La transcription automatique des appels est passée en trois ans du statut de gadget à celui de fonction attendue. La promesse est simple et réelle : plus personne ne ressaisit un compte rendu après un appel.
Ce qui a moins suivi, c’est la lucidité sur ce que la technologie fait bien et sur ce qu’elle fait mal. Un résumé automatique est excellent pour se rappeler d’une conversation, médiocre pour juger de sa qualité, et juridiquement plus encadré que l’enregistrement dont il est issu.
Ce guide sépare les trois.
Deux étapes, pas une
La confusion la plus fréquente consiste à parler d’« IA qui analyse les appels » comme d’un bloc unique. Ce sont deux traitements enchaînés, et ils n’ont ni la même fiabilité ni les mêmes limites.
Étape 1 — la reconnaissance vocale. Le flux audio est converti en texte. C’est une tâche mature, très fiable dans de bonnes conditions, et dont les erreurs sont localisées et visibles : un mot mal transcrit se repère à la lecture.
Étape 2 — l’interprétation. Un modèle de langue lit cette transcription et produit un résumé, extrait des points clés, propose une qualification ou détecte des thèmes. C’est ici que les erreurs deviennent diffuses et invisibles : un résumé faux se lit exactement comme un résumé juste.
Une erreur de transcription se voit. Une erreur de résumé se lit comme une vérité. C’est toute la différence de risque entre les deux étapes.
La conséquence pratique : gardez toujours l’accès à la transcription intégrale à côté du résumé. Un commercial qui doute d’un point peut vérifier en dix secondes. Un système qui ne montre que le résumé vous demande de lui faire confiance sans moyen de contrôle.
Ce qui dégrade réellement la précision
Sur un appel professionnel en français, avec une ligne correcte et un interlocuteur audible, la transcription est très largement exploitable. La qualité du moteur n’est plus le facteur limitant. Trois autres le sont.
1. La qualité de la ligne
C’est de loin le premier facteur. Une voix hachée par de la perte de paquets, une gigue élevée ou un codec très compressé produit une transcription dégradée, quel que soit le modèle derrière. Les prérequis réseau de la voix sur IP — moins de 1 % de perte de paquets, moins de 30 ms de gigue — sont donc aussi des prérequis de transcription.
Autrement dit : améliorer la priorisation du trafic voix sur le routeur améliore la qualité des comptes rendus. Le lien n’est pas évident, il est pourtant direct.
2. La parole simultanée
Deux personnes qui parlent en même temps, ou un commercial qui relance pendant que le prospect termine sa phrase, produisent les passages les moins fiables. C’est précisément ce qui arrive dans les moments de tension d’un appel — objection, négociation — c’est-à-dire les moments qu’on voudrait le plus relire.
3. Le vocabulaire propre à votre métier
Noms propres, raisons sociales, acronymes internes, références produit. Ce sont les mots que le modèle a le moins de chances d’avoir vus, et ce sont ceux qui portent l’information dans un compte rendu commercial. Un résumé qui écrit « société Vermont » au lieu de « société Vairmont » est inexploitable pour retrouver le dossier.
Les usages qui tiennent, et ceux qui déçoivent
Ce que ça fait bien
Supprimer la saisie après l’appel. L’usage le plus rentable, et le moins spectaculaire. Trente à soixante secondes récupérées par appel abouti, sur toute une équipe. C’est le même gain que celui du couplage CRM, et les deux se cumulent — le résumé remonte directement dans la fiche, sans intermédiaire.
Retrouver ce qui s’est dit. Trois semaines après, personne ne se souvient si le prospect avait dit « on rediscute en septembre » ou « on rediscute après septembre ». Un compte rendu manuscrit ne le dira pas non plus. Une transcription, si.
Relire au lieu d’écouter. Un manager peut parcourir dix conversations en vingt minutes. En écoute, il en fait deux. C’est un changement d’échelle du coaching, pas un changement de nature.
Ce que ça fait mal
Juger la performance d’un commercial. Un score automatique mesure ce qui est mesurable — durée, ratio de parole, présence de mots-clés — pas ce qui fait un bon appel. Un excellent commercial qui parle peu face à un prospect bavard obtiendra un mauvais score de « ratio de parole ». Ces indicateurs sont des points de départ de conversation, jamais des verdicts.
