Call-bot.ai

Callbots & IA vocale entreprise11 min de lecture

SVI ou callbot : pourquoi et comment remplacer son serveur vocal interactif

Remplacer un serveur vocal interactif (SVI) par un callbot ne se décide pas sur la promesse d'un éditeur : le SVI garde des atouts réels, et une bascule brutale peut faire perdre des appels. Ce guide explique ce que change la compréhension du langage naturel, ce que le SVI fait encore bien, puis une méthode de migration progressive, les pièges et les indicateurs à comparer, sans chiffre non sourcé.

Une main saisit le combiné d'un téléphone de bureau à écran et clavier numérique, éclairé par une lampe

Photo : RDNE Stock project · Pexels

« Tapez 1 pour… » : le serveur vocal interactif (SVI, IVR en anglais) est ce menu vocal qui décroche avant tout humain. On peut le remplacer par un agent qui comprend une phrase libre, mais ni la technique ni le calendrier ne vont de soi.

Trois questions guident cet article : que change ce remplacement, que fait encore mieux le SVI, comment migrer sans perdre d'appels. Il ne promet aucun chiffre de gain : nous n'avons trouvé aucune mesure récente et documentée, menée par un tiers, de l'écart entre SVI et agent vocal, et l'enquête d'éditeur que nous avons lue (eGain : 500 répondants, marché américain, février et mars 2021) porte sur la perception des SVI, pas sur cet écart. Voici la méthode pour établir les vôtres.

Ce qu'est un SVI, et ce qu'il n'est pas

Un SVI dialogue avec l'appelant par téléphone et réagit à ses touches, à sa voix ou à son numéro d'appel (Wikipédia). Chaque touche émet une paire de fréquences, le DTMF. La reconnaissance vocale d'un SVI classique cherche des mots prévus à l'avance : le standard W3C sur les grammaires (2004) permet de spécifier les mots à écouter, et Wikipédia note que ces SVI se limitent généralement à des mots ou des commandes simples. Un SVI peut donc comprendre la voix, même si HubSpot (2023) écrit qu'il « n'utilise pas l'intelligence artificielle » puisqu'il suit des scénarios prédéfinis. Chez Aircall, par exemple, c'est une fonction du standard téléphonique virtuel, avec des menus imbriqués (Aircall).

Menu à touches SVI à reconnaissance vocale Agent vocal IA
L'appelant appuie sur une touche dit un mot ou une commande prévus formule sa demande avec ses mots
Le système associe chaque touche à une branche cherche des mots prévus d'avance cherche l'intention exprimée
Limite documentée menus rigides, choix limités vocabulaire simple réponses plausibles mais fausses possibles

Nous n'avons pas trouvé de définition normalisée de « SVI IA » ; ElevenLabs emploie « SVI en langage naturel » pour un SVI qui extrait l'intention de propos libres, et le distingue de l'IA conversationnelle, qu'il présente « au-delà du SVI ». Sur les mots, voir Agent vocal IA : ce que c'est.

Ce qu'apporte la compréhension du langage naturel

Le changement central : au lieu de « tapez 1 », l'agent demande pourquoi vous appelez. ElevenLabs (septembre 2026) résume l'idée : une conversation ouverte remplace le menu, et le système comprend la demande à partir des mots de l'appelant. Un menu reflète l'organisation de l'entreprise, une phrase libre le besoin du client : l'hypothèse est séduisante, à vérifier sur vos propres appels.

S'ajoutent des risques que le menu n'avait pas : des réponses à côté prononcées avec assurance (fonctionnement d'un callbot), un délai qui se juge à l'oreille (latence), un modèle que son fournisseur peut retirer à son propre calendrier (coûts cachés) et, depuis le 2 août 2026, l'obligation d'informer l'appelant qu'il parle à une IA, sauf évidence (AI Act).

Ce que le SVI fait encore très bien

Saisir des données sensibles par touches. Le PCI Security Standards Council (supplément v3.0, novembre 2018) décrit le masquage DTMF, qui remplace les tonalités par un son plat ou aléatoire : sous conditions, les enregistrements ne captent pas les numéros de carte, et le périmètre PCI DSS peut exclure téléphonie, poste du conseiller et CRM. Un enregistrement intégral capte en clair les numéros prononcés. Ce guide daté n'est pas la norme : faites valider votre parcours par votre prestataire de paiement. Il note aussi qu'une entreprise qui masque le DTMF peut être tenue, par d'autres règles, d'accepter aussi certains paiements oralement, pour les clients en situation de handicap ou incapables d'utiliser le clavier : touches et voix coexistent.

Répondre pareil à chaque fois. Un menu programmé donne la même réponse à la même touche ; un modèle de langage devine parfois, car l'entraînement et l'évaluation récompensent la devinette (Kalai et al., 2025). Pour les horaires, un menu bien conçu n'a pas besoin de comprendre une phrase. NiCE recommande en outre de garder durablement un repli par touches, pour ceux qui le préfèrent ou en ont besoin.

Un parc amorti ? Son coût d'acquisition est derrière vous ; maintenance, licences et lignes, face à un agent facturé à la minute ou au forfait, sont à chiffrer chez vous. Nous n'avons trouvé aucune comparaison sourcée, et « gratuit » serait abusif.

Rien n'oblige à choisir : Amazon Lex V2 accepte par défaut le DTMF, Dialogflow CX l'active à l'échelle de l'agent, d'une page ou d'un paramètre, et ConversationRelay remonte les touches à l'application.

