Latest / Le centre de gravité / 18 centimes la minute

Transcript

18 centimes la minute · Le centre de gravité

0:00
Épisode 0,18€ la minute. Le téléphone sonne, quelqu'un
0:03
décroche. Une voix claire posée, sans
0:06
accent particulier, vous demande comment elle peut vous aider.
0:09
Elle ne prend pas de congé, elle ne fait pas de pause déjeuner,
0:12
elle ne soupire pas quand vous rappelez pour la 3e fois et elle
0:16
coûte 0,18€ la minute. Dans le monde, des 1000000 de
0:19
personnes travaillent dans des centres d'appels en Inde, aux
0:22
Philippines, au Maroc, en Tunisie, en France, des 1000000
0:25
de voix humaines payées pour tenir la conversation, absorber
0:28
l'agacement et faire tourner la relation client.
0:31
Et en mars 2000261 éditeur français pose un chiffre sur la
0:34
table, 0,18€ la minute pour faire le même travail, sans
0:37
fatigue, sans accent, sans revendication salariale.
0:38
Ce chiffre a l'air commercial. Il est déjà politique parce
0:43
qu'il transforme une conversation en coût.
0:48
Une voix en variable, une relation en minute facturable.
0:51
La question de cet épisode n'est donc pas est ce que ça marche ?
0:55
L'i avocale marche, elle s'améliore, elle coûte de moins
0:58
en moins cher. La vraie question est ailleurs,
1:00
quand on construit une voie artificielle et qu'on lui
1:02
demande d'optimiser la satisfaction client, la
1:05
satisfaction de quel client ? Quand on lui dit d'être neutre,
1:09
neutre par rapport à quoi ? Quand on lui demande de réduire
1:12
le temps de traitement ? Au détriment de qui ?
1:15
Le biais dans l'i a vocal n'est pas un bug, ce n'est pas une
1:18
fuite du système, c'est une consigne.
1:20
Quelqu'un quelque part décide ce que la machine doit maximiser,
1:24
et cette décision prise dans une salle de réunion devient ensuite
1:28
un algorithme qui s'applique des 1000000 de fois par jour sans
1:31
qu'on puisse lever la main pour dire Attendez, ce n'est pas ce
1:34
que je voulais. C'est de cela qu'on va parler,
1:37
pas seulement du prix d'une voix, de ce que le prix
1:39
contient. Chapitre un, le retour du
1:42
fondateur. En 10091951 français crée une
1:44
entreprise de centre de contact. 30 ans plus tard, il la rachète
1:48
et au premier salon venu, il propose de mettre 1000 agents IA
1:52
en concurrence avec des voix humaines.
1:55
L'histoire commence en 1995, Anthony Dinis fonde vocalcom.
1:57
Dans les portraits de presse professionnels, il apparaît
2:00
moins comme un manager de passage que comme un fondateur
2:03
de produits, quelqu'un qui a passé des années à construire
2:05
des outils de centre de contact dans la tradition du prédictif
2:08
d'appel et des grandes mécaniques de téléphonie
2:10
commerciale. Pas encore de.
2:13
Modèle de langage, pas encore d'agents vocaux, pas encore de
2:16
cette idée étrange qu'une voix pourrait devenir un logiciel
2:18
comme un autre. Pendant 30 ans, l'entreprise
2:20
s'installe 38 pays, plus de 1400 clients selon les communications
2:23
relayées autour du groupe SFR. Téléperformance, Deutsche Bahn,
2:26
Armatis, Intelsia, Concentric. Dans la presse métier, vocalcom
2:30
devient un acteur reconnu particulièrement fort dans
2:32
l'appel sortant. Il faut ajouter ici un détail
2:35
important, dinice n'est pas seulement rester lié à vocalcom,
2:38
il a aussi cofondé opportunity, un autre outil du secteur.
2:43
Dans l'univers du CRM et de la relation client, autrement dit,
2:46
on n'a pas affaire à un fondateur revenu de loin par
2:49
nostalgie, on a affaire à quelqu'un qui a passé
2:51
l'essentiel de sa vie professionnelle dans les
2:53
infrastructures de la relation client.
2:55
Mais pour comprendre vraiment la scène, il faut ajouter un étage
2:57
de plus, dynis n'a pas simplement créé vocalcom puis
3:00
attendu 30 ans, le capital s'ouvre plus tard, opportunity
3:04
est séparé de vocalcom et Dennis s'y renforce avec son équipe.
