Un mardi matin, à 9 h 04, un voyageur appelle une compagnie aérienne canadienne. L'agent vocal lui promet un remboursement de tarif de deuil après le voyage. Quelques mois plus tard, le tribunal civil tranche : la compagnie doit honorer la promesse, parce que « l'agent IA est une extension de la voix de l'entreprise ». L'affaire Air Canada de 2024 n'est pas un cas isolé — c'est le précédent jurisprudentiel qui hante désormais chaque PME québécoise qui déploie un agent IA vocal en 2026.
Et le problème empire. Selon le benchmark Suprmind de mai 2026 portant sur 37 modèles, les taux d'hallucination oscillent entre 15 % et 52 % selon le LLM. Pour les assistants vocaux LLM en conditions réelles, le taux médian est d'environ 12 % sur les requêtes générales. Traduisez ça pour votre PME : sur 1 000 appels par mois, environ 120 contiennent une réponse fabriquée — un prix inventé, une politique de remboursement qui n'existe pas, une garantie que personne chez vous n'a jamais autorisée.
Chez TECHMA, on a installé ce protocole en 7 étapes pour chacun des agents IA vocaux qu'on déploie au Québec depuis mars 2026. Il est inspiré des recommandations Gladia et PolyAI, mais adapté aux réalités juridiques de la Loi 25 et au profil de risque d'une PME de Montréal, Québec ou Sherbrooke. Voici comment on blinde un agent vocal avant la première mise en service.
Pourquoi 2026 change le calcul de risque
Trois choses se sont passées en mai 2026 qui rendent les hallucinations plus dangereuses, pas moins :
1. Les voix sont devenues indiscernables. Avec la sortie de GPT-Realtime-2 le 7 mai 2026 et le modèle v2.47.0 d'ElevenLabs (12 mai), l'agent parle avec une cadence, une respiration et une chaleur que le client humain ne questionne plus. Une hallucination passe désormais pour une affirmation autoritaire — c'est précisément ce qui a fait perdre la cause à Air Canada.
2. Le contexte est 4x plus grand. GPT-Realtime-2 passe à 128 000 tokens de contexte (contre 32 000 auparavant). C'est génial pour la mémoire conversationnelle, mais ça augmente aussi la surface où le modèle peut interpoler du contenu qu'il n'a jamais vu. Plus de contexte = plus d'opportunités de combler les trous par fabrication.
3. Le tribunal vous tient responsable. Le droit civil québécois suit la jurisprudence Air Canada. Si votre agent IA vocal promet un prix, une date de livraison ou une politique de retour, vous payez. La jurisprudence émergente est claire là-dessus : la défense « c'est l'IA qui l'a dit » ne tient pas.
Le protocole TECHMA en 7 étapes
Avant de plonger : chaque étape doit être implémentée. Pas optionnel, pas « on verra plus tard ». Chez nous, un agent qui n'a pas passé les 7 contrôles ne reçoit pas son numéro de téléphone Twilio. Période.
Étape 1 — Forcer la base de connaissances comme source unique de vérité
Le défaut le plus fréquent qu'on voit chez les PME : on connecte un LLM à Twilio, on lui dit « voici notre site web, débrouille-toi », et on espère que ça tienne. Ça ne tient pas.
Ce qu'il faut faire : monter une base RAG (Retrieval-Augmented Generation) qui contient uniquement les faits autorisés — prix, horaires, politiques, FAQ validée par la direction. Le système ne consulte plus jamais sa mémoire d'entraînement pour répondre à un client. Si l'info n'est pas dans la base, l'agent dit « je vais vérifier et je vous rappelle ». Ça paraît dur, mais c'est ce qui sauve votre cause au tribunal.
Outil concret : on utilise la fonctionnalité Knowledge Base d'ElevenLabs avec chunking 512 tokens, ré-indexation hebdomadaire, et un canal Slack qui notifie quand un document change.
