AlloBrain lève 7 M$ pour une IA avec relais humain

Le 7 octobre 2026, la levée de 7 millions de dollars d’AlloBrain est rendue publique : Varsity mène le tour, auquel participent Groupama, déjà client, et plusieurs investisseurs individuels du secteur. L’entreprise française destine ces fonds à son expansion commerciale en Europe et dans la zone Moyen-Orient–Afrique, ainsi qu’à la recherche et développement de sa plateforme pour centres de contact.

Cette opération finance un choix précis pour la relation client : automatiser les demandes qui s’y prêtent tout en permettant à un conseiller d’intervenir dans la conversation. Le compte rendu de Stratégies nomme les trois fondateurs, Zied Haj-Yahia, Yves-Marie Bouedo et Adrien Sasportes, et reprend la formule de l’entreprise : « l’IA et le conseiller se relaient dans la même conversation ». La participation de Groupama, utilisateur de la solution depuis ses débuts, donne à ce modèle une portée concrète : il doit fonctionner dans un service client existant, avec ses règles et ses conseillers.

Un relais qui conserve le fil de la demande

Un conseiller reprend une conversation client déjà engagée par l’agent IA d’AlloBrain.

Le passage à un conseiller est conçu comme une étape de la conversation, pas comme un nouveau départ. La présentation de la plateforme AlloBrain décrit un agent IA qui traite les demandes récurrentes, transmet le contexte lorsqu’il passe la main et continue d’assister le conseiller pendant l’échange. Pour une alerte critique, les actions prévues sont la validation, la reprise, l’instruction ou le transfert.

Concrètement, le conseiller doit retrouver le motif de contact, les informations sur le client et ce que l’IA a déjà fait. Ces éléments comptent autant que le transfert lui-même : ils permettent de poursuivre la demande en cours sans demander au client de répéter les étapes précédentes. Une validation peut aussi intervenir pendant que l’agent automatisé parle encore au client. L’humain exerce alors un contrôle sur une réponse précise sans reprendre nécessairement tout l’appel.

La plateforme réunit également l’assistance en direct, l’évaluation des conversations terminées et l’analyse des motifs de contact. Cela donne au superviseur un autre rôle que celui d’un simple observateur : il peut suivre les échanges, revoir les évaluations et ajuster les règles appliquées à des situations semblables. Le degré d’autonomie dépend ainsi du cas traité. Une demande courante peut être résolue automatiquement, tandis qu’une exception déclenche une intervention humaine.

Cette architecture explique une partie de l’usage annoncé des fonds. Étendre la vente de la plateforme suppose de l’adapter aux parcours, aux outils et aux règles des centres de contact qui l’achètent. La recherche et développement porte, dans ce cadre, sur une chaîne complète : reconnaître la demande, décider si l’IA peut agir, transmettre assez de contexte au conseiller et conserver une trace exploitable de l’échange. C’est la continuité entre ces fonctions, plutôt que la seule capacité d’un agent à répondre, qui constitue la promesse commerciale d’AlloBrain.

Les décisions sensibles restent attribuées à une personne

AlloBrain place une limite explicite à l’autonomie de ses agents lorsque la réponse engage l’entreprise cliente. Dans son manifeste, elle cite les remboursements, les dérogations et les gestes commerciaux, puis formule sa règle : « Le dernier mot revient donc à une personne ». Le conseiller peut recevoir une proposition préparée par l’IA, mais la décision sensible doit rester attribuable à celui qui la valide.

Ce partage n’exclut pas les conversations entièrement automatisées lorsque la demande et les règles le permettent. Il distingue plutôt les tâches que l’agent peut terminer seul de celles qui réclament un jugement ou une autorisation. Pour un centre de contact, la différence se joue dans la définition des seuils : quelles modifications de contrat sont permises à l’IA, quels remboursements exigent une validation et à quel moment un client peut obtenir immédiatement un interlocuteur.

Le modèle dépend aussi de l’accès aux systèmes de l’entreprise. Résoudre une demande de bout en bout peut nécessiter de consulter un dossier client, de lire des données contractuelles ou d’effectuer une action dans un outil métier. Lorsque cet accès manque, une réponse correcte ne suffit pas à achever la démarche. L’assistance au conseiller et la reprise avec le contexte déjà recueilli prennent alors une valeur propre : elles évitent que l’automatisation s’arrête au milieu du parcours sans aider la personne chargée de le poursuivre.

La supervision annoncée doit enfin pouvoir intervenir au bon moment. Une alerte reçue pendant l’appel, une validation enregistrée et une conversation consultable après coup remplissent des fonctions différentes. Les distinguer permet de savoir qui a proposé une réponse, qui l’a autorisée et qui a parlé au client. Cette traçabilité devient particulièrement importante lorsque l’IA prépare une action que le conseiller doit assumer au nom de l’entreprise.

Chez Groupama Gan Vie, un résultat sur l’assistance aux conseillers

Chez Groupama Gan Vie, les conseillers traitent les appels tandis que la qualité des échanges fait l’objet d’un suivi.

Le cas publié pour Groupama Gan Vie documente surtout l’analyse des appels et le guidage des conseillers. Dans son étude de cas Groupama Gan Vie, AlloBrain indique qu’un échantillon initial de plus de 5 000 enregistrements a été analysé et que les experts métiers ont validé 98 % des détections d’intention et 92 % des résumés d’appels après examen. Ces taux concernent les éléments évalués dans ce projet, tels que les présente le fournisseur ; ils ne constituent pas un taux de résolution autonome des demandes ni un audit indépendant de la plateforme entière.

Le projet associe cette analyse à une assistance pendant l’appel : l’IA détecte la situation et fait remonter au conseiller le parcours ou les informations utiles. L’évaluation des conversations terminées sert, elle, à repérer les sujets à traiter et à suivre la qualité. Il s’agit donc d’un exemple de collaboration autour d’un conseiller déjà engagé dans l’échange, plutôt que d’une mesure de remplacement des appels humains par un agent automatisé.

Le déploiement décrit pour Groupama Gan Vie n’a pas non plus le même statut à toutes ses étapes. L’analyse d’un premier ensemble d’enregistrements et les validations par les experts relèvent du travail déjà présenté ; l’extension du dispositif à l’ensemble des appels dépend encore de la finalisation de son raccordement à l’infrastructure téléphonique. Cette distinction importe pour apprécier ce que le financement permettra d’amplifier : les résultats d’une phase évaluée ne décrivent pas encore les performances d’un service généralisé.

À mesure que les installations s’étendront, la continuité du relais pourra être jugée sur des données plus directement liées à la promesse d’AlloBrain : la part des demandes reprises par un conseiller, les motifs des alertes, le temps nécessaire pour prendre la suite et l’issue de l’échange pour le client. Pour Groupama Gan Vie, la prochaine étape annoncée est l’extension du couplage entre contrôle qualité et assistance en direct à l’ensemble de ses appels. Elle montrera comment le dispositif se comporte au-delà de son périmètre initial.