Call-bot.ai

Callbots & IA vocale entreprise14 min de lecture

Agent vocal IA : ce que c'est, comment ça marche, combien ça coûte

Un agent vocal IA est un logiciel qui tient une conversation orale en temps réel, le plus souvent au téléphone, comprend une demande formulée librement et peut agir pour y répondre. Callbot, voicebot, SVI, assistant vocal : ces mots se recoupent et le marché les emploie de façon floue. Ce guide fixe le vocabulaire, décrit le fonctionnement, les limites, des coûts publics datés et le cadre légal.

Une femme au téléphone à son bureau, devant un ordinateur portable ouvert

Photo : kaboompics.com · Pexels

Intérêt déclaré : Call-bot.ai est édité par Nehos Groupe, qui édite aussi Alyas.ai, cité dans cet article. Qui nous sommes.

« Agent vocal IA », « callbot », « voicebot », « assistant vocal », « SVI », « réceptionniste virtuelle » : les pages que nous avons lues pour ce guide emploient ces mots tantôt comme synonymes, tantôt comme contraires, parfois sur la même page. Conséquence pratique : deux devis qui portent le même nom peuvent décrire des produits différents.

Ce guide fixe le vocabulaire en signalant où le marché est flou, puis décrit ce que fait un agent vocal, comment il fonctionne, ce qu'il fait mal, ce qu'il coûte et ce que la loi exige, avec un renvoi vers la page détaillée de chaque point.

Agent vocal IA : définition et vocabulaire

Un agent vocal IA est un logiciel qui mène une conversation orale en temps réel avec une personne, le plus souvent au téléphone, comprend une demande formulée avec ses propres mots et peut agir pour y répondre : consulter ou écrire dans un agenda, transférer l'appel. Cette formulation recoupe celles d'Aircall (mai 2026) et de la documentation d'OpenAI, pour qui un agent vocal permet de poser des questions et d'accomplir des tâches en parlant. Le mot « agent » suggère que le système agit, pas seulement qu'il répond ; toutes les définitions ne l'exigent pas (voir Qu'est-ce qu'un agent IA ?).

Terme Ce que le mot désigne Où le marché est flou
Agent vocal IA (aussi « agent IA vocal », « agent téléphonique IA ») Conversation orale libre, en temps réel, avec action possible Aircall le définit par la conversation, Salesforce par l'automatisation du service client ; Aircall emploie « IA vocale » pour ces mêmes usages
Callbot Système IA qui dialogue au téléphone (HubSpot, 2023) Les définitions lues ne précisent pas le moteur de compréhension ; la page Agentforce Voice de Salesforce n'emploie ni « callbot » ni « SVI ». Voir Qu'est-ce qu'un callbot ?
Voicebot Bot à interface vocale Une chronique publiée sur le Journal du Net (2020) l'oppose au callbot par le canal (mobile ou objet connecté contre téléphone) ; Ringover (2025) note que les deux mots sont souvent employés indifféremment
SVI (serveur vocal interactif, IVR) Système qui dialogue par touches, par voix ou selon le numéro d'appel (Wikipédia) HubSpot lui dénie l'IA ; Wikipédia lui reconnaît une reconnaissance vocale généralement limitée à des mots ou commandes simples. Voir Callbot ou SVI
Assistant vocal Assistant personnel grand public : Siri, Alexa, enceintes Google Home (Wikipédia) Fonio (mars 2026) appelle « assistant téléphonique IA » un agent vocal d'entreprise
Réceptionniste ou secrétaire virtuelle Une fonction : décrocher, orienter, prendre un message ou un rendez-vous Tantôt des personnes à distance (« assistante […] virtuelle », Copeps), tantôt un logiciel (CloudTalk, septembre 2026). Voir Télésecrétariat ou secrétaire virtuelle IA

Convention de ce site : « agent vocal IA » désigne le genre, « callbot » un agent vocal IA conçu pour le téléphone, « SVI » un serveur à menus. Alyas.ai, que ce groupe édite, présente un seul agent pour le téléphone, le chat du site, WhatsApp et Messenger, qui répond au téléphone jour et nuit, prend les rendez-vous dans l'agenda connecté et passe la main à l'équipe plutôt que de deviner (page relevée le 21/10/2026). Glossaire : agent vocal IA.

