Reggie Scales, président et responsable de l’unité commerciale Applications chez Vonage – Série d’interviews

Reggie Scales, président et responsable de l’unité commerciale Applications chez Vonage, est un cadre chevronné de la technologie et des communications avec plus de deux décennies d’expérience à la tête des ventes, des opérations, de la stratégie go‑to‑market et de la croissance commerciale. Depuis son arrivée chez Vonage en 2018, il occupe des fonctions de direction au sein du secteur des applications de l’entreprise. Auparavant, Scales a été vice‑président senior pour l’Ouest des États‑Unis chez Masergy, vice‑président et directeur général de la région centrale chez Comcast Business, ainsi que vice‑président senior des ventes et du marketing chez Wilcon. Au début de sa carrière, il a passé plus de 12 ans chez PAETEC, occupant plusieurs postes de direction, dont celui de président des ventes et du service, où il dirigeait les ventes et les opérations commerciales d’une région de 1 milliard de dollars employant environ 500 personnes. Sa carrière s’est centrée sur la mise à l’échelle des entreprises de communications, la construction d’équipes performantes et le développement de stratégies de vente d’entreprise et d’engagement client.

Vonage est une entreprise technologique mondiale d’entreprise et fait partie d’Ericsson, offrant des API de communications, des communications unifiées et des solutions de centre de contact à plus de 100 000 entreprises dans le monde. Sa plateforme permet aux organisations d’intégrer la voix, la vidéo, la messagerie, l’authentification et d’autres capacités de communication directement dans les applications et les expériences client, tandis que ses produits de communications d’entreprise et de centre de contact soutiennent la collaboration des employés et l’engagement client. Vonage intègre de plus en plus l’intelligence artificielle et l’intelligence du réseau mobile dans sa plateforme, offrant aux entreprises et aux développeurs des outils pour créer des expériences de communication plus personnalisées, sécurisées et automatisées sur les canaux numériques.

Votre parcours a couvert les ventes, le service, les opérations régionales, l’infrastructure de communications, et aujourd’hui la direction du secteur des applications de Vonage. En quoi cette expérience opérationnelle a‑t‑elle façonné votre approche de l’adoption de l’IA, notamment la nécessité d’équilibrer l’innovation avec des résultats mesurables pour les clients et l’entreprise ?

J’ai passé plus de 25 ans dans les communications, et chaque étape de ma carrière a renforcé l’importance de relier les investissements technologiques à un besoin commercial clair. J’ai commencé en vendant des services de longue distance, puis j’ai évolué vers les communications locales, les réseaux de données, le cloud computing, et aujourd’hui l’IA. J’ai eu l’opportunité d’observer plusieurs changements majeurs dans notre secteur, et une leçon est restée constante : une nouvelle technologie crée une valeur durable lorsqu’elle résout un problème réel pour les clients et l’entreprise.

J’applique cette même logique à l’IA. Dans un centre de contact, le point de départ doit être le résultat que l’on cherche à améliorer. Il peut s’agir d’aider les clients à résoudre plus rapidement des questions courantes, de fournir aux employés de meilleures informations pendant une conversation, de réduire les étapes inutiles, ou de faciliter le passage d’un canal à l’autre sans perdre le contexte.

Mon rôle actuel englobe le produit, l’ingénierie, les ventes, les partenariats et le support client, ce qui influence également ma façon de penser l’adoption. Une capacité peut être impressionnante sur le plan technique, mais les entreprises doivent encore considérer comment elle s’intègre aux opérations existantes, à quel point les employés et les clients peuvent l’utiliser et comment elles mesureront son efficacité. Cette connexion entre technologie, exécution et résultats est particulièrement importante avec l’IA, car le rythme du changement est très rapide.

De nombreuses entreprises souhaitent introduire l’IA générative et agentique dans leurs centres de contact. Quels travaux fondamentaux doivent‑elles accomplir en matière de données, de conception des flux de travail, d’intégration des systèmes et de gouvernance avant d’essayer de passer d’un pilote initial à une mise à l’échelle ?

Les entreprises ont besoin d’une base solide avant d’étendre l’IA à l’ensemble du centre de contact. Un pilote peut fonctionner dans un environnement contrôlé avec un jeu de données restreint et un flux de travail limité. Le passage à l’échelle implique de connecter l’IA à davantage de systèmes, à plus d’informations client et à davantage de parties de l’entreprise, ce qui ajoute de la complexité.

