Parth Dhoundiyal · Responsable marketing produit, Avaya

Points clés

Une récente Enquête Consommateurs Avaya (N = 509 consommateurs américains, avril 2026) révèle que la qualité de l'infrastructure vocale, et non la sophistication de l'algorithme, est le principal déterminant de la précision IA dans les applications d'entreprise basées sur la voix. Lorsque les systèmes IA interprètent mal les informations en raison d'un mauvais audio, 95 % des consommateurs blâment l'IA ou l'institution plutôt que la connexion. Déployer une IA avancée sur une infrastructure vocale dégradée crée un cycle d'erreurs auto-défaitiste, un investissement mal placé et une confiance qui s'érode.

  • 38 % des consommateurs blâment l’IA, et 35 % blâment l’institution lorsque la mauvaise qualité audio provoque des erreurs — seulement 5 % se blâment eux‑mêmes.
  • 37 % des appelants admettent exagérer les symptômes médicaux lorsqu’ils ne font pas confiance à la connexion audio.
  • 76 % affirment qu’il est crucial que les intervenants d’urgence puissent entendre les émotions subtiles dans la voix d’un appelant.
  • 89 % affirment qu’une seule défaillance de communication érode leur confiance dans une organisation.
  • 75 % affirment que la qualité vocale façonne leur perception globale d’une entreprise.

L’industrie IA a dépensé des centaines de milliards pour rendre les modèles plus intelligents. Presque personne ne se demande ce qui se passe lorsqu’un modèle intelligent reçoit un signal vocal dégradé.

Il y a une question qui a occupé les salles de conseil, les appels aux investisseurs et les conférences technologiques pendant la majeure partie des trois dernières années : comment rendre l’IA plus intelligente ?

Les réponses ont été spectaculaires. Modèles plus grands. Meilleurs jeux de données d’entraînement. Architectures plus sophistiquées. Apprentissage par renforcement à partir de retours humains. Génération augmentée par récupération. Raisonnement agentique. L’industrie a investi des centaines de milliards de dollars pour rendre les systèmes d’IA plus capables, plus nuancés et plus fiables. Et par la plupart des mesures, l’investissement fonctionne. Les modèles s’améliorent.

Mais il y a une deuxième question que presque personne ne pose, et dont la réponse menace de saper l’ensemble de la thèse de l’IA d’entreprise. La question est la suivante : que se passe-t-il lorsque le meilleur système d’IA du monde reçoit de mauvaises données ?

La réponse, bien sûr, est qu’elle produit un mauvais résultat. L’algorithme ne sait pas que l’entrée est mauvaise. Il traite ce qu’il reçoit. Et dans la catégorie à la croissance la plus rapide du déploiement d’IA d’entreprise, les applications vocales dans les soins de santé, les services financiers et la réponse d’urgence, la qualité de l’entrée est déterminée non par le modèle IA, non par les données d’entraînement, non par l’ingénierie de prompt, mais par quelque chose de bien plus banal.

Le système téléphonique.

La découverte des cinq pour cent

En avril 2026, Avaya a mené une enquête nationale auprès des consommateurs américains et a posé une question qui aurait dû provoquer un tremblement à travers chaque feuille de route de déploiement IA dans le pays.

Le scénario : un système IA automatisé chez votre prestataire de soins de santé ou votre banque interprète mal vos informations—obtenant une posologie médicamenteuse ou un numéro de compte incorrect—à cause d’une mauvaise connexion téléphonique. Qui est le plus responsable selon vous ?

Trente‑huit pour cent ont blâmé la technologie d’IA elle‑même. Trente‑cinq pour cent ont blâmé l’institution qui l’a déployée. Vingt‑deux pour cent ont blâmé le fournisseur d’accès téléphonique. Et cinq pour cent se sont blâmés eux‑mêmes.

Cinq pour cent.

Ce chiffre mérite d’être répété, car il renverse une hypothèse qui sous-tend la plupart des stratégies de déploiement d’IA d’entreprise. L’hypothèse est que les consommateurs comprennent les limites de la technologie, reconnaissent leur propre rôle dans l’interaction et tiennent compte des facteurs environnementaux tels que la qualité de la connexion. L’hypothèse est fausse.

