Level AI en 2026 : ce qu'il fait, comment il fonctionne et pour qui il est fait

Qu'est-ce que Level AI ?

Level AI vend de l'IA aux équipes d'expérience client qui travaillent dans des centres de contact. Le titre de la page d'accueil est actuellement « Full stack AI agents for the entire customer experience journey », ce qui marque un vrai changement par rapport au discours « QA propulsé par l'IA » pour lequel l'entreprise était connue il y a quelques années. Le QA reste le centre de gravité, mais aujourd'hui l'entreprise associe qualité et analyse à l'assistance en direct et à l'automatisation, le tout vendu comme une seule plateforme.

Quelques faits sur l'entreprise à garder en tête avant un appel commercial :

• Fondateurs : Ashish Nagar (fondateur et CEO) et Sumeet Khullar (cofondateur et CTO).
• Financement : une Série C de 39,4 M$ en juillet 2024, menée par Adams Street Partners, a porté le financement total à 73,1 M$.
• Échelle : sa page « à propos » affirme plus d'1 milliard d'interactions clients analysées par an chez plus de 100 entreprises.
• Secteurs : services financiers, santé, commerce de détail, assurance, technologies grand public et SaaS d'entreprise, d'après la page d'accueil.

Le profil des acheteurs apparaît assez clairement sur G2 : parmi les auteurs d'avis qui indiquent une taille d'entreprise, 123 sont des entreprises de taille intermédiaire et 72 des grands comptes, et seulement 23 sont des petites entreprises. C'est à peu près ce à quoi je m'attendais, puisque Level AI vend à la personne qui dirige le QA du centre d'appels de quelques centaines d'agents, pas à une équipe de support de cinq personnes qui partage une boîte de réception.

Comment fonctionne Level AI

La plupart des outils de service client IA louent un modèle généraliste à OpenAI ou Anthropic puis construisent un produit autour. Level AI prétend l'inverse. D'après sa page plateforme, elle possède toute la pile, d'un « owned Nvidia GPU cloud » jusqu'à ses propres modèles et aux applications sur lesquelles votre équipe clique réellement.

De toutes les couches, celle des modèles est la plus importante. En juillet 2026, Level AI a lancé Level AI Latitude, sept modèles affinés, chacun conçu pour une tâche du centre de contact :

Côté efficacité, les chiffres phares de l'article de lancement de Latitude sont un coût de service « up to 49x » plus bas et une latence « 4x » plus faible. Aucun des deux chiffres n'indique de référence de comparaison, donc je les lis comme une direction plutôt que comme un benchmark.

Alors pourquoi un acheteur devrait-il s'y intéresser ? L'avantage pratique, par rapport à un empilement d'outils de centre d'appels distincts, est que une seule transcription alimente toutes les applications. Le même appel qui est noté pour le QA alimente aussi le chiffre de CSAT déduite et l'arbre de thèmes de la voix du client, puis atterrit dans le plan de coaching. Cette couche partagée est le vrai produit, et les applications en sont plutôt des vues.

Les huit applications de Level AI

Huit applications sont listées sur la page plateforme. La plupart des équipes achètent d'abord le QA puis étendent à partir de là, alors je les passerai en revue à peu près dans cet ordre.

Assurance qualité et QA-GPT

Le QA est le produit qui a fait le nom de Level AI. Sur la page QA, l'entreprise dit que son moteur QA-GPT utilise un modèle « trained on your contact center data to evaluate over 90% of the standards and metrics that scorecards cover. » Vous pouvez apporter la grille de QA que vous avez déjà, ou partir de sa bibliothèque de questions pré-entraînées.

En tant que responsable QA, voici les détails qui m'intéresseraient vraiment :

• Grilles hybrides. Les questions notées par l'IA (l'identité a-t-elle été vérifiée ?) et celles notées par des humains (y a-t-il eu une vraie empathie ?) se combinent en un seul score.
• Logique N/A conditionnelle. Un appel pour litige de facturation peut sauter automatiquement la question sur l'argumentaire de vente.
• Corrections qui reviennent dans le modèle. Quand un évaluateur n'est pas d'accord avec l'IA, la correction sert à recalibrer les notes futures, ce qui resserre votre boucle de retour QA.
• Un bac à sable. Vous pouvez tester des grilles AutoQA sur de vraies conversations avant leur mise en service.

Le gain évident ici est le bond de couverture. Selon le propre décompte de Level AI, le QA manuel contrôle typiquement « around 1% to 3% » des interactions. Un auteur d'avis G2 dans un grand distributeur l'a dit sans détour :

"Our QA has migrated from 2% manual volume to nearly 100% automated volume as a direct result of using Level AI. We also have iCSAT on 100% of contacts rather than traditional CSAT on just a fraction."

