Publié le 15 février 2023, modifié le 24 mars 2023.
Par La Rédaction

Yext Chat, expériences conversationnelles basées sur l’IA y compris GPT-3

Publié le 15 février 2023, modifié le 24 mars 2023.
Par La Rédaction

Yext, plateforme d’optimisation de l’expérience de recherche basée sur l’IA, annonce le lancement de Yext Chat, nouvelle solution permettant aux organisations de créer des expériences conversationnelles basées sur une IA de pointe.

Les systèmes conversationnels sont incroyablement bénéfiques pour établir à la fois des relations commerciales et l’engagement des clients. Une conversation entre deux personnes est aussi ancienne que l’humanité elle-même, et les conversations ont toujours été au cœur de toutes les relations. Beaucoup oublient souvent ce simple point. Alors qu’une conversation crée une expérience partagée, son interprétation est unique à chaque partie. Ainsi, des conversations mutuellement bénéfiques et positives facilitent la construction et le renforcement des relations. Cette perspective est souvent sous-estimée.

L’expérience conversationnelle

  • Les conversations sont multiformes : Arriver à la bonne conversation et avoir cette conversation est une question de précision. Ainsi, déterminer quelle conversation avoir et comment l’avoir au mieux sont des exercices distincts. Bien qu’ils soient tout aussi importants, les deux sont complexes. Par conséquent, on doit savoir clairement quel problème ils essaient de résoudre.
  • Les conversations réduisent les frictions : elles sont familières et faciles à décrire. Le dialogue actif permet une communication claire et la possibilité de corriger le cap. Les conversations peuvent avoir lieu en personne ou par vidéo, voix, chat Web et SMS/messagerie. Les conversations sont synchrones, asynchrones et peuvent venir en rafales. Les définitions technologiques peuvent entrer en conflit avec la nature humaine.
  • Les conversations ont une mission : elles créent des expériences optimales et prouvent leur valeur aux deux participants à la conversation. Cela implique de soutenir et d’améliorer la communication entre deux personnes, une personne et un système/une marque, ou deux systèmes. L’objectif est d’avoir la meilleure conversation possible, informée, basée sur les valeurs et axée sur les résultats. C’est l’expérience conversationnelle (cX).

Alors que les entreprises peuvent être optimistes à propos de l’IA conversationnelle, les utilisateurs ne sont pas nécessairement convaincus : une récente enquête américaine a révélé que près de 73 % des participants n’utiliseraient plus le bot d’une entreprise après une mauvaise expérience avec celui-ci. La réticence des gens à utiliser les chatbots existe, car ils pensent que les bots ne sont pas aussi efficaces que les entreprises le prétendent, que les clients veulent qu’il soit clair qu’ils conversent avec un bot, pas avec un humain, et que de nombreux clients pensent que les chatbots ne peuvent tout simplement pas être aussi efficaces en tant qu’humain.

Les entreprises Tech le savent et c’est bien le développement humain autour des outils IA et des algorithmes qui feront la différence !

Yext Chat

Yext, plateforme d’optimisation de l’expérience de recherche basée sur l’IA, annonce le lancement de Yext Chat permettant aux organisations de créer des expériences conversationnelles basées sur une IA de pointe. L’idée est de construire une plateforme pour qu’elle soit agnostique par rapport aux modèles de langages. Plusieurs modèles sont adaptés à différentes tâches, et il est important que les organisations conservent la flexibilité nécessaire pour tirer parti du meilleur pour chaque cas d’usage.

Yext Chat (Bêta) repose sur plusieurs “grands modèles de langages” (large language model, LMM) y compris GPT-3 d’OpenAI et le Knowledge Graph de Yext ainsi que d’autres technologies propriétaires, pour délivrer une expérience pertinente de chat en langage naturel permettant aux utilisateurs de poser n’importe quelle question relative à un ensemble spécifique de connaissances. Les “grands modèles de langages” (LLM) à usage général sont entraînés sur des larges bases de données variées et publiques, incluant généralement peu ou aucune information fiable provenant directement de l’entreprise. Pour cette raison, l’exactitude des réponses générées ne peut être vérifiée de manière fiable ou indépendante, un défi pour les entreprises, en particulier lorsque les modèles répondent en s’appuyant sur des données incomplètes, inexactes et non vérifiées.

Afin d’apporter une réponse à ce problème pour les entreprises, les expériences de chat en langage naturel doivent être capables de répondre aux questions en se référençant à des ensembles pertinents de connaissances. La plateforme résout cette équation en s’appuyant sur son Knowledge Graph, un système de gestion de contenu (CMS) “headless” établissant des relations cognitives et sémantiques pour optimiser la recherche vocale, les chatbots et d’autres expériences de recherche sophistiquées. Générant des réponses issues des contenus stockés dans le Knowledge Graph, Yext Chat permet aux entreprises de garantir des réponses pertinentes qui reflètent les informations du monde réel. Grâce à l’analyse et le clustering des termes de recherche, il est possible de facilement identifier et combler les lacunes de contenu en ajoutant de nouveaux termes et informations à leur Knowledge Graph, donnant ainsi naissance à un cercle vertueux permettant d’affiner en permanence les réponses et d’améliorer les expériences du Chat en fonction des questions posées.

Depuis le lancement de Yext Search en 2019, Yext a introduit de l’IA et de grands modèles de langages dans sa plateforme. Yext Search est notamment connu pour son approche à plusieurs algorithmes exploitant des versions spécifiques de BERT, DistilBERT et MPNET, visant à comprendre le langage naturel et à délivrer des résultats pertinents à partir de sources de contenu structurées et non structurées. Pour l’entreprise, l’ère du marketing conversationnel devient réalité. Une notion qui devient très claire et qui est prometteuse aussi bien sur le plan de l’expérience qu’au niveau de la maîtrise de l’information de marque, car plus le Knowledge Graph de nos clients va s’enrichir et s’améliorer via le machine learning, plus l’expérience de recherche sera efficace.

Lire aussi