--- canonical: https://wegoto.ai/fr/cas-d-usage/naturgy-agent-vocal-controle-qualite/ language: fr status: published author: WeGoTo.ai dateModified: 2026-11-07 --- # Comment Naturgy organise-t-il le contrôle qualité de son agent vocal IA ? Lors d’AI Summit Barcelona 2026, Naturgy a décrit un agent vocal pour son service technique. Environ 250 000 appels cumulés, la moitié traitée sans intervention humaine et une satisfaction de 9,3/10 sont annoncés. Le récit met surtout en avant l’écoute des appels, les corrections régulières et l’accès à un conseiller. ## En bref - Sujet: Naturgy - Source: Sessions AI Summit Barcelona 2026 - Lecture: Résultats rapportés, sans vérification indépendante ## Quel besoin l’agent vocal devait-il couvrir ? Le service présenté concerne notamment des demandes liées aux appareils domestiques et aux chaudières. L’agent intervient en amont du service client, pour comprendre la situation et orienter la demande. La finalité exposée est l’expérience de la personne qui appelle, et pas seulement la baisse du coût de traitement. Le passage du pilote à la production a fait apparaître des difficultés que les essais internes reproduisaient mal : bruits, accents, interruptions et façons différentes de prononcer un numéro. Une séquence d’identification facile pour l’équipe projet peut devenir frustrante dans les conditions réelles d’un appel. ## Comment la qualité est-elle suivie après le lancement ? Une équipe écoute des appels, relève les problèmes et transmet ses observations aux équipes opérationnelles, IA et développement. Une réunion hebdomadaire sert à prioriser les difficultés et à revoir les changements prêts à être introduits. Le récit évoque aussi des comparaisons entre variantes pour détecter les effets indésirables. Un exemple porte sur deux catégories d’intervention trop proches dans leur formulation. Le problème ne relevait pas uniquement du modèle : il obligeait à clarifier les définitions du service. Les règles comprises implicitement par un conseiller doivent être rendues explicites pour être appliquées par le système. ### Accepter davantage de transferts si la qualité progresse L’intervenant décrit une correction qui augmente légèrement le recours aux conseillers mais améliore la qualité évaluée. Ce choix évite de faire du taux d’automatisation l’unique objectif. Le client doit également pouvoir demander une personne sans contourner le dispositif. ## Quels résultats Naturgy a-t-il annoncés ? Ces valeurs ont été rapportées lors de la session, sans vérification indépendante. Le volume d’appels et le nombre de répondants à l’enquête de satisfaction sont deux populations différentes. La transcription ne donne pas l’effectif de cette enquête. | Mesure | Résultat annoncé | Limite de lecture | | --- | --- | --- | | Appels reçus par l’agent | Environ 250 000 | Cumul au moment de la présentation, pas volume mensuel | | Appels sans intervention humaine | Environ la moitié | Définition détaillée et période non documentées | | Satisfaction CSAT | 9,3 sur 10 | Nombre de répondants, questionnaire et taux de réponse non précisés | ## Que ne permet pas de conclure ce témoignage ? Le score de satisfaction ne prouve pas à lui seul que tous les appelants préfèrent l’agent à un conseiller. Cette préférence est présentée comme un objectif de service. Sans détail sur l’échantillon, il faut conserver le score comme une déclaration contextualisée, sans lui attribuer une représentativité statistique. Le cas ne fournit pas un protocole de dépannage à reproduire. Pour une entreprise, la délimitation des conseils autorisés, les règles d’urgence et la responsabilité des professionnels nécessitent un travail propre au service. Un exercice de formation doit rester sur des scénarios fictifs et des décisions d’orientation. ## Quelles compétences tirer de cette boucle de contrôle ? Une équipe peut apprendre à construire une grille d’écoute : compréhension de la demande, fidélité aux informations autorisées, interruptions, transfert et issue de l’appel. Il faut aussi classer les défauts entre donnée, règle métier, interaction et comportement du modèle, car les corrections ne sont pas les mêmes. Un bon exercice compare deux transcriptions fictives et demande aux participants de justifier l’escalade vers un conseiller. On peut ensuite préparer un petit jeu de tests, décider qui valide une modification et vérifier qu’une correction locale ne détériore pas un autre scénario. ## FAQ ### Les 250 000 appels sont-ils mensuels ? Non. L’intervenant parle d’environ un quart de million d’appels déjà reçus au moment de la session. La transcription n’établit pas qu’il s’agit d’un rythme mensuel. ### Le score 9,3/10 porte-t-il sur 250 000 réponses ? Ce n’est pas établi. Le nombre d’appels ne donne pas le nombre de personnes ayant répondu à une enquête. Le score est rapporté avec sa limite : effectif et méthode de collecte non précisés. ### Pourquoi laisser le transfert humain augmenter ? Dans l’exemple décrit, davantage de transferts accompagnait une meilleure qualité évaluée. Le bon arbitrage dépend de la demande et du risque ; réduire les transferts à tout prix peut détériorer le service. ### Peut-on utiliser des appels clients en formation ? Uniquement dans un cadre autorisé avec les précautions applicables aux données. Pour travailler la méthode sans accès aux données réelles, des conversations fictives permettent déjà d’évaluer règles, vérification et critères de transfert. ## Sources - Transcription de la session AISB26 · Use Case 3 - AI Voice Agents From Pilot to Production [IA pour le service client](https://wegoto.ai/fr/equipes/service-client/) [Maîtrise de l’IA](https://wegoto.ai/fr/formations/formation-alphabetisation-ia/)