Les ChatBots à l’ère des applications invisibles

Les Chatbots, assistants virtuels, ou encore les robots conversationnels, sont tous des faces d’une même pièce : si le nom change le principe reste le même ! Certains vous permettent de réserver un restaurant ou de trouver les meilleures offres de voyages, d’autres de commander un taxi à travers l’interface de votre application de messagerie et sans avoir besoin de quitter votre logiciel préféré ni d’ouvrir une nouvelle application.

Cet article est le premier d’une série consacrée à vous partager un retour d’expérience sur mon accompagnement d’un client grand compte dans la mise en place des chatbots dans le cadre de sa transformation digitale. Je vous donnerai également un aperçu de ce à quoi ressemble le développement artisanal d’un projet de ce genre, de l’architecture technique au déploiement en production en passant par les techniques de l’intelligence artificielle (Machine learning & Natural language processing) pour humaniser le ChatBot. Alors, attachez vos ceintures !

 

Les chatbots : Késako ?

Littéralement, un chatbot est la contraction de deux mots « Chat » et « Robot », et digitalement c’est un logiciel doté d’intelligence artificielle capable de réagir aux demandes de ses utilisateurs en analysant le texte de la conversation (ou la voix) provenant des applications de messageries instantanées (Facebook Messenger, Slack, Skype …).

Les chatbots ont principalement pour vocation de fournir un accès rapide à l’information tout en offrant une nouvelle expérience utilisateur fluide basée sur des dialogues humains-robots.

Le changement dans la manière de rechercher l’information*

Les agents conversationnels commencent ainsi à séduire les marques et s’infiltrer dans plusieurs domaines…

 

Le domaine bancaire

Les Fintechs dégainent encore une fois en premier et donnent vie à la banque conversationnelle. C’est le cas pour plusieurs banques qui ont créé des services de gestion financière et permis d’obtenir le solde des comptes, les dernières transactions et les virements effectués en discutant directement avec un chatbot .

Parmi les banques qui ont sauté le pas, je citerai le projet Skill de l’américain “Capital One” pour interroger ses comptes en mode vocal, et le projet AmexBot d’American Express sur Facebook Messenger.

Outre les établissements bancaires et les Fintechs, plusieurs porteurs de projets innovants dans le domaine de la banque conversationnelle entrent en jeu, comme Finn.ai et Trim, qui sont de véritables coachs financiers pour accompagner le client au quotidien dans la gestion de son argent.

Le chatbot de Mastercard pour les banques et commerçants

 

Le domaine du commerce

Grâce à l’évolution des messageries instantanées, qui sont devenues des intermédiaires privilégiés entre les marques et les consommateurs, le commerce conversationnel en mode one-to-one existe en Asie depuis plusieurs années.
Avec ce pattern de commerce conversationnel, les marques peuvent créer un lien fort avec leurs consommateurs et établir une relation de proximité avec eux.

Puisque les applications de messagerie vont maintenant bien au-delà des échanges de texte et d’images, et offrent des composants graphiques très complets, le tunnel d’achat d’un site e-commerce classique devient de plus en plus simple et efficace, et une simple affirmation écrite ou verbale pourrait même suffire à effectuer l’opération de paiement !

Le chatbot d’H&M sur la plateforme de messagerie Kik

 

Chatbot, c’est la technologie qui frappe fort cette année !

Oui, mais en fait non, ce phénomène n’est absolument pas nouveau, Les chatbots existent depuis plusieurs années, ils ne sont pas datés d’hier ni issus d’une nouvelle technologie. Si l’on en parle autant et qu’ils frappent fort cette année, c’est parce que les géants du web autrement connus sous le nom de GAFA se sont tous lancés sur le créneau.

Le premier programme de type chatbot a été conçu au milieu des années 1960 par le laboratoire d’intelligence artificielle MIT qui l’a nommé “ELIZA”. Ce robot “thérapeute” était programmé pour reformuler les affirmations du patient en question. Cette première expérience fut un tel succès qu’elle donna naissance à une nouvelle expression pour désigner la tendance à assimiler de manière inconsciente le comportement d’un ordinateur à celui d’un être humain : L’effet ELIZA .

En avril dernier, sous l’impulsion de la messagerie chinoise WeChat, qui avait pris l’initiative de lancer un système de chatbots, Facebook annonçait, lors de sa conférence F8, l’arrivée des chatbots sur Messenger. Microsoft lançait également un framework de développement de bots à disposition des développeurs pour qu’ils créent leurs propres chatbots, et pour en accroître la robustesse, il n’a pas tardé à sortir une suite de services d’intelligence baptisée “Cognitive Services”.

Plus récemment Oracle rejoint la vague comme a annoncé le CTO Larry Ellison lors de la conférence OpenWorld 2016.

