«Nous avons construit la plateforme française de real time speech-to-text la plus performante du marché»

L’opérateur de télécom Manifone lance officiellement une plateforme de speech-to-text industrielle, en capacité de traiter de très gros volumes de données. Lounis Goudjil, son PDG, s’explique.

Pourquoi, alors que le marché des grands BPO dans sa quasi-totalité, a adopté les outils et services de Manifone, te lances-tu dans un nouveau développement produit ?
LG : L’IA est devenue incontournable pour assister les agents dans leurs échanges clients en temps réel. Cependant, pour être pleinement efficace, cette IA doit saisir immédiatement et précisément ce qui se dit durant les conversations vocales. Notre nouvelle solution speech-to-text en temps réel répond justement à cette exigence.

Transcrire fidèlement la voix, sans latence et avec exactitude, représente un réel défi technologique, d’autant plus avec les volumes importants traités par les grands BPO. Conscients de ces enjeux, nous nous positionnons clairement comme acteur technologique de référence dans ce domaine.

Si les plateformes IA propriétaires des grands BPO ont déjà prouvé leur efficacité sur des échanges tels que le chat ou l’e-mail, leur application à la voix reste limitée en raison des contraintes d’instantanéité.

C’est précisément ce besoin que nous adressons avec notre nouvelle solution de speech-to-text, unique en France. Elle offre aux grands acteurs du marché une transcription vocale immédiate et fiable, directement intégrable à leurs outils existants.

Aujourd’hui, l’enjeu majeur demeure la rapidité, et Manifone est fière d’être la première entreprise à fournir un speech-to-text à la fois rapide, précis et scalable, capable de gérer des volumes importants en temps réel. Nous apportons ainsi une ressource essentielle aux plateformes IA existantes, à savoir une voix transformée instantanément en texte exploitable.

Tu lances un outil de speech-to-text et pas un agent conversationnel, ce qui est à la mode et semble la grosse tendance ?
Manuel, avant de parler de mode et de tendances, laisse-nous d’abord terminer les fondations!
Ta remarque est très pertinente, on pourrait croire que notre priorité serait directement l’agent conversationnel, surtout vu l’engouement actuel. Mais chez Manifone, on préfère prendre le temps de bien faire les choses. Nous sommes convaincus que l’avenir des BPO et des grandes marques passe d’abord par une parfaite maîtrise du speech-to-text.

Notre choix stratégique est donc très clair, renforcer d’abord cette brique essentielle du speech-to-text. Grâce à nos infrastructures avancées, capables de gérer des millions d’appels chaque jour, nous proposons aujourd’hui une solution ultra-fiable et très performante. C’était une étape indispensable avant d’aller plus loin.

Mais évidemment, nous ne comptons pas nous arrêter là ! La prochaine étape, c’est bel et bien l’agent conversationnel intelligent. Nous avons déjà choisi notre partenaire, un spécialiste mondialement reconnu dans les technologies de text-to-speech. L’idée est d’associer notre savoir-faire en speech-to-text à ces solutions de pointe pour créer une expérience réellement fluide et efficace.

Alors oui, notre speech-to-text servira aussi à enrichir les autres solutions conversationnelles du marché. Nous maîtrisons déjà la partie la plus complexe, et nous sommes impatients de passer au niveau supérieur. Mais chaque chose en son temps !

Pourquoi ne pas se contenter de distribuer une solution américaine clé en main, étant donné que ces technologies sont déjà bien développées à l’international ?
Eleven Labs, Azure AI Foundry et d’autres sont effectivement des outils excellents et parfois indispensables, mais ils ne suffisent pas à garantir une performance optimale. Pour être réellement efficace, il est essentiel que les données ne voyagent pas jusqu’aux serveurs basés aux États-Unis, ce qui peut entraîner de la latence. De plus, il est primordial que les données restent en France, afin de respecter la réglementation locale et garantir la sécurité et la confidentialité. Manifone a donc développé des outils spécifiques pour éviter toute dégradation de la performance, tout en conservant l’intégralité des données non seulement en France mais intégralement sur nos infrastructures afin d’offrir une solution performante, fiable et conforme.

Tu évoques le développement d’un agent conversationnel performant, mais quel rôle joue l’humain dans cette évolution ?
L’humain joue un rôle clé, même dans le monde de l’intelligence artificielle. Bien que nous développions un agent conversationnel performant, il est essentiel que cet agent puisse comprendre et répondre de manière pertinente, en tenant compte du contexte métier et des objectifs de chaque appel. C’est là que Sylvie Cleyet, grande professionnelle du secteur du coaching des agents de télévente, entre en jeu. Elle rejoint Manifone pour apporter son expertise et ajouter cette couche métier essentielle.

Comment vas-tu concevoir cette plateforme pour garantir des performances optimales ?
L’objectif prioritaire est de garantir une latence minimale. Pour cela, une condition essentielle est d’héberger tous les éléments du puzzle technologique sur une seule et même infrastructure. Manifone développe ainsi une solution de bout en bout où la reconnaissance speech-to-text, la plateforme d’orchestration IA et le text-to-speech cohabitent directement sur nos serveurs, sans aucune connexion extérieure. Cette intégration complète permet d’assurer rapidité et sécurité, conditions sine qua non d’un service performant et fiable.

Pour terminer, où peut-on retrouver Manifone pour en savoir plus ?
Nous étions au salon All4Customer, semaine passée. Les équipes de Manifone sont joignables. Le 11 Juin, nous interviendrons lors du New Biz Forum, le seul évènement dédié à l'acquisition et à la rétention.