Comment créer un Chatbot WhatsApp ?

Préparez vos robots, allez-y ! La création d’un chatbot fonctionne, mais pour quels problèmes, avec quelle plateforme et quelle architecture ? Lab4Us, une entité du collectif « Suricats », vous livre ses conclusions sur l’attractivité du chatbot.

Depuis quelque temps, le bot est à la hausse ! Ils ne sont pas nés de la dernière ligne de code (les premiers robots remontent encore aux années 1950 avec un regain d’intérêt au milieu des années 90), ils sont de plus en plus souvent évoqués comme l’avenir du web et l’avenir des applications. Ils ne se contentent plus de répartir au prorata les grands du Web : Facebook, Microsoft et Consort en ont fait leur cheval de bataille depuis 2016, en lançant leur propre bot store pour se positionner en tant qu’acteurs structurants sur le marché.

A découvrir également : Pour tout savoir sur la race de chien Shiba Inu

Avec des algorithmes d’intelligence artificielle de plus en plus efficaces et élargissant les possibilités d’analyse des données, ces robots sont passés d’un simple « gadget » à un véritable assistant personnalisé dont les utilisations potentielles restent encore à explorer… à l’aide de ces nouveaux outils de conversation intelligents qui cherchent à tirer parti en les intégrant dans le IS pour améliorer la qualité de vos interactions avec l’utilisateur.

Sur la base de ce constat et de certaines demandes des clients, nous avons décidé de céder aux sirènes du bot. Sur la base d’un écosystème résiduelle, en particulier les startups, nous nous sommes demandé ce qui les rendait si populaires et, bien sûr, nous avons identifié les raisons et les problèmes entourant une telle explosion.

A voir aussi : Réglage porte de garage

Quel modèle d’architecture pour comprendre ce qu’est un chatbot ? Un chatbot est essentiellement une application conversationnelle qui permet à l’utilisateur de communiquer, que ce soit via les réseaux sociaux (Facebook Messenger, Whatsapp, etc.) ou directement sur un site Web. Jusqu’à présent, rien de révolutionnaire ! Mais les chatbots ont réussi à connaître un nouvel essor en raison de leur capacité à interpréter avec précision l’intention de l’utilisateur avec lequel ils interagissent, voire leur humeur. Cela permet au bot de disposer d’informations plus précises pour répondre aux requêtes des utilisateurs, avec un résultat beaucoup plus élevé que les réponses prédéfinies, sans grande valeur ajoutée, d’il y a quelques années à peine. Cette nouvelle dimension est rendue possible par l’utilisation combinée de l’intelligence artificielle, notamment autour de l’intelligence conversationnelle, et des API qui simplifient la consommation des données des SI.

Ouvrons maintenant le capot d’un chatbot, grâce au modèle d’architecture simplifié illustré ci-dessous.

• face avant, Sur la l’interface pour échanger avec l’utilisateur (par exemple, une plateforme de messagerie). Il assure la transmission des demandes au bot et renvoie le résultat à l’utilisateur. Un premier bloc intermédiaire, le « BotConnector », rend le bot indépendant des spécificités de la plateforme de messagerie avec laquelle il communique.
• Au centre : le bot. Répondez aux demandes des utilisateurs grâce à un arbre de décision conversationnel préconfiguré. Il fournit les réponses appropriées à une série de questions prédéfinies et permet ainsi une véritable discussion entre le bot et l’utilisateur.
• Au verso, deux éléments essentiels pour apporter de la pertinence à l’échange avec l’utilisateur :

l’analyseur de langage (NLP) qui constitue l’intelligence du chatbot, capable d’interpréter la demande et de déduire les intentions de l’utilisateur. Interrogation après requête, cette couche d’intelligence « apprend » et améliore votre compréhension précise et précise de la demande des utilisateurs ;

La Cape « entreprise » du bot, qui fournit le corps de la réponse en fonction des services commerciaux que le service informatique expose via les API.