95 % des consommateurs refusent d’accepter toute responsabilité personnelle pour une erreur d’IA causée par une mauvaise qualité audio. Ils ne pensent pas « Ma connexion était mauvaise, donc l’IA m’a mal compris. » Ils pensent « Le système de la banque a mal interprété mes informations, et quelqu’un doit en être responsable. »

La répartition quasi‑égale entre la faute attribuée à l’IA (38 %) et à l’institution (35 %) crée une forme particulièrement virulente d’exposition réputationnelle. Cela signifie que déployer l’IA sur une mauvaise infrastructure vocale ne produit pas seulement des erreurs ; elle produit des erreurs qui nuisent simultanément à la crédibilité de l’IA et à la réputation de l’institution. Le consommateur ne distingue pas la technologie de l’organisation qui l’a déployée. Les deux sont jugés ensemble. Les deux sont jugés insuffisants ensemble. Et aucun ne bénéficie du doute.

Le problème d'entrée

L’industrie de l’IA a un terme pour ce qui se produit lorsqu’une mauvaise donnée entre dans un système et produit de mauvais résultats. C’est un aphorisme de l’informatique qui s’applique avec une force particulière à l’IA alimentée par la voix : "données erronées en entrée, résultats erronés en sortie."

Mais la phrase, aussi familière soit-elle, dissimule le mécanisme spécifique en jeu. Dans les applications IA alimentées par la voix, le "déchet" n’est pas un bruit aléatoire ou des fichiers de données corrompus. C’est la voix humaine, dégradée par l’infrastructure qui la transporte. Et la dégradation ne réduit pas seulement la capacité de l’IA à entendre les mots. Elle corrompt fondamentalement les informations qui entrent dans chaque système en aval.

L’enquête Avaya a quantifié cette corruption avec une précision saisissante. Lorsqu’on leur a demandé ce qui se passe lorsqu’ils sont contraints de communiquer des informations médicales ou de sécurité sur une ligne brouillée, 51 % des consommateurs ont déclaré qu’ils remettraient en question la bonne réception des instructions. Quarante‑cinq % ont indiqué que la mauvaise connexion compromettrait leur capacité à communiquer les faits avec précision. Et 37 % ont admis qu’ils exagéreraient leurs symptômes pour obtenir une attention plus rapide.

Cette dernière constatation est celle qui devrait tenir les architectes IA éveillés la nuit. Trente‑sept pour cent des appelants, confrontés à une connexion audio qu’ils ne font pas confiance, augmenteraient délibérément leur présentation médicale pour compenser. Ils diraient au système que leur douleur est pire qu’elle ne l’est, que leur respiration est plus laborieuse, que leurs symptômes sont plus graves. Ils ne mentent pas. Ils s’adaptent. Ils ont appris, par l’expérience, qu’une connexion brouillée menace de perdre leurs mots, et ils amplifient donc le signal pour survivre au bruit.

Mais l’IA de l’autre côté ne connaît rien de tout cela. Le moteur de transcription enregistre fidèlement les symptômes exagérés. Le système d’analyse de sentiment enregistre une détresse élevée. L’algorithme de triage attribue un score de gravité plus élevé. Le flux de travail clinique dirige le cas avec une urgence accrue que la condition réelle ne le justifie pas. Les ressources sont mal allouées. Les évaluations diagnostiques sont déformées. Et chaque système en aval de l’entrée vocale a été corrompu — pas par un bug logiciel, pas par une défaillance d’algorithme, mais par une connexion téléphonique qui a compressé la voix de l’appelant au point où la confiance dans le canal s’est effondrée.

Ceci est la chaîne d'impact clinique, et il n'y a pas de solution logicielle. Aucun niveau de sophistication algorithmique ne peut compenser le fait que 37 % des appelants fournissent au système des données gonflées parce que l'audio sous-jacent à l'IA n'était pas assez bon pour porter la vérité.

Le fossé de fidélité

Il existe une dimension de qualité de voix que la plupart des évaluations IA ignorent complètement. Il ne s’agit pas de savoir si le système peut entendre les mots. Il s’agit de savoir si le système peut entendre ce que les mots ne disent pas.

76 % des consommateurs ont indiqué dans l’enquête Avaya qu’il est crucial que les intervenants d’urgence puissent entendre les émotions subtiles dans leurs voix. Pas le contenu littéral. Le soupir. L’hésitation. Le souffle court qui indique à une infirmière de triage que le patient est plus en détresse qu’il ne l’admet. Les signaux de contrôle murmurés à un répartiteur indiquant que quelqu’un se cache. Le tremblement qui communique une peur que le vocabulaire ne peut égaler.

