Cahier des Charges Technique pour Agents Vocaux d'Entreprise
Matrice de spécification
Exigences d'ingénierie fondamentales
- ›Un cahier des charges d'IA vocale doit exiger une latence P95 sous 280ms mesurée du silence de l'appelant au premier son reçu.
- ›L'évaluation linguistique doit tester l'alternance de code : Darija marocaine mêlée à des termes techniques français.
- ›N'achetez jamais d'agent vocal sans machine à états finis garantissant l'absence d'engagements ou remises erronées.
- ›Exigez une connexion directe à votre ERP (ODBC, REST, SOAP) avec gestion des annulations de transactions en cas d'échec.
1. Les quatre piliers incontournables d'un appel d'offres d'IA vocale
Lors de la rédaction d'un cahier des charges d'IA vocale, les directeurs IT doivent écarter les démonstrations superficielles et auditer quatre critères stricts : (1) La latence aller-retour sur de vraies lignes téléphoniques (P95 < 280ms), (2) La précision de transcription en Darija marocaine mixte (WER < 8,5 %), (3) Le contrôle déterministe prévenant toute hallucination commerciale, et (4) L'hébergement souverain conforme CNDP Loi 09-08.
2. Matrice d'engagements de service (SLA) & budget d'erreur
Exigez des engagements contractuels précis : disponibilité de 99,95 % (moins de 21,6 minutes d'indisponibilité non planifiée par mois), taux de coupure inférieur à 0,1 %, réaction à l'interruption vocale (barge-in) sous les 65ms et basculement automatique vers un superviseur humain dès que le score de confiance sémantique descend sous 85 %.
| Métrique d'Ingénierie | Seuil Minimal | SLA Cible en Production | Conséquence de Non-Respect |
|---|---|---|---|
| Latence aller-retour (P95) | < 320 ms | < 280 ms | Pénalité de 10 % par tranche de 50ms |
| Disponibilité de service | 99,90 % | 99,95 % | Avoir automatique sur facturation mensuelle |
| Coupure audio en barge-in | < 90 ms | < 55 ms | Refactorisation obligatoire du buffer DSP |
| Taux d'erreur WER (Darija mixte) | < 12,0 % | < 8,5 % | Réentraînement acoustique aux frais de l'éditeur |
3. Architecture de repli et dégradation gracieuse
Les systèmes d'IA vocale en production doivent anticiper les micro-coupures de liaison, les dépassements de délai et les formulations dialectales imprévues sans jamais raccrocher au nez de l'appelant. Vext impose une hiérarchie de secours en trois niveaux : le niveau 1 résout l'intention via des automates locaux ultra-rapides ; le niveau 2 interroge des modèles SLM locaux ; le niveau 3 déclenche un transfert SIP REFER (RFC 3515) avec pré-remplissage de la fiche client CRM pour un agent humain.
// Standard Vext Telephony Handover Payload (Sent to Agent CRM via WebSocket)
{
"call_id": "sip-cas-2026-0314-88412",
"caller_number": "+212661000000",
"detected_locale": "ar-MA-Darija",
"intent_history": ["order_status_inquiry", "carrier_delay_complaint"],
"sentiment_score": -0.68,
"last_transcript": "Bghit n3ref fin wsel l-colis dyali dial Casablanca",
"recommended_action": "escalate_to_logistics_tier2",
"erp_order_ref": "CMD-2026-8941"
}4. Sécurité de production et anonymisation des données personnelles en temps réel
En aucun cas des numéros de carte bancaire, des numéros de carte d'identité nationale (CIN) ou des coordonnées bancaires (RIB) ne doivent figurer en clair dans les journaux système ou être transmis non masqués à des modèles d'inférence. L'architecture de production doit intégrer un moteur de reconnaissance d'entités nommées (NER) et de masquage par expressions régulières au sein même du pipeline ASR pour anonymiser les flux avant toute persistance.
Questions fréquentes sur la norme
Besoin d'un accompagnement sur cette norme ?
Échangez directement avec nos ingénieurs système à Casablanca.