3:07
Il n'a donc pas disparu du secteur, il est resté dans la
3:09
machine, puis l'entreprise. Changer de place, changement de
3:12
dirigeant. Réorganisation en 2023, Nicolas
3:14
Misterski, ancien directeur financier, devient directeur
3:17
général puis CEO. La société affiche alors une
3:20
ambition classique, accélérer la croissance, renforcer les
3:22
partenariats, investir en recherche et développement.
3:25
Rien en apparence, qui sorte de la grammaire habituelle de la
3:28
tech B to B et puis, fin 2025, le scénario change de nouveau,
3:31
Anthony d'Inis revient et reprend Vocalcom avec un club
3:34
d'investisseurs parmi lesquels Olivier Dua, ex webelp.
3:36
Dit autrement, le fondateur récupère l'entreprise qu'il
3:39
avait créée. Après des années de circulation
3:44
du capital et de réorganisation industrielle, ce détail compte
3:47
parce qu'on n'est pas ici dans un simple retour sentimental du
3:51
fondateur. On est dans un secteur entier
3:53
qui sent que quelque chose bascule.
3:55
Salon des informations relayées dans la presse professionnelle,
3:57
vocalcom réalise en 2024 plusieurs dizaines de 1000000
4:00
d'euros de chiffre d'affaires, avec une légère croissance.
4:02
Ce n'est pas un géant mondial et ce n'est précisément pas le
4:05
point. Le point, c'est qu'une
4:07
entreprise française de taille encore lisible estime que le bon
4:10
moment pour se réinventer, c'est maintenant et que.
4:13
Cette réinvention passe par l'i a vocal au salon all for
4:16
customer de Paris au printemps 2026, Vocalcom vient donc
4:18
montrer autre chose qu'un logiciel de centre de contact.
4:21
L'entreprise promet une plateforme AI first, des agents
4:24
capables de prendre un appel, d'en comprendre le motif, puis
4:27
d'orienter ou de documenter la suite.
4:29
Et autour de cette démonstration, un ordre de
4:31
grandeur circule, 1000 agents IA disponibles Branchables sur les
4:34
grands environnements du secteur, avaya, Genesis,
4:36
Diabolocom, Odigo. Il faut s'arrêter ici une 2nde,
4:40
parce que le moment. Est plus important qu'il n'en a
4:44
l'air. Ce qui se joue n'est pas
4:45
seulement l'arrivée d'un nouvel outil, c'est le passage d'un
4:48
monde où l'i a assistait les téléconseillers à un monde où
4:51
elle commence à se présenter comme la téléconseillère elle
4:53
même. Et le plus frappant dans cette
4:55
scène, ce n'est même pas la technologie, c'est la manière
4:58
dont elle est vendue, pas comme une recherche, pas comme une
5:00
hypothèse, comme une évidence économique.
5:02
La voix devient une ligne de coups, une minute devient une
5:05
unité de remplacement. Il y a là un basculement
5:07
discret, quand un fondateur revient pour réécrire son
5:10
entreprise autour de l'i a, il ne dit pas seulement Regardez.
5:13
Ce que la machine sait faire. Il dit aussi, voilà ce que le
5:16
marché est prêt à comparer une voix humaine face à un prix, une
5:19
relation face à un score, un métier face à un tableur.
5:22
Et c'est exactement là que le sujet du biais commence.
5:24
Pas dans un bug futur, dans la manière même de poser le
5:27
problème. Chapitre 2, le prix d'une voix 1
5:30
prix semble toujours neutre, il ne l'est jamais.
5:33
Derrière un tarif, il y a déjà une théorie de ce qui compte, de
5:36
ce qu'on garde et de ce qu'on peut sacrifier.
5:39
Prenons le chiffre au sérieux, 0,18€ la minute, si on le
5:41
traduit, cela fait un peu plus de 10€ de l'heure.
5:44
À première vue, c'est seulement une grille tarifaire.
5:45
En réalité, c'est déjà une manière de décider ce qui
5:48
compte. Pourquoi ?
