Callbot et voicebot : définition, différences et comment choisir pour votre PME

Un callbot est un robot qui répond aux appels téléphoniques à la place d'un humain. Un voicebot est le même principe appliqué à tout canal vocal (téléphone, enceinte, application). Les deux existent en trois générations : menus à touches, reconnaissance de mots-clés, et agent vocal génératif, le seul qui converse naturellement en français.

Callbot, voicebot : deux mots pour une même famille

Le mot callbot désigne un logiciel qui prend un appel téléphonique entrant ou sortant et mène la conversation. Le mot voicebot est plus large : c'est un assistant qui interagit par la voix, quel que soit le support. Dans la pratique commerciale française, les deux termes sont interchangeables, et les éditeurs utilisent l'un ou l'autre selon leur habitude. Ce qui compte pour une PME n'est pas l'étiquette, mais la technologie qui se cache derrière.

Cette distinction est décisive parce que le même mot recouvre des produits qui n'ont rien en commun. Un callbot de 2015 qui demande de taper 1 pour les horaires et un callbot de 2026 qui comprend « je voudrais décaler mon rendez-vous de jeudi » partagent le nom, pas les résultats. Le premier agace vos clients, le second les sert.

Les analystes suivent ce marché de près. Gartner prévoyait en 2022 que l'IA conversationnelle réduirait les coûts de main-d'œuvre des centres de contact de 80 milliards de dollars en 2026, et qu'une interaction sur dix serait entièrement automatisée, contre 1,6 % à l'époque (Gartner, 2022). Ces chiffres concernent les grands centres de contact. Le même mouvement atteint désormais les PME, parce que le coût d'un callbot a été divisé par dix en quelques années.

Beaucoup d'organisations font face à des pénuries de personnel et à la nécessité de contenir des dépenses de main-d'œuvre, qui peuvent représenter jusqu'à 95 % des coûts d'un centre de contact. L'IA conversationnelle rend les agents plus efficaces tout en améliorant l'expérience client.

Les trois générations de callbot

Tous les callbots ne se valent pas. Trois familles coexistent sur le marché, et une seule répond au besoin d'une PME qui veut convertir ses appels en clients. Voici comment les reconnaître.

Génération 1 : le callbot à menus (serveur vocal interactif)

C'est le serveur vocal interactif, le fameux SVI. Il diffuse un message enregistré, puis propose un arbre de choix : « tapez 1 pour le service commercial, tapez 2 pour la comptabilité ». Le système ne comprend rien de ce que dit l'appelant. Il détecte des touches (signaux DTMF) et suit un chemin prédéfini.

Sa force : il est prévisible et peu coûteux à faire tourner. Sa faiblesse : il oblige l'appelant à s'adapter à la machine. Dès que la demande sort des cases, le client tourne en rond, appuie sur zéro pour joindre un humain, ou raccroche. Zendesk mesure que 74 % des consommateurs sont frustrés quand ils doivent répéter leur demande à plusieurs interlocuteurs (Zendesk, CX Trends, 2026). Un menu à touches multiplie ces répétitions.

Génération 2 : le voicebot à reconnaissance de mots-clés

Le voicebot de deuxième génération remplace les touches par la voix. L'appelant dit « facture » ou « rendez-vous », le système repère un mot-clé ou une intention parmi une liste fermée, puis déclenche un scénario écrit à l'avance. On parle de NLU (compréhension du langage naturel) à intentions.

C'est un progrès net sur le SVI : personne n'a besoin de mémoriser un menu. Mais le système reste rigide. Chaque scénario doit être conçu, testé et maintenu par un prestataire. Une question hors périmètre déclenche un « je n'ai pas compris » en boucle. L'ajout d'une nouvelle intention coûte une prestation. Pour une PME sans équipe technique, la maintenance devient le vrai prix du produit.

Génération 3 : l'agent vocal génératif

L'agent vocal génératif s'appuie sur un grand modèle de langage. Il ne suit pas un scénario : il comprend la phrase entière, retrouve l'information dans une base de connaissances, formule une réponse, et la prononce avec une voix de synthèse naturelle. Vous le configurez avec du texte : un prompt qui décrit son rôle, une phrase d'accueil, des documents. Aucun arbre de décision à dessiner.

