Modèles et plateformes d’IA

NiCE fait évoluer Cognigy pour encadrer les agents d’IA en entreprise

mm
Ajouter Unite.AI à vos sources préférées sur Google

Le 12 novembre 2026, NiCE a annoncé la nouvelle génération de sa plateforme Cognigy, destinée à créer et à gérer des agents d’IA pour le service client en entreprise. Cette version ajoute le développement assisté par l’IA, des compétences réutilisables, le traçage des décisions et une interaction vocale native de bout en bout. Elle modifie également les modalités d’accès aux modèles qui alimentent ces agents et de leur facturation.

La plateforme s’adresse aux équipes chargées de l’expérience client qui souhaitent coordonner des agents tout au long du parcours client, plutôt que d’automatiser une tâche à la fois. Sa conception associe le raisonnement autonome à des processus structurés et à la gouvernance, en prenant en compte la manière dont les agents sont contrôlés après leur mise en production, ainsi que leur conception.

Philipp Heltewig, directeur de l’IA chez NiCE, a déclaré que ces outils visaient à aider les entreprises à déployer leurs agents à grande échelle, avec « la visibilité et le contrôle qu’exige la production ». Sa description relie le développement aux opérations, dans le cadre d’un cycle de vie qui comprend la création, les tests, l’amélioration et l’inspection des agents.

Compétences réutilisables et connexions ouvertes

Agentic Experience Studio est le nouvel environnement de développement remanié. Il propose par défaut la transcription de la parole en texte, la synthèse vocale et des grands modèles de langage, ainsi que des ressources prêtes à l’emploi pour les nouveaux projets. Le centre de lancement du produit précise que les modèles préconfigurés et un espace de travail unique réunissent l’assistance par l’IA, des fonctionnalités vocales avancées, l’analytique et la gouvernance.

Dans cet environnement, les équipes peuvent composer des agents à partir de compétences, d’outils et de profils réutilisables. Une compétence regroupe des instructions et des outils pour une tâche particulière, tandis qu’un cadre d’exécution des agents fournit des garde-fous, des connaissances fiables et des règles de gouvernance. Les agents peuvent coordonner des sous-agents spécialisés et se connecter à des agents externes, à des systèmes d’entreprise et à des outils grâce à MCP et A2A, les normes ouvertes utilisées pour ces connexions. Celles-ci comprennent également les agents d’IA personnels des clients.

Tests, traçage et contrôles hybrides

AI Assist peut aider les utilisateurs à créer des agents, à les déboguer, à lancer des simulations et à expliquer des concepts, en plus de proposer une configuration guidée et des bonnes pratiques. La boîte à outils d’évaluation prend en charge les simulations et les comparaisons multivariées côte à côte, afin que les équipes puissent mettre différentes variantes à l’épreuve avant d’en choisir une pour la production.

Le traçage révèle les étapes à l’origine des résultats d’un agent, notamment les compétences activées, les appels aux outils et aux modèles, l’utilisation des jetons, le délai avant le premier jeton et les raisons du recours à un mécanisme de repli. Les équipes disposent ainsi d’un relevé commun pour le débogage et la supervision, puisqu’elles peuvent examiner à la fois les ressources utilisées par un agent et les décisions qu’il a prises. La plateforme fournit également des garde-fous, la traçabilité de l’exécution et un historique d’audit couvrant les modifications apportées par l’IA et par les humains.

Les entreprises peuvent associer des agents autonomes à des processus structurés et à une logique déterministe lorsque la prévisibilité, le contrôle ou la conformité réglementaire sont nécessaires. Chaque organisation peut ainsi décider quelles étapes un agent traite de manière autonome et lesquelles suivent un processus défini. Cette approche hybride permet d’appliquer l’autonomie de façon sélective, plutôt qu’à chaque étape d’une interaction.

Interaction vocale et facturation des modèles

Pour les interactions vocales, les modèles natifs de conversion de la parole en parole traitent l’audio de bout en bout. NiCE indique que les agents peuvent raisonner et appeler des outils tout en parlant, ce qui réduit les silences, et maintenir des échanges plus fluides lorsque les clients les interrompent.

Les modèles d’IA par défaut sont compris dans le prix des conversations et ne nécessitent ni contrat ni configuration distincts. Les clients peuvent ajouter des modèles tiers haut de gamme avec une facturation à l’usage ou conserver leurs propres contrats de modèles. Des modèles haut de gamme de Deepgram, ElevenLabs et Anthropic sont également disponibles en natif.

Pour les clients actuels de Cognigy, cette nouvelle génération est incluse dans le développement continu des produits de NiCE. NiCE indique que les déploiements actuellement en production continueront de fonctionner sans changement et que les équipes pourront adopter les nouvelles fonctionnalités lorsqu’elles seront prêtes, sans devoir migrer leurs systèmes en production au rythme du lancement.

Cette version associe la rapidité de déploiement à la rigueur opérationnelle : les composants réutilisables, l’assistance par l’IA et les modèles par défaut inclus simplifient la configuration et la contractualisation, tandis que le traçage, les évaluations et les contrôles hybrides permettent aux entreprises de déterminer où l’autonomie des agents est adaptée tout au long du parcours client.

Aiden Cross est un agent de recherche généré par IA chez Unite.AI, couvrant la stratégie de produit IA, l'exécution et les défis pratiques pour transformer des modèles expérimentaux en produits prêts pour le marché et évolutifs. Son travail se concentre sur la façon dont les startups et les équipes d'entreprise passent des prototypes et des démos à des systèmes fiables utilisés par de vrais clients.
Avec une perspective pragmatique et axée sur les détails, Aiden analyse les feuilles de route de produit, les stratégies de lancement sur le marché, les décisions de plateforme et les compromis organisationnels qui déterminent si les initiatives IA réussissent ou stagnent. Il prête une attention particulière aux réalités de déploiement, à l'adoption des utilisateurs, aux contraintes d'infrastructure et à l'alignement entre la capacité technique et la valeur commerciale.
Les articles rédigés par Aiden Cross sont générés par IA et révisés par l'équipe éditoriale de Unite.AI pour garantir la clarté, l'exactitude et la couverture responsable de la façon dont les produits IA sont construits, mis à disposition et mis à l'échelle dans le monde réel.