5:48
Parce qu'un prix de ce type ne dit pas seulement combien coûte
5:51
la machine, il dit implicitement, à quoi l'on
5:54
compare l'humain. en France, selon des prestataires du
5:57
secteur, un agent de centre d'appel facturé en horaires
5:59
logés, coûte souvent entre 28 et 35€ de l'heure, autrement dit
6:02
autour de 45 à 0,58€ la minute, même si les modes de calcul
6:06
varient. Même si tous les périmètres ne
6:10
sont pas comparables, l'effet psychologique est clair, la
6:12
machine se présente à moins de la moitié, parfois bien moins,
6:15
du prix humain visible. Et sinon offshore.
6:18
L'histoire change à peine de nature, elle change d'échelle.
6:20
au Maroc ou en Tunisie, des voix humaines francophones ont
6:23
longtemps été la réponse industrielle à la pression sur
6:26
les coûts, ont déplacé la voie-là où elle coûtait moins
6:28
cher. Désormais, la promesse est plus
6:30
brutale encore, on ne la déplace plus, on la logicialise, voilà
6:33
ce que le chiffre contient. Déjà hier, l'optimisation
6:36
passait par la géographie, aujourd'hui elle passe par la.
6:39
Thèse vocale, la reconnaissance de parole, le routage
6:41
algorithmique et les grands modèles de langage.
6:43
Le mouvement reste le même, réduire le coût unitaire de la
6:46
conversation. Il faut être juste.
6:48
Cette promesse n'est pas absurde.
6:50
Le marché des outils dia pour centre de contact croît très
6:53
vite. Selon plusieurs cabinets, ces
6:54
estimations pour 2025 et 2026 tournent autour de quelques
6:58
milliards de dollars, avec des rythmes de croissance à 2
7:01
chiffres élevés. Gartner évoque de son côté
7:03
jusqu'à 80 milliards de dollars d'économies annuelles de main
7:06
d'œuvre à terme grâce au chat Bot et agent.
7:09
Automatisée, sur le plan économique, la poussée est
7:11
réelle, mais le point le plus intéressant est ailleurs, il
7:14
tient dans ce que l'on choisit de compter une minute, une
7:17
résolution, un temps d'attente, un coup, un taux de
7:19
satisfaction. Toutes ces métriques ont l'air
7:21
raisonnables et elles le sont jusqu'à un certain point.
7:24
Le problème c'est qu elles laissent hors champ une chose
7:26
simple, la possibilité de sentir qu'une personne n'appelle pas
7:29
seulement pour un problème technique, mais aussi pour être
7:31
reconnue comme un pas singulier. C'est ici qu apparaît la
7:34
première grand illusion de lia vocal.
7:35
On imagine qu'elle remplace une voix en réalité.
7:39
Elle remplace d'abord une définition comptable de la voix,
7:41
pas la voix entière, la partie de la voix que l'entreprise a
7:44
appris à mesurer. Et même cela mérite d'être
7:46
précisé, car l'i a n'arrive pas sur un travail intact, libre,
7:50
improvisé. Elle arrive sur un travail déjà
7:52
découpé, scripté, piloté, mesuré.
7:55
Ce qu'elle remplace d'abord, ce n'est pas une personne entière,
7:58
c'est une définition organisationnelle de la personne
8:00
et l'on comprend alors pourquoi le biais n'est pas un accident
8:03
secondaire. Si vous entraînez une machine à
8:05
maximiser le traitement rapide des appels, elle deviendra très
8:08
bonne. Traiter rapidement les appels.
8:10
Si vous l entraînez à réduire les coûts, elle réduira les
8:12
coûts. Si vous lui demandez d'être
8:14
efficace, elle sera efficace selon votre définition de
8:17
l'efficacité. Le danger n'est pas qu'il
8:19
échoué, le danger c'est qu'il réussisse.
8:21
Voilà le vrai point. L'i a ne discrimine pas malgré
8:23
l'objectif, elle peut discriminer à cause de lui.
8:26
Chapitre 3, l'accent à corrigé. La machine n'arrive pas toujours
8:29
avec un grand manifeste idéologique.
8:31
Parfois, elle arrive avec une promesse beaucoup plus modeste,
8:34
beaucoup plus acceptable, beaucoup plus dangereuse.
8:37
Vous serez simplement un peu plus.
8:39
Compréhensible ? En 2024, téléperformance met en
8:41
avant avec sanas des technologies de modification en
8:44
temps réel de la voix destinées à atténuer l'accent de certains
8:47
agents pour des clients occidentaux.
