« J’ai un voyant jaune depuis ce matin, mais je ne sais pas comment il s’appelle. »
Le réceptionniste demande la marque, le modèle, le type de voyant, depuis quand, si la voiture roule normalement, puis propose d’envoyer une photo. Une partie de l’information finit dans une note libre. Le mécanicien rappelle pour reposer deux questions.
Une IA multimodale peut améliorer cette étape. Pas en devenant mécanicien à distance, mais en transformant des informations désordonnées en ticket d’entrée clair.
Le besoin du garage est d’abord un dossier complet
La capacité à traiter voix, texte et image ne transforme pas une photo smartphone en diagnostic fiable.
Un voyant peut être flou. Deux symboles peuvent se ressembler. Une photo de carrosserie ne montre pas les dégâts cachés. Un bruit enregistré sur WhatsApp n’inclut pas les conditions de charge, de vitesse ou de température.
La règle de départ doit donc être simple :
l’IA collecte et structure ce que le client observe ; le professionnel décide du diagnostic et de l’urgence.
Fait confirmé : des systèmes actuels savent combiner conversation et informations visuelles dans un même workflow. Les cas publiés par les fournisseurs prouvent une capacité technique, pas un ROI spécifique pour les garages suisses.
Recommandation : appeler le résultat « pré-triage » ou « ticket de réception », pas « diagnostic IA ».
Sept champs suffisent pour un premier flow
- Contact : nom, téléphone, canal de rappel.
- Véhicule : marque/modèle et identifiant nécessaire à l’atelier.
- Observation : ce que le client voit, entend ou ressent.
- Média : photo ou petite vidéo du voyant ou dommage visible.
- Moment : depuis quand, apparition soudaine ou progressive.
- État actuel : véhicule roulant/immobilisé et éventuel trigger d’urgence défini par le garage.
- Demande : rappel, rendez-vous, estimation ou question.
Le système demande les champs manquants sans répéter ce qui est déjà visible. Si la photo est mauvaise, il le dit et peut demander un second cliché.
Le ticket final n’est pas un ordre de réparation. C’est un paquet d’information pour le collaborateur.
« Impossible à déterminer » est une bonne réponse système
Les modèles visuels donnent vite une impression de certitude. Il faut donc créer explicitement l’état incertain / revue humaine.
Une photo surexposée ne doit pas devenir « probablement voyant moteur » juste parce que le modèle connaît le véhicule. Le bon flow demande une image plus nette. Si cela ne suffit pas, le ticket part à l’atelier.
Les contradictions doivent aussi rester visibles. « La voiture roule normalement » puis « elle n’a presque plus de puissance » : le résumé signale les deux phrases au lieu d’en choisir une.
Pour les questions de sécurité, l’assistant suit uniquement des règles validées par l’entreprise. Il ne donne pas spontanément une autorisation de rouler ou une conclusion rassurante.
Une photo est aussi une collecte de données
Un cliché peut montrer une personne, une autre plaque, une adresse ou un document posé dans la voiture. Un message vocal contient des données personnelles. Les informations véhicule + client créent également un dossier identifiable.
Le PFPDT/EDÖB insiste sur l’information transparente lors de la collecte de données personnelles. Le client doit donc comprendre pourquoi la photo ou le message est demandé et où trouver les informations de confidentialité.
Ne collectez pas tout par défaut. Si le VIN complet n’est pas nécessaire au premier rappel, il peut attendre. Si les images n’ont plus d’utilité après le traitement, définissez une conservation adaptée.
La configuration concrète dépend des prestataires, du stockage et du but du traitement. Elle doit être vérifiée pour la solution réelle.
Le mécanicien a besoin d’un ticket, pas de douze messages
Le handover doit résumer sans transformer une hypothèse en fait.
Exemple : « VW Golf ; voyant jaune depuis ce matin selon le client ; photo jointe, symbole non identifiable avec suffisamment de certitude ; client dit que le véhicule roule ; aucun conseil technique donné ; rappel souhaité cet après-midi. »
Séparez clairement déclaration client, élément visible, incertitude système.
Si l’IA suppose une panne précise, cette supposition ne doit pas apparaître silencieusement comme diagnostic. Le professionnel décide ensuite s’il faut rappeler, demander une nouvelle photo ou planifier le passage.
Pilote minimal : un seul type de demande
Commencez par les voyants de tableau de bord ou les dommages visibles pour préparation d’un rappel.
Préparez 30 à 50 tests : bonne photo, photo sombre, reflet, angle incorrect, message en suisse allemand, modèle de véhicule manquant, deux problèmes, contradiction et situation potentiellement critique.
Mesurez les tickets complets dès le premier contact, les champs obligatoires manquants, les images ambiguës correctement marquées, le temps jusqu’à la prise en charge humaine, les diagnostics non autorisés produits par l’IA et les rappels supplémentaires uniquement dus à des données de base manquantes.
Le but n’est pas de prouver que l’IA répare une voiture. Le but est de donner à l’atelier une demande plus exploitable sans créer de fausse sécurité.
Conclusion : un client peut souvent montrer un problème plus facilement qu’il ne peut le nommer. L’IA multimodale est très utile pour organiser ces éléments. Le diagnostic et la décision restent chez le professionnel qui voit le véhicule et assume la responsabilité.
Notre solution IA pour garage relie dossier et rappel. Un danger immédiat exige aussi une limite d'urgence.
Sources
- OpenAI — Introducing GPT-Live
- OpenAI — avatarin real-time agent
- PFPDT/EDÖB — Duty to provide information
- NIST — Generative AI Profile
FAQ
L’IA peut-elle diagnostiquer un voyant à partir d’une photo ?
Elle peut analyser l’image, mais une photo seule n’est pas un diagnostic véhicule fiable. Utilisez-la comme information de réception.
Faut-il demander le VIN tout de suite ?
Uniquement s’il est nécessaire pour l’étape actuelle. Évitez de collecter plus que ce dont le workflow a besoin.
Que faire avec une mauvaise photo ?
Demander une fois une image plus claire, puis transférer à un humain si l’incertitude reste.
L’IA peut-elle dire au client de continuer à rouler ?
Seulement dans le cadre de règles métier professionnellement validées. Pas sur la base d’une improvisation du modèle.
Combien de temps garder les images ?
Selon le but opérationnel et la politique de protection des données. Définissez une durée au lieu de conserver indéfiniment.