La demande d’IA conversationnelle – principalement de chatbots – n’a sans doute jamais été aussi forte, surfant sur la vague de publicité de systèmes tels que ChatGPT d’OpenAI. L’année dernière, Gartner a prédit qu’un échange agent-client sur 10 serait automatisé d’ici 2026, une augmentation par rapport aux 1,6 % de chats qui ont été confiés à des chatbots en 2022.
Sans surprise, le marché des outils permettant de créer des expériences d’IA conversationnelle est important – et en pleine croissance. Future Market Insights prévoit qu’il vaudra 47,6 milliards de dollars en 2033, contre 9,6 milliards en 2023.
Par exemple, Voiceflow, une plateforme de création d’IA conversationnelle, a annoncé aujourd’hui qu’elle avait levé 15 millions de dollars lors d’un tour de table mené par la société de capital-risque OpenView. Le fondateur et PDG Braden Ream a déclaré que cette tranche, qui porte le total des fonds levés par Voiceflow à 35 millions de dollars, valorise la startup à 105 millions de dollars après la levée de fonds.
« Avec ce dernier tour d’investissement, Voiceflow va amplifier son engagement en faveur de l’innovation produit », a déclaré Ream à TechCrunch lors d’une interview par e-mail. « Cela inclut l’ajout d’un constructeur d’IA alimenté par LLM, qui donne aux clients un endroit pour construire et déployer des agents alimentés par de grands modèles de langage pour le support client et plus encore. »
Ream a co-lancé Voiceflow en 2019 avec Tyler Han, Michael Hood et Andrew Lawrence. Après avoir uni leurs forces au collège pour construire des applications pour Amazon Alexa – et, par la suite, avoir abandonné l’université ensemble – le trio basé à Toronto a eu l’idée de faire un outil pour créer des agents conversationnels pour automatiser des cas d’utilisation particuliers du service à la clientèle.
« Notre vision était de construire la plus grande plateforme collaborative pour permettre à quiconque de travailler en équipe afin de créer des agents d’IA extraordinaires pour automatiser n’importe quoi », a déclaré M. Ream. « Aujourd’hui, nous nous concentrons principalement sur l’automatisation du support client pour les sites web et les assistants in-app. »
Ream décrit Voiceflow comme une plateforme de conception collaborative de qualité Figma pour la création d’agents d’intelligence artificielle. À cette fin, les équipes peuvent utiliser Voiceflow pour déployer des agents alimentés par de grands modèles de langage, y compris – mais sans s’y limiter – le GPT-4 d’OpenAI.
Crédits images : Flux de voix
Avec Voiceflow, une entreprise peut concevoir, tester et déployer un agent d’IA sans être enfermée dans un modèle ou une technologie particulière, en mélangeant différents modèles – y compris des modèles de reconnaissance vocale – pour créer des expériences d’IA conversationnelle.
« Voiceflow s’intègre à n’importe quelle plateforme de compréhension du langage naturel ou pile technologique existante, ce qui permet aux équipes de renforcer leurs capacités de conception et de collaboration sans avoir à remplacer des fournisseurs ou à changer de technologie à grands frais », a déclaré M. Ream. « Il permet également aux entreprises clientes d’utiliser n’importe quel modèle de langage important, y compris le leur, ainsi que des modèles populaires via des API.
Voiceflow, qui emploie une cinquantaine de personnes, a pour rivaux Dialogflow, propriété de Google, IBM Watson, AWS Lex et Microsoft Bot Framework, entre autres. Sans parler de startups comme Quiq, Yellow Messenger, Rasa et Level AI, qui ont collectivement levé plus de 100 millions de dollars de capitaux à ce jour.
Mais Voiceflow dispose d’une base de clientèle respectable – 450 clients, dont Amazon JP Morgan, Home Depot, State Farm, Vodafone et une agence gouvernementale dont le nom n’a pas été dévoilé, qui comptent ensemble environ 130 000 utilisateurs sur la plateforme.
« Les inscriptions et l’utilisation de Voiceflow ont pratiquement doublé depuis le lancement de ChatGPT en novembre, à mesure que l’intérêt pour l’IA conversationnelle grandit », a déclaré M. Ream. « Voiceflow permet aux acteurs techniques et non techniques de travailler ensemble pour construire des agents d’IA pour n’importe quel cas d’utilisation dans un environnement sûr et contrôlé. Cela permet aux entreprises de construire, tester et déployer rapidement de grands agents alimentés par des modèles de langage pour des cas d’utilisation internes ou externes. »