Pour répondre à votre curiosité naturelle, détaillons chaque composant :

La plateforme de messagerie : Slack, Facebook Messenger, Skype, Telegram ou un extranet d’entreprise Ce sont les différents « moyens » de conversation que l’utilisateur peut choisir d’échanger avec le bot. Chaque plateforme utilise un protocole dédié, qu’il soit public ou non. Bien qu’il soit assez simple d’interagir avec une seule plateforme, offrir à l’utilisateur le choix de son canal de communication nécessite de multiplier les interfaces, et la maîtrise de tous les protocoles devient vraiment complexe.

Le connecteur BOT Le BotConnector répond à cette complexité et vous permet de vous intégrer facilement à plusieurs plateformes de conversation via une seule interface. Par conséquent, évitez d’avoir à développer (et garder !) un bot multiplateforme ou une version spécifique du bot adaptée aux spécificités de chacune des plateformes possibles. Les paris et la valeur d’un bot ne sont clairement pas là !

Les solutions BotConnector sont récentes (2016). Ils permettent aux développeurs de robots d’atteindre rapidement et sans effort un large public. Nous avons pu essayer Happiness, Microsoft Bot Connect, Recast Connector Bot

Le « gestionnaire de traitement du langage naturel » Le traitement du langage naturel est un domaine d’intelligence artificielle axé sur la logique conversationnelle. Il réunit différents concepts qui permettent au bot de comprendre le sens d’une phrase, quelles que soient les erreurs typographiques ou grammaticales de l’auteur. Cette phase d’interprétation nécessite une phase de formation au cours de laquelle le responsable de la PNL fait face à des cas réels. Il s’agit de le corriger à chaque erreur afin que vous puissiez « apprendre » à reconnaissez le sens des prières qui vous seront présentées. Le petit garçon va grandir. Plusieurs NLP sur le marché nous ont montré leur pertinence : recast.ai, api.ai, davy

Le BOT Le bot est avant tout un flux de travail conversationnel, qui se déroule lors de l’échange avec l’utilisateur pour fournir des réponses adaptées à ses demandes. Le bot est au cœur de l’architecture, interconnecté avec le NLP Manager qui vous donne le sens de la demande des utilisateurs et les API qui vous fournissent les informations dont vous avez besoin.

API ouverte Ce sont des API publiques qui permettent à chacun de consommer des données dites « ouvertes », proposées par des acteurs tels que Météo France, SNCF ou RATP. De nombreux robots exploitent ces API pour créer des réponses riches et diversifiées pour l’utilisateur à propos de ses préoccupations quotidiennes, et ce de manière beaucoup plus intuitive que via un site Web.

Services C’EST Pour répondre à des questions plus complexes, il faut accéder au système d’information et exploiter les données personnelles qu’il contient. Il s’agit de vérifier le solde de votre compte bancaire ou d’effectuer un virement.

Nous sommes ensuite confrontés à des problèmes sensibles d’identification, d’authentification et d’autorisation de l’utilisateur d’accéder à ses données sensibles.

Pour être aussi pertinent qu’un bon bot, nous avons dû expérimenter, itérer et mettre en évidence certains points d’attention spécifiques afin de structurer correctement notre projet « bot ». Sans attendre vos questions, nous vous proposons de vous redonner les 5 principales leçons que nous avons apprises pour créer un chatbot : certaines pour gagner en valeur sur le plan commercial, d’autres pour éviter des difficultés techniques.

1. Pour présenter des cas d’utilisation spécifiques au service du client final et à l’organisation mondiale de l’entreprise

Quel est le défi commercial auquel votre bot est confronté ? Améliorer l’expérience client en fournissant des réponses structurées et pertinentes à un besoin spécifique formulé par un utilisateur ? Automatisez les FAQ pour décongestionner le service client et le recentrer sur les domaines d’expertise ? Développer une stratégie marketing multicanal en ouvrant un nouveau canal pour un engagement client « technophile » et en collectant ainsi des données clients ?

Nous comprenons que choisir les bons cas d’utilisation est essentiel pour positionner le bot comme un véritable outil au service des clients et de l’entreprise.