Retail enterprise user, G2

Ce que les gens ratent souvent, c'est où le gain de temps se situe vraiment, et ce n'est pas la notation ; c'est la calibration et le coaching. VistaPrint a ramené sa variance de calibration de plus de 20 % à 9 %, selon son étude de cas. Quiconque a déjà assisté à une réunion de calibration où trois évaluateurs ont noté le même appel 60, 75 et 90 sait pourquoi c'est le chiffre à surveiller. Et si vous regardez l'image plus large de la gestion de l'assurance qualité en centre d'appels, c'est l'écart que la plupart des équipes sous-estiment.

Une réserve honnête qui mérite d'être signalée : Level AI ne publie aucun chiffre de précision pour QA-GPT. Sa propre FAQ dit que la précision « depends on how well the evaluation criteria and scoring logic are configured. » Cela rejoint aussi ce que disent les auteurs d'avis (plus de détails ci-dessous).

Intelligence conversationnelle et voix du client

Voyez cela comme la couche « pourquoi les clients appellent-ils ? », qui est en gros la version centre de contact du suivi des intentions et des sentiments dans un helpdesk. Chaque jour, le modèle Tenor range chaque contact dans une hiérarchie de sujets, et Veridia déduit une note de CSAT pour chaque conversation, avec ou sans enquête. L'idée est la même que celle de l'analyse de sentiment par IA, appliquée à chaque appel et non à un échantillon d'enquêtes.

Le meilleur exemple est Smartsheet. Entre février et juillet, sa CSAT interne est passée de 2,95 à 3,31, soit une hausse de 12 %, d'après l'étude de cas Smartsheet. La phrase qui m'est restée vient de Corinne Flanagan, Senior Manager of Enablement and Quality :

"That's been the power of Level for us. It's no longer just debating. These are facts. These are customers' words."

Corinne Flanagan, Smartsheet (case study)

Purple, l'entreprise de matelas, a utilisé ces mêmes données pour remonter une vague de plaintes « too tall » jusqu'à des partenaires de livraison qui réglaient les bases ajustables sur leur position la plus haute, d'après l'étude de cas Purple. Une cause racine comme celle-là n'apparaîtra jamais dans une note de QA.

Agent assist

Agent Assist est la pièce en temps réel : guidage pendant l'appel et recherches dans la base de connaissances, plus des notes d'appel rédigées automatiquement. Si le terme est nouveau pour vous, voici une explication simple de l'agent assist. L'application regroupe cinq fonctionnalités nommées. Parmi elles, Manager Assist (vue en direct de l'état et du sentiment de chaque appel) et AgentGPT pour la recherche de connaissances, ainsi que Phi, un bot de connaissances que Level AI décrit comme « ChatGPT, but trained on your knowledge base. »

D'après la FAQ de la page, le widget s'intègre dans Salesforce, Zendesk et Five9. Il couvre aussi les alertes de conformité et les listes de contrôle dynamiques pour les scripts obligatoires, ce qui explique pourquoi les équipes réglementées s'y intéressent. Les notes automatiques recoupent ce que font les outils autonomes de résumé de conversations. Pour qui compare cette catégorie, je tiens une liste plus large d'outils d'agent assist IA.

Coaching

L'application de coaching fonctionne selon une boucle gérer, découvrir, créer, partager. Un auditeur QA signale une conversation et l'assigne à un manager, puis un AI Worker rédige un plan de coaching à partir des résultats de QA, des conversations passées et des tendances de performance.

Terry Porter, d'Extra Space Storage, a bien décrit la situation d'avant : reproduire un comportement prenait « one to two hours », et maintenant l'équipe passe « from one example to ten ». Selon son étude de cas, la préparation du coaching est passée de deux heures à environ 30 minutes, et le ratio de QA est de 110 à 120 agents par analyste.

Le coaching est aussi l'endroit où les avis deviennent partagés. Un spécialiste QA d'un grand compte a écrit sur G2 que la fonction de coaching « hasn't served us as a company very well », en pointant la lenteur de l'adoption. Une bonne notation, autrement dit, ne pousse pas automatiquement les managers à changer leur façon de faire du coaching.

Enregistrement d'écran

L'enregistrement d'écran associe l'audio de l'appel à ce que l'agent faisait à l'écran. Il peut capturer jusqu'à quatre écrans et démarre et s'arrête sur des déclencheurs d'appel ou de chat via AWS, Twilio ou Salesforce. En vidéo, il revendique une précision de masquage de « 90%+ » pour les numéros de carte et les SSN. Si le masquage est votre principale inquiétude, voici comment fonctionne le masquage des PII dans les transcriptions de support.

Un détail facile à manquer dans le marketing : la notation QA automatique à partir des données d'écran est encore sur la feuille de route et n'est pas livrée. Pour l'instant, dit la page, les enregistrements d'écran apportent un contexte visuel pour les revues de QA manuelles.