Les données sont l’un des premiers points à aborder. Les organisations doivent comprendre où résident leurs informations client, si elles sont exactes et à jour, et qui a le droit de les utiliser. La conception du flux de travail est tout aussi importante. Les entreprises doivent saisir le processus dans lequel l’IA intervient, quelles décisions elle peut prendre et où l’intervention humaine est nécessaire.

L’intégration est un autre volet majeur. Les clients communiquent via la voix, la messagerie, la vidéo et d’autres canaux, tandis que les employés peuvent dépendre de plusieurs systèmes en arrière‑plan. Si ces environnements restent déconnectés, ajouter de l’IA peut créer une couche supplémentaire de fragmentation.

La gouvernance doit également être mise en place dès le départ. Les entreprises ont besoin de règles claires en matière de confidentialité, de sécurité, d’accès et de supervision humaine. Elles doivent également définir comment elles évalueront l’IA au fil du temps. Passer au‑delà d’un pilote nécessite la confiance que la technologie peut fonctionner de façon cohérente à mesure que le nombre d’interactions et la variété des situations augmentent.

Les informations client sont souvent fragmentées entre les systèmes de gestion de la relation client, les transcriptions d’appels, les historiques de messagerie et d’autres plateformes d’entreprise. Qu’exige réellement une couche de contexte client véritablement unifiée, et comment les organisations peuvent‑elles empêcher les systèmes d’IA d’agir sur des informations incomplètes ou périmées ?

Une couche de contexte client utile commence par connecter les informations qui décrivent qui est le client, ce qui s’est déjà produit dans son parcours et ce qu’il cherche à accomplir maintenant. Cela peut inclure les données CRM, les transcriptions d’appels, les historiques de messagerie, les détails de compte, les interactions de service antérieures et d’autres enregistrements pertinents.

De nombreuses entreprises gèrent encore ces éléments dans des systèmes séparés, ce qui crée des problèmes, avec ou sans IA. Un client peut commencer une conversation sur un canal, en passer à un autre, puis devoir répéter des informations parce que le second système ne possède pas l’historique de la première interaction. L’IA rend la résolution de cette fragmentation encore plus cruciale, car un agent ne peut formuler une recommandation utile ou prendre une action appropriée que s’il dispose d’un contexte fiable.

Les organisations doivent identifier quels systèmes sont autoritaires pour chaque type d’information et mettre en place des processus pour maintenir ces données à jour. Elles doivent également prévoir des garde‑fous pour les situations où l’IA ne dispose pas d’assez de contexte pour avancer en toute confiance.

Si des informations manquent, sont contradictoires ou obsolètes, l’IA doit pouvoir reconnaître cette limitation et demander des précisions ou impliquer un humain. Cela devient particulièrement important à mesure que l’IA passe de la simple réponse à des questions à la réalisation d’actions pour les clients.

À quoi doit ressembler un transfert efficace d’un agent virtuel à un conseiller humain ? Quelles informations sur l’intention du client, la conversation précédente, les actions accomplies et le problème non résolu doivent être transférées afin que le client n’ait pas à recommencer ?

Le client doit vivre un transfert fluide comme la continuité de la même conversation. Au moment où un conseiller humain rejoint l’interaction, il doit comprendre pourquoi le client a contacté, ce qui a déjà été discuté, ce que l’agent virtuel a accompli et ce qui reste à traiter.

Au minimum, le transfert doit inclure l’intention du client, l’historique de conversation pertinent, les informations de compte nécessaires à l’interaction, les étapes ou vérifications déjà effectuées, ainsi que la raison pour laquelle l’agent virtuel a escaladé le problème. Si le client a déjà expliqué le problème ou répondu à une question, le conseiller doit disposer de ces informations immédiatement.

Cette continuité est cruciale car l’une des plus grandes sources de frustration dans le service client est de devoir repartir de zéro. L’IA doit aider à réduire cette friction plutôt qu’à ajouter des étapes supplémentaires.

À mesure que les agents virtuels deviennent capables de gérer une part plus importante des interactions routinières, la qualité de la transition vers une personne devient encore plus importante. Il restera toujours des situations qui nécessitent empathie, jugement, créativité ou une résolution de problème plus nuancée. Les entreprises doivent concevoir cela dès le départ et fournir aux employés suffisamment de contexte pour reprendre efficacement la conversation lorsqu’un agent IA les sollicite.

