Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarAWS Machine Learning Blog→ original

Stretto remplace son formulaire web par un agent vocal : la minute de voix coûte 95% de moins

Stretto collectait les dossiers de faillite avec un court formulaire web, mais les avocats ont besoin d'informations sur les dettes, les véhicules et l'immobilier. Les utilisateurs abandonnent les formulaires trop longs, et embaucher des opérateurs humains coûte cher. Sur Bankruptcy.com, c'est donc désormais un agent vocal, Tara, qui répond aux appels. La minute de voix revient à 95% de moins que la solution précédente. Conclusion : si votre formulaire se heurte aux abandons, il faut évaluer l'entretien vocal au prix de la minute.

Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
Stretto remplace son formulaire web par un agent vocal : la minute de voix coûte 95% de moins
Source : AWS Machine Learning Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireAWS Machine Learning Blog ↗
Rédacteur en chef
Chiffre clé #1Avec l'ancienne solution, le premier son arrivait après plus de 500 ms
Chiffre clé #2L'entretien complet dure 15 à 20 minutes, alors qu'une session Nova 2 Sonic est plus courte
Chiffre clé #3Le pont vocal ouvre un nouveau flux et lui transmet l'historique sous forme de texte

Imaginez un formulaire sur un site web : une personne qui envisage la faillite y saisit le montant de sa dette, indique si elle a un avocat et laisse son numéro de téléphone. C'est exactement ainsi que fonctionnait le site Bankruptcy.com de Stretto.

Pour les avocats, un tel dossier ne sert presque à rien : ils ont besoin des dettes, des actifs, des véhicules, de l'immobilier, de l'historique professionnel et des faillites passées. Si l'on allonge le formulaire, les gens l'abandonnent en cours de route. Recruter et former des opérateurs chargés de poser toutes ces questions par téléphone coûterait trop cher.

Stretto a donc conçu, avec l'AWS Generative AI Innovation Center et l'intégrateur CI&T, l'agent vocal Tara, fondé sur le modèle Amazon Nova 2 Sonic. Selon l'estimation de l'entreprise, la minute de voix revient à 95% de moins qu'avec la solution précédente (aux tarifs Amazon Bedrock on-demand en us-east-1 en avril 2026). Pour les développeurs, c'est un exemple de remplacement d'un long questionnaire par une conversation, sans faire exploser le coût de la minute.

Comment Tara mène un appel

La personne compose le numéro de Bankruptcy.com, Tara décroche, se présente, recueille le consentement à la conversation et lance l'entretien. Elle collecte les données personnelles, la situation financière, la liste des biens et l'historique professionnel, en adaptant son ton à l'humeur de l'interlocuteur. Les appels sont pris en charge par Twilio, qui ouvre un WebSocket et transmet l'audio brut à AWS. Le son traverse le pare-feu AWS WAF et un répartiteur de charge avant d'arriver au « pont vocal ». Il s'agit de conteneurs sur Amazon ECS Fargate, qui tournent en permanence dans trois zones de disponibilité. Le pont transmet l'audio dans les deux sens à Amazon Nova 2 Sonic, via Amazon Bedrock.

Nova 2 Sonic est un modèle « speech-to-speech ». Il écoute et répond lui-même à voix haute, sans la chaîne habituelle composée de reconnaissance vocale, de modèle textuel et de synthèse. Cette conception vise à réduire la latence et à rendre la conversation plus naturelle. Avec l'ancienne solution de Stretto, d'après ses propres mesures, le premier son arrivait après plus de 500 ms, et les silences paraissaient gênants. Elle gérait aussi mal les interruptions, alors que les personnes sous stress coupent souvent la parole et se corrigent.

Après l'appel, la transcription est placée dans une file Amazon SQS dotée d'une file de messages non distribués. Claude 3 Haiku, sur Bedrock, en extrait ensuite les champs : noms, montants, adresses, données sur les véhicules. Ils sont enregistrés dans Amazon Aurora Serverless v2. Ce n'est pas le modèle qui décide du sort d'un dossier. Des règles définies par les avocats le classent comme éligible, non éligible ou nécessitant des précisions. Les dossiers éligibles sont transmis aux avocats selon la juridiction, tandis que les autres appelants se voient proposer d'autres ressources. Le dernier mot revient à l'avocat.

