Agent vocal IA en entreprise : usages, technique et règles en 2026

Article publié le 20 mars 2026, révisé le 5 octobre 2026 (chiffres non sourcés retirés, règles de transparence et de démarchage téléphonique mises à jour), puis le 13 octobre 2026 : structure des coûts et prix publics des fournisseurs relevés le 13 octobre 2026.

Un agent vocal IA répond au téléphone ou passe des appels en langage naturel, puis peut consulter ou mettre à jour vos outils : agenda, CRM, suivi de dossiers. Pour une PME, il convient surtout aux demandes répétitives et bien délimitées, à condition de prévoir un transfert simple vers une personne.

Deux règles ont changé en août 2026 : l’appelant doit savoir qu’il échange avec une IA, et le démarchage téléphonique des consommateurs exige désormais leur consentement préalable. Ce guide présente les usages, l’architecture, les règles et une méthode de test. Il ne revendique aucun résultat client chiffré.

Qu’est-ce qu’un agent vocal IA ?

Un agent vocal IA combine plusieurs briques : la compréhension de la parole, un modèle qui décide de la réponse ou de l’action, la production d’une voix, le raccordement à la téléphonie et l’accès à vos outils métier.

Le guide d’OpenAI sur les agents vocaux décrit trois architectures. Le pipeline chaîné enchaîne transcription de la parole, traitement par l’agent et synthèse vocale ; il convient lorsque l’on veut inspecter ou transformer le texte entre ces étapes. L’API Realtime permet à un seul modèle d’interpréter l’audio, de décider quoi faire et de répondre à voix haute. GPT-Live associe une conversation vocale continue à un traitement séparé en arrière-plan. Source : guide des agents vocaux d’OpenAI.

Pour recevoir de vrais appels, il faut relier un numéro de téléphone au système. La documentation d’OpenAI décrit deux voies : un trunk SIP fourni par un opérateur, ou une application qui relaie l’audio. Avec le SIP, un webhook permet d’accepter ou de refuser l’appel, et un appel actif peut être transféré vers un autre numéro. Source : téléphonie et SIP, OpenAI.

D’autres fournisseurs proposent des briques équivalentes. Notre critère de choix : la qualité en français sur vos propres enregistrements de test, la possibilité de transférer l’appel, l’accès aux transcriptions et l’hébergement des données.

Quels usages pour une PME ?

Accueil et tri des appels entrants

L’agent répond aux questions fréquentes (horaires, adresse, documents à fournir) et oriente l’appel vers le bon service. Le menu à touches est remplacé par une question ouverte : « Quel est l’objet de votre appel ? »

Prise de rendez-vous

Connecté à l’agenda, l’agent propose des créneaux disponibles et enregistre le rendez-vous. Il faut définir ce qu’il fait face à une demande urgente, un créneau contesté ou un client inconnu.

Suivi de dossier ou de commande

L’agent lit l’état d’un dossier dans votre outil métier. Avant de communiquer une information personnelle, il doit vérifier l’identité de l’appelant selon une règle écrite.

Appels sortants : rappels et qualification

L’agent peut rappeler un client pour confirmer un rendez-vous ou qualifier une demande reçue. Ces appels sont soumis à des règles précises, détaillées plus bas.

Ce qu’un agent vocal ne doit pas faire seul

Le guide d’OpenAI rappelle qu’un agent vocal repose sur les mêmes briques qu’un agent textuel, dont les garde-fous et la revue humaine lorsque le parcours exige des contrôles ou des validations. Le Top 10 2025 de l’OWASP pour les applications de grands modèles de langage cite l’injection de prompt, la divulgation d’informations sensibles et l’autonomie excessive parmi les principaux risques. Source : OWASP Top 10 pour les LLM.

Nos règles de conception :

• transférer vers une personne dès que l’appelant le demande, ou en cas de doute, de colère ou de situation sensible ;
• ne jamais encaisser un paiement, annuler un contrat ou modifier des coordonnées bancaires sans validation humaine ;
• donner à l’agent des accès en lecture par défaut, et limiter les écritures à des actions précises comme la création d’un rendez-vous ;
• ne pas laisser une phrase de l’appelant élargir les droits de l’agent ;
• prévoir un message de repli lorsque l’agenda ou le CRM ne répond pas.

