Grâce à GenAI, les centres d'appels réduisent de 70 % la surveillance manuelle.

VHO - Cette efficacité a été observée chez VinaPhone depuis la mise en œuvre du système d'analyse d'appels iSense - une plateforme combinant plusieurs couches de technologies d'IA et d'IA générative basées sur des normes internationales pour analyser les conversations, surveiller les opérations du centre d'appels et détecter les anomalies au plus tôt.

Les centres d'appels du service client interagissent quotidiennement avec des dizaines de milliers de clients, mais pendant des années, une grande partie de ces données est restée inexploitée pour la détection précoce des problèmes opérationnels. Il s'agit d'une limite courante des modèles de contrôle traditionnels des centres d'appels, qui ne permettent aux entreprises d'analyser qu'un très faible pourcentage d'appels pour évaluer la qualité du service.

L'IA est directement impliquée dans le fonctionnement du centre d'appels.

Le centre de service client de VinaPhone utilise actuellement le système d'analyse d'appels VNPT iSense, basé sur l'IA, pour surveiller et analyser la qualité du service sur 100 % des appels, au service des opérations de service client pour plus de 30 millions d'abonnés.

Selon M. Vu Xuan Nhan, chef du département technologique du centre de service client de VinaPhone, iSense participe directement au fonctionnement du centre d'appels grâce à des couches de traitement telles que la conversion de la parole en texte, l'analyse du contenu conversationnel, la reconnaissance des émotions du locuteur et le contrôle du niveau de conformité des agents du centre d'appels lors de chaque appel.

VinaPhone utilise l'application iSense pour surveiller et analyser la qualité des appels du service client.

S’appuyant sur ces fondements, iSense utilise la technologie d’IA générative pour comprendre le contexte, résumer automatiquement les conversations, classer les sujets de discussion et synthétiser les problèmes récurrents à partir de données d’appels à grande échelle.

Ainsi, au lieu de se contenter d'enregistrer des informations, iSense aide le service des opérations à identifier les premiers signes d'anomalies de service, les points de blocage dans le processus de service client ou les problèmes susceptibles d'entraîner des réclamations. La solution propose également des suggestions d'informations et de connaissances en fonction du contexte de la conversation, permettant ainsi aux agents de centre d'appels de gagner du temps lors de la recherche et de la résolution des problèmes rencontrés par les clients.

Pour que l'IA générative comprenne avec précision le contexte conversationnel, les données d'entrée doivent être extrêmement précises en matière de reconnaissance vocale. Cette nouvelle approche technologique a été présentée récemment par VNPT AI – l'équipe de développement d'iSense – lors de la conférence ICASSP 2026, le principal événement international de l'IEEE sur le traitement du signal et de la parole (Barcelone, Espagne), le 6 mai.

Lors d'une session de travail avec des organisations et des universités telles que le Massachusetts Institute of Technology (MIT), l'Université Tsinghua et Ant Group (Alibaba) , VNPT AI a présenté et analysé l'efficacité de sa nouvelle approche, qui améliore les performances et la précision par rapport aux méthodes précédentes. Cette méthode a suscité un vif intérêt au sein de la communauté scientifique internationale.

VNPT AI présente une nouvelle approche pour améliorer la précision de GenAI dans l'analyse contextuelle lors de la conférence ICASSP 2026.

M. Nhan a également souligné que le changement le plus important après le déploiement de l'IA n'est pas le remplacement des humains, mais la capacité d'étendre la portée du contrôle qualité à grande échelle.

« Dans un centre d'appels de grande envergure, il est quasiment impossible d'écouter et d'évaluer manuellement tous les appels. L'IA permet de gérer le volume important de tâches répétitives, ce qui permet à l'équipe de contrôle qualité de se concentrer davantage sur les cas nécessitant une évaluation professionnelle », a-t-il déclaré.

D’ici 2025, iSense surveillera et analysera plus de 30 millions d’appels. Le système contribue à réduire d’environ 70 % la charge de travail de surveillance manuelle des superviseurs de centres d’appels, tout en diminuant d’environ 21 % les coûts liés à l’externalisation du personnel pour le contrôle qualité des centres d’appels.

Selon un représentant de VinaPhone, lorsque le service de contrôle qualité ne passe plus la majeure partie de son temps à écouter manuellement les journaux d'appels, il peut se concentrer davantage sur des questions opérationnelles pratiques telles que la gestion des situations inhabituelles, l'amélioration des processus de service à la clientèle ou la formation des opérateurs de centres d'appels.

L'IA possède l'autonomie nécessaire pour résoudre le problème des centres d'appels en langue vietnamienne.

Pour que l'IA fonctionne efficacement dans un centre d'appels en langue vietnamienne, le facteur clé réside dans la maîtrise des données et des modèles, ainsi que dans l'optimisation de la technologie en fonction des réalités opérationnelles spécifiques au Vietnam.

L'un des principaux défis liés au déploiement de l'IA dans les centres d'appels au Vietnam réside dans les caractéristiques uniques de la langue vietnamienne en situation de conversation réelle. Les clients peuvent parler vite, faire des pauses, interrompre, utiliser des dialectes régionaux ou modifier constamment leur intonation en fonction de leur région et de leurs émotions.

Pour résoudre ce problème, iSense intègre plusieurs couches de technologies d'IA tout au long du cycle de vie de la conversation. Le système utilise des technologies telles que la reconnaissance vocale pour convertir la parole en texte, la diarisation des locuteurs pour les distinguer, la détection des émotions à partir des caractéristiques vocales et l'IA générative pour réaliser des tâches plus complexes.

VNPT AI présente une nouvelle approche pour améliorer la précision de GenAI dans l'analyse contextuelle lors de la conférence ICASSP 2026.

L'objectif du système n'est pas seulement d'identifier ce que disent les clients, mais aussi d'aider les entreprises à cerner le problème, la manière dont les agents des centres d'appels doivent le gérer et les prochaines étapes à suivre.

L'équipe de développement d'iSense a déclaré que les modèles d'IA d'iSense sont optimisés dans un environnement de centre d'appels réel, grâce à de nombreuses années d'exploitation et à l'analyse de données provenant de diverses régions, accents et contextes commerciaux. Cela permet au système d'être optimisé plus efficacement pour la langue vietnamienne et les spécificités de communication des clients locaux.

Du point de vue des solutions, iSense est également conçu pour être personnalisable de manière flexible en fonction de chaque fonction commerciale, groupe de clients et critères analytiques spécifiques, plutôt que d'appliquer un ensemble fixe de normes à tous les centres d'appels.

Selon l'équipe de développement, c'est là l'avantage des plateformes d'IA souveraines : les entreprises peuvent contrôler de manière proactive les données, la technologie et la capacité de personnaliser les systèmes en fonction des besoins opérationnels réels.

Source : https://baovanhoa.vn/kinh-te/tong-dai-giam-70-viec-giam-sat-thu-cong-nho-genai-229753.html