Volkswagen of America
assistant proprietaire genAI sur base de connaissance (RAG multimodal)
Volkswagen of America a integre Google Gemini (Vertex AI, BigQuery) dans son app proprietaires myVW en septembre 2024, avec un assistant qui repond en langage naturel a partir des manuels et guides et identifie les temoins du tableau de bord via la camera du smartphone.
Objectif
Rendre l'information de possession plus accessible dans l'app myVW pour renforcer la relation proprietaire apres l'achat : repondre en langage naturel aux questions sur le vehicule et identifier les temoins du tableau de bord, sans que le client fouille le manuel papier.
Le déploiement
Volkswagen of America a integre l'IA generative de Google dans son app proprietaires myVW pour animer un assistant virtuel. Le proprietaire pose ses questions en langage naturel (par exemple comment changer une roue) et l'assistant repond en s'appuyant sur les manuels, les FAQ, les articles d'aide, les videos YouTube officielles de Volkswagen et des guides pas a pas. La capacite multimodale permet aussi d'identifier un temoin du tableau de bord en pointant la camera du smartphone dessus. Annonce le 26 septembre 2024, initialement disponible sur les Atlas et Atlas Cross Sport de millesime 2024. Le dispositif s'appuie sur Google Gemini, Vertex AI et BigQuery.
Résultats Preuve C
Deploiement en production documente par la presse marketing etablie citant nommement Volkswagen of America et par le communique de la marque ; perimetre initial limite (deux modeles, un marche) et pas de metrique d'adoption publique, donc niveau C.
Comment ça fonctionne
Architecture documentéeLa stack en détail
- llm Google Gemini Modele generatif et multimodal : reponses en langage naturel et identification des temoins du tableau de bord via la camera.
- plateforme Google Vertex AI Plateforme d'orchestration du RAG sur la base de connaissance (manuels, FAQ, guides, videos).
- infra Google BigQuery Entrepot qui porte l'indexation des contenus interroges par l'assistant.
- outil App myVW Application proprietaires de Volkswagen of America, surface de l'assistant virtuel.
Comment ça tourne, concrètement
Pour les équipes ops-
1Question du proprietaire client
Le client pose une question en langage naturel dans l'app, ou pointe la camera sur le tableau de bord.
-
2Recuperation de contexte IA
L'assistant interroge la base indexee (manuels, FAQ, articles d'aide, videos, guides) via Vertex AI et BigQuery.
-
3Generation de reponse IA
Gemini redige la reponse, en integrant l'analyse d'image pour l'identification des temoins.
-
4Mise a jour de la base equipe data
Les equipes maintiennent la documentation source pour garder les reponses justes a mesure que la gamme evolue.
La question du proprietaire et la base de connaissance indexee (manuels, FAQ, guides, videos). Si la documentation n'est pas a jour ou mal indexee, les reponses derivent ou deviennent fausses.
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
- documentation produit structuree (manuels, FAQ, guides)
- contenus video et articles d'aide indexables
Prérequis orga
- equipe experience client / digital
- process de maintenance de la base de connaissance
Stack possible
- Gemini / Vertex AI ou LLM cloud avec RAG
- entrepot pour l'indexation (BigQuery ou equivalent)
- brique vision pour le multimodal
Le plan, étape par étape
- Étape 1Inventorier la documentation produit (manuels, FAQ, articles d'aide, videos) et designer un proprietaire par source.Livrable : Corpus source complet avec responsables de mise a jour.
- Étape 2Indexer le corpus en RAG et brancher le LLM.Livrable : Assistant en sandbox qui repond juste sur un jeu de questions proprietaires.
- Étape 3Ajouter la brique multimodale (reconnaissance des temoins du tableau de bord).Livrable : Fonction camera testee sur les temoins les plus courants.
- Étape 4Lancer la beta dans l'app sur un perimetre de modeles restreint.Livrable : Fonction live avec feedback in-app collecte.
- Étape 5Installer le process de maintenance de la base et etendre a la gamme.Livrable : Rituel de mise a jour documente + plan d'extension modeles.
Première étape : Indexer les manuels et FAQ dans un RAG et brancher un assistant en langage naturel dans l'app proprietaire.
Sources
- S1 Volkswagen integrates Google's generative AI to enhance app experience Presse établie archive à générer
- S2 Volkswagen integrates AI into the myVW mobile app Primaire archive à générer
- S3 How Volkswagen is utilising AI to enhance its digital assistant Secondaire 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.