General Motors
assistant vocal service + agent genAI web
L'OnStar Interactive Virtual Assistant de General Motors, base sur Google Cloud Dialogflow, traite plus d'un million de requetes clients par mois aux Etats-Unis et au Canada, sur les vehicules GM connectes a partir des millesimes 2015.
Objectif
Absorber a l'echelle les demandes non urgentes des membres OnStar (routage, navigation, questions vehicule) par une IA conversationnelle, et etendre l'usage a l'experience d'achat via des chatbots genAI sur les sites GM.
Le déploiement
L'OnStar Interactive Virtual Assistant, lance en 2022, s'appuie sur la reconnaissance d'intention de Google Cloud (Dialogflow) pour aider les membres OnStar sur les demandes non urgentes : itineraires, navigation, routage. Il est disponible sur la plupart des vehicules GM connectes OnStar a partir des millesimes 2015. GM etend l'approche aux chatbots genAI sur ses sites web pour repondre aux questions des acheteurs sur les vehicules, et pilote avec Google Cloud des usages d'IA generative pour l'experience d'achat et de possession.
Résultats Preuve C
Chiffre d'usage public (plus d'un million de requetes par mois) rapporte par plusieurs titres de presse etablie citant nommement GM et Google Cloud ; la brique genAI web est plus recente et moins chiffree. Donnee de reference datee de 2023.
Comment ça fonctionne
Architecture documentéeLa stack en détail
- plateforme Google Cloud Dialogflow Reconnaissance d'intention (NLU) au coeur de l'OnStar Interactive Virtual Assistant : classe les demandes non urgentes (itineraires, navigation, routage) et decide du traitement
- llm IA generative Google Cloud Briques genAI de Google Cloud pour les chatbots des sites GM et les usages pilotes sur l'experience d'achat ; modele exact non nomme dans les sources
- infra OnStar Plateforme de services connectes embarquee de GM, canal vocal de l'assistant sur les vehicules millesimes 2015 et plus recents
- integrateur Google Cloud (partenariat GM) Fournisseur des briques d'IA conversationnelle et generative et partenaire du deploiement
Comment ça tourne, concrètement
Pour les équipes ops-
1Reception de la demande client
Un membre sollicite OnStar par la voix, ou un visiteur ouvre le chatbot d'un site GM.
-
2Reconnaissance d'intention IA
Dialogflow classe la demande (itineraire, navigation, question vehicule) et decide du traitement.
-
3Reponse ou routage IA
L'assistant repond directement pour les demandes non urgentes, ou route vers le bon service.
-
4Escalade humaine service client
Les cas hors perimetre ou urgents sont transferes a un conseiller.
L'intention detectee dans la demande. Si l'intent est mal reconnu, la demande est mal routee ou bascule vers un agent humain, ce qui degrade la deviation d'appels.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLes consommateurs n'acceptent pas les chatbots par defaut : 64% prefereraient que les entreprises n'utilisent pas d'IA dans leur service client (Gartner, 2024) et pres d'un utilisateur sur cinq du service client par IA n'en retire aucun benefice (Qualtrics, 2025). L'acceptation se construit sur trois conditions mesurees par Salesforce : savoir qu'on parle a une IA, pouvoir escalader vers un humain, comprendre la logique de l'agent.
Conditions d'acceptation
- Etre informe qu'on parle a une IA et non a un humain (pres de 75% le demandent, Salesforce 2024)
- Un chemin d'escalade clair vers un agent humain (45% plus enclins a utiliser l'agent IA, Salesforce 2024)
- Une logique de l'agent clairement expliquee (44% plus enclins, Salesforce 2024)
Lignes rouges
- Rendre l'humain injoignable : c'est la premiere inquietude des consommateurs sur l'IA dans le service client (Gartner 2024) et 50% craignent que l'IA les coupe du contact humain (Qualtrics 2025)
- Remplacer le service client par l'IA sans alternative : 53% envisageraient de partir chez un concurrent (Gartner 2024)
Sources : Salesforce 2024 · Gartner 2024 · Qualtrics 2025
Voir l'acceptation complète : par pays, par usage, par génération
Comment répliquer
Inférence - non sourcéPrérequis data
- historique des demandes et intents
- base de connaissance vehicule et service
- referentiel des flux de routage
Prérequis orga
- equipe service client
- gouvernance sur l'escalade humaine
Stack possible
- Dialogflow ou equivalent NLU
- LLM cloud pour les reponses genAI
- connecteurs CRM/service
Le plan, étape par étape
- Étape 1Cartographier les intents du service client a partir de l'historique des demandes et retenir ceux a fort volume et faible risque.Livrable : Liste priorisee d'intents avec volumes et regles d'escalade
- Étape 2Construire l'agent sur Dialogflow (ou NLU equivalent) pour les intents retenus, branche sur la base de connaissance vehicule et service.Livrable : Agent conversationnel fonctionnel en environnement de test
- Étape 3Integrer les canaux (voix embarquee, chat web) et le routage vers un conseiller pour les cas hors perimetre ou urgents.Livrable : Assistant en pilote sur un canal avec escalade humaine operante
- Étape 4Mesurer volume traite et deviation d'appels, corriger les intents mal reconnus, puis ajouter la couche genAI pour les questions ouvertes.Livrable : Bilan chiffre de deviation et extension genAI cadree
Première étape : Cartographier les intents les plus frequents du service client et automatiser d'abord ceux a fort volume et faible risque.
Le même pattern, prouvé dans d'autres industries
ADT
agent client genAI
Air India
agent client genAI (service client automatisé)
AT&T
Assistant genAI d'entreprise gouverne : un LLM branche sur la connaissance interne, ouvert a des dizaines de milliers de salaries et appele en masse par des systemes automatises
Sources
- S1 GM, Google Cloud bringing AI to millions of vehicles Presse établie archive à générer
- S2 GM details its work with Google in advancing AI capabilities Secondaire archive à générer
- S3 GM Teams Up with Google Cloud on AI Initiatives Presse établie archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.