Pour brancher Grok sur un vrai numéro de téléphone, il existe trois chemins : prendre le numéro fourni par le Voice Agent Builder, raccorder votre numéro existant en SIP chez votre opérateur, ou passer par un pont programmable comme Twilio. Sans développeur, les deux premiers suffisent ; le troisième demande du code.
C’est l’étape dont on parle le moins, et pourtant c’est là que se jouent la qualité de l’appel, le numéro que verront vos clients et une bonne partie du coût. Ce guide l’explique sans jargon : les trois options comparées, comment garder son numéro, ce qu’il faut vérifier en France, et une check-list de mise en service. Il complète notre guide Grok et la téléphonie, qui présente l’ensemble de l’offre vocale de xAI.
Pourquoi faut-il « brancher » une IA sur le téléphone ?
Quand quelqu’un compose votre numéro, l’appel ne part pas sur internet : il traverse le réseau des opérateurs, celui qui fait sonner les téléphones depuis plus d’un siècle. Grok, lui, tourne dans des centres de données et ne comprend que des flux numériques.
Entre les deux, il faut un traducteur : un opérateur qui reçoit l’appel sur votre numéro, convertit la voix de l’appelant en flux audio numérique, l’envoie à l’IA, puis renvoie la voix de l’IA dans l’autre sens, en temps réel, pendant toute la durée de l’appel. Ce rôle de pont, c’est ce que désignent les termes que l’on croise dans toutes les documentations :
- SIP : le protocole qui fait passer les appels téléphoniques par internet. Un trunk SIP est une ligne virtuelle chez un opérateur, sur laquelle sont rattachés vos numéros.
- Media Streams : la fonction de Twilio qui envoie le son d’un appel, en direct, vers un serveur de votre choix.
- μ-law : la méthode de compression du son utilisée par le réseau téléphonique, à 8 kHz, c’est-à-dire 8 000 mesures du son par seconde.
Quelles sont les trois façons de brancher Grok sur un numéro de téléphone ?
Le tableau ci-dessous résume les différences qui comptent pour choisir.
| A. Numéro fourni par xAI | B. Raccordement SIP | C. Twilio Media Streams | |
|---|---|---|---|
| Produit xAI | Voice Agent Builder | Voice Agent Builder | Voice Agent API |
| Faut-il coder ? | Non | Non | Oui, un petit serveur |
| Garder son numéro | Non, numéro attribué | Oui | Oui, s’il est chez Twilio |
| Numéro français | Non pendant la bêta, selon Cobus Greyling | Oui, si votre opérateur en fournit | Selon l’offre de Twilio |
| Coût du raccordement | 0,01 $ la minute | Tarif de votre opérateur | Tarif de Twilio + hébergement |
| Idéal pour | Tester en une heure | Mettre en production | Un agent sur mesure |
Le choix dépend surtout d’une question : avez-vous un développeur ? Sans développeur, le Builder avec son numéro, puis un raccordement SIP, couvre la plupart des besoins. Nous détaillons ce que permet l’outil dans notre article sur le Grok Voice Agent Builder. Avec un développeur, l’API ouvre davantage de possibilités, au prix d’un serveur à maintenir.
Que se passe-t-il pendant un appel, étape par étape ?
Voici le trajet d’un appel entrant quand un agent Grok répond sur votre numéro, dans le schéma le plus courant, celui d’un pont comme Twilio.
Le client compose votre numéro
L’appel traverse le réseau téléphonique classique jusqu’à l’opérateur qui héberge votre numéro, par exemple un opérateur SIP ou Twilio.
L'opérateur ouvre un flux audio
Au lieu de faire sonner un téléphone, l’opérateur ouvre une connexion vers votre serveur et y envoie le son de l’appel en continu, au format du réseau téléphonique : μ-law, 8 kHz.
Le serveur relaie le son à Grok
Votre serveur transmet ce son à l’API temps réel de xAI. Dans l’exemple officiel, le μ-law passe sans conversion : moins de traitement, donc moins de délai.
Grok répond à voix haute
Le modèle écoute, comprend et renvoie sa réponse audio, que le serveur fait suivre à l’opérateur, puis à l’appelant. La boucle tourne jusqu’à la fin de la conversation.
Transfert ou fin d'appel
L’agent raccroche, ou transfère l’appel à un humain si la demande le dépasse. La transcription et le résumé sont conservés pour le suivi.
Pour le détail technique de la session elle-même, la configuration, les événements et le prix à la minute, voyez notre article sur la Grok Voice Agent API.
Que contient l’exemple officiel de xAI pour brancher Grok sur Twilio ?
xAI publie dans son dépôt GitHub xai-cookbook un exemple nommé voice-agent-phone, documenté sur son site. C’est un petit serveur écrit en Node.js et TypeScript, avec Express et des WebSockets, des connexions qui restent ouvertes pendant tout l’appel pour faire circuler le son dans les deux sens. Il relie un numéro Twilio à l’API temps réel de Grok.
Son principal intérêt, au-delà du code, est un choix technique : le son reste en μ-law à 8 kHz, le format natif du téléphone, de bout en bout, sans être converti. Chaque conversion de format ajoute du traitement et donc du délai. En la supprimant, l’exemple fait gagner de précieuses millisecondes sur chaque échange, ce qui compte énormément au téléphone.