8:49
Le principe est simple à énoncer, beaucoup moins simple à
8:52
entendre, rendre certaines voix plus conforme à l'idée que le
8:54
client se fait d'une voix claire, neutre, professionnelle.
8:57
Le vocabulaire ici est décisif, personne ne dit officiellement
9:02
nous allons blanchir les voix, personne ne dit, nous allons
9:04
rapprocher les téléconseillers du timbre que le client
9:07
américain juge normal. On dit améliorer la clarté,
9:10
réduire les frictions, fluidifier l'expérience, parfois
9:13
même réduire le biais. Et pourtant, il faut appeler les
9:17
choses par leur nom. Si votre solution au biais anti
9:19
accent consiste à effacer l'accent, vous n'avez pas
9:22
supprimé le biais, vous l'avez pris pour norme.
9:24
Vous avez dit à la machine, le problème n'est pas le préjugé du
9:27
client, le problème, c'est La Voix du salarié.
9:30
Dit autrement, on ne corrige pas l'écoute du client, on corrige
9:33
la personne écoutée. C'est une scène
9:36
extraordinairement révélatrice. Pendant des décennies,
9:39
l'économie mondiale a construit une industrie entière sur la
9:41
disponibilité de 1000000 de travailleurs indiens
9:44
anglophones. Puis, une fois cette
9:46
infrastructure en place, elle a décidé que leur voix naturelle
9:49
restait encore trop visible, trop située, trop identifiable.
9:52
Alors on a interposé un algorithme entre eux et le
9:55
client. Il faut être précis, l'argument
9:59
commercial n'est pas entièrement faux.
10:00
Oui, certains appels deviennent plus fluides si la compréhension
10:03
mutuelle s'améliore. Oui, les outils de traitement du
10:06
bruit ou de stabilisation vocale peuvent aider.
10:09
Oui, une partie des gains revendiqués relève sans doute
10:12
d'une efficacité réelle. C'est précisément pour cela que
10:15
le sujet est difficile. Le problème n'est pas un
10:17
mensonge grossier. Le problème est un glissement
10:19
moral caché dans une amélioration opérationnelle, et
10:23
ce glissement est presque parfait du point de vue du biais
10:25
IA, parce qu'il montre comment un système apparemment neutre
10:28
incorpore une préférence humaine très particulière.
10:30
Quel accent paraît professionnel ?
10:33
Quel accent parait rassurant ? Quel accent parait compétent ?
10:36
Il n'existe aucune réponse naturelle à ces questions.
10:38
Il n'existe que des hiérarchies culturelles devenues si
10:41
familières qu'elles finissent par ressembler à des évidences
10:44
techniques. On pourrait dire, ce n'est qu'un
10:47
détail de voix, ce serait une erreur.
10:49
La voix est un marqueur social extrêmement dense.
10:52
Elle porte l'origine, la classe, la région, l'âge, parfois le
10:55
genre, souvent la place qu'on vous assigne avant même d'avoir
10:58
entendu ce que vous dites. Quand une IA se met à polir la
11:01
voix, elle ne corrige pas seulement un signal acoustique,
11:03
elle intervient dans la distribution sociale de la
11:06
crédibilité. Voilà le renversement.
11:09
On a présenté ces outils comme une manière de réduire le biais.
11:12
En pratique, ils réduisent d'abord l'accent visible et ce
11:15
n'est pas la même chose. Chapitre 4, qui mérite en
11:20
humain ? Tous les clients ne sont pas
11:22
traités de la même manière. Cela existait avant l'i a.
11:26
Ce qui change, c'est la vitesse, l'échelle et le silence avec
11:29
lesquels cette hiérarchie peut désormais s'appliquer.
11:32
Dans la relation client automatisée, le biais ne passe
11:34
pas seulement par la voix, il passe aussi par le tri, qui
11:36
obtient un agent senior qui reste bloqué dans l'arbre vocal,
11:38
qui est rappelé vite, qui attend, qui est jugé rentable,
11:41
qui est jugé coûteux. Les fournisseurs du secteur
11:43
parlent ici de routage intelligent.
11:45
L'expression sonne bien, elle cache parfois une question
11:47
beaucoup plus rugueuse, qui mérite un vrai humain.
11:51
Regardons les mécanismes. Certains systèmes enriant que
11:53
les appels selon la valeur du client.
11:55
En langage simple, plus vous rapportez, plus vous êtes
11:58
susceptible d'être redirigé vers le meilleur traitement.