Pourquoi remplacer, et pourquoi maintenant

  • Des branches que personne ne termine. Les journaux de votre SVI montrent où les appelants quittent le menu sans avoir terminé : c'est la première mesure à regarder.
  • Un menu qui n'est plus maintenu. Le bilan d'enquêtes mystères de la préfecture du Nord (appels de fin 2021) relève que le texte du SVI ne correspond plus à l'arborescence fournie, sans procédure de mise à jour. Un organisme, un échantillon dont la taille n'est pas indiquée : un exemple, pas une statistique.
  • La fin du RTC. Orange indique que les lignes RTC s'arrêtent progressivement depuis début 2023, par lots de communes, jusqu'à une fermeture totale en 2030 ; certains matériels restent utilisables s'ils sont compatibles IP. La page ne parle pas des SVI : si le vôtre est relié à des accès RTC, interrogez votre opérateur.

Comment migrer, en cinq étapes

  1. Lire l'arbre tel qu'il tourne : statistiques par branche, quelques appels écoutés.
  2. Choisir un périmètre pilote étroit : un ou deux motifs fréquents et peu risqués (horaires, statut, rendez-vous), migrés un par un, chacun validé avant le suivant. NiCE décrit une migration motif par motif en commençant par les plus fréquents ; le périmètre étroit et le critère « peu risqués » sont notre recommandation.
  3. Poser l'accueil conversationnel devant l'arbre. Le menu de premier niveau est remplacé par un accueil conversationnel pendant que l'arbre assure le reste (NiCE). Gardez le DTMF pour les paiements et le repli, une sortie vers un humain à tout moment, un transfert accompagné pour que le conseiller reçoive le contexte, et annoncez l'IA.
  4. Basculer motif par motif, avec retour arrière. Personne ne bascule d'un coup un SVI en production, écrit NiCE ; retirez une branche quand son trafic est tombé à zéro. Notre recommandation : répartir le trafic entre ancien et nouveau plutôt que comparer deux périodes, et fixer par écrit le seuil de retour arrière.
  5. Mesurer, réécouter, ajuster. OpenAI recommande de conserver audio, événements, résultats d'outils et état de l'application, de compléter les scores par l'écoute humaine et de comparer la médiane et le 95e centile du délai de réponse (Voice agents).

Les pièges

  • Compter l'abandon comme un succès : dans le calcul habituel du confinement, que Teneo critique, l'appelant qui raccroche est compté « confiné » (Teneo).
  • Retirer les touches là où elles protègent (paiement, accessibilité).
  • Laisser un transfert sans contexte, ou une impasse sans humain.

Les indicateurs à comparer avant et après

Les définitions varient : Twilio (décembre 2024) mesure la durée d'un SVI comme le temps passé dedans, Amazon Connect définit l'abandon comme la déconnexion du client en file d'attente, avant d'être relié à un conseiller. Fixez les vôtres avant le pilote.

Indicateur Définition à fixer par écrit Piège
Résolution au premier contact Demandes réglées dès le premier appel (Twilio), confirmées par l'absence de nouvel appel dans un délai fixé d'avance Compter comme résolue une demande close sans réponse
Confinement avec résolution Appels réglés sans conseiller où l'appelant a obtenu ce qu'il voulait (Retell) Le confinement brut compte les raccrochages
Abandon Choisir où il se mesure : menu ou file d'attente Comparer des abandons mesurés à des endroits différents
Durée Médiane et 95e centile ; temps jusqu'à la compréhension de la demande (NiCE) Un agent plus bavard allonge la durée même s'il résout mieux
Transferts et mauvais routages Appels transférés ; appels envoyés au mauvais service (NiCE) Baisser les transferts en rendant l'humain plus difficile à joindre

Méthode : figer définitions et sources de données ; relever la référence sur le SVI actuel sur une période qui couvre pics et creux ; comparer en parallèle plutôt qu'avant et après ; mesurer aussi la satisfaction des appels « confinés » ; réécouter un échantillon de chaque issue ; fixer d'avance le seuil d'arrêt. Nous ne donnons ni cible ni valeur de référence : aucun chiffre que nous puissions sourcer ne remplace votre mesure.

Questions fréquentes

Quelle différence entre un SVI et un callbot ?

Un SVI classique s'organise en menus : touches, ou mots prévus d'avance. Un callbot cherche à comprendre une demande formulée librement. Les éditeurs emploient pourtant ces mots de façon floue : demandez ce que le système comprend réellement.

Peut-on garder son SVI et ajouter un callbot ?

Oui, c'est la démarche que décrit NiCE : un accueil conversationnel posé devant l'arbre, qui continue d'assurer les tâches non migrées.

Un callbot coûte-t-il plus cher qu'un SVI ?

Nous n'avons trouvé aucune comparaison sourcée. Un SVI amorti se chiffre en maintenance, licences et lignes ; un agent vocal se facture à la minute ou au forfait, téléphonie en plus. Comparez le coût complet par demande résolue : voir les coûts cachés d'un projet callbot.

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

En principe, oui : l'article 50 du règlement (UE) 2024/1689, applicable depuis le 2 août 2026, prévoit que la personne soit informée, sauf si c'est évident, au plus tard au moment de la première interaction (FAQ de la Commission, mise à jour le 24 juillet 2026). Ce n'est pas un avis juridique.

En résumé

Un SVI classique fonctionne par touches et par mots prévus d'avance ; un agent vocal IA comprend une demande libre, mais peut se tromper. Le SVI garde des atouts réels : demandes courtes et prévisibles, saisie de données sensibles par touches, choix de l'appelant. La trajectoire raisonnable est hybride : un accueil conversationnel devant l'arbre existant, un motif d'appel à la fois, des indicateurs définis avant le pilote, une sortie vers un humain à tout moment. Pour cadrer votre migration, parlons-en.

Sources

Parler de votre projet