Ce sont des signaux paraverbaux. Ils existent dans les gammes de fréquences, les cadences et les micro‑variations de hauteur et de timing qui portent le contenu émotionnel. Et ce sont précisément les signaux que l’audio compressé à faible débit binaire supprime.

Cela compte pour les agents humains, qui utilisent ces signaux pour calibrer leurs réponses, détecter la tromperie et percevoir la gravité que l’appelant ne peut pas ou ne veut pas exprimer. Mais cela compte encore plus pour les systèmes IA de plus en plus déployés pour accomplir exactement ces fonctions. L’analyse de sentiment basée sur la voix, la détection d’émotion en temps réel, la reconnaissance de mots-clés et l’authentification de locuteur : chacune de ces capacités IA dépend de la fidélité du signal audio qui les alimente.

Un système d’analyse de sentiment IA traitant un audio large bande, haute fidélité reçoit un signal riche : pas seulement les mots, mais la respiration entre eux, le tremblement vocal en dessous et les changements de cadence indiquant une détresse croissante. Le même système traitant audio compressé, faible débit reçoit un signal épuré : les mots survivent, mais le contenu émotionnel a été amputé.

L’IA ne sait pas ce qu’elle manque. Elle traite l’entrée et renvoie un score de confiance. Le score de confiance semble raisonnable. Le tableau de bord est vert. Mais l’évaluation est erronée — pas parce que l’algorithme a échoué, mais parce que l’infrastructure a supprimé les données dont l’algorithme avait besoin avant qu’il ne les voie.

C’est le fossé de fidélité. Il s’agit de la distance entre ce que l’appelant a dit, dans le sens le plus complet du mot « dit », et ce que le système IA a réellement reçu. Et il est déterminé entièrement par l’infrastructure vocale sous‑jacente à la couche IA.

La culpabilité qui suit

Les conséquences du fossé de fidélité ne sont pas abstraites. Elles se manifestent de manière spécifique et mesurable : appels de triage mal classés, échec de l’authentification vocale, scores de sentiment inexactes et, finalement, des expériences client allant de frustrantes à dangereuses. Et lorsque ces conséquences se manifestent, le consommateur n’enquête pas sur la cause première. Le consommateur attribue la faute.

Le schéma d’attribution de blâme de l’enquête crée une boucle de malheur pour les organisations qui déploient l’IA sur une infrastructure vocale inadéquate. L’IA a produit une erreur parce que l’audio était dégradé. Le consommateur blâme l’IA (38 %) ou l’institution (35 %). L’institution, confrontée à un dommage réputationnel, investit dans l’amélioration du modèle IA en réentraînant l’algorithme et en affinant les invites. Mais la qualité audio n’a pas changé. Ainsi, l’appel suivant sur une connexion dégradée produit une autre erreur. Plus de blâme. Plus de dommage réputationnel. Plus d’investissement dans la mauvaise couche de la pile.

La boucle du destin se poursuit parce que le diagnostic est erroné. L’organisation traite un problème d’infrastructure comme un problème d’algorithme. Elle ajuste le moteur alors que la ligne d’alimentation est bouchée. Et chaque itération du cycle coûte de l’argent, de la crédibilité et la ressource la plus difficile à récupérer : la confiance des consommateurs.

Les quatre‑vingt‑neuf pour cent des consommateurs qui affirment qu’une seule défaillance de communication érode leur confiance ne font pas un jugement étroit sur la qualité du téléphone. Ils font un jugement holistique sur la compétence institutionnelle. Et à une époque où l’IA est de plus en plus le visage de cette institution, les échecs de l’IA sont les échecs de l’institution, et l’infrastructure de l’institution est la fondation de l’IA, ou son annulation.

La séquence qui compte

Il existe un principe simple que les données suggèrent, et c’est un principe que la plupart des feuilles de route IA d’entreprise suivent en arrière‑plan.

Le principe est le suivant : corriger d’abord l’infrastructure vocale, puis déployer l’IA.

Pas l’inverse. Pas simultanément. Pas « nous améliorerons l’audio plus tard une fois que l’IA prouvera sa valeur ». D’abord, parce que chaque capacité IA dépendante d’une entrée vocale (la liste croît rapidement : transcription, analyse de sentiment, authentification vocale, détection de mots-clés en temps réel, reconnaissance d’émotion, tri automatisé, routage intelligent) n’est aussi précise que le signal audio qui la nourrit. Déployer une IA sophistiquée sur une infrastructure audio dégradée n’est pas seulement inefficace ; c’est aussi dangereux. C’est auto‑défaitiste. L’IA produira des erreurs. Le consommateur blâmera l’institution. L’institution tentera de corriger l’IA. Et l’audio restera mauvais.

