Assistant IA pour les rendez-vous : comment éviter les erreurs¶

La question que tout le monde nous pose, avant toutes les autres, est toujours la même : et s'il se trompe ?

C'est la bonne question. Un assistant qui répond bien neuf fois sur dix et qui, la dixième, fixe un rendez-vous à une heure où vous êtes déjà pris ne vous a pas fait gagner du temps. Il vous en a fait perdre, et il vous a aussi mis en difficulté devant un client.

C'est pour cela que la partie la plus importante de Wably n'est pas la qualité d'écriture de l'assistant. C'est la façon dont est construit ce qui se trouve en dessous.

La règle qui gouverne tout : le modèle parle, le système décide¶

Il y a un choix d'architecture qui explique presque tout le reste, et nous le disons ouvertement parce que c'est le cœur du produit.

Le modèle de langage ne calcule pas les horaires et ne décide rien sur l'agenda. Il s'occupe de la conversation : comprendre ce que veut la personne, lui demander ce qui manque, répondre de façon naturelle.

Quand une information réelle est nécessaire, comme les créneaux libres de jeudi, le modèle ne la produit pas. Il la demande au système, qui la calcule en lisant le véritable agenda. Au moment de la confirmation, ce n'est pas le modèle qui écrit le rendez-vous : c'est le système, après avoir vérifié à nouveau que ce créneau est toujours disponible.

C'est une différence qui paraît subtile et qui change tout. Un chatbot générique qui parle de votre agenda peut inventer une heure, parce que pour lui c'est du texte comme un autre. Un assistant construit ainsi ne le peut pas, parce que ce n'est pas lui qui produit ce chiffre.

Comment naît un créneau proposé¶

Quand un client demande "vous avez de la place jeudi après-midi ?", voici ce qui se passe :

le système lit vos horaires de travail, plage par plage, jour par jour
il lit l'agenda réel, donc aussi les engagements que vous avez saisis à la main
il applique la durée de la prestation demandée, qui n'est pas la même pour tous les soins
il applique la marge entre deux rendez-vous que vous avez configurée
il ne renvoie que les créneaux qui survivent à ces quatre étapes

Ensuite l'assistant les propose, en langage naturel.

Le point délicat est le troisième. Un premier rendez-vous et un contrôle n'occupent pas le même temps, et un agenda géré comme si c'était le cas s'effondre au bout de deux semaines. Les créneaux proposés tiennent compte de la durée réelle de ce que la personne demande.

Ce qui se passe au moment de la confirmation¶

Entre le moment où l'assistant propose un créneau et le moment où la personne répond "oui, c'est bon", il peut s'écouler des minutes ou des heures. Entre les deux, quelque chose a pu se produire : vous avez pris un appel et noté vous-même un rendez-vous sur ce créneau, ou une autre personne vient de le prendre en conversation.

C'est pour cela que la disponibilité est vérifiée à nouveau avant l'écriture. Si le créneau s'est occupé entre-temps, l'assistant le dit et propose les alternatives, au lieu d'écraser.

Le rendez-vous arrive sur votre agenda, qui reste la source unique. Il n'y a pas d'agenda parallèle dans l'application à maintenir aligné à la main.

Pourquoi un spécialiste bat un généraliste¶

L'assistant de Wably sait faire peu de choses : proposer des créneaux, réserver, déplacer, annuler, rappeler à la personne ce qui est prévu et répondre aux questions sur votre cabinet.

Il fait moins de choses qu'un chatbot généraliste, et il les fait mieux précisément pour cette raison. Un périmètre restreint signifie que chaque demande tombe dans un parcours prévu, avec des contrôles que quelqu'un a pensés. Les demandes hors périmètre ne sont pas improvisées : elles vous sont transmises.

Sur ce périmètre viennent se greffer les informations de votre cabinet : les prestations que vous proposez avec leurs durées, vos horaires par plages, le lieu, la manière dont vous voulez que l'assistant s'exprime. Formel pour un cabinet clinique, plus direct pour un centre qui a une relation plus familière avec sa clientèle.

Ce n'est pas un assistant générique à qui vous avez expliqué votre métier. Il est construit autour de la façon dont travaillent les activités sur rendez-vous.

Rester dans le contexte¶

Une vraie conversation n'est pas faite de demandes isolées. Les gens écrivent "plutôt une heure plus tard", "celui de jeudi, décalez-le", "alors annulez tout", et ils supposent qu'en face on suit le fil.

L'assistant garde le fil de la conversation, donc il comprend de quel rendez-vous vous parlez sans que la personne ait à répéter la date, l'heure et le soin à chaque message. Il reconnaît aussi celles et ceux qui ont déjà écrit par le passé, et ne repart pas de zéro comme si c'était la première fois.