Ce que fait un agent vocal : entrant, sortant, hybride

Le sens de l'appel change le métier (callbot entrant ou sortant). Voici des exemples documentés :

Sens Exemples documentés Point de vigilance
Entrant : l'appelant a pris l'initiative Chartres : C'LIA, lancée le 7 février 2025 pour répondre de 18 h à 9 h et le week-end (Acteurs Publics). Plaisir : selon Localtis (mars 2023), un callbot en service à plein temps depuis la rentrée 2022 traitait des demandes de rendez-vous (passeport, carte d'identité) et d'inscription à la cantine, sans pouvoir encore réserver lui-même un créneau. Doctolib : un assistant téléphonique alors en bêta pour les médecins, qui renvoyait les urgences vers le télésecrétariat du praticien (En-Contact, octobre 2025) Annonce de l'IA, sortie vers un humain, lien avec l'agenda
Sortant : l'agent compose le numéro Google Duplex (8 mai 2018) : réserver une table, demander des horaires, dans des domaines fermés (Google) Consentement préalable du consommateur au démarchage téléphonique en France
Hybride Une même plateforme peut recevoir et émettre des appels (LiveKit) Deux scénarios, pas un

Ces sources rapportent des lancements et des annonces, pas un bilan chiffré par un tiers : nous n'en avons pas trouvé pour Chartres, et l'éditeur de Plaisir annonçait en 2023 que la moitié des demandes seraient résolues en moins de deux minutes, une promesse et non un résultat.

Comment il fonctionne, en une vue d'ensemble

L'appel arrive à la plateforme par un lien SIP ou un relais audio ; le son, de qualité téléphonique, traverse une chaîne : détection de fin de tour, reconnaissance vocale (STT), modèle de langage qui répond ou demande une action à un outil (agenda, CRM), synthèse vocale (TTS) diffusée en flux. L'appelant peut couper la parole, l'appel peut passer à un humain. D'autres architectures existent : un modèle qui traite directement l'audio, ou une voix qui écoute et parle en même temps et délègue à un agent en arrière-plan (OpenAI documente les trois). Le détail est dans Comment fonctionne un callbot. Le critère qui décide de la fluidité est la latence : entre humains, le délai moyen entre une question fermée (appelant oui ou non) et sa réponse est d'environ 200 ms, 208 ms sur dix langues (Stivers et al., 2009).

Ce qu'un agent vocal fait mal

  • Comprendre la parole réelle. OpenAI recommande de tester la reconnaissance sur des accents, du bruit, des changements de langue, des noms et des nombres. Une étude PNAS de 2020 sur cinq systèmes commerciaux a mesuré un taux d'erreur moyen de 0,35 pour des locuteurs noirs contre 0,19 pour des locuteurs blancs, sur 19,8 heures d'entretiens en anglais américain, écart attribué aux modèles acoustiques (Koenecke et al.). Elle ne porte ni sur le français ni sur les systèmes de 2026 : elle montre que la précision dépend de qui parle.
  • Répondre vite et savoir se taire. Délai de réponse et interruptions se règlent et se testent : voir la latence.
  • Dire des choses fausses. Un modèle de langage peut produire des énoncés plausibles mais faux (Kalai et al., 2025), et l'entreprise en répond : en février 2024, un tribunal de Colombie-Britannique a jugé Air Canada responsable des informations de son site, chatbot compris (un agent écrit, non vocal) (décision Moffatt v. Air Canada, 2024 BCCRT 149 ; Daily Hive).
  • Rester dans son périmètre. Duplex ne pouvait pas tenir de conversation générale ; Plaisir n'avait pas relié son callbot à l'agenda en 2023 ; selon En-Contact (octobre 2025), l'assistant de Doctolib ne pouvait pas encore remplacer complètement les télésecrétaires.
  • Passer la main sur le sensible. Selon En-Contact, l'assistant de Doctolib renvoyait douleurs et palpitations vers le télésecrétariat du praticien, et la CNIL rappelle, pour les chatbots écrits, qu'une conversation automatisée sans intervention humaine ne peut conduire à elle seule à des décisions importantes (page de 2021).

Combien ça coûte

Les éditeurs facturent à la minute en assemblant les briques, par forfait de minutes incluses, ou par abonnement par utilisateur. Deux exemples publics, relevés le 21/10/2026, prix affichés en dollars :

Modèle Exemple Inclus ou en plus
À la minute, briques assemblées Vapi, formule à l'usage : 0,05 $/min d'hébergement, plus transcription, modèle et voix au prix fournisseur. Estimation de la page pour 1 000 minutes par mois : 82 à 129 $, soit environ 0,08 à 0,13 $/min Téléphonie : Vapi SIP gratuit ; Twilio entrant 0,008 $/min et sortant 0,014 $/min, facturés par Twilio, sans zone précisée par Vapi : ces montants sont proches de la grille États-Unis de Twilio ; sa grille France, à jour d'août 2026, affiche 0,0100 $/min en réception sur numéro local, 0,0187 $/min vers un fixe et à partir de 0,0404 $/min vers un mobile
Forfait de minutes incluses ElevenLabs Agents : Pro, 99 $/mois pour 1 238 minutes (environ 0,08 $/min) ; minutes supplémentaires 0,08 $/min Modèle de langage facturé en plus ; pas de frais de téléphonie ElevenLabs, mais l'opérateur connecté (Twilio, trunk SIP) facture directement ses propres frais ; prix hors taxes

En France, la presse spécialisée rapporte pour Doctolib un abonnement de 99 € TTC par mois pour un médecin et de 49 € TTC pour un ostéopathe ou un podologue, pour un service alors en bêta dont le prix, selon Doctolib, n'était pas définitif (En-Contact, octobre 2025). Ces grilles ne couvrent ni l'intégration, ni la préparation documentaire, ni la supervision, ni la maintenance : voir les coûts cachés d'un projet callbot.

