Lumıary

Traduit de l’original anglais. Les chiffres et les sources sont inchangés. Lire l’original en anglais

Annoncé par l’éditeurEn production depuis sept. 2024Ajouté le oct. 2026

Roatel

Le chatbot des micro-hôtels Roatel, fondé sur Llama 3.1 405B, traite 80 % des demandes du service client en 11 langues

Roatel, chaîne allemande de micro-hôtels en libre-service, utilise un chatbot multilingue pour ses clients, conçu par Brain4Data sur Llama 3.1 405B, le modèle à poids ouverts de Meta. L’étude de cas de Meta indique que le robot traite 80 % des demandes du service client et a été mis en service en deux mois.

Améliorer l’expérience clientRéduire les coûts

Chiffres clés

Repris tels quels des sources. Copiez n’importe quel chiffre avec sa citation.

80 %

Part des demandes du service client traitées par l’IA reposant sur Llama1

Deux mois

Délai pour obtenir un chatbot pleinement opérationnel1

11

Langues dans lesquelles le chatbot répond2

Ce que cela a demandé

CoûtNon communiqué
ÉquipeNon communiqué
CalendrierPleinement opérationnel en deux mois1

Le problème

Roatel exploite des micro-hôtels en libre-service en Allemagne et prévoit de s’étendre en Europe. Les clients passent par une équipe de service à distance. Avec la croissance de la chaîne, cette équipe a eu du mal à suivre la demande, et de nombreux clients viennent de l’étranger.

Ce qu’ils ont construit

Brain4Data, entreprise allemande d’IA, a conçu un chatbot de service client pour Roatel sur sa plateforme d’assistants FRED. Il utilise Llama 3.1 405B de Meta, un modèle open-weight (à poids ouverts), c’est-à-dire dont les fichiers sont publiés afin que les entreprises puissent l’exécuter elles-mêmes. Le robot répond en 11 langues à toute heure et présente l’offre de Roatel pendant la réservation. Un code QR affiché sur place l’ouvre sur le téléphone du client.

Comment ils s’y sont pris

Le robot utilise la génération augmentée par la recherche : il cherche les passages pertinents dans les documents de Roatel et demande au modèle de répondre à partir de ceux-ci. L’étude de cas de Meta indique que le modèle a été utilisé sans affinage et qu’il tournait sur Oracle Cloud Infrastructure, avec une base de données vectorielle et un modèle de représentation vectorielle de Cohere pour la recherche. Toujours selon l’étude de cas de Meta, le robot était pleinement opérationnel en deux mois.

Résultats

L’étude de cas de Meta indique que l’IA reposant sur Llama traite 80 % des demandes du service client de Roatel et que le robot répond dans la langue du client. Le président de Roatel a déclaré, lors de l’annonce de septembre 2024, que le robot permet à l’entreprise de répondre aux questions à toute heure et en plusieurs langues, et que d’autres projets d’IA étaient prévus.

Enseignements pour votre projet

  1. Choisissez un modèle qui gère bien de nombreuses langues. Les clients de Roatel viennent souvent de l’étranger, et le robot répond en 11 langues.

  2. Essayez la recherche documentaire avant l’affinage. Ce robot s’appuie sur les propres documents de Roatel et utilise le modèle de base sans affinage.

  3. Offrez aux clients un point d’entrée simple. Roatel affiche sur place un code QR qui ouvre l’assistant sur un téléphone.

  4. Définissez ce que « traité » veut dire avant de citer un taux, car le chiffre de 80 % vient du concepteur et de Meta.

Réserves

  • Les chiffres de 80 % et de deux mois viennent de l’étude de cas de Llama par Meta sur Brain4Data, et non de Roatel. Meta indique que les résultats sont déclarés par l’entreprise elle-même. L’étude de cas est annoncée par l’éditeur.
  • Le communiqué de presse de Roatel ne donne aucun chiffre. Il dit seulement que le robot répond aux questions des clients en 11 langues, 24 heures sur 24.
  • La page de Meta n’est pas datée. La date de déploiement et la date de publication sont celles du communiqué de presse de Roatel et de Brain4Data (23 septembre 2024), qui dit que le chatbot « will now be » utilisé (« sera désormais » utilisé) : il s’agit donc d’une date d’annonce.
  • Brain4Data, le concepteur, reprend le chiffre de 80 % sur son propre site, dans une actualité consacrée à l’étude de cas de Meta. Cette page n’est pas datée et n’apporte aucune nouvelle mesure ; ce n’est donc pas une confirmation indépendante.
  • Les détails sur Llama et Oracle viennent de l’étude de cas de Meta ; le communiqué de presse ne nomme aucun modèle.

Sources

  1. Brain4Data

    Meta Llama case studies · Sans date · Étude de cas de l’éditeur · dev.meta.ai

  2. Roatel now utilizes Artificial Intelligence

    Roatel Holding AG and Brain4Data · 2024-09-23 · Communiqué de presse · brain4data.de

  3. Brain4Data's AI solution is now a Meta case study

    Brain4Data · Sans date · Blog de l’entreprise · brain4data.de

Résumé dans nos propres mots à partir des sources ci-dessus. Une erreur ? Consultez les corrections.

Cas similaires