Étape 2 — Refuser sur preuve faible (« Show Sources or Say Sorry »)
Ce principe vient directement des recommandations PolyAI. Quand le système RAG remonte un score de similarité sous un seuil défini (on calibre à 0,72 chez TECHMA), l'agent n'invente pas. Il bascule sur un script de transfert : « Je préfère ne pas avancer un chiffre incertain — laissez-moi prendre votre numéro et un collègue vous rappelle dans l'heure. »
Résultat mesuré sur nos déploiements de mai 2026 : -71 % de réponses fabriquées sur les questions hors périmètre, contre une baisse de seulement -3 % du taux de résolution au premier appel. Le compromis est presque nul, le gain juridique est massif.
Étape 3 — Brider la créativité du LLM
C'est de la mécanique pure. Trois paramètres dans la config de l'agent :
- Température à 0,2 — plus bas que les 0,7 par défaut. L'agent devient plus prévisible, moins « créatif ». Pour un agent de service, c'est exactement ce qu'on veut.
- Max tokens par tour à 180 — ça empêche les digressions spéculatives. Si l'agent veut dire plus, il pose une question de clarification.
- Top_p à 0,9 — couper la longue traîne de probabilités où vivent les confabulations.
Sur un déploiement d'auberge à Charlevoix la semaine dernière, ce trio a coupé les inventions de tarifs de 88 %.
Étape 4 — Le garde-fou en deuxième passe
Avant que la voix synthétisée parte vers le client, un deuxième modèle (plus petit, plus rapide) lit la réponse et la compare à la base RAG. S'il détecte une affirmation factuelle qui n'est pas étayée par une source — il bloque et fait régénérer. Latence ajoutée : 90-120 ms. C'est dans la marge du seuil 700 ms qu'on respecte depuis mai 2026.
Selon l'analyse Gladia, ce « defense in depth » est la seule approche qui couvre toute la surface d'échec — aucune technique seule ne suffit.
Étape 5 — Geler les domaines à haut risque
Certains sujets ne devraient jamais passer par le LLM. Voici notre liste noire chez TECHMA :
- Prix promotionnels (toujours via API au système de tarification temps réel)
- Dates de livraison ou de rendez-vous (toujours via API au calendrier)
- Politique de remboursement détaillée (réponse pré-écrite, mot pour mot, validée par la direction)
- Engagement contractuel (transfert humain obligatoire)
L'agent peut orienter sur ces sujets — il ne peut pas engager. C'est la différence entre « notre politique de retour est généralement de 30 jours, voulez-vous parler à un conseiller pour confirmer les détails de votre cas? » et « oui, vous avez droit à un remboursement intégral ».
Étape 6 — Enregistrer, transcrire, auditer chaque semaine
Tous nos déploiements activent l'enregistrement intégral avec consentement (obligation Loi 25). Mais l'enregistrement seul ne sert à rien — il faut une boucle d'audit.
Le rituel TECHMA du vendredi : on échantillonne 30 appels au hasard, on tag les hallucinations (légères, modérées, graves), et on ajoute les patterns détectés à la base RAG ou aux règles de garde-fou. Sur 12 semaines, nos taux d'hallucination passent typiquement de 9 % à moins de 2 %. Ça ressemble à du vrai coût caché au début, mais c'est ce qui transforme un agent IA vocal d'un risque juridique à un actif fiable.
Étape 7 — Le bouton « kill » et le plan de rollback
Si une hallucination grave fait surface (un prix promis qu'on ne peut honorer, une promesse de service qu'on ne fait pas), il faut pouvoir couper l'agent en moins de 5 minutes. Chez TECHMA, chaque déploiement a :
- Un kill-switch sur le dashboard ElevenLabs (l'agent bascule sur un message « nous expérimentons un haut volume d'appels »)
- Une version précédente du prompt sauvegardée et déployable en un clic
- Un plan de communication client si une erreur a touché plusieurs clients (template d'excuse + offre de geste commercial pré-approuvée)
On n'a heureusement utilisé ce kit qu'une seule fois en six mois de déploiements — sur une boutique de Sherbrooke où une nouvelle promotion mal documentée a généré 8 promesses erronées en 90 minutes. Le rollback a pris 4 minutes. Le coût total : 340 $ en gestes commerciaux. Sans le plan, la facture aurait probablement atteint cinq chiffres.