C'est la catégorie de Konten. Le pipeline complet tient en trois briques : transcription de la voix de l'appelant, modèle de langage qui décide de la réponse, synthèse vocale Voxtral de Mistral qui la prononce. Les échanges se font en français, avec les interruptions naturelles d'une vraie conversation (le fameux barge-in), et se terminent par une transcription envoyée par email.

Callbot ou voicebot : quelle différence dans les faits ?

Dans les documents commerciaux, callbot et voicebot désignent la même chose au téléphone. La nuance existe côté technique : le voicebot est le terme générique pour tout assistant vocal, y compris une enceinte connectée ou une borne. Le callbot est un voicebot spécialisé dans les appels téléphoniques, avec ce que cela suppose : un numéro de téléphone, la gestion d'un flux audio téléphonique de faible qualité, la prise en charge des transferts d'appel et du raccrochage.

Une PME qui cherche « callbot » ou « voicebot » cherche en réalité la même chose : une machine qui décroche quand personne ne peut le faire. La bonne question n'est donc pas « callbot ou voicebot ? » mais « quelle génération, et pour quel coût total ? ». Les autres appellations (standard téléphonique IA, réceptionniste IA, agent vocal IA) décrivent le même produit sous un angle métier.

Pourquoi le callbot compte pour une PME française

Le téléphone reste le canal où se décident les achats urgents. Un artisan, un cabinet, une agence ou un commerce de services reçoit ses demandes de devis, ses prises de rendez-vous et ses réclamations par appel. Quand l'appel n'est pas décroché, le client ne laisse pas de message : 85 % des appelants qui tombent sur une messagerie ne rappellent jamais (BIA/Kelsey, 2024). C'est ce manque à gagner qu'un callbot supprime.

Le second moteur est l'attente des clients eux-mêmes. 51 % des consommateurs déclarent préférer un bot à un humain quand ils veulent un service immédiat (Zendesk, 2026). Le message est clair : l'automatisation n'est pas rejetée, elle est attendue quand elle est rapide et compétente. Ce qui est rejeté, c'est le bot qui ne comprend pas.

C'est aussi pourquoi la qualité de la voix compte autant que l'intelligence. Un appelant décide en quelques secondes s'il parle à quelque chose d'utilisable. Une voix robotique, à l'accent étranger ou avec des silences de trois secondes fait raccrocher. La voix Voxtral de Mistral, conçue pour le français, règle ce point. Notre comparatif des voix IA détaille les tests réalisés.

Comment fonctionne un agent vocal génératif, appel par appel

Pour choisir un callbot, comprenez ce qui se passe pendant un appel. Voici le déroulé chez Konten, tel qu'il est codé dans le produit.

• Décrochage immédiat : le numéro français inclus dans le forfait est relié à l'agent, qui répond dès la première sonnerie
• Phrase d'accueil (intro_phrase) : un message que vous rédigez, prononcé avant toute écoute, par exemple le nom de l'entreprise et une question ouverte
• Transcription en continu : la parole de l'appelant est convertie en texte en temps réel, avec gestion des interruptions
• Recherche dans la base de connaissances : la question est comparée à vos documents, et seuls les passages assez proches sont retenus (réglage rag_max_distance)
• Réponse du modèle de langage : il formule la réponse à partir de vos instructions et des passages retrouvés
• Synthèse vocale : la réponse est prononcée par la voix Voxtral, avec un timbre naturel
• Actions : transfert conditionnel vers un humain (call_redirect), ligne ajoutée dans Google Sheets, raccrochage propre
• Transcription par email : à la fin de l'appel, vous recevez le compte rendu complet

Chaque étape est un point de contrôle. Un callbot de génération 1 n'en a aucune. Un callbot de génération 3 bien configuré vous laisse la main à chaque maillon, sans une ligne de code.

Que fait le bot quand il ne sait pas ? Le test qui départage tout

La question la plus importante à poser à un éditeur de callbot ou de voicebot est celle-ci : que se passe-t-il quand l'appelant pose une question dont le bot ne connaît pas la réponse ? Les mauvais produits inventent. Les bons produits s'arrêtent et passent la main.

Chez Konten, la réponse s'articule en deux garde-fous. Le premier est le seuil de pertinence de la base de connaissances : le réglage rag_max_distance mesure la distance entre la question de l'appelant et vos documents. Si aucun passage n'est assez proche, aucune information n'est injectée et l'agent n'improvise pas des faits. Un seuil serré rend l'agent prudent, un seuil large le rend plus bavard. Le réglage se pilote depuis le tableau de bord.