La séquence est importante car l’investissement dans l’IA est substantiel et croissant. Les organisations consacrent d’importantes ressources aux applications IA alimentées par la voix qui promettent de transformer l’expérience client, les flux de travail cliniques et l’efficacité opérationnelle. Ces promesses sont réelles. Les capacités sont authentiques. Mais elles reposent sur une hypothèse rarement énoncée ou testée : que l’audio alimentant l’IA est suffisamment propre pour qu’elle accomplisse sa tâche.

L’enquête Avaya suggère que pour de nombreuses organisations, cette hypothèse est fausse. Soixante‑quinze pour cent des consommateurs affirment que la qualité sonore façonne leur perception d’une entreprise. 74 % perdent confiance dans les professionnels lorsque des extraits audio sont utilisés. Quatre‑vingt‑huit pour cent craignent que les institutions ne remplacent les systèmes téléphoniques dédiés par la voix des plateformes de collaboration. Le consommateur nous le dit, en chiffres qui laissent aucune place à l’ambiguïté, que l’infrastructure vocale qui les sert échoue souvent à répondre à leurs attentes d’interaction humaine. L’idée que cette même infrastructure réponde aux exigences bien plus exigeantes d’un système IA traitant des signaux paraverbaux, des micro‑variations de hauteur et des schémas de cadence émotionnelle est, au mieux, optimiste.

La fondation sous l'intelligence

L’industrie technologique a passé les dernières années dans un état d’excitation justifiée quant à ce que l’IA peut faire. Les capacités sont extraordinaires. Le rythme d’amélioration est sans précédent. Le potentiel de transformer les soins de santé, les services financiers, les réponses d’urgence et pratiquement tous les autres secteurs est réel et accélère.

Mais il y a une tendance, dans les moments d’excitation technologique, à se concentrer sur la couche la plus visible de la pile et à oublier les couches qui la sous-tendent. Le modèle IA reçoit l’attention. L’infrastructure vocale ne reçoit pas. L’algorithme reçoit l’investissement. La qualité audio ne reçoit pas. Le chatbot reçoit le communiqué de presse. Le système téléphonique reçoit la feuille de calcul d’approvisionnement.

L’enquête Avaya rappelle, entre autres, que la fondation compte plus que la construction qui la surplombe. Pas parce que l’IA n’est pas importante. Elle l’est. Mais parce que l’importance de l’IA rend la fondation plus critique, pas moins. Plus vous comptez sur l’IA alimentée par la voix, plus vous comptez sur l’audio qui la nourrit. Plus votre analyse de sentiment est sophistiquée, plus vous avez besoin d’audio haute fidélité pour lui fournir quelque chose de réel à analyser. Plus vous investissez dans le triage automatisé, plus vous avez besoin d’appelants qui font confiance à la connexion pour signaler leurs symptômes avec précision, plutôt que de les exagérer.

5 % des consommateurs se blâmeront lorsqu'une IA donnera leurs informations erronées à cause d'une mauvaise connexion. Les quatre-vingt‑quinze pour cent restants vous blâmeront. Et ils auront raison. Pas parce que vous avez choisi la mauvaise IA. Mais parce que vous avez construit l'intelligence sur une base qui ne pouvait pas porter la vérité.

Découvrez comment Avaya fournit l’infrastructure de communication critique que les employés et les consommateurs d’aujourd’hui exigent.

Ce post s’appuie sur les résultats de l’enquête consommateur Avaya U.S. Avaya U.S. Consumer Survey, avril 2026 (N = 509 consommateurs américains, pondérés par le recensement, employés à temps plein).

Questions Fréquentes

Pourquoi la qualité de l'infrastructure vocale compte-t-elle pour la précision de l'IA d'entreprise ?