12:00
D'autres croisent historique, la probabilité de départ, le niveau
12:03
d'émotions détecté dans la voix, la complexité estimée de la
12:06
demande. Un client perçu comme frustré
12:08
peut être envoyé vers un agent plus expérimenté.
12:11
Un autre jugé simple standard, peu rentable, sera laissé à
12:14
l'automate plus longtemps. Chacun de ces choix semblent
12:17
raisonnables. Pris isolément.
12:19
Ensemble, ils dessinent autre chose, une politique de
12:21
distribution de l'attention. Là encore, il faut être honnête,
12:25
les entreprises n'ont pas attendu l'i a pour hiérarchiser
12:28
leurs clients. Les banques, les télécoms,
12:30
l'assurance, le luxe, l'énergie, tous sont depuis longtemps des
12:33
segments premium, des fils prioritaires, des équipes de
12:35
rétention, des scripts différents selon la valeur.
12:38
L'i a n'invente pas cette inégalité.
12:40
Ce qu'elle invente, ou plutôt ce qu'elle industrialise, c'est sa
12:43
granularité, son opacité, son automatisation.
12:46
En temps réel, hier, la hiérarchie pouvait encore
12:49
dépendre d'une organisation visible, parfois contestable,
12:52
parfois maladroite. Aujourd'hui, elle peut devenir
12:54
un score et un score a une propriété redoutable.
12:57
Il donne à une préférence politique l'apparence d'un
13:00
calcul objectif. Imaginons un système entraîné
13:04
sur une consigne simple, maximiser la rétention des
13:07
clients à forte valeur et réduire le coût moyen de
13:09
traitement. Rien de délirant, c'est le genre
13:11
de phrase qu'on peut prononcer en comité de direction sans
13:14
faire lever un sourcil. Mais Regardez ce qu'elle
13:16
contient déjà. Elle contient l'idée que
13:18
certains appels valent plus que d'autres, que certaines colères
13:21
méritent davantage d'écoute, que certains clients justifient la
13:24
présence humaine et que d'autres peuvent se contenter d'une
13:26
simulation suffisamment correcte.
13:28
Le biais ici n'est pas un parasite du système, il est sa
13:31
structure même. Et l'effet le plus important
13:35
n'est pas seulement côté client, il est aussi côté salarié.
13:38
Si les appels complexes, les cas tendus, les personnes âgées, les
13:41
accents difficiles, les situations socialement plus
13:43
fragiles sont distribués différemment, alors la charge
13:46
émotionnelle du travail humain change elle aussi.
13:49
L'algorithme ne répartit pas seulement des appels, il
13:51
répartit la difficulté, la patience requise, la violence
13:55
potentielle, la fatigue. On parle beaucoup de l'i a qui
13:59
remplace, on parle moins de l'i a qui trie.
14:02
Or, dans un centre de contact, trier vaut déjà gouverner.
14:05
Parce que ce qui se distribue ici n'est pas seulement du temps
14:08
de travail, c'est aussi une forme de dignité relationnelle
14:10
qui a droit à un humain, qui a droit à la nuance, qui a droit à
14:14
être traité comme un cas singulier.
14:17
On peut résumer le problème ainsi, l'i a.
14:20
Ne crée pas la discrimination dans les Call centers, elle la
14:22
rend plus efficace, plus rapide et infiniment moins contestable.
14:26
Parce qu'une fois qu'elle a pris la forme d'un score, il devient
14:28
très difficile de dire ceci est un choix moral et pas seulement
14:32
un calcul. Chapitre 5, les voix offshore on
14:39
a d'abord déplacé la voie vers des pays où elle coûtait moins
14:42
cher, maintenant on apprend à la supprimer sans la déplacer.
14:46
Et dans cet entre 2. Des centaines de milliers de
14:49
personnes comprennent que l'histoire peut recommencer sans
14:52
elles. Pour comprendre la violence
14:53
silencieuse de ce marché, il faut regarder au sud de la
14:56
Méditerranée. au Maroc comme en Tunisie, le secteur des centres
14:59
d'appels représente des dizaines de milliers d'emplois, avec une
15:02
forte dépendance au marché français, selon la presse
15:04
économique et professionnelle. Dans les 2 cas, une partie
15:07
massive de l'activité dépend de clients français.
