Des conversations pour les applications d'entreprise

Faire du neuf avec du vieux (les conversations)

ChatGPT a démontré comment le langage naturel permet des recherches complexes avec des résultats facilement exploitables. Le langage naturel, c’est le langage humain, celui que nous utilisons au quotidien.

Fin 2022, OpenAI a publié ChatGPT, révélant les capacités de l’IA générative au grand public. La nouveauté tient à la différence avec les modes de recherche antérieurs : avant, on cherchait par mots-clés et on obtenait des liens à explorer et à synthétiser. ChatGPT et les LLM similaires fournissent des réponses complètes et organisées, sur lesquelles l’utilisateur peut itérer.

Contexte historique : Alan Turing conceptualisait les machines parlantes en 1950 ; les premiers chatbots comme ELIZA apparaissent entre 1966 et 1970 ; les applications commerciales émergent vers 2000. Mais ils souffraient d’une mauvaise compréhension contextuelle, d’interactions rigides et d’une capacité d’apprentissage limitée.

Quand les utilisateurs rencontrent les applications professionnelles

Trois grandes étapes d’évolution :

Premier type : le Web (années 1990-2000)

Le développement d’Internet a permis l’adoption du Cloud et des interfaces web pour les applications métier, supprimant le besoin de logiciels clients dédiés.

Deuxième type : les applications mobiles (à partir de 2007)

L’iPhone d’Apple et son App Store ont révolutionné l’expérience utilisateur en offrant un accès mobile. Le succès s’est rapidement propagé de la sphère personnelle à la sphère professionnelle, répondant aux besoins de simplicité, rapidité et mobilité.

Troisième type : l’accès conversationnel

L’accès conversationnel s’est aujourd’hui généralisé bien au-delà des enceintes connectées : selon OpenAI, ChatGPT comptait 900 millions d’utilisateurs actifs hebdomadaires en février 2026, contre 400 millions un an plus tôt, soit plus qu’un doublement en douze mois. Une étude Capgemini révèle que « si 76 % des entreprises bénéficient quantitativement des assistants vocaux/chat, elles doivent mieux répondre aux besoins clients pour en exploiter le plein potentiel ».

Les interfaces conversationnelles doivent surmonter les défis propres au secteur professionnel : techniques (sécurité, confidentialité, intégration IT), fonctionnels (variété des applications, polyvalence des usages) et économiques (amortir le coût d’infrastructure sur une base d’utilisateurs par nature plus restreinte qu’en B2C).

La réponse d’Agora aux défis de la conversation en entreprise

Une solution souveraine et de confiance

La sécurité et la confidentialité des données ancrent l’architecture technique. L’objectif : délivrer une « solution souveraine, de confiance, conforme aux réglementations (RGPD) ».

L’IA d’Agora se spécialise dans la reconnaissance précise d’intentions tout en nécessitant des ressources informatiques minimales. Cela permet :

• Des fonctions NLP dédiées par projet, éliminant la contamination de données entre projets
• Des données d’entraînement définies par l’administrateur, configurant automatiquement les réseaux de neurones
• Des ressources IT dédiées (conteneurs Docker, IA/NLP, bases de données) par projet
• L’anonymisation des éléments sensibles
• Une fonction SSO respectant les politiques d’authentification des clients

La plateforme se déploie sur trois infrastructures d’hébergement françaises géographiquement distribuées, avec des mécanismes d’orchestration pour le partage de charge et la gestion automatique des basculements.

Personnalisation

L’universalité du langage humain permet de porter des projets conversationnels dans tous les secteurs : RH, ERP, Finance, Logistique, Industrie, Collectivités, Aide à domicile, etc.

Une expérience conversationnelle de qualité requiert la compréhension des spécificités opérationnelles : actions proposées, noms propres, vocabulaire spécialisé. Dans un logiciel de gestion de flotte par exemple, un exploitant peut demander « où est le camion 12 ? » ou « quels véhicules sont dus pour leur contrôle technique ce mois-ci ? » sans que ce vocabulaire (immatriculations, sites, types de contrôle) ait de sens pour un modèle de langage générique non entraîné sur ces spécificités.

Agora propose des studios no-code et low-code permettant de définir précisément les interactions. La définition des intentions implique :

• L’intégration du vocabulaire spécialisé
• La construction des jeux de données d’entraînement ; la saisie de phrases exemples génère automatiquement la majeure partie des données via des LLM intégrés
• Le test et le déploiement des intentions ; l’entraînement automatisé produit des modèles de langage dédiés en quelques secondes

Un véritable levier d’efficacité et de rentabilité

Agora s’adapte à la plupart des architectures et applications d’entreprise pour un déploiement sans rupture. Le prérequis principal : des applications accessibles sur Internet avec des API documentées.

Les interfaces conversationnelles s’intègrent aux solutions existantes :

• Applications collaboratives professionnelles (MS Teams, Slack, Google Workspace)
• Bots intégrés aux interfaces web ou aux applications mobiles
• Applications de messagerie grand public (WhatsApp, Messenger, SMS)

Après le Web puis le mobile, l’accès conversationnel s’installe comme un troisième mode d’accès aux applications d’entreprise, porté par les mêmes moteurs (simplicité, rapidité) mais avec des contraintes propres au B2B : sécurité, vocabulaire métier, intégration à l’existant. La sécurité et la personnalisation par secteur ne sont pas des options, mais la condition pour qu’un projet conversationnel dépasse le stade de la démonstration.