Présentation de ThunderPhone

Aujourd’hui, nous sommes fiers d’annoncer le lancement public de ThunderPhone, qui simplifie l’automatisation des appels téléphoniques avec l’IA. Grâce à une architecture intégrée radicalement différente de celle des autres plateformes d’IA téléphonique, ThunderPhone offre des performances bien supérieures, des coûts plus faibles et moins de problèmes d’intégration. ThunderPhone prend en charge les appels entrants et sortants dans des dizaines de langues et est conforme aux normes HIPAA et RGPD.

L’avantage de l’intégration

Les autres plateformes d’IA téléphonique limitent les performances de leurs systèmes en leur imposant une structure en trois étapes :

1. Un modèle de transcription, qui transforme la voix de l’utilisateur en texte.
2. Un LLM, qui traite le texte de l’utilisateur et produit une réponse.
3. Un modèle TTS, qui transforme le texte de la réponse en audio.

La plupart transfèrent également le travail d’ingénierie à leurs utilisateurs en les obligeant à choisir les modèles qu’ils souhaitent utiliser, ainsi que des options de configuration comme le débruitage et les paramètres de réactivité.

Nous avons adopté une approche différente : nous avons configuré ce qui est, selon nous, le meilleur stack possible avec les modèles actuels, et l’avons rendu prêt à l’emploi sans effort de configuration complexe. Notre système utilise de nombreux modèles simultanément et effectue un routage intelligent entre eux selon le déroulement de la conversation. Cela comprend :

• La combinaison de plusieurs modèles de transcription, certains plus rapides que d’autres, certains plus précis que d’autres, afin d’équilibrer vitesse et précision et de compenser leurs erreurs respectives.
• La combinaison de LLM à entrée audio, qui peuvent avoir une intelligence générale moindre mais une meilleure compréhension de l’audio, avec des LLM uniquement textuels, qui peuvent commettre des erreurs à partir de transcriptions imprécises mais sont souvent plus intelligents.
• La combinaison de LLM rapides mais peu intelligents, capables de générer des réponses rapides, avec des LLM bien plus intelligents mais plus lents, capables de fonctionner en arrière-plan et de vérifier que l’IA suit son prompt et répond correctement à ce que dit l’utilisateur.
• La combinaison de modèles commerciaux provenant de fournisseurs de premier plan, notamment OpenAI et Google, qui offrent l’intelligence la plus avancée disponible aujourd’hui, avec un large éventail de modèles open source, qui offrent souvent une meilleure vitesse à moindre coût.
• L’utilisation simultanée de plusieurs modèles pour classifier et éliminer le bruit de fond, les conversations parallèles et les autres bruits gênants qui peuvent autrement faire dérailler une conversation.

Ces composants, et bien d’autres, sont orchestrés de différentes manières dans nos trois niveaux de service, Spark, Bolt et Storm — Spark est optimisé pour le coût, Bolt pour la vitesse et Storm pour l’intelligence, tout en réduisant autant que possible les inconvénients de chacun. Les trois systèmes partagent des avantages tels qu’une compréhension incroyablement précise de ce que disent les utilisateurs, même avec des noms propres et l’orthographe.

Nous constatons que cette architecture étroitement intégrée offre à notre système des performances bien supérieures à moindre coût que l’approche rigide en trois étapes proposée par d’autres fournisseurs. Conformément à la théorie de la modularité de Clay Christensen, l’IA vocale en est encore à ses débuts, et il reste plus précieux de maximiser les performances avec une architecture intégrée que de maximiser la personnalisation avec une architecture modulaire.

Décisions optimisées

Et en matière de personnalisation, nous y sommes opposés. La plupart des plateformes d’IA téléphonique actuelles obligent les utilisateurs à naviguer parmi une infinité de choix, depuis les modèles exacts utilisés jusqu’à des paramètres ultra-détaillés, comme la rapidité avec laquelle l’IA interrompt l’utilisateur.

À notre avis, c’est NOTRE rôle d’optimiser ces choix en coulisses afin que les utilisateurs de ThunderPhone puissent se concentrer sur ce qu’ils font le mieux, sans avoir à se soucier d’une configuration détaillée de l’IA vocale. Nous nous voyons un peu comme Squarespace : nous permettons à nos utilisateurs de configurer facilement des agents téléphoniques offrant les meilleures performances possibles avec les modèles actuels, sans lever le petit doigt.

Simplicité d’utilisation

ThunderPhone est aussi incroyablement simple à utiliser, que vous configuriez un nouvel agent téléphonique ou que vous migriez depuis une autre plateforme ou une stack personnalisée. Pour configurer un agent téléphonique sur ThunderPhone, il suffit de :

1. Décider si vous souhaitez utiliser Spark, Bolt ou Storm.
2. Choisir une voix.
3. Nous donner votre prompt. Aucun agent à prompts multiples n’est nécessaire. Si votre prompt est trop complexe pour Spark ou Bolt, passez à Storm, qui peut gérer même des cas d’usage complexes avec un seul prompt.
4. Connecter des intégrations logicielles (n’importe quel endpoint ou l’intégration native n8n) grâce à un assistant incroyablement simple à utiliser.
5. Connecter votre VoIP grâce à un assistant incroyablement simple à utiliser.

Tout cela prend généralement 10 minutes ou moins.

ThunderPhone est conforme à la HIPAA et au RGPD, et nous signerons et fournirons des BAA et des DPA sur demande.