2. Rendre la discussion

aussi fluide que possible Dès les premières étapes du projet, il est important de bien réfléchir au chemin de discussion, d’identifier les ouvertures et les voies possibles et de ne pas être trop détaillé. L’utilisateur doit croire en une discussion « humaine ». Plus les informations fournies au moteur d’intelligence artificielle sont riches et diversifiées, plus il comprend le contexte et plus la réponse que vous fournissez au bot est proche d’une « vraie » conversation. Il est essentiel de créer avec soin une base de connaissances représentative des conversations « possibles ». Certaines IA nécessitent moins de formation et deviennent plus efficaces rapidement, c’est pourquoi nous parlons de « deep learning ».

Le choix du composant NLP est un critère de différenciation pour un bot. Selon que vous êtes spécifique à un domaine (par exemple, Desttigo, IA pour les voyages) ou généraliste (recast.ai), la phase d’acquisition du contexte commercial (c’est-à-dire la phase de formation) sera plus ou moins longue. Pour une entreprise, cette base de connaissances constituera l’ADN des robots qui seront proposés à ses utilisateurs. Remarque : À ce jour, les outils de PNL ne permettent pas de gérer efficacement l’identification de la langue de la discussion (expérience dans un contexte multilingue)

3. Soyez technologiquement indépendant

des canaux de communication Pour pouvoir lancer votre bot efficacement et rapidement, il est préférable de rester indépendant de la plateforme de messagerie. Nous vous recommandons de choisir (au moins à un stade précoce) une technologie qui garantit un bon niveau d’abstraction, permettant au bot d’évoluer de manière centralisée quelle que soit son intégration dans les plateformes de messagerie.

Toutefois, l’utilisation d’un BotConnector ne permet pas de résumer toutes les spécificités d’une plateforme de messagerie. L’utilisation de composants graphiques spécifiques peut être nécessaire (carrousel, boutons) pour s’intégrer pleinement dans le « style » de chaque UX de la plateforme. Il est essentiel, de notre point de vue, de respecter au maximum les principes de fonctionnement ergonomiques de chacun d’eux.

4. Concevoir des robots comme de nouveaux cas de utiliser cette valeur API d’entreprise

L’exposition des données et des services d’entreprise est une condition préalable à la mise en œuvre d’un bot intelligent et personnalisé. L’ouverture des services informatiques par le biais d’API constitue un grand pas en avant dans la transformation numérique des entreprises. La mise en œuvre de la gouvernance des API permet à l’entreprise de gérer le cycle de vie de son API (sécurité, performance, limitation, mise en cache, analyse, etc.) et de répondre ainsi aux besoins des développeurs ou des consommateurs qui l’utilisent. Cette étape fondamentale du projet nécessite une analyse complète de l’intégration dans le IS par des profils d’experts d’architectes afin de résoudre tous les problèmes techniques dans le contexte de l’utilisateur. Cette étape est nécessairement spécifique et peut devenir particulièrement complexe selon la nature des données manipulées et les technologies héritées.

5. Accès sécurisé à Données IS Les 5 points clés pour créer un chatbot

Le bot est un nouveau point d’entrée dans le IS et il est essentiel de configurer un service d’identification et d’authentification des utilisateurs de robots pour contrôler avec précision l’accès aux données du IS via des appels d’API. Dans ce contexte, il est nécessaire d’établir une fédération des identités d’un utilisateur entre la plateforme de messagerie et le SI interne de l’entreprise. La surveillance du comportement des robots est essentielle pour garantir la fiabilité des échanges avec les API IS. Quelle est l’organisation typique d’un projet Bot ?

CONCLUSION

Le développement de l’intelligence artificielle nous a permis de donner une nouvelle dimension aux outils de conversation, plébiscités par de plus en plus de marques et d’entreprises séduites par ce nouveau moyen de communication directe avec leurs clients. En ouvrant les portes de leur SI et en permettant la consommation des bonnes données lors de l’ouverture de leurs API, ils peuvent désormais développer des cas d’utilisation plus complexes et personnalisés qui suggèrent un examen complet de l’expérience utilisateur. À ce titre, les projets de mise en œuvre de robots pourraient devenir l’un des sujets stratégiques du développement de la relation client pour les entreprises, grâce à l’accélération de l’IA (prolifération). Les acteurs du marché de la PNL et de l’intelligence conversationnelle, le développement de la reconnaissance vocale pour de nouveaux usages et un nouveau mode d’interaction, le développement de l’intelligence « émotionnelle » pour un meilleur contact humain). Cela conduit à problèmes légitimes pour les entreprises dans les options d’intégration de ces solutions dans les systèmes d’information et, plus largement, dans la sécurité des données internes.