La prochaine phase de l’IA dans l’expérience client devrait se concentrer moins sur des outils autonomes et davantage sur l’intelligence intégrée directement aux flux de travail existants. Comment ce changement modifie‑t‑il le rôle de l’IA dans le centre de contact, et comment les entreprises doivent‑elles décider quelles tâches automatiser complètement et lesquelles laisser à l’intervention humaine ?

Intégrer l’IA aux flux de travail existants est très efficace, car les employés et les clients n’ont pas à passer à une expérience distincte pour en tirer parti. L’IA peut soutenir ce qui se passe déjà dans le centre de contact en aidant un employé à trouver des informations pendant une conversation, à résumer une interaction, à suggérer l’étape suivante ou à exécuter un processus routinier pour le client.

Lorsqu’on décide ce qu’il faut automatiser, les entreprises doivent examiner de près la nature et les conséquences de la tâche. Les interactions répétitives avec des règles claires et des résultats prévisibles sont de bons candidats pour une automatisation accrue. Une simple demande de renseignements sur un compte, par exemple, est très différente d’une conversation impliquant une plainte sensible, une circonstance inhabituelle ou une décision pouvant avoir un impact important sur le client.

Les employés continueront à jouer un rôle important là où l’empathie, le jugement et la résolution créative de problèmes sont requis. L’IA peut également les soutenir plutôt que de simplement prendre le contrôle de l’interaction.

J’évaluerais l’automatisation en fonction de l’expérience qu’elle génère. Si un processus devient plus rapide mais entraîne davantage de contacts répétés, d’escalades ou de frustration client, l’entreprise doit revoir la conception de ce flux de travail.

Vonage a récemment lancé des agents IA spécifiques à certains secteurs pour les centres de contact de la santé, des services financiers et du commerce de détail. Pourquoi la spécialisation verticale devient‑elle importante, et comment une entreprise doit‑elle déterminer si un agent IA comprend réellement les flux de travail, la terminologie et les exigences réglementaires de son secteur ?

La façon dont un client interagit avec un prestataire de soins de santé peut être très différente de celle d’un client d’une institution financière ou d’un détaillant. La technologie sous‑jacente du centre de contact peut présenter des similarités, mais le langage, les flux de travail, les attentes des clients et les exigences entourant ces interactions varient considérablement.

Cela rend le contexte sectoriel de plus en plus crucial à mesure que les agents IA deviennent capables de faire plus que répondre à des questions de base. Un agent doit comprendre les types de demandes que les clients font couramment, la terminologie utilisée par les employés et les clients, les systèmes impliqués dans le traitement de ces demandes, et les limites de ce qu’il est autorisé à faire.

Les entreprises doivent évaluer les agents IA sectoriels à l’aide de scénarios tirés de leurs opérations réelles. Cela signifie tester les demandes courantes ainsi que les exceptions et les situations plus complexes. Elles doivent vérifier si l’agent suit le flux de travail attendu, comprend le langage des clients et sait quand il doit faire appel à une personne.

Les organisations doivent également évaluer la manière dont la confidentialité, la sécurité et les exigences réglementaires sont prises en compte. Ces considérations doivent faire partie du processus de conception et d’évaluation, et non être traitées après que l’agent ait déjà commencé à interagir avec les clients.

En fin de compte, la connaissance sectorielle devient précieuse lorsqu’elle se traduit par des interactions client plus précises, appropriées et utiles.

À mesure que les agents IA passent de la réponse aux questions à la réalisation de transactions et à l’exécution d’actions pour le compte des clients, quelles protections sont nécessaires concernant les autorisations, la confidentialité, les hallucinations, l’auditabilité et la supervision humaine ?

Le niveau de supervision doit augmenter à mesure que les agents IA se voient confier davantage de responsabilités. Il existe une différence notable entre un agent qui fournit une information générale et un agent qui modifie un compte, effectue une transaction ou entreprend une autre action ayant un impact direct sur le client.

Les autorisations constituent un élément clé. Un agent IA ne doit avoir accès qu’aux informations et aux systèmes nécessaires à la tâche pour laquelle il a été autorisé. La vérification d’identité, les contrôles d’accès et des règles claires sur l’utilisation des données client sont également essentielles. Les clients doivent disposer de transparence quant à la façon dont leurs informations sont traitées.