Les règles à respecter en France

Annoncer que l’appelant parle à une IA

Depuis le 2 août 2026 (calendrier de la Commission européenne), l’article 50 de l’AI Act impose au fournisseur d’un système d’IA destiné à interagir avec des personnes de les informer qu’elles échangent avec une IA, sauf si c’est évident. Source : article 50 de l’AI Act. Au téléphone, une voix de synthèse peut être difficile à distinguer d’une voix humaine : notre recommandation est une annonce claire en début d’appel. Si vous utilisez la solution d’un éditeur, vérifiez qu’elle le prévoit. Notre guide de l’AI Act détaille les autres obligations.

Informer sur l’enregistrement et la conservation

La fiche de la CNIL sur l’écoute et l’enregistrement des appels sur le lieu de travail date de 2009, et la CNIL la signale elle-même comme obsolète et en cours de mise à jour : prenez-la comme un repère, pas comme une règle à jour. Elle décrit une information des interlocuteurs en deux temps : une mention orale en début de conversation sur l’existence du dispositif, sa finalité et la possibilité de s’y opposer, puis un renvoi vers une information complète, par exemple sur le site. Elle exclut, pour l’employeur, un enregistrement permanent ou systématique des conversations, sauf texte légal, et indique que, sauf texte particulier ou justification, les enregistrements peuvent être conservés six mois au maximum et les documents d’analyse un an. Source : CNIL, écoute et enregistrement des appels. Dans notre analyse, un agent vocal qui enregistre ou transcrit chaque appel doit donc faire valider sa finalité, sa base légale et ses durées de conservation : les transcriptions sont des données personnelles.

Appels sortants : consentement et automates d’appel

Depuis le 11 août 2026, le démarchage téléphonique des consommateurs est interdit sans leur consentement préalable, exprimé de manière libre et éclairée par un acte positif clair. Ce consentement vaut un an au plus, sans renouvellement tacite. Une exception existe lorsque l’appel concerne un contrat en cours et a un rapport avec son objet. Les appels restent limités aux jours et horaires autorisés. Un contrat conclu à la suite d’un démarchage non conforme n’est pas valable, et le service Bloctel a cessé d’exister. Source : Service-Public.gouv.fr.

La CNIL rappelle par ailleurs que la prospection commerciale par automate d’appel auprès des particuliers suppose, dans le cas général, leur consentement préalable. Auprès des professionnels, elle peut reposer sur l’intérêt légitime si la sollicitation est en rapport avec leur profession, avec une information et un droit d’opposition simple. Source : CNIL, prospection commerciale.

Dans notre analyse, un agent vocal qui appelle sans intervention humaine peut relever de ces règles sur les automates d’appel. Faites valider chaque campagne sortante avant son lancement.

Combien coûte un agent vocal IA ?

Le coût se décompose en trois parties : la mise en place, un éventuel abonnement de suivi et la consommation à la minute. Les prix publics cités ici ont été relevés le 13 octobre 2026 sur les pages officielles des fournisseurs : ils sont en dollars américains, hors taxes, et changent souvent.

Mise en place et abonnement

La mise en place couvre le cadrage (scénarios, règles de transfert, texte d’annonce), l’intégration à la téléphonie, à l’agenda et au CRM, les tests et la supervision des premières semaines. L’abonnement de suivi, lorsqu’il existe, doit préciser ce qu’il comprend : écoute d’échantillons, corrections, mises à jour des réponses.

Repère publié par KADRI AI : le Pack Entreprise de notre page Tarifs comprend un agent vocal IA qui décroche, recueille la demande, prépare un rendez-vous et transfère selon vos règles, avec un système multi-agents et l’intégration à vos outils. Il est publié à 8 000 € HT, puis 500 € HT par mois, maintenance incluse. Un agent vocal seul n’a pas de tarif publié : il est chiffré sur devis, après un premier échange gratuit. Dans ce devis comme dans tout autre, faites préciser si la consommation à la minute est incluse ou refacturée.