Le développement d’un bot doit être basé sur un processus itératif (approche agile) et la collaboration active des acteurs commerciaux, informatiques et de production. Nous soulignons l’importance qu’il convient d’attacher à la définition des cas d’utilisation. Pour ce faire, nous recommandons une approche basée sur le design thinking. Cette phase initiale d’étude et d’idéation permet à la fédération des professions autour de personnes cibles, pour réfléchir à des cas d’utilisation qui répondent aux besoins et aux douleurs identifiés, et construire les parcours typiques. Cette phase de structuration, dirigée par des acteurs économiques, permet de construire des diagrammes séquentiels (modélisation UML) associés aux types de conversation entre le bot et l’utilisateur, pour chaque personne. Cette version est essentielle à la phase d’identification des API (internes et externes) qui seront utilisées pour répondre aux besoins. Ces API seront utilisées pour alimenter le bot avec des données utiles. Cette étape est probablement la plus complexe à mettre en œuvre, car elle soulève tous les problèmes mentionnés ci-dessus concernant la gestion des API (sécurité, gouvernance, etc.). Pour atteindre au mieux cette phase, nous vous recommandons de mener des ateliers de conception d’API, dirigés par un architecte expert en « économie des API » qui fournira de bonnes pratiques (ontologie des ressources, normes REST, gouvernance des API,…). L’architecte de l’API officialisera le contrat d’interface, une réponse technique aux besoins de l’entreprise. Aujourd’hui, toutes les solutions de PNL possèdent une interface de conception. Cela permet aux acteurs commerciaux, en coordination avec l’informatique, d’alimenter facilement le dictionnaire sémantique et ainsi d’enrichir l’IA spécifiquement pour le langage commercial. Ensuite, la phase de formation à l’IA est surveillée à l’aide de l’interface de conception NLP. Dans le même temps, il est important de structurer des scénarios de test nominaux (cas d’approbation et d’erreur), qui seront joués par le bot et qui garantiront que le bot ne « dérive » pas sur ses réponses au fil du temps. La courbe d’apprentissage d’un bot varie en fonction de la complexité du contexte commercial. Il faut donner du temps et créer un bot « parfait » n’est pas possible dans la première itération. L’étape au cœur du développement d’un bot de qualité est l’intégration de L’IA et toutes les API sont créées et fournies de manière itérative. Nous recommandons la méthode dite « essayer et apprendre ». Cette étape permet d’articuler tout le travail effectué à l’avance. Il mobilise à la fois l’EOM et les différents experts nécessaires (sécurité, authentification,…). La mise en œuvre du bot peut se faire en Node.js, java, python ou autres en fonction du patrimoine technologique de l’entreprise. Enfin… tester : une étape clé dans laquelle vous vérifiez toutes les fonctionnalités du bot et donc sa valeur. Au-delà de la détection des erreurs, il est important d’analyser l’expérience utilisateur et de comprendre comment rendre le bot encore plus efficace. Il est recommandé de distribuer les tests à de petits groupes d’utilisateurs ayant des profils différents afin que les développeurs de robots puissent anticiper les problèmes et/ou les incohérences qui peuvent apparaître avant la sortie du bot. La tendance déjà marquée dans l’utilisation des robots va dans le sens de la substitution d’applications, on parle d’ « applications invisibles ». Dans quelques années, nous ne consommerons plus les applications de la même manière, peut-être que nous n’aborderons qu’un seul bot pour toutes nos demandes, par SMS ou Whatsapp, comme s’il s’agissait d’un proche. Ces « applications invisibles », en tant que nouveaux médias uniques, fourniraient un service simplifié, une expérience utilisateur unifiée et une intelligence contextuelle au service des utilisateurs finaux dans une relation « humanisée » et de confiance. Les applications invisibles arrivent lentement et la transition est en cours de préparation : alors préparez vos robots, c’est parti !

Archi (texte) Geek Concepteur CONTACTEZ JONATHAN, NOTRE ARCHITECTE