15:09
Ce modèle, on le connaît, la France externalise des
15:12
entreprises cherchent une main d'œuvre francophone, moins
15:15
chère, disponible, formée à la relation téléphonique.
15:18
Casablanca, Rabat, Tunis deviennent des infrastructures
15:20
vocales de l'économie française. On entend plus seulement la
15:23
métropole au téléphone, on entend son extension.
15:26
Pendant des années, cette mécanique a été présentée comme
15:28
une rationalisation. C'était déjà une forme de
15:30
compression de la voix humaine, mais elle gardait un principe
15:33
simple, quelqu'un quelque part, parlait encore une vraie
15:36
personne, avec son salaire, sa fatigue, sa trajectoire, ses
15:40
marges de progression, son accent, parfois sa vie hors du
15:43
script. Aujourd'hui, 2 pressions se
15:44
superposent. Première pression, la loi
15:47
française contre le. Le démarchage téléphonique non
15:49
consenti, appelé à entrer en vigueur en 2026, menace une
15:52
partie du modèle économique des centres orientés vers la
15:54
téléprospection. Des estimations de presse
15:56
évoquent des milliers, parfois des dizaines de milliers
15:59
d'emplois potentiellement fragilisés.
15:59
Il faut manier ces chiffres avec une grande prudence, mais la
16:03
tension, elle, ne fait guère de doute. 2e pression, lia vocale.
16:06
celle-là est plus diffuse, moins spectaculaire, parfois même
16:09
vendue comme complémentaire, mais elle ronge le même terrain.
16:13
Qualification d'appel, FAQ, prise de rendez-vous, rappel.
16:18
Tout ce qui est assez simple pour être standardisé, tout ce
16:21
qui est assez répétitif pour être modélisé, devient soudain
16:23
candidat à l'automatisation. Et c'est ici qu'apparaît une
16:26
forme très particulière de biais.
16:28
Le marché avait déjà jugé qu'une voix française valait trop cher,
16:31
il l'avait déplacé. Désormais, il juge qu'une voix
16:34
marocaine ou tunisienne peut encore coûter trop cher, ou trop
16:37
lentement ou trop humainement. Alors il prépare l'étape
16:40
suivante. Il ne s'agit plus de savoir
16:41
quelle voie est la moins chère, il s'agit de savoir si une voix
16:44
humaine reste nécessaire. C'est la double peine.
16:47
Délocalisation d'abord, automatisation ensuite.
16:49
Ce qui rend la scène presque cruelle, c'est qu'elle se
16:52
présente comme un progrès technique alors qu'elle prolonge
16:54
un arbitrage ancien. On ne cesse pas d'optimiser le
16:57
coût du travail vocal, on pousse simplement la logique jusqu'au
17:00
bout. L'automatisation ici n'arrive
17:02
pas pour réparer la logique de la délocalisation, elle en
17:05
devient la phase suivante, après avoir mis les voies en
17:07
concurrence entre pays, on les met en concurrence avec des
17:10
modèles et l'on voit ici se former une alliance étrange
17:13
entre loi, marché et technologie.
17:15
La loi réduit certains usages. Du démarchage, le marché cherche
17:19
de nouvelles marges. La technologie promet une voix
17:21
plus docile, plus traçable, plus intégrable, moins coûteuse.
17:25
Le résultat n'est pas nécessairement un grand
17:26
remplacement spectaculaire, ce serait trop simple.
17:29
Le résultat probable, c'est une érosion des volumes qui
17:32
glissent, des tâches qui disparaissent, des métiers qui
17:35
se rétrécissent par les bords. On avait délocalisé la voix,
17:38
maintenant on l'automatise et les personnes qui avaient
17:40
décroché les téléphones à Casablanca ou Tunis se
17:43
retrouvent prises en étau entre. Les 2, chapitre 6, la métrique
17:47
et le. Une machine n'invente pas seule
17:49
ce qu'elle doit maximiser. Quelqu'un choisit la consigne,
17:52
quelqu'un choisit le score. Et très souvent, c'est là que se
17:55
niche la vraie politique du système.
17:57
Il faut maintenant remonter d'un étage.
17:59
Jusqu'ici, on a vu des exemples, le prix minute, l'accent
18:02
corrigé, le routage, la pression sur les emplois offshore.
18:05
Mais le cœur du sujet est plus abstrait et plus simple.
