Linéaire vs. Non-linéaire
Les chatbots intelligents existent-ils vraiment ? Tout d’abord, il est important de distinguer deux grandes familles de chatbots. Les chatbots linéaires, démocratisés dans les années 90. Installés sur des sites internet, ils aidaient les visiteurs à naviguer dans les contenus d’un site. Peu précis, ces outils ont été balayés par des moteurs de recherches aux performances bien plus élevés, bien plus simples à utiliser.
A partir des années 2010, une nouvelle génération de robots conversationnels a vu le jour grâce aux progrès des technologies cognitives associées à la compréhension du langage naturel (NLU). Ces chatbots non-linéaires, à tort qualifiés de chatbots intelligents, se généralisent, poussés par l’utilisation massive des applications de Messaging. On ne se parle plus, on s’écrit. C’est le cas pour 62% des américains de moins de 30 ans qui déclarent préférer le messaging au téléphone quand il s’agit de communiquer avec leurs amis. Les interfaces conversationnelles sont définitivement les interfaces du futur pour les millénnials.
Bénéfices pour l’utilisateur
La différence majeure entre ces 2 types de chatbots résident dans l’expérience utilisateur. Dans le cas du chatbot linéaire, l’utilisateur est cantonné à une attitude passive dans laquelle il se contente de répondre aux sollicitations du chatbot. On remarque que la distance qui sépare une question de sa réponse est grande, compte tenu du caractère contraint de l’expérience. Ces chatbots suivent des parcours construits sous la forme d’arbres décisionnels, qui imposent à l’utilisateur d’accomplir un certain nombre d’actions avant d’obtenir à une réponse pertinente.
Il existe une autre forme d’interaction. En utilisant l’intelligence artificielle, il est possible d’abandonner la logique d’arbres de décisions. Ainsi, l’intégration d’une technologie NLP dans l’expérience modifie intégralement l’expérience utilisateur, pour la simplifier et la rendre beaucoup plus humaine. On parle alors de « chatbots intelligents » puisque capables d’analyser et d’interpréter les intentions contenues dans une phrase en langage naturel, et de déclencher des actions nécessaires pour produire une réponse pertinente. La distance qui sépare la question d’une réponse pertinente est très courte.
Google semble avoir compris l’intérêt d’une meilleure compréhension des intentions d’un utilisateur via l’analyse du langage naturel. Depuis quelques mois, vous obtenez des résultats beaucoup plus rapidement, directement sur l’interface de présentation des résultats de la recherche.
Vers une révolution ?
Il s’agit d’une innovation de rupture qui explique l’enthousiasme des publics pour cette nouvelle génération d’interfaces. Au-delà de la hype naturelle qui entoure ce genre de phénomène, il s’agit d’une véritable révolution pour l’utilisateur.
Pour la première fois, les interfaces disparaissent. C’est un changement de paradigme : les machines comprennent les humains, plus l’inverse.
C’est un pas de plus vers l’ultra-digitalisation de nos environnements physiques.
Environnements qui a terme verront disparaître les interfaces graphiques au profits d’interfaces en langage naturel (voix ou texte). Les objets, de plus en plus connectés, vont devenir de plus intelligents. C’est le promesse faite par les technologies de compréhension du langage naturel, qui s’améliore au fûr et à mesure que nous explorons toutes les disciplines de l’intelligence artificielle.
Les interactions Homme / Machine vont évoluer pour ressembler de plus en plus à des interfaces Homme / Homme. La convergence du conversationnel et de l’IoT nous laisse penser qu’un nouveau monde est en train d’émerger.
Un monde où l’humain devient de plus en plus impatient, où les consommateurs attendent des marques qu’elles soient beaucoup plus disponibles et capables de proposer de nouveaux services, avec des degrés de personnalisation et de contextualisation forts.
Et demain?
Coté marque, la question se pose de leur capacité à récolter, structurer, analyser et utiliser les énormes volumes de données qui transitent dans ces nouveaux éco-systèmes.
La compréhension des comportements, par une analyse profonde des données, sera sans aucun doute un des facteurs de différenciation sur des marchés de plus en plus ouverts et concurrentiels.
