Parloa : l’IA qui fait chuter les appels humains de 80%

AU CŒUR DU CENTRE D’APPELS

À ses débuts, le cofondateur Stefan Ostwald a passé une journée dans un centre d’appels d’assurance. Son équipe y construisait les premières expériences vocales. Assis à côté des agents, il a écouté les mêmes conversations se répéter sans cesse : des réinitialisations de mots de passe, des questions sur les polices d’assurance, des modifications de routine. Il a alors compris qu’une grande partie de ce travail pouvait être automatisée.

DE RÈGLES RIGIDES À L’IA CONVERSATIONNELLE

Après cette expérience, la start-up berlinoise Parloa a commencé à construire des agents vocaux basés sur des règles pour automatiser les interactions clients à fort volume. Avec l’émergence de ChatGPT, l’entreprise a évolué pour bâtir ce qui est aujourd’hui sa Plateforme de Gestion d’Agents IA (AMP), fondée sur une nouvelle Génération de modèles, dont GPT-5.4.

CONSTRUIRE SANS CODE, AVEC DES MOTS SIMPLES

AMP donne aux entreprises les moyens de concevoir, déployer et gérer des interactions de service client à grande échelle. Au lieu de cartographier des intentions et des flux rigides, les équipes définissent le comportement en langage naturel, se connectent aux systèmes internes et itèrent rapidement grâce aux simulations et évaluations intégrées.

Avec AMP, les experts métier de différentes unités peuvent construire les agents et connecter les API de manière bien plus simple et allégée. C’est tout l’objectif : permettre aux marques de gérer le cycle de vie complet de l’agent IA. Au lieu d’écrire du code ou de cartographier des arbres d’intentions rigides, les experts métier définissent le rôle de l’agent, ses instructions, ses outils et ses limites en langage naturel. Cette configuration devient la base du prompt du modèle et du comportement du système en production.

DES AGENTS TESTÉS PAR L’IA AVANT D’ÊTRE LANCÉS

Une fois défini, l’agent est testé avant déploiement. Parloa simule des conversations clients en utilisant des modèles comme GPT‑5.4 : un modèle joue le rôle de l’appelant, un autre exécute l’agent configuré. Les équipes peuvent inspecter ces interactions directement, tester des modifications face à des scénarios réalistes, et itérer avant la mise en ligne.

L’IA QUI NOTE SES PROPRES CONVERSATIONS

Les mêmes modèles sont ensuite utilisés pour évaluer ces conversations, en combinant des vérifications déterministes et une notation LLM-as-a-judge. Cela permet de vérifier si l’agent a suivi les instructions, utilisé les outils correctement, et terminé la tâche comme prévu.

ORCHESTRATION EN TEMPS RÉEL

Lors d’une conversation en direct, la couche d’orchestration d’AMP envoie un prompt au modèle OpenAI avec la configuration de l’agent et le contexte de la conversation. Cela génère une réponse, récupère des informations via RAG (un système qui puise dans des bases de connaissances), ou déclenche des outils pour interagir avec les systèmes internes du client. Parloa met à jour cette couche en continu avec les derniers modèles dès qu’ils montrent des gains de performance en conditions réelles.

Après l’appel, des flux de travail distincts, eux aussi propulsés par OpenAI, résument l’interaction, classifient l’intention du client et évaluent la performance par rapport à des règles définies.

DES SOUS-AGENTS POUR PLUS DE FIABILITÉ

À mesure que les agents gagnaient en complexité, maintenir un prompt monolithique unique devenait plus difficile : de petites modifications pouvaient entraîner des effets de bord imprévus. Pour y remédier, Parloa a introduit une approche modulaire. Des tâches comme l’authentification, les changements de réservation ou les mises à jour de compte peuvent être séparées en sous-agents distincts. Cela améliore le suivi des instructions et rend les systèmes plus faciles à faire évoluer dans le temps.

LA FLEXIBILITÉ CONVERSATIONNELLE, MAIS SOUS CONTRÔLE

Parallèlement, la plateforme intègre des contrôles déterministes là où la fiabilité est cruciale. Les entreprises peuvent définir des chaînes d’API structurées et une logique basée sur des événements pour s’assurer que les étapes critiques se déroulent dans le bon ordre, alliant ainsi la fluidité conversationnelle à une exécution prévisible.

