IA sur site qui analyse chaque appel – sans exposer le moindre dossier personnel
Spyrosoft a développé un analyseur de centre d'appels IA entièrement sur site qui traite les conversations brutes en temps réel, fait remonter des informations commerciales exploitables et signale les fraudes potentielles – le tout fonctionnant entièrement sur une seule machine locale, Lenovo ThinkStation PGX.
Services
Technologies
Défi et besoin métier
Les centres d'appels des secteurs réglementés (banque, assurance, santé) contiennent de précieux signaux : frustration des clients, réclamations non résolues, plaintes récurrentes et parfois fraude coordonnée. Pourtant, transformer ces signaux en informations exploitables est loin d'être simple.
Bien que les organisations aient accès à ces données, leur utilisation efficace est gourmande en ressources et souvent limitée par des contraintes d'anonymisation et de conformité.
En effet, les centres d'appels traitent également de grands volumes de données clients sensibles, telles que les numéros de police, les identifiants nationaux et les adresses. Par conséquent, les organisations ont dû s'appuyer soit sur une analyse qualité manuelle, soit sur des fournisseurs d'IA cloud.
Les deux voies présentent des problèmes importants :
- L'assurance qualité manuelle ne couvre qu'une petite fraction du volume total d'appels et ne peut pas détecter de manière réaliste les schémas de fraude entre appels.
- L'acheminement des appels via un fournisseur d'IA cloud nécessite l'envoi de données personnelles brutes vers des serveurs externes, ce qui constitue un risque de conformité important au titre du RGPD.
La question à laquelle Spyrosoft a cherché à répondre était la suivante : un modèle d'IA local, sur site, peut-il atteindre une qualité suffisante pour constituer une alternative viable ?
Notre rôle
Spyrosoft a conçu une solution autour d'une décision architecturale centrale : tout conserver sur le matériel, plutôt que de s'appuyer sur des API externes.
Nous avons constaté que la plupart des défis liés à la conformité des données peuvent être évités si les données sont traitées localement. Jusqu'à récemment, cette approche n'était pas réalisable. Cependant, l'émergence de puissantes machines GPU locales (telles que le Lenovo ThinkStation PGX) a constitué une percée. Cela a permis à notre équipe de déployer un grand modèle de langage open source directement sur l'appareil.
Pourquoi cette approche ?
- Aucune donnée ne quitte les locaux
- Aucune anonymisation ni dépendance externe n'est requise
- Rentabilité (investissement d'infrastructure unique vs frais récurrents)
La plateforme résultante – l'analyseur de centre d'appels – offre trois capacités principales :
- Analyse par appel – chaque conversation est traitée en environ 30 secondes, produisant un résultat structuré : résumé, intention du client, score de sentiment, données personnelles et de police extraites, actions suggérées pour l'agent et balises de mots-clés.
- Tableau de bord de surveillance en temps réel – cinq à six appels sont analysés en parallèle, avec des statistiques en temps réel sur les taux de résolution, les thèmes des appels et le sentiment. Les superviseurs peuvent les filtrer pour identifier les zones problématiques.
- Analyse approfondie et détection de fraude – le système exécute une analyse au niveau du lot sur des groupes d'appels, signalant automatiquement les schémas suspects (par exemple, plusieurs déclarations apparemment sans lien faisant référence à la même adresse ou aux mêmes coordonnées, soumises par différents assurés à différents agents). L'analyse au niveau du lot permet également diverses perspectives métier – comme l'analyse de tous les appels traités par un agent spécifique, la comparaison des agents les plus performants avec la longue traîne, ou l'identification de problèmes récurrents au sein de types d'appels spécifiques.
Une seule machine traite des centaines d'appels par jour. Le coût du matériel est d'environ 5 000 $ en investissement unique, sans frais d'API récurrents. Les seuls coûts continus sont l'électricité et la maintenance informatique standard.
arrow_circle_right Témoignage
De notre expert
Tl'IA identifié un schéma suspect sur plusieurs, apparemment sans lien appels – préoccupant différents assurés et différents sinistres. Ces connexions auraient été presque impossible à détecter manuellement.
Le résultat
La démonstration fonctionnelle montre qu'avec la bande passante actuelle, un seul Lenovo ThinkStation PGX peut prendre en charge un centre d'appels de taille moyenne, offrant les résultats et avantages suivants :
- Modèle de coûts prévisible: un investissement matériel unique remplace les coûts récurrents, quel que soit le volume d'appels.
- Souveraineté totale des données: les données clients sensibles ne quittent jamais l'infrastructure de l'organisation, éliminant ainsi les surcoûts d'anonymisation et les risques d'exposition des données.
- Intelligence opérationnelle pour la direction: chaque appel produit une sortie structurée sur laquelle les superviseurs peuvent agir immédiatement, sans avoir à examiner les enregistrements individuels.
- Détection de fraude: la reconnaissance automatisée des schémas entre les appels fait apparaître des tentatives de fraude coordonnées qu'une revue manuelle aurait peu de chances de détecter.
arrow_circle_right Témoignage
Autres informations à notre sujet
arrow_circle_right NOTRE TRAVAIL
Découvrez d'autres réussites de nos clients
arrow_circle_rightContactez-nous
Parlons de votre cas d'utilisation
Tomasz Smolarczyk
Directrice de l'Intelligence Artificielle