Le second garde-fou est le transfert conditionnel. Vous activez le call_redirect, vous saisissez le numéro de destination (votre portable, un collègue, un standard), et vous rédigez en une phrase la condition : « transfère l'appel si le client parle d'une urgence ou demande à parler à un humain ». Le modèle décide seul du moment et déclenche le transfert. Notre guide sur la redirection d'appel conditionnelle donne des formulations prêtes à l'emploi.

Un troisième filet protège l'appelant et votre facture : la détection de silence. Si personne ne parle pendant 7 secondes, l'agent relance. Après trois relances sans réponse, il raccroche. Cela évite les appels fantômes qui consomment vos minutes pour rien.

La checklist en 7 points pour choisir votre callbot

Voici les sept questions à poser à tout fournisseur avant de signer. Elles couvrent ce qui fait réellement la différence en production, pas les promesses de la plaquette.

1. Le numéro de téléphone français est-il inclus ou faut-il apporter son SIP ?

Beaucoup de solutions vendent un cerveau sans ligne. Vous devez alors louer un trunk SIP chez un opérateur, l'acheminer, gérer les portabilités, puis brancher le tout. Cela ajoute une facture, un prestataire et des semaines de mise en route. Chez Konten, un numéro français est attribué à la création du compte. Vous choisissez ensuite de l'utiliser en ligne dédiée ou de rediriger votre numéro actuel vers lui.

2. La voix est-elle réellement naturelle en français ?

Faites le test à l'oreille, avec un appel réel, pas une démo enregistrée. Écoutez les liaisons, les chiffres, les noms propres, les nombres à quatre chiffres. Une voix générique multilingue trahit vite son accent. Konten utilise Voxtral de Mistral, un modèle pensé pour le français.

3. Où sont hébergées les conversations ?

Un appel contient des noms, des numéros, parfois des données de santé ou de situation personnelle. L'hébergement compte pour le RGPD. Konten fonctionne sur des modèles Mistral (entreprise française) et une infrastructure OVHcloud en Europe. Demandez à chaque éditeur le pays du serveur, le sous-traitant de transcription et le sous-traitant du modèle de langage.

4. Facturation à la minute ou au forfait ?

La facturation à la minute paraît économique tant que le volume est faible, puis devient imprévisible dès qu'un mois est chargé. Le forfait donne de la visibilité. Chez Konten : Starter 23,99 € pour 250 minutes, Growth 41,99 € pour 500 minutes, Pro 71,99 € pour 1 000 minutes, Business 155,99 € pour 2 500 minutes, et 0,12 € par minute au-delà du forfait. Tout est inclus : numéro, voix, transcription email, Google Sheets, base de connaissances.

5. Que se passe-t-il quand le bot ne sait pas ?

C'est la section précédente : seuil de pertinence (rag_max_distance), puis transfert conditionnel (call_redirect). Un fournisseur qui répond « notre IA répond toujours » vous vend un risque, pas une qualité.

6. Pouvez-vous limiter la durée et les dérives d'un appel ?

Sur Konten, la durée maximale d'un appel est réglable (300 secondes par défaut, soit 5 minutes), avec raccrochage automatique à l'échéance, sauf si un transfert est en cours. Pour un agent qui qualifie des demandes de devis, cinq minutes suffisent presque toujours. La limite protège votre forfait contre un appel qui s'éterniserait.

7. Quel engagement, quelle sortie ?

Exigez un essai réel avant paiement et une résiliation simple. Konten offre 100 minutes gratuites sans carte bancaire, soit 30 à 50 appels de test, et aucun engagement de durée.

Combien coûte un callbot pour une PME ?

Le prix dépend de la génération et du modèle de facturation. Un SVI ou un voicebot à intentions se facture souvent en licence plus prestation de paramétrage, avec un ticket d'entrée à plusieurs centaines d'euros, puis un coût récurrent à chaque évolution de scénario. Un agent vocal génératif tout inclus se facture au forfait mensuel.

Pour situer les ordres de grandeur, un appel moyen dure 2 à 4 minutes. Le forfait Starter à 23,99 € pour 250 minutes couvre donc environ 60 à 120 appels par mois, soit un coût de 0,10 € par minute d'appel utilisé. Une TPE qui reçoit 20 appels par semaine rentre dans ce forfait. À 500 appels par mois, le forfait Pro à 71,99 € pour 1 000 minutes reste sous les 0,08 € par minute. Notre guide des prix détaille la grille complète, et le calcul du ROI montre à partir de combien d'appels manqués le forfait s'amortit.