DES TESTS IMPLACABLES AVANT LE GRAND SAUT

Parloa utilise des modèles comme GPT‑4.1, GPT‑5‑mini et d’autres pour simuler des interactions clients réalistes avant qu’un agent ne soit mis en ligne. Les évaluations combinent LLM-as-a-judge et règles déterministes. Cela permet aux équipes de tester les cas limites, d’itérer rapidement et de valider les performances avant d’exposer les clients à un éventuel échec.

QUAND LA STABILITÉ COMPTE PLUS QUE LA NOUVEAUTÉ

Parloa travaille principalement avec de grandes entreprises, où la constance est aussi importante que la capacité. « Quand un nouveau modèle sort, nous lançons notre suite de tests comparatifs contre lui. Il est très important pour nous que les choses ne fonctionnent pas seulement dans des benchmarks théoriques, mais dans des cas d’usage réels. » Plutôt que de se fier à des benchmarks abstraits, Parloa reproduit de vrais agents de production et les soumet à des pipelines de simulation et d’évaluation. Ces tests mesurent la fiabilité du suivi des instructions, la cohérence des appels d’API, la latence et les performances globales dans des conditions réalistes.

LE COÛT DU CHANGEMENT : MIGRER SANS CASSE

« Les clients grandes entreprises font face à un véritable coût de migration. Une fois qu’un système fonctionne en production, ils le gardent stable et ne changent que lorsque les bénéfices sont évidents. » En conséquence, les systèmes se comportent de manière prévisible en production, même à grande échelle. Sur des millions d’interactions clients, la plupart des conversations sont résolues sans heurts. Même lorsque des appels sont transférés à des agents humains, l’escalade est rarement due à un échec.

Cette approche qui place l’évaluation au cœur du processus est devenue un différenciateur clé, permettant à Parloa d’avancer rapidement sans sacrifier la fiabilité en production.

LA VOIX, UNE CONTRAINTE TECHNIQUE EXIGEANTE

La voix impose des contraintes différentes de celles du chat textuel. Chaque interaction passe par un pipeline à faible latence : reconnaissance vocale, raisonnement du modèle, et synthèse vocale. Ce pipeline rend la latence critique : même de petits retards au niveau du modèle s’accumulent et deviennent des pauses perceptibles pour l’appelant. Cela influence le choix et l’optimisation des modèles.

OPTIMISATION AVEC OPENAI : LA CHASSE AUX MILLISECONDES

Parloa collabore étroitement avec OpenAI pour optimiser les performances en temps réel, en se concentrant sur la latence, la qualité des réponses et le suivi des instructions. L’équipe évalue et teste en continu les nouvelles itérations de modèles dans des environnements simulant la production avant de les déployer sur les interactions clients réelles.

UN STACK VOCAL ÉVALUÉ PIÈCE PAR PIÈCE

Parloa évalue chaque composant de la pile vocale indépendamment : du moment où le client prend la parole jusqu’à ce qu’il entende une réponse. Cela permet d’identifier les goulots d’étranglement et de garantir que le système complet réagit dans le temps imparti.

Dès le départ, ces systèmes ont été conçus pour un déploiement mondial. Les benchmarks couvrent plusieurs langues, avec des clients opérant dans différentes régions du monde. Cette rigueur multilingue reflète à la fois les racines européennes de Parloa et les attentes des clients entreprises, qui exigent des performances cohérentes sur tous les marchés, pas seulement dans une seule langue ou région.

VERS UN SERVICE CLIENT TOTALEMENT MULTIMODAL

Parloa voit le service client évoluer vers une expérience entièrement multimodale. Une conversation peut commencer au téléphone, continuer en chat, et inclure des liens ou des éléments interactifs. Au lieu de traiter chaque étape comme un flux séparé, AMP est conçu pour la gérer comme une seule et même interaction. Avec le temps, les agents IA pourraient devenir aussi centraux dans les parcours clients que les sites web et les applications mobiles.

LA FIABILITÉ À L’ÉCHELLE PLANÉTAIRE

Alors que les entreprises automatisent une part croissante des interactions clients, Parloa se concentre sur la création d’agents IA suffisamment fiables, flexibles et dignes de confiance pour opérer à l’échelle mondiale.