans 18 pays, dont l'Espagne. Près de trois consommateurs sur quatre souhaitaient savoir s'ils s'adressaient à un agent IA. 45 % déclaraient qu’ils auraient davantage recours à un agent IA s’il existait un moyen clair de passer à un interlocuteur humain. Seuls 30 % des consommateurs accepteraient de traiter avec un agent IA plutôt qu’avec une personne en échange d’un service plus rapide. Le rapport PDF de Salesforce, issu de cette même étude, présente les chiffres suivants : 72 % des personnes interrogées estiment qu’il est important de savoir quand elles s’adressent à un agent IA. La transparence et la possibilité de passer à un interlocuteur humain ne sont pas des détails superflus. C’est ce que réclame cet échantillon.

Salesforce, « State of the AI Connected Customer », enquête YouGov de juillet à août 2024

Salesforce, « State of the Connected Customer » (PDF issu de la même étude)

Pourquoi une réceptionniste IA en ligne ne présente pas ces défauts

Hostly est la réceptionniste IA du site web, pas du téléphone. Le visiteur écrit dans le chat de votre site. Il n'y a ni reconnaissance vocale, ni accent, ni bruit ambiant, ni voix synthétique pour répondre. La réponse s'appuie sur les informations validées par l'entreprise. Si l'information n'est pas disponible, elle indique qu'elle ne la connaît pas. Elle n'invente ni prix, ni horaires, ni créneaux disponibles. Si les réservations sont activées, elle ne propose que les créneaux disponibles indiqués par l'agenda.

Chez Hostly, « joindre un interlocuteur » ne signifie pas un transfert automatique de l’appel. L’équipe voit le fil de discussion dans le tableau de bord et prend le relais. Tant qu’un interlocuteur est en train d’écrire, l’IA ne répond pas dans ce fil. Demander un interlocuteur ne transfère pas automatiquement la conversation : c’est la personne qui se trouve dans le tableau de bord qui s’en charge. Il s’agit d’une véritable limite du produit, et il vaut mieux le préciser plutôt que de promettre une fonction « transfère-moi à quelqu’un » que le chat ne peut pas exécuter de lui-même. Ce que cela évite, en revanche, c’est de laisser quelqu’un parler tout seul face à un menu : le texte reste, et un interlocuteur peut reprendre la conversation là où elle s’était arrêtée.

L'IA répond sur le chat de votre site web. Si vous activez le bouton WhatsApp, celui-ci ouvre la messagerie WhatsApp de l'entreprise et c'est une personne qui répond : l'IA n'intervient pas dans cette conversation. Hostly ne lit pas ces messages WhatsApp et n'y intègre pas de modèle. Ceux qui souhaitent écrire à l'entreprise, et non via le chat du site, utilisent ce bouton. Les visiteurs du site peuvent quant à eux rester sur le chat.

Le prix d'entrée est de 29,90 € par mois, TVA comprise. Cette page n'indique pas qu'un chat permet de réduire les annulations ni que le paiement via Stripe entraîne une commission spécifique : cela ne figure pas dans les sources citées ci-dessus et ne constitue pas une promesse du produit dans ce texte. Le paiement, si l'entreprise active cette fonctionnalité, s'effectue sous forme d'acompte ou du montant total au moment de la réservation. La carte bancaire ne transite pas par Hostly.

Ce que cet article ne démontre pas

Cela ne prouve pas que tous les réceptionnistes téléphoniques basés sur l’IA présentent les mêmes défaillances. Les études évaluent les assistants vocaux, les enceintes et l’opinion sur l’IA dans le domaine du service client, et non un recensement des produits. L’échantillon de SemDial est composé de dix personnes. Celui de la BBC n’est pas aléatoire. Celui de l’Ofcom sur les enceintes est qualitatif. Celles de Gartner et de Salesforce sont de vastes enquêtes menées auprès de clients et de consommateurs, et non un test d'écoute portant sur un nombre précis.

Cela ne prouve pas non plus qu’un chat ne se trompe jamais. Si la fiche n’est pas à jour, la réponse ne l’est pas non plus. Si l’entreprise désactive l’IA, personne ne répond tant qu’un employé n’est pas présent. Si le visiteur a besoin d’un appel, le numéro de téléphone de l’entreprise reste le numéro de téléphone : Hostly ne le remplace pas. Ce que le chat évite, ce sont les erreurs qui n’existent que parce que la conversation se fait à l’oral.

La fiche produit, qui regroupe les informations relatives à l'installation, aux langues, aux réservations et au prix, fait office de réceptionniste IA.

Sources

La fiche produit est la réceptionniste IA.