ElevenLabs dévoile comment les entreprises déploient des agents vocaux : de 50 % à 90 % de précision chez KPN

Le blog d'entreprise d'un éditeur est un genre à lire en tenant compte de la part de marketing. Mais la dernière sélection de cas clients d'ElevenLabs contient plusieurs détails utiles à quiconque envisage d'ajouter de la voix à son produit. Pour le contexte : la société affirme que les clients entreprises représentent plus de 55 % de son chiffre d'affaires, et que les salariés de près de 70 % des entreprises du Fortune 500 utilisent sa plateforme. Voyons maintenant ce que les clients construisent concrètement.

Cinq scénarios, cinq rôles différents pour la voix

Yahoo a ajouté un mode vocal à Yahoo Scout, son service de questions-réponses. Il repose sur ElevenAgents, de sorte que l'équipe n'a pas eu à développer elle-même l'infrastructure vocale. Scout est sorti de la bêta après plus de 3 milliards de réponses, mais ce chiffre concerne l'ensemble du service, pas la voix. La contribution du mode vocal ne peut pas être isolée à partir du texte.

Westgate Resorts a créé un agent vocal, Sarah, pour les questions courantes à la réception. Les connaissances de l'agent ont été tirées de 8 000 transcriptions réelles d'appels, afin qu'il réponde à ce que les clients demandent vraiment. Il a été lancé dans un hôtel de 2 100 chambres à Orlando, et deux autres complexes vont l'adopter. Le texte ne donne aucune métrique, comme la part de demandes résolues.

Twilio a intégré les voix d'ElevenLabs à Conversation Relay, son outil pour les dialogues vocaux avec l'IA. Pour les développeurs sur Twilio, cela signifie que la synthèse vocale se branche au sein d'une plateforme familière. Doppel utilise l'API pour des simulations de vishing : les équipes de sécurité appellent les employés avec une voix IA réaliste pour qu'ils entendent à l'avance à quoi ressemble une attaque. Pocket, un enregistreur portable doté d'IA, a transcrit plus de 2,5 millions d'heures d'audio avec ElevenLabs Speech-to-Text.

Le cas KPN : là où les modèles échouent vraiment

L'exemple le plus riche d'enseignements est celui de l'opérateur néerlandais KPN. Pour son produit Mobiel AI (transcription de la messagerie vocale, résumé d'appels, routage intelligent), ce n'est pas la « lisibilité » générale de la transcription qui compte. Ce sont les détails : le code postal et la date de naissance. Le néerlandais, avec ses longs mots composés et ses forts accents régionaux, met les modèles en difficulté, et une erreur sur un seul chiffre du code postal fait échouer toute la vérification d'identité.

Les ingénieurs d'ElevenLabs ont affiné le modèle avec KPN sur des données néerlandaises. La précision de la vérification d'identité est passée d'environ 50 % à 90 %. La société ajoute que tous les déploiements néerlandais sur la plateforme en ont profité. La leçon est honnête : une précision de reconnaissance moyenne masque les défaillances sur les entités critiques. Si votre agent doit noter une adresse, un numéro de contrat ou une date, c'est eux qu'il faut mesurer.

Que faire de tout cela

Premièrement : si la voix n'est pas votre cœur de métier, une plateforme d'agents prête à l'emploi fait gagner des mois. Yahoo dit clairement qu'elle n'aurait pas pu sortir un produit aussi vite seule. Le prix à payer est la dépendance envers le fournisseur ; l'article ne dit rien des coûts ni des latences.

Deuxièmement : les données comptent plus que la magie. Westgate a pris ses propres appels, KPN la langue de ses clients. Mettez en place l'annotation de dialogues réels avant de choisir un modèle : ils serviront à l'entraînement comme aux tests.

Troisièmement : calculez la précision sur les champs clés, pas sur l'ensemble du texte. Un test sur les codes postaux, les noms et les dates révélera ce qu'un indicateur global masque.

Une troisième réserve concerne le matériel lui-même. C'est une vitrine du fournisseur : aucune donnée sur la durée des projets, leur coût ou la part des demandes que l'agent clôt sans intervention humaine. Le chiffre « de 50 % à 90 % » n'est accompagné ni d'une méthode de mesure ni de la taille de l'échantillon. Considérez-le comme un ordre de grandeur, pas comme une garantie.

Si vous construisez un agent vocal pour le support client, retenez de l'article non pas les logos, mais le schéma : plateforme prête à l'emploi, vos propres transcriptions et une mesure distincte sur les données critiques. C'est sur ces trois étapes que repose l'essentiel des histoires de réussite décrites.