Thankyü s'attaque aux pourboires

Avec la dématérialisation massive des paiements, les métiers qui dépendent pour une part plus ou moins importante des pourboires souffrent de la disparition des espèces… même dans les pays où le mécanisme est intégré dans les terminaux d'encaissement par carte. La britannique Thankyü propose une solution afin de combler le vide.

Le dilemme n'est pas récent… et il est double. D'une part, comment encourager les consommateurs qui règlent leur addition avec leur instrument préféré – y compris les porte-monnaie mobiles – alors qu'ils sont toujours plus nombreux à ne pas porter de pièces ou de billets sur eux ? D'autre part, comment répliquer les avantages des espèces, à savoir, outre la simplicité du geste, la possibilité pour le bénéficiaire (à la discrétion de l'employeur) de les encaisser directement… sans frais ni charges.

La réponse de Thankyü consiste à fournir un service en ligne de paiement entre pairs spécifiquement conçu pour ces cas d'usages. À ce titre, il s'accompagne d'un accessoire dédié prenant la forme d'un bracelet individuel sans contact dont le client n'a qu'à approcher son téléphone pour accéder à la fonction de pourboire. Pour ceux qui ne souhaitent pas acquérir l'appareil (qui enregistrent peu d'opérations, par exemple), une option par QR code (toujours strictement personnel) est également disponible.

Concrètement, chaque serveur ou serveuse (en se plaçant dans le contexte de la restauration) se voit ouvrir un compte destiné à recevoir ses gratifications, sans intermédiaire et sans prélèvement (sauf les frais de transaction). Quand un client ouvre le lien qu'il lui transmet, il est dirigé vers une page web où il est invité à régler un montant prédéterminé (qu'il peut ajuster) – par carte ou, plus probablement (par souci de fluidité), par Apple Pay ou Google Pay – ainsi qu'à noter son niveau de satisfaction.

La démarche de Thankyü est indubitablement intéressante, en ce sens qu'elle présente au moins le mérite d'attaquer de front un problème critique pour les professionnels dont les revenus dépendent de la générosité de leurs clients. En particulier, son choix de recourir à un modèle (adapté) de paiement P2P semble tout à fait logique dans une perspective qui vise à se calquer au mieux sur le fonctionnement historique du pourboire, avec tous ses avantages (entre autres fiscaux, au Royaume-Uni).

En revanche, l'expérience utilisateur mériterait certainement d'être améliorée, même s'il paraît difficile d'imaginer comment y parvenir. En effet, les étapes nécessaires à l'accès au service, à la sélection du montant à verser puis, enfin, à l'exécution du règlement lui-même seront perçues comme plus complexes que l'ajout d'un complément sur une transaction par carte (quand le terminal l'autorise) ou que la recherche de quelques pièces de monnaie dans ses poches (pour ceux qui en portent toujours)…

Glia entraîne son agent IA auprès des experts

Comme tous les fournisseurs de chatbot, l'américaine Glia, qui spécialise le sien à l'intention de l'industrie bancaire, l'entraîne sur le corpus documentaire qui sert de base à l'assistance aux clients. Afin d'améliorer ses performances, elle ajoute désormais l'apprentissage auprès des meilleurs opérateurs humains à sa formation permanente.

Initialement conçu de manière classique pour son approche sectorielle, l'agent virtuel GVA est fourni, à l'installation, avec des « compétences » génériques sur quelques 900 scénarios du domaine financier, qui sont ensuite raffinées à partir des références propres à chaque établissement qui l'adopte : ses catalogues, l'historique des échanges écrits avec ses clients, ses sites de questions fréquentes, ses supports pédagogiques… Dans l'idéal, il acquiert ainsi toute la connaissance requise pour remplir son rôle.

Mais, comme dans l'enseignement traditionnel, cette perspective reste largement théorique, alors qu'elle peut décupler sa valeur avec une mise en situation réelle, notamment en observant comment les personnels les plus expérimentés exploitent le matériel mis à leur disposition et comment ils le présentent à leurs interlocuteurs pour une efficacité maximale. Voilà exactement ce que propose Glia d'introduire dans sa plate-forme avec « GVA Learning 360 » (grâce à l'intelligence artificielle, évidemment).

Concrètement, le nouveau module se place à l'écoute des conversations menées dans le centre d'appel, de préférence sur une sélection des employés qui obtiennent les meilleurs taux de satisfaction. Celles-ci sont alors ingurgitées par le moteur de la jeune pousse, au fil de l'eau, dans le but d'améliorer continuellement la qualité de l'agent virtuel, y compris en prenant en compte très rapidement les changements qui interviennent dans l'organisation, dans les produits ou dans les consignes d'aide.

Les promesses de « GVA Learning 360 » sont multiples. Tout d'abord, l'apprentissage avec les experts devrait permettre de gagner un temps précieux, lors de la mise en place et tout au long de la vie de la solution, en évitant à la fois de devoir rechercher toutes les sources d'information, en cours de validité, susceptibles d'alimenter l'agent virtuel (elles sont découvertes au fur et à mesure des actions du « professeur ») et d'avoir à formaliser des modèles de réponses adaptés au contexte de l'entreprise.

Dans un autre registre, la méthode retenue apporte une caractéristique particulière à l'automate, à savoir sa capacité à adopter une sorte de « comportement » standard, aligné avec la culture interne, qui contribuera à éliminer (ou, au moins, réduire) le décalage gênant qui apparaît fréquemment entre la communication avec une machine ou avec une personne. Dans une certaine mesure, il serait même imaginable que le robot intègre une faculté (factice) d'empathie, pour des situations courantes.

La démarche de Glia correspond en réalité à une véritable évolution (vantée depuis quelques mois) du chatbot vers un authentique agent, le premier étant essentiellement un outil plus ou moins sophistiqué de recherche de contenus et le second se rapprochant beaucoup plus de son équivalent humain, puisqu'il essaye d'en émuler les pratiques. Notons au passage que, de fait, il ne peut plus être question avec ces systèmes de remplacer tous les collaborateurs : l'IA a besoin de « formateurs » !