Notre histoire

Nous sommes une équipe d'anciens de Stanford AI Lab et de Y Combinator qui travaillons sur l'IA vocale depuis 2024. À l'origine, nous nous concentrions sur Flux Interpreting, qui traduit les appels téléphoniques d'une langue à l'autre. Mais après que des clients nous ont demandé à plusieurs reprises d'automatiser les appels de leur entreprise plutôt que de simplement les traduire, nous avons réorienté notre travail vers ce qui est aujourd'hui ThunderPhone.

Le problème des plateformes existantes

Au départ, nous avons commencé par créer des agents téléphoniques pour des clients sur les plateformes d'IA téléphonique d'autres entreprises. Nous avons testé pratiquement toutes les plateformes d'IA téléphonique du marché, mais nous les avons malheureusement trouvées insuffisantes, notamment en matière de :

• Compréhension audio : Les limites d'un seul modèle de transcription pour transformer l'audio de l'utilisateur en texte signifiaient que l'IA « entendait mal » l'utilisateur, surtout pour les noms propres, les mots peu courants et les épellations.
• Suivi des instructions : Le fait de confier tout le « travail de réflexion » de l'appel à un seul LLM rapide faisait que les IA avaient souvent du mal à suivre correctement les instructions et finissaient par dérailler.
• Intégrations difficiles : Les plateformes que nous avons essayées rendaient la connexion à des logiciels externes très compliquée, nous obligeant généralement à saisir d'importantes configurations JSON pour les appels d'outils et à nous battre avec elles à répétition, avec peu ou pas de retours, jusqu'à ce qu'elles se mettent soudainement à fonctionner.
• Prix : Les plateformes existantes facturaient généralement très cher : souvent 10 centimes par minute ou plus pour des performances moyennes.

Créer notre propre stack

Lorsque nous avons signé un contrat pour déployer un cas d'usage d'appels commerciaux auprès d'un client entreprise, nous avons dû créer notre propre stack sur mesure pour répondre à ses besoins. Ce cas d'usage était exigeant : contrairement au support client, où les appelants dépendent largement de l'entreprise, les prospects raccrochent vite.

La qualité des appels doit être irréprochable pour conclure la vente plutôt que perdre le prospect. Il fallait donc gérer de nombreux noms propres et épellations, notamment des noms et des adresses, que les modèles de transcription standard ont du mal à reconnaître correctement. Pour réussir ce cas d'usage, nous avons créé ce qui est aujourd'hui ThunderPhone.

En chemin, nous avons continué à rencontrer des personnes de la communauté de l'IA vocale de San Francisco qui créaient des entreprises d'agents téléphoniques verticaux — pour les vétérinaires, les chauffeurs routiers et bien d'autres. Étonnamment, la plupart partageaient le même avis : les plateformes existantes étaient suffisantes pour des démos, mais pas pour la production.

Étonnamment, beaucoup, sinon la plupart, de nos amis dans les entreprises d'IA vocale verticale créaient en réalité leurs propres stacks... Cela n'avait aucun sens pour nous — c'est vraiment l'équivalent de startups web des années 90 obligées d'héberger leurs propres serveurs web sur un serveur dans leur placard.

Avec ce constat, nous avons compris qu'il était temps de transformer notre système d'IA téléphonique en une plateforme que tout le monde pourrait utiliser.

Les entreprises d'IA vocale verticale et les consultants devraient pouvoir se concentrer sur les besoins de leur marché cible grâce à leur expertise sectorielle — et non sur l'ingénierie complexe de l'IA sous-jacente et de la technologie téléphonique ! C'est ce que nous lançons aujourd'hui avec ThunderPhone.

Le chemin a été long pour en arriver là ! Toutes nos excuses à celles et ceux qui se sont inscrits chez nous depuis avril dernier et attendent toujours leur accès : ce que nous pensions être un sprint rapide pour terminer le travail s'est transformé en une odyssée de plusieurs mois pour comprendre comment assembler les modèles disponibles aujourd'hui en un système aussi robuste que possible.

Mais nous sommes enfin en ligne — essayez-le et dites-nous ce que vous en pensez !

Même si nous avons résolu les principaux problèmes, il y aura certainement encore des bugs dans le système. Si vous rencontrez un problème, envoyez-nous un e-mail à alex@thunderphone.com et je veillerai à ce qu'il soit corrigé pour vous dès que possible. Faites-nous également part de vos demandes de fonctionnalités, et nous les réaliserons dès que nous le pourrons.

Et si vous avez des besoins plus spécifiques, tels qu'une aide à l'implémentation et à l'intégration sur mesure, des exigences de conformité au-delà des normes HIPAA et GDPR habituelles, des SLA ou des demandes de fonctionnalités personnalisées, nous serons ravis de discuter d'un accord entreprise. Contactez-nous à alex@thunderphone.com et nous parlerons de vos besoins et de la manière dont nous pouvons vous aider.

Plus généralement, notre engagement envers vous est le suivant : c'est NOTRE rôle de veiller à ce que ThunderPhone fonctionne immédiatement avec un minimum d'efforts de votre part, et traite les appels de votre entreprise aussi parfaitement que l'IA actuelle le permet, dans les limites du niveau de prix que vous choisissez, Spark, Bolt ou Storm. Essayez-nous, nous avons hâte de vous montrer ce que ThunderPhone peut faire.

Dites-nous ce que vous en pensez, et merci pour votre soutien !