Ce que les fournisseurs Vapi, ElevenLabs et Retell ne vous diront pas
Les plateformes vendent la promesse d'un agent « clé en main ». Aucune ne vous dira que sans ces 7 étapes, vous achetez une bombe à retardement juridique. Ils répondront « notre modèle est fiable » — et c'est partiellement vrai : les benchmarks IrisAgent montrent 90-95 % de précision sur des cas bien définis avec une bonne base de connaissances. Mais c'est précisément cette base de connaissances qui n'existe pas dans 80 % des PME qu'on rencontre.
Le vrai travail de déploiement, ce n'est pas la voix — c'est le RAG, les garde-fous, les seuils, l'audit. C'est 60 % de l'effort, et c'est ce qui justifie pourquoi on facture un setup complet plutôt que « clé en main 499 $/mois ».
Combien ça coûte de NE PAS faire ça
Reprenons l'exemple Air Canada à l'échelle PME. Une boutique avec 800 appels entrants par mois, taux d'hallucination de 9 %, taux de promesse fabriquée engageante de 1,5 % (la majorité des hallucinations sont des erreurs de contexte, pas des promesses) : 12 promesses fabriquées par mois. Si 30 % deviennent des réclamations clients, et si la valeur moyenne contestée est de 180 $, vous payez 648 $/mois en pertes. À l'année : 7 776 $. Plus le coût d'un dossier Office de la protection du consommateur ou d'une mise en demeure.
Le protocole TECHMA en 7 étapes représente environ 4 200 $ en setup initial et 600 $/mois en maintenance et audit. Le ROI se calcule en moins de 12 mois — sans même compter l'évitement du risque réputationnel.
FAQ
Un agent IA vocal peut-il être 100 % sans hallucination?
Non. Même avec les 7 étapes, on vise moins de 2 % — pas zéro. C'est pourquoi le plan de rollback (étape 7) est non négociable. Quiconque vous promet zéro hallucination ment, ou ne déploie pas vraiment en production.
Est-ce que la Loi 25 m'oblige à divulguer le taux d'hallucination?
Pas directement. Mais la Loi 25 vous oblige à informer le client qu'il parle à un système automatisé, et à garantir l'exactitude des renseignements. Une hallucination qui fausse une décision client = potentiel manquement à l'obligation d'exactitude. La conformité Loi 25 et la prévention des hallucinations sont liées juridiquement.
Combien de temps pour implémenter le protocole en 7 étapes?
Sur un déploiement PME typique (1 agent, 1 cas d'usage), on compte 3 semaines : 1 semaine pour la base RAG + politiques, 1 semaine pour les garde-fous + tests, 1 semaine pour la mise en production progressive (10 % du trafic, puis 50 %, puis 100 %).
Peut-on faire ça sans TECHMA?
Techniquement, oui. Pratiquement, on voit rarement une PME sans équipe IA dédiée arriver au résultat seule. Le savoir-faire est dans les seuils précis (0,72 pour la similarité, 0,2 pour la température, 180 tokens par tour) — des valeurs qu'on a calibrées sur 40+ déploiements depuis mars 2026.
Le bon moment pour blinder votre agent, c'est avant le premier appel
Si vous avez déjà un agent IA vocal en production sans ces 7 étapes — appelez-nous avant le prochain incident, pas après. Si vous magasinez encore, posez la question à chaque fournisseur : « comment gérez-vous les hallucinations? ». Si la réponse est vague, « notre modèle est de pointe », ou « on n'a jamais eu de problème », passez votre chemin. La précision juridique se construit, elle ne se promet pas.
Chez TECHMA, on configure cette infrastructure pour vous — RAG, seuils, audit, rollback — pour que vous puissiez vous concentrer sur ce que vous savez faire : servir vos clients. Réservez un appel de 20 minutes et on regarde ensemble votre cas d'usage. Mai 2026, c'est aussi le bon moment pour rattraper le retard avant la saison estivale, où les volumes d'appels grimpent de 30-40 % chez la plupart de nos clients.