 

L’ère des applications invisibles

Avec l’apparition des chatbots, débarque un changement de plusieurs années dans la façon dont nous interagissons avec la machine. Nous sommes habitués aux applications graphiques avec des boutons à gauche et à droite, un menu en haut et plusieurs cases à cocher, ce qui disparaîtra avec l’arrivée des chatbots !

De ce fait, l’expérience utilisateur (UX) a fait peau neuve : on parle plutôt d’interface utilisateur conversationnelle (CUI) au lieu d’interface utilisateur graphique (GUI).

Avec les chatbots, on crée facilement ce qu’on appelle une “application invisible”, qui reprend d’une part les fonctionnalités d’une ou plusieurs applications classiques, et d’autre part n’offre pas d’interface graphique à proprement dite, d’où le côté “invisible”.

The Best Interface is No Interface (Golden Krishna)

 

Chatbot humanoïde

Une des raisons de l’émergence des agents conversationnels est leur capacité à se coupler avec les techniques de l’intelligence artificielle pour les humaniser.

A l’origine, le flux de conversation humains-robots se base sur des expressions régulières pour faire une correspondance entre ce qu’a dit l’utilisateur et ce qu’attend le robot (pattern matching). Mais avec les techniques de l’intelligence artificielle, et notamment la NLP (Natural language processing), le chatbot sera dans la capacité de déduire l’intention de son utilisateur et extraire plusieurs informations à partir d’une phrase dite par ce dernier. Il sera également apte à apprendre d’une manière plus ou moins autonome grâce au “Machine learning”.

 

NLP : Natural language processing

Qui dit la NLP, dit la capacité d’un ordinateur à comprendre les instructions qui lui sont données en langage naturel, Oui, avec cette discipline, le chatbot transforme le langage humain en représentations qui sont plus faciles à manipuler.

En fait, la NLP regroupe deux domaines spécifiques : le NLU (Natural Language Understanding), qui vise à comprendre le langage naturel et le NLG (Natural Language Generation), qui permet à une machine de s’exprimer de manière naturelle pour un être humain :

Dans ce use case, l’utilisateur demande au chatbot de partager les trois dernières images qu’il a prises sur le réseau social Facebook. A partir de cette phrase, et en utilisant la NLU pour être plus précis, le chatbot comprend l’intention de l’utilisateur (le fait de partager les images), qu’il ne doit partager que les trois dernières images et qu’il doit le faire sur Facebook.

 

Speech to Text

Tout est dit dans le titre, cette discipline a pour but de faire la transformation automatique de la parole en texte et de restituer la phrase qui a été prononcée. C’est exactement la technique utilisée dans tous les assistants virtuels qui se basent sur les commandes vocales : Apple Siri, Microsoft Cortana, Amazon Alex ..

On peut facilement imaginer à quel niveau cette technique de transformation automatique de la parole en texte peut nous servir. Par exemple, la transcription automatique du contenu des émissions télévisées et l’indexation automatique de documents audio et vidéo.

Prenons le même exemple que tout à l’heure. L’utilisateur demande vocalement au chatbot de publier ses trois dernières images sur Facebook. Du coup, on devrait passer par une brique de speech-to-text pour restituer la phrase avant de la faire passer par la brique de la NLU :

 

Machine learning

Jusqu’ici, nous avons vu les deux techniques les plus utilisées pour rendre la conversation avec un chatbot la plus similaire possible à celle d’un être humain, Néanmoins, derrière le terme intelligence artificielle se cache encore d’autres techniques comme le “Machine learnig”.

Cette discipline s’appuie principalement sur l’apprentissage par l’exemple, en d’autres termes cela permet de construire des logiciels capables d’acquérir de nouvelles connaissances d’une manière autonome en se basant sur des données d’apprentissage.

Par exemple, cette technique est utilisée dans le fil d’actualité de Facebook, qui se change en fonction des interactions personnelles de l’utilisateur, Si vous aimez souvent les publications d’un ami, Facebook jugera que c’est un ami proche, et vous montrera automatiquement un plus grand nombre d’activités de cet ami.

 

Les chatbots sont partout

Depuis le début de l’année, c’est l’effervescence dans le monde des agents conversationnels, dont plusieurs types ont vu le jour. Un chatbot pourrait prendre la forme d’un matériel physique, comme les assistants personnels pour la maison qui fonctionnent entièrement à la voix, dévoilés par Google et Amazon.

Un chatbot pourrait également prendre la forme des interfaces vocales disponibles sur smartphone ou intégrées nativement dans le système d’exploitation (Apple Siri, Microsoft Cortana), Pour le moment, ces chatbots sont semi-ouverts dans la mesure où seuls les partenaires peuvent greffer leur service.

(*) source de l’image: userAdgents

© SOAT
Toute reproduction interdite sans autorisation de la société SOAT