IA Générative : Les prochaines étapes pour CM.com en 2023

En février dernier, CM.com publiait ses ambitions liées aux "Large Language Models" (LLMs) avec la promesse de lancer plusieurs évolutions que nous estimions importantes pour nos clients. Promesse tenue ! Fin du premier trimestre, nous permettions à nos clients de générer du contenu conversationnel et nous avons renforcé le lien entre notre IA Conversationnelle et notre solution CCaaS, Mobile Service Cloud, en générant automatiquement des résumés de chaque conversation.

Découvrez les avantages des nouvelles évolutions prévues en 2023.

Une nouvelle génération d'IA Conversationnelle

Notre plateforme d'IA conversationnelle, Conversational AI Cloud, et notre solution CCaaS, Mobile Service Cloud, seront les premières à bénéficier des capacités génératives nouvellement développées par CM.com. Les deux solutions sont conçues pour être complémentaires et pour se renforcer mutuellement. Cela se traduit par une nouvelle base de connaissances alimentée par l'IA qui recueille et combine des informations provenant des deux applications, ainsi que d'autres sources de données internes et externes. Cette base de connaissances est enrichie avec la technologie "Retrieval-Augmented Generation", qui utilise les modèles d'IA propriétaires de CM.com, les données de nos clients et les "Large Language Models" - tous entièrement connectés par le biais de la plateforme CM.com.

Notre nouvelle génération d'IA conversationnelle sera capable de générer des réponses aux questions entrantes des utilisateurs finaux, sans qu'il soit nécessaire de définir de longs et exhaustifs flux conversationnels. Les agents utilisant la solution Mobile Service Cloud de CM.com pourront expérimenter un tout nouvel assistant alimenté par l'IA, générant des suggestions et des conseils d'experts, tout en fournissant également une base de connaissances interne intégrée pour éviter de devoir rechercher des informations à partir de sources internes et externes lors d'une conversation avec un client.

Exploiter toutes les sources de données au sein d'une solution d'IA unique pour stimuler l'engagement des clients

Avant d'adopter les technologies d'IA générative, les entreprises ont souvent des doutes sur la pertinence du contenu généré par de l'IA pour leurs clients. Bien que les "Large Language Models" utilisent de vastes quantités de données, ils n'ont bien évidemment pas accès aux connaissances internes de l'entreprise et aux best-practices du service client. Peuvent-ils réellement saisir quel est votre domaine d'activité ? Cela soulève donc des doutes quant à la capacité de l'IA conversationnelle à répondre aux questions des clients de manière efficace et cohérente. Après tout, sans historique des questions précédemment posées, sans connaissance de votre domaine d'activité ni du ton avec lequel vous avez l'habitude d'échanger avec vos clients, comment pouvez-vous être certain que la solution saura fournir des réponses pertinentes et des recommandations précises ?

Sans aucun effort, notre technologie exploite la richesse des données disponibles au sein de votre organisation. Cela permet à nos solutions de fournir des réponses parfaitement adaptées, cohérentes avec le contexte et pertinentes à vos agents ou directement via un bot. Vous pouvez désormais faire confiance à nos solutions d'IA pour exploiter les connaissances et les informations spécifiques à votre entreprise, garantissant ainsi les meilleures réponses possibles aux questions de vos clients.

La nouvelle génération d'agents conversationnels de CM.com, alimentés par l'IA, exploite les atouts de l'IA générative tout en se connectant de manière transparente à n'importe quelle source de données : Articles de blog, pages du service client, les playbooks internes, les bases de connaissances, mais aussi les systèmes externes tels que les CRM, les ERP, les plateformes d'eCommerce ou les solutions CCaaS. Nous pouvons enfin dire que l'époque où les agents recherchaient inlassablement dans de multiples bases de données et de connaissances et où les conversation designers mettaient en place des flux conversationnels longs et complexes est révolue.

