ElevenLabs intègre Nemotron de NVIDIA : des agents vocaux 70 % moins chers que les autres modèles ouverts

Un agent vocal pour centre d'appels se heurte à trois problèmes : il doit répondre vite, calculer sans erreur et ne pas envoyer des données sensibles on ne sait où. ElevenLabs et NVIDIA ont annoncé l'élargissement de leur partenariat, qui s'attaque aux trois à la fois. Il s'agit d'un communiqué de presse, et les chiffres y sont avancés par les entreprises elles-mêmes. Mais pour ceux qui conçoivent des agents vocaux, il y a de quoi l'analyser.

Nemotron dans ElevenAgents

La principale nouvelle pour les développeurs : NVIDIA Nemotron 3.5 Super VL figure désormais dans la liste des modèles de la plateforme ElevenAgents. Nemotron est une famille de modèles ouverts conçus pour les scénarios d'agents : raisonner, appeler des outils, exécuter des tâches en plusieurs étapes.

Selon le benchmark interne d'ElevenAgents sur des tâches réalistes de support client, le modèle a affiché la meilleure précision d'exécution de bout en bout. Les calculs financiers et l'analyse de factures sont mentionnés à part : ce sont précisément les points où un bot vocal confond d'ordinaire les montants et les délais. Toujours selon ElevenLabs, il coûte 70 % moins cher que les autres grands modèles ouverts.

Un détail pratique : chez Nemotron, on peut désactiver le mode de raisonnement. Pour des requêtes simples comme « à quelle heure ouvre le service », une longue chaîne de réflexion est inutile et ne fait qu'ajouter de la latence. Grâce à cela, le modèle figure parmi les trois plus rapides de la plateforme. À l'oral, c'est crucial : une pause de deux secondes donne l'impression d'un appel gelé.

Autre avantage : Nemotron se prête facilement à l'affinage sur des données d'entreprise. Une société peut créer sa propre version du modèle et y exécuter ses agents dans ElevenAgents. C'est une façon de faire en sorte qu'un modèle entraîné sur votre terminologie et vos scénarios reste votre actif.

Matériel : 15 MW de plus

ElevenLabs étend sa propre infrastructure on-premises. Aux systèmes existants sur Blackwell Ultra s'ajouteront 15 MW de capacité sur la plateforme Vera Rubin. Une partie est destinée aux plus gros clients, soumis à des exigences strictes de sécurité et de stockage des données sur le territoire national, une autre est confiée aux équipes de recherche.

Pour un product manager, la conclusion est simple : « un cloud quelque part aux États-Unis » n'est plus la seule option. Si vous vendez des agents vocaux à des banques, à des administrations ou au secteur médical, la possibilité de déployer la solution en local devient un argument commercial.

Pologne : un agent pour la prise de rendez-vous médicaux

Le premier cas d'usage souverain est Centralna e-Rejestracja, le système central de prise de rendez-vous de la plateforme nationale e-Health de Pologne. Le déploiement se fait avec le partenaire EasyCall.

Le scénario est clair. L'agent appelle les patients qui n'ont qu'un téléphone fixe, leur rappelle leur prochain rendez-vous et les aide à le reporter. L'échelle : environ 40 millions de consultations par an, avec un taux d'absence de 10 à 20 %. À grosse maille, cela représente 4 à 8 millions de rendez-vous manqués par an. Même une faible réduction produit un effet sensible.

Le système fonctionne on-premises sur NVIDIA Confidential Computing. Les données des citoyens et l'audio restent dans l'infrastructure de l'État et sont protégés même pendant le traitement. Le déploiement local réduit en outre la latence, ce qui compte pour une conversation en direct.

Les robots, pour l'instant au stade des projets

Un point distinct concerne la voix pour l'IA physique. ElevenLabs et NVIDIA étudient le lancement de modèles vocaux sur les appareils edge de NVIDIA : pilotage d'équipements industriels, robots en usine, dialogue avec une voiture. Les formulations du communiqué sont prudentes : « applications potentielles », « explorent ». Il n'y a ni produit concret ni calendrier, il est donc trop tôt pour y voir une annonce.

Que faire de tout cela

• Si votre agent vocal repose sur un modèle fermé coûteux, comparez coût et précision avec Nemotron sur vos propres scénarios. Le benchmark d'ElevenLabs est interne et ne remplacera pas votre propre test.
• Séparez les requêtes simples des complexes : n'activez le raisonnement que là où il est nécessaire, et gagnez sur la latence.
• Si vous travaillez avec le secteur public ou la santé, étudiez le cas polonais comme modèle d'architecture : déploiement local, calcul confidentiel, données qui ne quittent pas le périmètre.

La limite est évidente : tous les chiffres sont publiés par les parties au partenariat elles-mêmes, et le communiqué ne contient aucune mesure indépendante. Mais la direction est claire. Les agents vocaux deviennent une infrastructure, et les questions de coût, de latence et de contrôle des données pèsent autant que la qualité de la voix.