C'est la différence entre un formulaire déguisé en conversation et une vraie conversation. Et cela se sent tout de suite, parce que c'est exactement là que les chatbots mal construits se cassent.

Quand l'agenda change en dehors de WhatsApp¶

La plupart des erreurs dans les systèmes de réservation ne naissent pas à l'intérieur du système. Elles naissent à l'extérieur, quand le professionnel prend un rendez-vous au téléphone ou déplace quelque chose directement dans l'agenda.

Wably en tient compte. L'agenda est resynchronisé périodiquement, donc les modifications que vous faites à la main reviennent dans le tableau et ne génèrent pas de propositions erronées.

Il y a aussi le cas inverse, celui que personne ne gère d'habitude : si quelqu'un annule un rendez-vous imminent, il reste un trou dans l'agenda que vous pourriez ne pas remarquer à temps. Wably vous prévient, ce qui vous permet d'essayer de le combler au lieu de le découvrir la journée terminée.

Ce que nous promettons et ce que nous ne promettons pas¶

Aucun fournisseur sérieux ne peut vous dire que son système ne se trompera jamais, et celui qui l'écrit vend une chose qu'il ne peut pas tenir. Nous, nous ne le disons pas.

Ce que nous pouvons vous dire est plus utile, parce que cela concerne où finissent les erreurs.

Un assistant peut mal comprendre une phrase ambiguë. Quand cela arrive, le comportement prévu est de demander, pas de deviner : quel soin, quel jour, à quelle heure. Un malentendu reste une question de plus dans la conversation.

Ce qu'il ne peut pas faire, c'est se transformer en erreur dans l'agenda, parce que les horaires, ce n'est pas lui qui les invente, et la disponibilité est vérifiée par le système avant l'écriture. Et si la demande sort de son périmètre, la conversation vous arrive.

La différence entre les deux types d'erreur est là : l'une coûte un message, l'autre coûte un client.

Le modèle, vos données et où elles finissent vraiment¶

Sur la partie IA, il y a une question que les professionnels posent de plus en plus souvent, et elle est légitime : où finit ce que mes clients écrivent ?

Nous répondons de façon vérifiable, parce que sur ce sujet les assurances générales ne valent rien.

Le modèle tourne sur Oracle Cloud Infrastructure, en Europe. L'assistant utilise un modèle de langage hébergé sur le service Generative AI d'Oracle, dans la région européenne de Francfort. Ce n'est pas un appel renvoyé vers un service externe : le traitement a lieu à l'intérieur de l'infrastructure du cloud, dans la région choisie. C'est une différence substantielle par rapport à d'autres modèles disponibles sur la même plateforme, qui sont eux transmis à l'infrastructure du fournisseur qui les a créés.

Le fournisseur ne conserve pas les messages. Dans sa documentation publique, Oracle déclare que les entrées des clients utilisées pour l'inférence ne sont pas conservées, et que les entrées et les sorties ne restent pas stockées dans le service. Il déclare également ne pas partager les prompts et les réponses avec les fournisseurs tiers des modèles. Ce n'est pas une promesse commerciale de notre part : c'est une documentation consultable, et vous trouverez la page à la fin de cet article.

Le modèle est open-weight. Ce n'est pas un service par abonnement qui peut changer de comportement ou de conditions du jour au lendemain. C'est une version figée, qui n'apprend pas et ne se modifie pas selon qui l'utilise. L'avantage pratique pour vous, c'est la continuité : l'assistant se comportera demain comme il se comporte aujourd'hui, et si un jour les conditions du fournisseur changeaient, ce modèle reste transportable ailleurs.

Nous n'entraînons rien. Nous ne faisons ni entraînement ni affinage sur les données des clients. Les conversations de votre cabinet servent à répondre à vos clients, et cela s'arrête là : elles n'alimentent aucun modèle, ni le nôtre ni celui d'autrui.

Les données sont chiffrées et séparées. Les communications avec le service d'IA circulent chiffrées. Dans notre système, les données de chaque cabinet sont séparées de celles des autres et les identifiants de connexion aux services externes sont chiffrés en AES-256.

L'assistant ne traite pas de contenus cliniques. Il sert à organiser l'agenda, pas à recueillir des informations de santé. Si une personne se met à écrire des détails cliniques, la bonne réponse est de ramener la conversation sur le rendez-vous et de renvoyer le reste à la consultation. Rendez-vous sur WhatsApp et confidentialité

Les trois questions à poser à quiconque vous propose un assistant IA¶

Elles valent pour nous comme pour n'importe qui d'autre, et en trente secondes elles vous disent à qui vous avez affaire.