Détecter une intention d’achat. Les modèles repèrent des formulations, pas des intentions. « Il faudrait qu’on en reparle » signifie tout et son contraire selon le ton, le contexte et l’interlocuteur — trois choses que le texte ne porte pas.
Remplacer l’écoute d’un appel difficile. Quand un deal se perd ou qu’une conversation dérape, le résumé dira quoi. Il ne dira pas comment. Sur ces appels-là, il n’y a pas de raccourci.
Les obligations RGPD spécifiques
C’est la partie que la plupart des équipes traitent comme un prolongement de l’enregistrement. C’en est un traitement distinct.
Un second traitement, à inscrire séparément
La transcription a sa propre finalité, sa propre base légale et sa propre durée de conservation. Elle doit figurer au registre des traitements comme une entrée distincte de l’enregistrement.
La tentation de conserver le texte indéfiniment est forte, précisément parce qu’il ne pèse rien. C’est exactement ce que le principe de minimisation interdit : la durée se déduit de la finalité, pas du coût de stockage.
| Finalité | Durée cohérente |
|---|---|
| Compte rendu d’activité dans le CRM | La durée de conservation du dossier commercial |
| Coaching et formation | Quelques mois, comme l’enregistrement dont elle est issue |
| Analyse agrégée, statistiques | Anonymiser, et conserver l’agrégat plutôt que le texte |
L’information des personnes
L’annonce en début d’appel doit couvrir la transcription, pas seulement l’enregistrement. « Cet appel est susceptible d’être enregistré » ne prévient pas qu’un texte intégral sera produit, conservé et lu par des tiers internes. La mention doit être exacte.
Le cadre complet de l’enregistrement — enregistrement non systématique, information des deux publics, durées, données à exclure — est traité dans notre guide de l’enregistrement des appels en entreprise. Tout ce qui y figure s’applique en amont de la transcription.
Le cas de l’évaluation des salariés
Il y a aussi une raison opérationnelle de tenir cette limite, indépendante du droit : une équipe qui se sait notée par une machine adapte son discours à la machine. Les scripts se rigidifient, les conversations perdent en naturel, et l’indicateur cesse de mesurer ce qu’il prétendait mesurer.
Le sous-traitant
Si la transcription passe par un service tiers, celui-ci traite le contenu de vos conversations. Quatre points à régler avant la mise en service : le contrat de sous-traitance, la localisation des données, les garanties en cas de transfert hors Union européenne, et l’engagement de non-réutilisation pour entraîner des modèles. Ce dernier point est le moins souvent posé et le plus structurant.
Mise en place raisonnée
Limiter le périmètre aux appels aboutis
Seuls les appels ayant produit un échange réel méritent une transcription. Les tentatives sans réponse et les messageries n’ont rien à transcrire. Moins de volume, moins de coût, moins d’exposition.
Remplir le lexique métier
Produits, concurrents, comptes clés, acronymes. Le seul réglage qui agit sur les mots qui portent l’information.
Vérifier la qualité de ligne
Perte de paquets, gigue, priorisation du trafic voix. Une ligne dégradée plafonne la qualité des transcriptions, quel que soit le moteur.
Décider où le résumé atterrit
Dans quel champ du CRM, sous quelle forme, et avec quel lien vers la transcription intégrale. Un résumé qui atterrit dans un champ que personne ne lit ne sert à rien.
Mettre à jour l'annonce et le registre
L’annonce doit mentionner la transcription. Le registre doit porter deux entrées distinctes, avec deux durées.
Relire un échantillon à J+15
Dix transcriptions, dix résumés, comparés à ce que le commercial se rappelle de l’appel. C’est le seul contrôle qui vous dira si l’outil est exploitable sur vos appels, et non sur ceux de la démonstration.
Ce qu’il faut retenir
La transcription automatique tient largement sa promesse sur un usage précis : supprimer la saisie et rendre les conversations retrouvables. C’est déjà considérable, et c’est ce qui justifie la fonction à soi seul.
Elle tient beaucoup moins bien la promesse d’évaluation automatique, pour des raisons techniques — un modèle lit du texte, pas des intentions — et pour des raisons juridiques qui, sur ce point précis, vont dans le même sens que le bon sens managérial.
La règle qui résume tout : utilisez la transcription pour vous souvenir, pas pour juger. Sur ce que révèle réellement l’analyse des appels pour faire progresser une équipe, le sujet est traité sous un autre angle dans notre article sur l’analyse des appels et la stagnation des commerciaux.