Consommation à la minute

Chaque minute d’appel mobilise quatre briques, facturées par des fournisseurs distincts ou regroupées par une plateforme :

Certaines offres regroupent plusieurs briques. OpenAI facture par exemple les sessions vocales GPT-Live 1 à 0,05 $ la minute, le modèle et les outils utilisés en arrière-plan restant facturés à part. Avant de choisir, testez la qualité en français sur vos propres enregistrements : un prix bas ne dit rien de la compréhension d’un appelant pressé ou d’une ligne bruyante.

Exemple de calcul (exemple fictif)

Exemple fictif, pour illustrer la méthode : une PME reçoit 1 000 appels par mois, de 3 minutes en moyenne, sur un numéro local Twilio. Hypothèses : l’agent prononce l’équivalent de 1 000 caractères par appel, et chaque appel consomme 20 000 jetons lus (consignes et historique relus à chaque tour) et 1 000 jetons produits.

• Téléphonie : 3 000 minutes × 0,0100 $ = 30,00 $, plus 1,35 $ pour le numéro, soit 31,35 $.
• Reconnaissance vocale (Deepgram, tarif normal) : 3 000 × 0,0092 $ = 27,60 $.
• Synthèse vocale (ElevenLabs, modèle v2 Multilingual) : 1 000 000 caractères, soit 1 000 × 0,08 $ = 80,00 $.
• Modèle (Claude Haiku 5.5) : 20 millions de jetons × 0,10 $ et 1 million × 0,50 $, soit 2,50 $.

La consommation atteint 141,45 $ par mois dans cet exemple, soit environ 0,047 $ la minute, hors taxes et avant conversion en euros. N’y figurent ni la mise en place, ni l’abonnement de suivi, ni l’hébergement du service qui orchestre l’appel, ni l’enregistrement éventuel des conversations, ni le temps passé à écouter des échantillons. Les volumes réels se mesurent pendant un essai : consultez nos offres pour situer un premier périmètre.

Comment tester avant la mise en service ?

Notre fiche d’essai comprend, sur des données fictives :

• un appel simple traité de bout en bout ;
• un appel bruité, avec accent ou hésitations ;
• une interruption de l’appelant au milieu d’une phrase ;
• une demande hors périmètre et une demande explicite de parler à une personne ;
• une tentative d’obtenir les informations d’un autre client ;
• un agenda ou un CRM indisponible.

Pour chaque cas, écrivez le résultat attendu avant l’essai. Mesurez ensuite les transferts, les erreurs, la durée des appels et le temps de correction. La part d’appels réellement automatisable se constate sur votre activité, pas dans une moyenne de marché.

KADRI AI conçoit des agents vocaux IA et des agents conversationnels avec ces garde-fous. Pour cadrer un premier parcours, lisez notre guide des agents IA en entreprise ou demandez un audit de votre projet.

Questions fréquentes

Un agent vocal IA peut-il remplacer un standard téléphonique ?

Pas entièrement. Il peut prendre en charge des demandes simples et répétitives, mais il doit pouvoir transférer l’appel à une personne. La part d’appels automatisables dépend de votre activité et se mesure pendant un essai.

Faut-il dire à l’appelant qu’il parle à une IA ?

Oui. Depuis le 2 août 2026, l’article 50 de l’AI Act prévoit que les personnes soient informées qu’elles interagissent avec un système d’IA, sauf si c’est évident. Une annonce en début d’appel est la solution la plus simple.

Combien coûte un agent vocal IA pour une PME ?

Le coût se décompose en une mise en place, un éventuel abonnement de suivi et une consommation à la minute : téléphonie, reconnaissance vocale, modèle et synthèse vocale. Chez KADRI AI, l’agent vocal fait partie du Pack Entreprise, publié à 8 000 € HT puis 500 € HT par mois ; un agent vocal seul est chiffré sur devis.

Sources officielles consultées le 5 octobre 2026 ; prix des fournisseurs relevés le 13 octobre 2026. Vérifiez les conditions de vos fournisseurs et l’évolution des règles avant tout lancement.