Au téléphone, chaque milliseconde compte double : celle de l’IA qui réfléchit, et celle du réseau qui transporte. Le meilleur modèle du monde paraît lent sur une mauvaise ligne.
Combien coûte le branchement ?
Le prix de la conversation avec Grok, 0,08 $ la minute aujourd’hui, n’est qu’une partie de la facture. Le branchement ajoute ses propres coûts, qui varient selon l’option choisie :
- Le numéro fourni par xAI coûte 0,01 $ la minute en plus de la conversation, dans le Voice Agent Builder, soit 0,09 $ la minute tout compris. C’est le seul tarif de raccordement publié par xAI.
- Un raccordement SIP est facturé par votre opérateur : abonnement au trunk, location du numéro et minutes, selon son offre. xAI ne publie pas de surcoût pour le SIP.
- Un pont comme Twilio est facturé par Twilio, à son propre tarif pour le numéro et les minutes, auquel s’ajoute l’hébergement du serveur qui relaie le son vers Grok.
Avant de choisir, faites le calcul sur votre volume réel d’appels et leur durée moyenne : sur quelques centaines d’appels par mois, l’écart entre les options reste modeste ; sur des milliers, le prix de la minute de l’opérateur pèse autant que celui de l’IA.
Comment garder son numéro actuel ?
Vos clients connaissent votre numéro : en changer pour installer un agent vocal serait une mauvaise idée. Deux situations se présentent :
- Votre numéro est déjà chez un opérateur SIP. Il suffit de configurer le raccordement vers l’agent. Le Builder de xAI accepte le SIP vers les principaux opérateurs, et votre opérateur fait suivre les appels.
- Votre numéro est chez un opérateur classique, sans SIP. Vous pouvez le transférer vers un opérateur qui propose le SIP grâce à la portabilité : vous gardez le même numéro, seul l’opérateur change. En France, la demande se fait auprès du nouvel opérateur, avec le RIO, le relevé d’identité opérateur, que vous obtenez auprès de l’actuel.
Et pour un numéro français ?
C’est le point qui demande le plus de prudence. Le numéro offert par le Builder est américain pendant la bêta, selon Cobus Greyling : il ne convient pas à des clients français, qui hésiteront à appeler ou à décrocher un indicatif étranger.
Un numéro français, lui, est attribué selon les règles de l’Arcep, qui encadrent l’usage de chaque tranche de numéros, géographiques en 01 à 05, non géographiques en 09, et mobiles. Les conditions d’attribution, les justificatifs et les usages autorisés diffèrent d’une tranche à l’autre. Nous détaillons la marche à suivre dans notre guide pour créer un numéro virtuel.
Comment vérifier que la ligne tiendra ?
Un agent vocal ajoute son propre temps de réponse. Si le serveur qui fait le pont, ou la connexion de vos bureaux pour les transferts vers un humain, ajoute de la latence, la conversation se hache et l’appelant parle en même temps que l’agent.
La check-list de mise en service
Avant de laisser un agent décrocher sur un vrai numéro, cochez ces points dans l’ordre :
- Choisir l’option A, B ou C selon le tableau plus haut, et noter le coût par minute qui en découle.
- Tester sur un numéro secondaire ou avec un renvoi le soir, jamais directement sur le numéro principal.
- Vérifier l’indicatif affiché : un numéro américain fera hésiter des clients français.
- Mesurer la ligne : latence, gigue et pertes de paquets, depuis l’endroit où tourne le pont.
- Configurer le transfert vers un humain, et tester ce qui se passe si personne ne décroche.
- Préparer l’annonce de l’IA et de l’enregistrement, dite dès le début de l’appel.
- Garder une marche arrière : un renvoi vers votre standard habituel activable en une minute.
- Lancer la portabilité seulement quand l’essai est concluant, avec votre RIO.
Le plus souvent, l’agent vocal ne gère qu’une partie des appels, et vos équipes reprennent le reste. Pour elles, des numéros professionnels sur une téléphonie VoIP restent la base : c’est ce que fait Skipcall pour les équipes commerciales, à partir de 22 € par mois, sans engagement.
Ce qu’il faut retenir
Brancher Grok sur un vrai numéro, c’est construire un pont entre le réseau téléphonique et l’IA. Sans développeur, le Voice Agent Builder fournit un numéro de test, puis se raccorde en SIP à votre opérateur pour répondre sur votre numéro existant. Avec un développeur, l’exemple officiel de xAI relie un numéro Twilio à l’API en gardant le son au format téléphonique, sans conversion. Dans tous les cas, gardez votre numéro grâce à la portabilité, vérifiez les règles de l’Arcep pour un numéro français, et testez votre ligne avant de laisser l’IA décrocher. Pour la vue d’ensemble de l’offre vocale de xAI, revenez à notre guide Grok et la téléphonie.
Sources : xAI, « Grok Voice Agent Builder » (1er juillet 2026) et « Grok Voice 3 » (14 octobre 2026) ; documentation xAI, exemple voice-agent-phone ; dépôt GitHub xai-org/xai-cookbook ; Cobus Greyling, analyse du Builder ; Arcep, plan de numérotation.