Accélérer la mise en service de vos chatbots grâce à l'IA générative

La mise en œuvre et la configuration d'un chatbot peuvent être relativement longs. Au début, il est important de prendre le temps nécessaire pour faire comprendre à votre chatbot votre activité. Non seulement comment répondre de façon pertinente aux questions de vos clients, mais aussi l'identité de votre marque, le style rédactionnel à employer, le degré de personnalisation des interactions...

Grâce à l'intégration de l'IA Générative dans la plateforme CM.com, la mise en place d'une interface d'IA conversationnelle devient instantanée et ne requiert aucun effort. Puisqu'elle utilise toutes les informations disponibles, elle génère des réponses contextuelles qui correspondent au style rédactionnel habituel de votre marque. Il n'est donc plus nécessaire de créer et de peaufiner des contenus, ce qui permet de gagner un temps précieux et d'économiser de nombreuses ressources. Par ailleurs, notre système s'appuie sur l'apprentissage supervisé (ou supervised learning), ce qui permet d'améliorer en continu la compréhension de l'IA et la précision des réponses en analysant des sélections de conversations entre des agents et des utilisateurs. En s'inspirant des interactions du monde réel, l'IA devient capable de fournir des réponses pertinentes et adaptées au fil du temps.

Libérer la puissance de l'apprentissage continu

Les entreprises s'efforcent de mieux comprendre leurs clients et de tirer des enseignements de chacune de leurs interactions. Exploiter des conversations entre les agents et les clients, ainsi que celles avec les chatbots, peut améliorer les performances de l'IA mais aussi les interactions humaines.

La mise en œuvre d'une boucle de rétroaction (feedback loop) entre les agents humains et les chatbots améliore la qualité du service client et l'efficacité opérationnelle. Ce processus automatisé permet un apprentissage continu, apportant des améliorations de l'IA et une meilleure compréhension de votre activité. Il améliore aussi l'échange d'informations lors des handovers entre un chatbot et un agent humain. Chaque interaction devient donc une occasion d'apprentissage précieuse, permettant à l'IA conversationnelle de s'adapter et d'évoluer constamment en fonction des exigences - en perpétuelle évolution - des clients. Grâce aux mécanismes d'apprentissage automatisés, notre IA permet aussi aux agents d'évoluer grâce aux partages d'expériences, de connaissances et de best practices.

CM.com vous garantit la confidentialité et la sécurité des données en s'associant à des fournisseurs fiables et reconnus et en vous fournissant des informations sur la confidentialité, des SLAs stricts et une parfaite transparence. Chez CM.com, notre stratégie d'IA s'articule autour de l'intégration de modèles fondamentaux tels que les "Large Language Models" (LLM) permettant d'allier l'IA générative à nos modèles d'IA propriétaires.

Conversational AI Cloud

Nouvelles fonctionnalités lancées cette année :

• Mise en place instantanément d'un bot grâce à la création automatique d'une IA conversationnelle basée sur des sources de données connectées.

• Génération de réponses contextuelles utilisant le style rédactionnel habituel de la marque.

• Apprentissage supervisé (ou supervised learning) grâce à l'analyse d'une sélection de conversations entre des agents et des utilisateurs alimentant l'IA conversationnelle.

• Intégration à notre NLU (Natural Language Understanding) en 128 langues, prêt à l'emploi pour les nouveaux clients comme pour les clients existants.

• Intégration à la plateforme CM.com, permettant des intégrations avec des solutions externes comme des CRM, ERP, Bases de Connaissances et des platforms CCaaS.

• Niveau de sécurité élevé pour garantir à nos clients le contrôle et le traitement de leurs données conformément aux normes réglementaires.

Mobile Service Cloud

Nouvelles fonctionnalités lancées cette année :

• Aide aux agents en générant des suggestions de réponses fondées sur l'historique et les données de l'entreprise.

• Amélioration des informations fournies à un agent lors d'un handover, en décrivant le contexte, la raison pour laquelle la conversation a été transférée et en suggérant les prochaines actions à accomplir.

• Mécanisme d'apprentissage non supervisé pour l'assistant IA de l'agent.

• Boucles de rétroaction (feedback loops) génératives, améliorant l'IA au fil du temps et lui permettant de mieux comprendre votre entreprise.