18:08
Une IA ne décide pas spontanément ce qui compte, on
18:10
le décide pour elle. Dans un centre de contact, les
18:14
métriques semblent aller de soi, temps moyen de traitement, taux
18:17
de résolution, premier rappel, temps d'attente, satisfaction
18:20
conversion, valeur client, coût par interaction.
18:23
Chacune paraît légitime, chacune peut même être utile.
18:26
Le problème commence quand on oublie qu'une métrique n'est
18:29
jamais la réalité. C'est une réduction de la
18:31
réalité. Et dès qu'un système devient
18:33
très bon pour optimiser une réduction, il commence à
18:36
déformer le monde autour de cette réduction.
18:39
Parce qu'une métrique ne décrit pas seulement le réel, à force,
18:42
elle fabrique le réel, qu'elle rend ensuite mesurable.
18:45
Prenons un exemple simple, vous demandez à une IA de réduire le
18:48
temps moyen de traitement. Elle peut y parvenir de
18:51
plusieurs manières, en répondant plus vite bien sûr, mais aussi
18:54
en écourtant les cas complexes, en transférant plutôt certains
18:57
profils, en standardisant davantage les réponses, en
19:00
décourageant implicitement les appels longs, ambigus,
19:02
émotionnels, peu rentables. Le score s'améliore,
19:06
l'expérience réelle, elle peut se dégrader pour une partie des
19:10
gens. Prenons maintenant la
19:11
satisfaction client. Laquelle ?
19:13
Celle du client le plus rentable, celle du plus bruyant,
19:16
celle mesurée à chaud juste après l'appel, celle qui regarde
19:19
la fidélité à 6 mois. Il n'existe pas une satisfaction
19:23
client, il existe plusieurs définitions concurrentes et
19:27
choisir l'une plutôt que l'autre est déjà une décision
19:29
stratégique, donc déjà une décision politique qui sert on
19:34
en priorité. C'est cela le biais IA dans sa
19:37
forme la plus sérieuse. Pas un robot qui se met soudain
19:39
à détester une catégorie de personnes.
19:41
Pas une erreur grotesque beaucoup plus banal, beaucoup
19:44
plus puissant. Un tableau de bord raisonnable,
19:47
composé de chiffres plausibles, qui finit par produire des
19:50
effets socialement très inégaux parce qu'il a oublié de demander
19:53
ce qu'il laissait hors champ. Et c'est là que l'épisode
19:56
rejoint quelque chose de plus large que vos qualcum dans tous
20:00
les systèmes d'optimisation, le danger n'est pas seulement que
20:03
la machine fasse n'importe quoi. Le danger est qu'elle fasse
20:06
exactement ce qu'on lui a demandé, alors même qu'on a mal
20:09
posé la question. On retrouve ici une vieille
20:12
leçon de la technologie contemporaine, si vous
20:14
choisissez mal le proxy, la machine devient
20:17
extraordinairement efficace à maximiser la mauvaise chose dans
20:21
un centre d'appel. Cette mauvaise chose peut
20:23
prendre 1000 formes discrètes, un accent gommé pour rassurer
20:27
les bons clients, un appel compliqué relégué parce qu'ils
20:29
plombent la moyenne, un client peu rentable laissé plus
20:32
longtemps dans l'automate. Un salarié humain chargé des cas
20:36
que la machine n'a pas voulu et donc exposé à une concentration
20:39
croissante de tensions, ce qui remonte alors vers l'humain, ce
20:43
n'est plus d'abord l'exécution, c'est le jugement qui choisit
20:46
les métriques, qui arbitre entre coût, équité, confort,
20:50
réputation, qualité réelle, accessibilité pour les publics
20:54
fragiles, qui décide qu'un gain de quelques 0,00€ vaut-elle
20:57
dégradation invisible ? C'est là que les 0,18€
21:00
deviennent intéressants. 0,18€ la minute, ce n'est pas
21:03
seulement un prix, c'est une théorie implicite de la
21:05
relation, une manière de dire, voilà la partie de la voie que
21:09
nous avons jugée échangeable. Voilà la partie du soin que nous
21:12
avons réussi à convertir en coût unitaire.
21:14
Voilà la partie de l'écoute que nous avons acceptée de traiter
21:18
comme une commodité. L'i a n'a pas pris cette
21:23
décision, nous si. Vous écoutiez 0,18€ la minute,
21:28
merci de votre écoute.