Un point de vigilance concerne les frais annexes des autres solutions : minutes téléphoniques facturées à part, transcription en option, numéro en supplément, intégrations payantes. Notre article sur les coûts cachés liste ces pièges. Avec un forfait tout inclus, le prix affiché est le prix payé.

Mise en place : de zéro à un callbot opérationnel

La configuration d'un agent vocal génératif tient en une demi-heure. Elle suit une séquence simple que nous avons détaillée dans notre guide de configuration.

• Créer le compte et recevoir le numéro français attribué
• Rédiger le prompt : qui est l'agent, ce qu'il fait, ce qu'il ne fait jamais, comment il parle
• Écrire la phrase d'accueil (intro_phrase) : nom de l'entreprise, ton, question d'ouverture
• Déposer les documents de la base de connaissances : tarifs, horaires, zone d'intervention, questions fréquentes
• Activer les intégrations : transcription par email, Google Sheets pour les leads, transfert d'appel pour les urgences
• Régler la durée maximale et le seuil de la base de connaissances
• Passer trois appels de test avec des questions pièges, puis ajuster le prompt

Le point clé est le test : appelez avec des accents, des questions hors sujet, un silence prolongé, une demande de parler à un humain. Chaque échec devient une ligne de plus dans le prompt ou un document de plus dans la base. L'essai gratuit de 100 minutes existe pour cela.

Cas où un callbot ne remplace pas un humain

Un callbot ne convient pas à tout. Les situations à forte charge émotionnelle (deuil, litige grave, plainte lourde), les négociations commerciales complexes et les décisions à enjeu juridique appellent une personne. La bonne architecture ne remplace pas l'humain : elle décharge l'humain de tout le reste. L'agent traite les questions courantes (horaires, tarifs, prise de rendez-vous, qualification d'un devis), et transfère à l'humain les cas sensibles avec le contexte déjà collecté.

Cela répond à la frustration mesurée par Zendesk : 74 % des consommateurs détestent répéter leur histoire (Zendesk, CX Trends, 2026). Un agent qui transcrit l'appel et envoie le compte rendu par email évite ce défaut, parce que l'humain qui rappelle sait déjà de quoi il s'agit.

Callbot, voicebot, chatbot : ne pas confondre les canaux

Un chatbot fonctionne à l'écrit, sur un site ou une messagerie. Un callbot fonctionne à l'oral, au téléphone. Les deux ne se substituent pas : ils couvrent des moments différents du parcours client. Le client qui téléphone est souvent pressé, en déplacement ou sur un besoin urgent. Il ne remplira pas un formulaire. Pour une PME de services, le téléphone concentre les demandes à plus forte valeur : devis, dépannage, prise de rendez-vous.

Si votre site reçoit plus de demandes que votre standard, un chatbot est utile. Si votre standard laisse échapper des appels aux heures de pointe, le soir et le week-end, le callbot est la réponse. Notre article sur le remplacement de la messagerie vocale explique pourquoi un répondeur classique ne suffit plus.

Erreurs fréquentes lors du choix d'un callbot

• Choisir sur une démo enregistrée au lieu d'un appel réel avec ses propres questions
• Sous-estimer la maintenance des scénarios d'un voicebot à intentions
• Ignorer l'hébergement des données vocales, puis découvrir un sous-traitant hors Union européenne
• Acheter un cerveau sans ligne et découvrir les frais de téléphonie après coup
• Oublier le plan B : sans transfert vers un humain, un agent bloqué devient un risque commercial
• Écrire un prompt de deux lignes : un agent bien briefé tient sur une page et couvre le ton, les limites et les cas d'urgence

Notre guide sur les instructions de l'agent et celui sur la base de connaissances vous donnent les modèles à copier pour éviter ces erreurs.

Pour aller plus loin

• Prix agent vocal IA : le guide 2026 (grille de tarifs et comparaison)
• Standard téléphonique IA vs Aircall, Ringover et 3CX
• Remplacer son PABX ou IPBX par un agent vocal IA
• Messagerie vocale ou agent vocal IA : ce que le répondeur vous coûte
• Redirection d'appel intelligente : transférer uniquement les urgences
• Voxtral de Mistral : la meilleure voix IA en français