Dans quel pays le message de mon client est-il traité ? Si la réponse est "dans le cloud", ce n'est pas une réponse.
Le fournisseur du modèle conserve-t-il les prompts et les réponses ? Il doit exister une documentation publique que vous pouvez lire, pas une assurance à l'oral.
Mes conversations servent-elles à entraîner des modèles ? Sur beaucoup de services généralistes, la réponse dépend de l'offre et des réglages, et presque personne ne les vérifie.

Si les réponses sont vagues, cela signifie presque toujours que les conversations passent par une API généraliste avec les réglages par défaut. Ce n'est pas de la mauvaise volonté du fournisseur : souvent il ne le sait pas non plus.

Pourquoi cela compte même si vous ne traitez pas de données de santé¶

Un rendez-vous n'est pas un dossier médical, mais un nom, un numéro de téléphone et le fait qu'une personne donnée vienne dans votre cabinet restent des données personnelles à part entière. Le RGPD s'applique de la même façon.

Savoir où elles sont traitées, qui les conserve et pendant combien de temps n'est pas un détail de technicien. C'est la réponse que vous devez pouvoir donner si un client vous la demande, et tôt ou tard quelqu'un vous la demande.

Questions fréquentes¶

L'assistant peut-il inventer un créneau que je n'ai pas disponible ?¶

Les horaires ne sont pas produits par le modèle de langage. Ils sont calculés par le système, qui lit l'agenda réel et applique les plages de travail configurées, la durée de la prestation demandée et la marge entre deux rendez-vous. L'assistant ne propose que ce que le système lui renvoie, et la disponibilité est vérifiée à nouveau au moment de la confirmation.

Que se passe-t-il si deux personnes demandent le même créneau ?¶

La disponibilité est revérifiée avant l'écriture du rendez-vous. Si le créneau a été pris entre-temps, par une autre conversation ou par vous directement dans l'agenda, l'assistant le signale et propose les alternatives les plus proches.

Si je prends un rendez-vous au téléphone, le système le sait-il ?¶

Oui. L'agenda est la source unique et il est resynchronisé périodiquement, donc les rendez-vous que vous saisissez à la main entrent dans le calcul de la disponibilité et ne sont pas proposés à d'autres.

Les conversations de mes clients servent-elles à entraîner l'IA ?¶

Non. Nous n'utilisons pas les conversations pour entraîner ou affiner des modèles. Le traitement a lieu sur une infrastructure cloud enterprise dans l'Union européenne et les données de votre cabinet restent séparées de celles des autres.

Que se passe-t-il si l'assistant ne comprend pas une demande ?¶

Il demande. Le comportement prévu face à une demande ambiguë est de demander le détail manquant, pas de décider à la place de la personne. Les demandes qui sortent de son périmètre, comme une question clinique ou une situation particulière, vous sont transmises.

Où le message écrit par mon client est-il traité ?¶

Sur Oracle Cloud Infrastructure, dans la région européenne de Francfort. Le modèle est exécuté à l'intérieur de l'infrastructure du cloud et n'est pas transmis à un fournisseur externe. Oracle déclare dans sa propre documentation publique ne pas conserver les entrées utilisées pour l'inférence et ne pas partager les prompts et les réponses avec des fournisseurs tiers de modèles.

Que veut dire que le modèle est open-weight ?¶

Cela veut dire que les paramètres du modèle sont publics et que la version utilisée est figée et vérifiable, au lieu d'être un service fermé qui peut changer de comportement sans préavis. Pour vous, cela se traduit par une continuité de fonctionnement et par le fait que nous ne sommes pas liés à un fournisseur unique.

L'essentiel¶

Un assistant qui écrit bien est facile à construire aujourd'hui. Un assistant à qui vous pouvez confier votre agenda, non, et la différence n'est pas dans le modèle : elle est dans ce qu'on lui permet de décider.

Nous avons choisi de lui laisser la conversation et de garder les chiffres sous le contrôle du système. C'est la raison pour laquelle vous pouvez le laisser répondre pendant que vous êtes avec un client.

Source sur la gestion des données citée dans cet article : documentation Oracle sur le traitement des données dans OCI Generative AI.

Si vous voulez le tableau complet du fonctionnement d'un assistant sur WhatsApp, commencez ici : chatbot WhatsApp, comment ça marche et combien ça coûte. Et si vous vous demandez s'il faut changer de numéro, la réponse est non : comment fonctionne la Coexistence.