Parce que chaque capacité d’IA alimentée par la voix — transcription, analyse de sentiment, authentification vocale, détection d’émotion, triage automatisé — traite le signal audio qu’elle reçoit, et non le signal audio que l’appelant a l’intention d’envoyer. Lorsqu’elle est compressée, l’audio à faible débit supprime les signaux paraverbaux tels que le tremblement vocal, le rythme respiratoire et les micro-variations de hauteur, le système d’IA perd les données émotionnelles et cliniques dont il a besoin pour faire des évaluations précises. Selon l’Enquête Consommateur Avaya Nexus (N=509, avril 2026), 76 % des consommateurs affirment qu’il est crucial que les intervenants d’urgence puissent détecter les émotions subtiles dans la voix d’un appelant. Les systèmes d’IA chargés de ces mêmes fonctions ont besoin d’une fidélité audio égale ou supérieure. Déployer une IA sophistiquée sur une infrastructure audio dégradée ne réduit pas seulement la précision — il produit des sorties confiantement erronées parce que le système n’a aucun moyen de savoir ce que l’infrastructure a supprimé avant que le signal n’arrive.

À qui les consommateurs blâment-ils lorsque l’IA obtient leurs informations erronées à cause d’une mauvaise connexion ?

Pas eux-mêmes. L’enquête Avaya a révélé que 95 % des consommateurs refusent d’assumer la responsabilité personnelle lorsqu’un système d’IA interprète mal leurs informations en raison d’une mauvaise qualité audio. Trente‑huit pour cent blâment la technologie IA elle‑même, 35 % blâment l’institution qui l’a déployée, et 22 % blâment le fournisseur d’accès téléphonique. Seulement 5 % attribuent l’erreur à leur propre connexion ou environnement. Cette répartition quasi‑égale entre la faute de l’IA et celle de l’institution signifie que les erreurs d’IA alimentées par la voix nuisent simultanément à la crédibilité de la technologie et à la réputation de l’organisation. Le consommateur ne distingue pas l’algorithme de l’entreprise qui a choisi de le déployer.

En quoi la mauvaise qualité audio déforme les données alimentant les systèmes de santé IA?

Il corrompt l’entrée de trois manières mesurables. L’enquête Avaya a révélé que 51 % des consommateurs doutent d’avoir bien compris les instructions médicales sur une connexion brouillée, 45 % affirment que le mauvais son compromet leur capacité à communiquer les faits avec précision, et 37 % admettent qu’ils exagéreraient leurs symptômes pour obtenir une attention plus rapide lorsqu’ils ne font pas confiance à la connexion. Cette dernière constatation est particulièrement dommageable pour le triage assisté par IA : les appelants gonflent délibérément leur présentation médicale, le moteur de transcription enregistre fidèlement les symptômes exagérés, et chaque système en aval—analyse de sentiment, notation de gravité, routage clinique—traite des données corrompues. Il n’existe aucune solution logicielle pour cela. C’est un problème d’infrastructure produisant un symptôme façonné par un algorithme.

Qu’est‑ce que le « fidelity gap » dans l’IA alimentée par la voix ?

Le fossé de fidélité est la distance entre ce que l'appelant a réellement communiqué—incluant ton, hésitation, respiration, tremblement vocal et cadence émotionnelle—et ce que le système d’IA a reçu après que l’infrastructure vocale ait traité et compressé le signal. Un audio large bande, haute fidélité préserve les signaux paraverbaux qui portent le contenu émotionnel. Un audio compressé, à faible débit, conserve les mots mais supprime les données dont dépendent l’analyse de sentiment, la détection d’émotion et les systèmes d’authentification vocale. L’IA traite le signal dépouillé, renvoie un score de confiance raisonnable et produit une mauvaise évaluation—non pas parce que l’algorithme a échoué, mais parce que l’infrastructure a retiré les informations dont l’algorithme avait besoin.

Les organisations doivent-elles déployer l’IA avant ou après la mise à niveau de leur infrastructure vocale?

Après. Les données de l’enquête Avaya indiquent un principe de séquence clair : corriger d’abord l’infrastructure vocale, puis déployer l’IA. Les organisations qui inversent cette séquence entrent dans une boucle de malheur où l’IA produit des erreurs dues à une qualité audio dégradée, les consommateurs blâment l’institution (35 %) ou l’IA (38 %), et l’organisation investit dans la re‑formation du modèle ou le réglage des invites. En revanche, la cause réelle – la qualité audio – reste non traitée. Avec 89 % des consommateurs affirmant qu’une seule défaillance de communication érode leur confiance, et 88 % exprimant une préoccupation quant aux institutions remplaçant les systèmes téléphoniques dédiés par la voix des plateformes de collaboration, la fondation sous la couche IA n’est pas un simple détail. C’est le préalable qui détermine si l’investissement IA apporte de la valeur ou amplifie le risque réputationnel.

Afficher plus Afficher moins