Cadre légal en bref

Ce résumé de textes n'est pas un avis juridique.

  • Annoncer l'IA. L'article 50 du règlement (UE) 2024/1689 impose aux fournisseurs de concevoir les systèmes d'IA destinés à interagir directement avec des personnes physiques de manière que ces personnes soient informées qu'elles interagissent avec un système d'IA, sauf si cela ressort clairement du point de vue d'une personne « normalement informée et raisonnablement attentive et avisée », au plus tard au moment de la première interaction. Il s'applique depuis le 2 août 2026 (FAQ de la Commission, mise à jour le 24 juillet 2026 ; page de la Commission sur l'AI Act). Détail : AI Act, calendrier et obligations.
  • Protéger la voix. La voix est une donnée personnelle « à géométrie variable » selon l'usage (CNIL, LINC, 2019), donc soumise au RGPD. Détail : RGPD et callbot.
  • Ne pas démarcher sans consentement. Depuis le 11 août 2026, l'article L223-1 du code de la consommation interdit de démarcher par téléphone un consommateur qui n'a pas exprimé préalablement son consentement à faire l'objet de prospections commerciales par ce moyen, sauf sollicitation intervenant dans le cadre de l'exécution d'un contrat en cours et en rapport avec son objet ; la preuve du consentement incombe au professionnel (Légifrance). Détail : loi sur le démarchage téléphonique.

Comment choisir

Trois questions avant de comparer : l'agent doit-il recevoir, appeler, ou les deux ? Que doit-il faire seul, répondre ou agir ? Où et comment passe-t-il la main à un humain ? Viennent ensuite les huit critères de Comment choisir un callbot et la décision de développer ou acheter. Demandez à chaque fournisseur une démonstration sur vos propres appels : une grille tarifaire ne montre pas comment le système se comporte avec vos appelants.

Questions fréquentes

Qu'est-ce qu'un agent vocal IA ?

C'est un logiciel qui mène une conversation orale en temps réel, le plus souvent au téléphone, comprend une demande formulée librement et peut agir pour y répondre, par exemple prendre un rendez-vous ou transférer l'appel à un humain.

Quelle différence entre agent vocal IA, callbot et SVI ?

« Agent vocal IA » est le terme générique, « callbot » désigne un agent conçu pour le téléphone, et le SVI fonctionne par menus, touches ou mots prévus d'avance. Les éditeurs emploient ces mots de façon floue : demandez ce que le système comprend réellement.

Combien coûte un agent vocal IA ?

Cela dépend du mode de facturation. À titre d'exemples relevés le 21/10/2026, Vapi estime 82 à 129 $ par mois pour 1 000 minutes avec les briques de son exemple, et ElevenLabs propose un forfait de 99 $ par mois pour 1 238 minutes, modèle de langage en plus. L'intégration, la supervision et la maintenance s'ajoutent.

Un agent vocal IA peut-il remplacer un standard ou une secrétaire ?

Pas entièrement, d'après les cas documentés : Chartres l'a lancé en 2025 pour le soir et le week-end, et, selon En-Contact (octobre 2025), l'assistant de Doctolib ne pouvait pas encore remplacer complètement les télésecrétaires. Les demandes courantes passent par l'agent, les cas sensibles par un humain.

Faut-il prévenir l'appelant qu'il parle à une IA ?

En principe, oui : l'article 50 du règlement européen sur l'IA, applicable depuis le 2 août 2026, prévoit que la personne soit informée, sauf si c'est évident, au plus tard à la première interaction. Ce n'est pas un avis juridique.

En résumé

Un agent vocal IA converse à l'oral en temps réel et peut agir ; callbot, voicebot, SVI, assistant vocal et réceptionniste virtuelle recouvrent des réalités voisines que le marché distingue mal, d'où l'intérêt de demander ce que le système comprend et fait réellement. Il enchaîne téléphonie, reconnaissance vocale, modèle de langage et synthèse vocale, ou confie l'audio à un modèle unique, avec des limites connues : parole réelle, latence, réponses fausses, périmètre. Son coût dépend du mode de facturation, et trois cadres s'appliquent : annonce de l'IA, protection des données, consentement du consommateur au démarchage téléphonique. Pour cadrer votre projet, parlons-en.

Sources

Découvrir Alyas.ai