Franz Fodéré est le Président Fondateur de Zaion, société française présente aussi en Allemagne, Belgique et Espagne et créée en 2017, qui se spécialise sur les technologies d’IA liées à la voix dans le domaine de la relation client.

IN Banque : Vous avez fait le choix de concevoir en grande partie vos propres modèles IA, entraînés sur la problématique spécifique de la relation client : que permettent-ils de faire mieux aujourd’hui ?
Franz Fodéré : J’ai eu l’occasion dans ma carrière d’aborder la relation client sous différents angles, du très opérationnel au stratégique, et aujourd’hui Zaion est à la croisée de l’expertise technologique, l’expertise business et l’expertise relation client. Effectivement, nous avons développé, à de rares exceptions près, nos propres modèles d’IA autour de modèles génériques Open Source, mais avec un ajustement fin et surtout une alimentation par des données à la fois publiques, mais aussi et surtout tirées d’échanges anonymisés et sectoriels. La banque et l’assurance font partie de nos domaines privilégiés.

Parmi nos critères de différence aujourd’hui il y a, d’abord d’un point de vue technologique l’usage de modèles SLM (ndlr : Small Language Model) plutôt que LLM : ils présentent l’avantage d’autoriser un meilleur fine tuning justement, mais offrent aussi des vitesses de traitement et d’apprentissage supérieures et par conséquent un coût moins élevé, sans parler d’une empreinte énergétique plus faible. D’un point de vue métier, notre valeur ajoutée se base sur la haute qualité des données avec lesquelles nous alimentons les modèles : des conversations vocales réelles, hébergées et traitées en interne avec la plus grande confidentialité.

Quels sont les cas d’usage principaux de vos technologies, et ceux-ci évoluent-ils ?
Nous avons deux grandes lignes de produits : d’une part des callbots, assistants virtuels vocaux, d’autre part des outils d’assistance en temps réel à destination des conseillers, alimentés par l’IA générative. S’agissant de la partie bots, les enjeux sont d’abord la qualification de la demande d’une manière beaucoup plus sophistiquée et fiable que les serveurs vocaux interactifs, mais aussi l’authentification de l’interlocuteur. Il y a de fortes demandes client en banque et en assurance sur des opérations allant de la consultation de solde jusqu’à des problématiques de remboursement. Sur ces cas d’usage, nous avons mis en place des processus de conversation vocale automatisés destinés à fournir une excellente expérience client.

Notre deuxième ligne de produits inclut en particulier une solution de résumé automatisé de la conversation immédiatement après l’appel : le bénéfice en termes de gain de productivité immédiat se complète aussi par un bénéfice en termes de qualité des données alimentant le CRM. Les apports de l’IA générative sont ici considérables sur un domaine qui en très forte demande. Nous proposons aussi des outils d’analyse à froid qui consistent à évaluer l’appel et la satisfaction selon une grille spécifique à chacun de nos clients, à des fins de quality monitoring. Mais aussi à rassembler des customer insights, notamment tout ce que l’on peut apprendre de pertinent sur le client au-delà de sa demande initiale.

Peut-on imaginer que ces analyses puissent se faire pendant l’appel ?
Oui, avec des applications très concrètes comme la réduction des mises en attente, les rebonds commerciaux, etc. Mais si cela sera techniquement possible à partir de 2026 dans notre offre, le marché aujourd’hui se concentre sur le post-appel. Nous avons une approche très pragmatique chez Zaion, et nous concentrons sur l’essentiel en matière d’utilité.

Le but est pour le conseiller d’être soulagé, valorisé, augmenté. La seule détection du motif principal d’une conversation est déjà un apport considérable, car notre taux d’exactitude d’environ 90 % est probablement supérieur au taux d’exactitude qu’aurait l’humain.  J’aurai l’occasion, lors de mon intervention du 19 juin lors d’IN BANQUE 2025, de détailler plus ces sujets.

Des erreurs sont toutefois toujours possibles avec l’IA : quels garde-fous sont mis en place ?
Dans l’exemple du résumé automatisé, nous avons une notion d’indice de confiance qui permet au conseiller, en très peu de clics, de changer la proposition de motif principal faite par l’IA sur la base d’indicateurs concrets. Si la vérification humaine est parfois nécessaire, l’enjeu est vraiment le gain de productivité. De plus, quand correction humaine il y a, cela permet aux modèles de s’enrichir, de se perfectionner. J’ajouterai aussi que, pour améliorer le niveau de confiance, nous mettons en jeu des technologies hybrides, c’est à dire que la Gen AI se complète d’IA plus traditionnelle. Ce mix technologique est la clé pour garantir une qualité optimale.

Comment travaillez-vous avec vos clients dans le domaine bancaire ? Selon quel modèle économique et sous quels délais ?
S’agissant de la durée d’un projet, cela dépend évidemment des besoins client, mais la durée standard est d’environ trois mois. S’agissant de notre modèle économique, nous facturons au nombre d’interactions, ce qui permet au client une maîtrise budgétaire. Dans un domaine où les coûts cachés et les variations de volumes peuvent autrement engendrer de mauvaises surprises, la simplicité et la transparence de cette approche sont essentielles.

Franz Fodéré interviendra sur le thème « IA Générative & Relation Client : le conseiller augmenté comme nouveau standard bancaire » lors de l’événement IN BANQUE 2025 le 19 juin à Paris.

Programme IN BANQUE 2025