Les centres d'appels de service client interagissent en moyenne avec des dizaines de milliers d'appels clients par jour, mais pendant de nombreuses années, la plupart de ces données n'ont presque pas été exploitées efficacement pour détecter précocement les problèmes de fonctionnement. C'est la limite courante du modèle de contrôle des centres d'appels traditionnels, où les entreprises ne peuvent réécouter qu'une très petite proportion d'appels pour évaluer la qualité du service.
L'IA participe directement au fonctionnement du centre d'appels
Le centre d'appels de service client de l'opérateur VinaPhone déploie actuellement un système d'analyse d'appels utilisant l'intelligence artificielle - VNPT iSense pour surveiller et analyser la qualité du service sur 100% des appels, au service des activités de service client à une échelle de plus de 30 millions d'abonnés.
Selon M. Vu Xuan Nhan - chef du département de la technologie, centre de service clientèle de VinaPhone, iSense participe directement au processus d'exploitation du centre d'appels par le biais de classes de traitement telles que la conversion de la voix en texte, l'analyse du contenu de la conversation, l'identification des émotions du locuteur et le suivi du niveau de respect professionnel des téléphonistes dans chaque appel.
Sur cette plateforme, la technologie Generative AI (IA générative) est appliquée par iSense pour comprendre le contexte, résumer automatiquement les conversations, classer les sujets d'échange et synthétiser les problèmes répétitifs à partir des données d'appels à grande échelle. En conséquence, au lieu de s'arrêter à l'enregistrement d'informations, iSense aide le service opérationnel à identifier précocement les signes anormaux dans le service, les goulets d'étranglement dans le processus de service à la clientèle ou les problèmes qui risquent de donner lieu à des plaintes. La solution prend également en charge la suggestion d'informations et de connaissances en fonction du contexte de la conversation, aidant les agents de ligne à raccourcir le temps de recherche et de traitement des situations immédiatement pendant l'interaction avec les clients.
Pour que Generative AI puisse comprendre correctement le contexte de la conversation, les données entrantes doivent atteindre une très grande précision dans l'identification vocale. Cette nouvelle approche technologique vient d'être présentée par VNPT AI - l'équipe de développement d'iSense - lors de l'ICSASP 2026, la première conférence internationale sur le traitement des signaux et de la voix de l'IEEE (Barcelone, Espagne) le 6 mai dernier. Lors d'une séance de travail avec des organisations et des universités, notamment le Massachusetts Institute of Technology (MIT), l'université de Tsinghua (université de Thanh Hoa) et Ant Group (Alibaba)... lors de la conférence, VNPT AI a partagé et analysé l'efficacité de la nouvelle approche, améliorant d'une part les performances et augmentant d'autre part la précision par rapport aux anciennes méthodes. Cette méthode a suscité beaucoup d'intérêt de la part de la communauté scientifique internationale.
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 de la surveillance de la qualité à grande échelle. "Avec un centre d'appels à grande échelle, il est presque impossible d'écouter et d'évaluer tous les appels manuellement. L'IA permet de traiter un grand nombre de tâches répétitives afin que l'équipe de contrôle de la qualité puisse se concentrer davantage sur les cas nécessitant une évaluation professionnelle", a-t-il déclaré.
En 2025, iSense surveille et analyse plus de 30 millions d'appels. Le système contribue à réduire d'environ 70% le volume de surveillance manuelle des contrôleurs, tout en réduisant d'environ 21% les coûts de personnel externalisé liés aux activités de contrôle de la qualité des centres d'appels.
Selon un représentant de VinaPhone, lorsque la plupart du temps n'est plus consacré à la réécoute manuelle des appels, le service de contrôle de la qualité a la possibilité de se concentrer davantage sur les problèmes de fonctionnement réels tels que le traitement des situations anormales, l'amélioration des processus de service à la clientèle ou la formation des téléphonistes.
L'IA a le pouvoir de résoudre le problème de la ligne d'assistance téléphonique vietnamienne
Pour que l'IA puisse fonctionner efficacement dans un environnement de centre d'appels vietnamien, un facteur important réside dans sa capacité à maîtriser les données, les modèles et le processus d'optimisation technologique pour le fonctionnement réel au Vietnam.
L'un des plus grands défis lors du déploiement de l'IA pour les centres d'appels au Vietnam est la spécificité du vietnamien dans un environnement de conversation réel. Les clients peuvent parler rapidement, par intermittence, par interférences, utiliser des mots locaux ou changer constamment de ton en fonction de la région et des émotions.
Pour résoudre ce problème, iSense est construit dans le sens d'une combinaison de plusieurs couches de technologie d'IA tout au long du cycle de vie de la conversation. Le système intègre des technologies telles que la reconnaissance vocale pour convertir la voix en texte, la diarisation des auditeurs pour séparer les auditeurs, la détection émotionnelle pour identifier les émotions à travers les caractéristiques sonores et l'IA générative pour effectuer des tâches plus complexes.
L'objectif du système ne se limite pas à déterminer ce que disent les clients, mais aussi à aider les entreprises à identifier où se situe le problème, comment les téléphonistes le traitent et quelles actions doivent être entreprises ensuite.
Le groupe de développement d'iSense a déclaré que les modèles d'IA d'iSense sont optimisés dans un environnement de centre d'appels réel pendant de nombreuses années d'exploitation, analysant les données avec une variété de régions, d'intonations et de situations professionnelles différentes. Cela aide le système à optimiser plus fortement le vietnamien et les caractéristiques de communication réelles des clients nationaux.
Du point de vue de la solution, iSense est également conçu pour pouvoir être personnalisé de manière flexible en fonction de chaque activité, de chaque groupe de clients et des critères d'analyse spécifiques de l'entreprise au lieu d'appliquer un ensemble de normes fixes à tous les centres d'appels.
Selon le groupe de développement, il s'agit de l'avantage des plateformes d'IA propriétaires, car les entreprises peuvent maîtriser de manière proactive les données, la technologie et la capacité de personnaliser le système en fonction des exigences de fonctionnement réelles.