Les organisations ont aussi besoin d’un enregistrement de ce qui s’est passé pendant une interaction. Lorsque les agents commencent à prendre des mesures, les entreprises doivent pouvoir comprendre quelles informations ont été utilisées, quelle action a été exécutée et où un problème est survenu si quelque chose tourne mal. Cela devient particulièrement important dans les environnements sensibles ou réglementés.

La supervision humaine doit refléter le risque de la tâche. Certaines actions routinières peuvent être exécutées de façon autonome par un agent IA. Des situations plus conséquentes peuvent nécessiter une révision ou une approbation.

L’IA doit également reconnaître l’incertitude. Lorsque les informations sont incomplètes, contradictoires ou hors des limites qui lui ont été fixées, la meilleure solution est de s’arrêter, de demander des informations complémentaires ou d’impliquer une personne plutôt que de poursuivre sur la base d’une supposition non fondée.

Les projets d’IA pour les centres de contact sont souvent évalués à l’aune des économies de coûts, de la déviation d’appels ou de la réduction du temps moyen de traitement. Quels indicateurs supplémentaires les dirigeants devraient‑ils utiliser pour déterminer si l’IA améliore la résolution au premier contact, la satisfaction client, l’expérience employé, le chiffre d’affaires et la confiance à long terme ?

Les indicateurs d’efficacité sont importants, mais les dirigeants doivent aller au‑delà de la rapidité ou du faible coût d’une interaction. Une interaction courte n’a que peu de valeur si le client doit recontacter l’entreprise parce que le problème n’a jamais été complètement résolu.

La résolution au premier contact est une mesure cruciale à cet égard. Les taux de contact répété et les taux d’escalade peuvent également indiquer aux dirigeants si l’IA aide réellement les clients ou se contente de déplacer le problème ailleurs. La satisfaction client doit rester centrale, car l’expérience détermine en fin de compte si les personnes continuent de faire confiance à l’entreprise et d’y faire affaire.

Ce point est d’autant plus important à la lumière de ce que nous avons observé dans notre étude d’engagement client. Les clients ont une tolérance limitée aux mauvaises expériences, les entreprises doivent donc veiller à ne pas optimiser un indicateur d’efficacité au détriment de la relation globale.

L’expérience employé mérite également de l’attention. Si l’IA fournit de meilleures informations, gère les tâches répétitives et aide les employés à résoudre des problèmes plus complexes, les dirigeants devraient le constater dans les retours des employés et leurs performances.

J’examinerais également les résultats commerciaux plus larges tels que la rétention client, la croissance des comptes et le chiffre d’affaires généré ou préservé grâce aux interactions de service. Pris ensemble, ces indicateurs offrent aux dirigeants une vision beaucoup plus claire de la valeur créée par l’IA pour les clients, les employés et l’entreprise sur le long terme.

Vonage opère à travers les centres de contact, les communications unifiées, les API de programmation d’applications de communication et les capacités réseau via Ericsson. Comment ces couches peuvent‑elles travailler ensemble pour permettre aux agents IA de communiquer et d’agir sur plusieurs canaux sans créer une pile technologique fragmentée supplémentaire ?

Les clients ne se soucient pas de savoir si une interaction se déroule sur une plateforme de centre de contact, via une API de communication ou sur le réseau mobile. Ils s’attendent à pouvoir communiquer via le canal qui leur convient et à poursuivre l’interaction sans friction inutile. La technologie sous‑jacent doit soutenir cette continuité.

Vonage opère sur les API réseau, CPaaS, CCaaS et UCaaS, ce qui nous donne l’opportunité de concevoir ces capacités comme des parties connectées de l’expérience client. À mesure que les agents IA deviennent plus performants, cette connexion devient cruciale, car un agent peut devoir communiquer via un canal, accéder à un contexte provenant d’un autre système et agir ailleurs.

Une approche plus intégrée peut également aider à maintenir le contexte lorsque les clients passent de la voix à la messagerie ou à d’autres canaux. Le même principe s’applique lorsque l’interaction IA est transférée à un employé pour gestion.

Notre partenariat avec Ericsson crée également l’opportunité de rapprocher les applications de communication des capacités réseau. L’objectif est de garantir que ces capacités soient utiles au sein du parcours client sans obliger les entreprises à gérer un ensemble supplémentaire d’outils déconnectés.