Ce qu'il faut retenir

Premier point : valider la voix avant d'écrire du code. L'équipe a testé Nova 2 Sonic pendant une semaine entière, avec des scénarios d'appelants calmes, tendus, hésitants et irrités. Elle a observé la latence, les interruptions et les changements de ton. Le rapport final a conditionné le passage à l'intégration.

Deuxième point : contourner la limite de session. L'entretien complet dure 15 à 20 minutes, alors qu'un flux Nova 2 Sonic a une durée de vie plus courte. Le pont suit le temps du flux et, peu avant la limite, en ouvre un nouveau avec le même prompt système et le même jeu d'outils. L'historique de la conversation lui est transmis sous forme de texte. Quand Tara termine sa phrase, le son bascule vers le nouveau flux et l'ancien est fermé. L'appelant ne remarque aucune coupure.

Troisième point : un déploiement par étapes. L'équipe a d'abord bâti l'intégration en trois semaines, et l'agent collectait les mêmes 13 champs que le formulaire web. Cela a fourni un point de référence. Puis, en quatre semaines, le questionnaire a été étendu à plus de 18 catégories avec embranchements : les questions dépendent des réponses précédentes. La base de données est devenue un modèle relationnel cohérent, où une même personne peut avoir plusieurs véhicules, biens immobiliers, dettes et sources de revenus.

Chiffres et réserves

Stretto annonce une hausse de la conversion de 20% par rapport au formulaire web sur trois mois, une précision d'extraction des champs d'environ 96% et une durée moyenne d'environ 8 minutes pour un appel mené à terme. Ces chiffres sont à lire avec prudence. L'article a été publié sur le blog d'AWS avec un client et un partenaire, et il n'existe aucune vérification indépendante.

L'économie de 95% a été calculée selon les tarifs d'un moment et d'une région précis. Il n'y a pas de comparaison avec d'autres modèles vocaux : on sait seulement que Nova 2 Sonic fait mieux que l'ancienne solution de Stretto. Par ailleurs, Amazon Nova 2 Sonic et Amazon Bedrock ne sont pas disponibles dans toutes les régions AWS.

Conclusion pratique : si votre formulaire se heurte au refus de remplir de longs champs, un entretien vocal peut produire des données plus complètes. Il devient rentable quand le prix de la minute est bas et que les décisions sont sorties du modèle pour être confiées à des règles explicites. Mieux vaut intégrer d'emblée la limite de durée de session dans l'architecture que la découvrir au milieu d'une conversation.

Dossier

Questions clés sur cet article

Comment Tara mène un appel?

La personne compose le numéro de Bankruptcy.com, Tara décroche, se présente, recueille le consentement à la conversation et lance l'entretien. Elle collecte les données personnelles, la situation financière, la liste des biens et l'historique professionnel, en adaptant son ton à l'humeur de l'interlocuteur. Les appels sont pris en charge par Twilio, qui ouvre un WebSocket et transmet l'audio brut à AWS. Le son traverse le pare-feu AWS WAF et un répartiteur de charge avant d'arriver au « pont vocal ».

Que sait-on sur Ce qu'il faut retenir ?

Premier point : valider la voix avant d'écrire du code. L'équipe a testé Nova 2 Sonic pendant une semaine entière, avec des scénarios d'appelants calmes, tendus, hésitants et irrités. Elle a observé la latence, les interruptions et les changements de ton. Le rapport final a conditionné le passage à l'intégration. Deuxième point : contourner la limite de session. L'entretien complet dure 15 à 20 minutes, alors qu'un flux Nova 2 Sonic a une durée de vie plus courte.

Que sait-on sur Chiffres et réserves ?

Stretto annonce une hausse de la conversion de 20% par rapport au formulaire web sur trois mois, une précision d'extraction des champs d'environ 96% et une durée moyenne d'environ 8 minutes pour un appel mené à terme. Ces chiffres sont à lire avec prudence. L'article a été publié sur le blog d'AWS avec un client et un partenaire, et il n'existe aucune vérification indépendante. L'économie de 95% a été calculée selon les tarifs d'un moment et d'une région précis.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…