Pouvez‑vous partager un exemple concret de la façon dont le centre de contact, les communications unifiées, les API de Vonage et les capacités réseau d’Ericsson peuvent fonctionner ensemble dans une interaction client aujourd’hui ?

Un bon exemple est celui d’un client qui appelle le centre de contact d’un service financier pour signaler une transaction suspecte ou demander une modification de compte.

Avant même que l’agent ne décroche, les API réseau de Vonage – alimentées par l’infrastructure opérateur d’Ericsson – sont déjà en action. Dès que l’appel arrive, notre fonctionnalité Identity Insights vérifie le numéro de téléphone de l’appelant par rapport aux données du réseau mobile en temps réel, y compris si la carte SIM associée a récemment été changée. Il s’agit d’un indicateur fort de fraude potentielle, et cela se produit de façon invisible, sans aucune friction pour le client.

Cette intelligence réseau est directement injectée dans le centre de contact via les Communications API de Vonage, apparaissant comme un signal de confiance en temps réel dans l’espace de travail de l’agent. Si l’agent travaille dans Salesforce, cet aperçu apparaît automatiquement dans Agentforce, permettant à l’agent de voir si l’identité de l’appelant a été vérifiée ou s’il faut appliquer une vigilance supplémentaire – le tout avant même le début de la conversation.

Simultanément, Vonage Contact Center (VCC) s’intègre de façon fluide à sa solution de communications unifiées, Vonage Business Communications (VBC), pour se connecter à l’ensemble de l’organisation. Si l’agent doit faire intervenir un spécialiste de la fraude ou un collègue du back‑office, il peut voir en temps réel qui est disponible dans l’entreprise et transférer l’appel avec le contexte complet intact. Le client n’a pas à répéter ses informations, et le spécialiste rejoint la conversation en sachant déjà ce qui s’est passé.

Ce qui rend cet exemple significatif, c’est que aucune de ces couches n’opère isolément. Le réseau informe le centre de contact. Les API connectent l’intelligence au flux de travail. La couche de communications unifiées garde les bonnes personnes dans la boucle. Le client le perçoit comme une interaction unique et continue – exactement ce que cela doit être.

C’est le type d’intégration que nous cherchons à développer sur l’ensemble de nos capacités, et elle est déjà disponible pour les clients dès aujourd’hui.

À mesure que l’IA prend en charge davantage d’interactions client routinières, comment pensez‑vous que les responsabilités des professionnels humains du centre de contact évolueront au cours des trois à cinq prochaines années, et que les entreprises devraient‑elles commencer à faire dès maintenant pour préparer leurs équipes, leurs processus et leur leadership ?

Lorsque l’IA gère une part plus importante des interactions routinières, je m’attends à ce que les professionnels du centre de contact consacrent davantage de temps aux situations où les compétences humaines sont essentielles. Cela inclut les problèmes complexes, les circonstances inhabituelles et les conversations nécessitant empathie, jugement ou créativité.

Les rôles des professionnels du centre de contact seront également plus étroitement liés à l’IA. Les employés pourront utiliser l’IA pour trouver des informations, comprendre l’historique d’une interaction, résumer des conversations ou identifier les prochaines étapes possibles. Cela signifie que les personnes doivent savoir comment travailler avec ces systèmes, quand leur faire confiance et quand contester ou annuler une recommandation.

L’important est que les entreprises commencent dès maintenant à préparer leurs équipes, et que le leadership joue un rôle crucial. Les employés ont besoin de clarté sur les raisons de l’introduction de l’IA et sur la façon dont leurs postes sont appelés à évoluer. La formation doit aider les employés à comprendre comment l’IA s’intègre à leurs responsabilités quotidiennes et ce qui reste de leur responsabilité lorsque l’IA est impliquée.

Les entreprises devraient également impliquer les professionnels du centre de contact dans la mise en œuvre, car ils voient chaque jour les questions des clients, les lacunes des processus et les cas inhabituels. Leur expérience peut aider à identifier où l’automatisation sera utile et à anticiper les problèmes potentiels.

Au cours des trois à cinq prochaines années, je pense que les centres de contact les plus performants seront ceux qui utilisent l’IA pour rendre leurs équipes plus efficaces tout en conservant un chemin clair vers le support humain lorsque les clients en ont besoin.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Vonage.