AI Workers

Les AI Workers sont des agents placés au-dessus de vos données d'interaction qui font le travail d'analyste : rapports de recherche et plans de coaching, synthèses de retours produit et analyses de performance d'équipe. Level AI en liste 11 et affirme que plus de 85 entreprises les exploitent en production, avec plus de 25 000 exécutions de workers.

C'est ainsi que Smartsheet a monté un rapport sur la voix du client pour son équipe accessibilité « in a couple of hours » sans éplucher de transcriptions, d'après la page AI Workers. À noter : ces workers analysent et recommandent à l'intérieur de Level AI. Rien sur la page ne décrit qu'ils réécrivent dans votre helpdesk ou résolvent des tickets, et c'est le travail d'un agent IA de helpdesk.

Agents virtuels

Les agents virtuels sont la pièce la plus récente, et celle qui place Level AI dans la même conversation que Sierra. L'agent virtuel gère la voix et le chat dans plus de 50 langues, avec un budget de latence annoncé inférieur à deux secondes. Level AI revendique un taux de containment « 3x » meilleur et « 80% » de temps de réentraînement en moins, bien que la page ne relie ces chiffres à aucun client nommé. Le containment est de toute façon une mesure glissante, donc il vaut mieux savoir comment mesurer le containment avant de comparer des éditeurs.

Deux choix de conception me frappent. Le premier est un constructeur hybride qui mêle IA agentique et flux déterministes, de sorte que des étapes comme « authentifier avant d'accepter un paiement » ne puissent pas être sautées. Le centre d'aide de Level AI explique le raisonnement : les LLM suivent bien les instructions mais peuvent quand même sauter des étapes. Le second est que l'agent virtuel est noté par les mêmes grilles de QA que votre équipe humaine. C'est un vrai avantage si vous faites déjà confiance au QA de Level AI, et c'est exactement ce que je testerais à fond dans toute évaluation d'agent vocal IA.

On voit où cela mène dans les notes de version de 2026. Les appels sortants y figurent, ainsi qu'une fonction Context Handoff (24 septembre) qui transmet le contexte de l'agent virtuel à Agent Assist lors du transfert, et le lot de versions du T2 a ajouté en plus un transfert Five9 Voice.

Intégrations et sécurité de Level AI

Level AI se connecte aux systèmes que les centres de contact utilisent déjà, de Dialpad à Zendesk. La page des intégrations compte 51 entrées, et la page précise que la liste n'est pas exhaustive.

La configuration de l'intégration Zendesk est en libre-service pour les administrateurs. Vous choisissez les canaux et filtrez par tag ou marque, puis importez un échantillon d'au plus 1 000 conversations récentes, une étape qui prend environ 15 à 30 minutes. Gardez à l'esprit qu'il ne s'agit que de la connexion des données et non du déploiement complet, et c'est le déploiement complet qui donne la moyenne de trois mois de G2.

La sécurité est l'un des points forts. La page sécurité liste SOC 2 Type II, ISO 27001, HIPAA avec BAA, PCI DSS, HITRUST CSF et RGPD (GDPR). Les noms, numéros de carte et SSN sont masqués avant tout traitement par IA, et les fournisseurs d'IA tiers ont l'interdiction contractuelle d'entraîner leurs modèles sur les données clients. Le seul manque que j'ai remarqué est que les régions de résidence des données ne sont pas indiquées, donc les acheteurs de l'UE devraient poser la question directement.

Combien coûte Level AI ?

Level AI ne publie pas ses tarifs. Il n'y a pas de page de prix, et la page de prix de G2 indique que l'éditeur n'a listé aucun forfait ; le principe est donc de réserver une démo puis de recevoir un devis.

Ce que je peux partager à la place, ce sont les données des auteurs d'avis G2 :

Le seul indice de prix qui vienne de Level AI lui-même figure dans son guide des prix de la voice AI, où l'entreprise dit tarifer selon les résultats plutôt qu'à la minute. Le guide cite des fourchettes de marché (de 0,10 $ à 0,25 $ la minute pour une voice AI typique), mais ce sont des chiffres de catégorie et non une grille tarifaire de Level AI.

Pour le budget, je traiterais Level AI comme les autres plateformes de centre de contact d'entreprise telles que Cresta, c'est-à-dire un contrat annuel multi-produits tarifé par agent ou par volume d'interactions et négocié avec les ventes. Demandez tôt quelles applications sont dans le contrat de base et lesquelles sont en option, surtout pour l'enregistrement d'écran et les agents virtuels. Même un modèle approximatif de ROI du centre d'appels aide à discuter le devis.

Ce que disent les clients et les auteurs d'avis de Level AI

Sur G2, Level AI affiche 4,6 sur 5 pour 220 avis, dont 78 % de cinq étoiles et aucune note d'une ou deux étoiles. (Le badge de son propre site montre 4,7 pour plus de 200, ce qui me semble être un instantané plus ancien.)

Les études de cas publiées s'accompagnent de chiffres concrets :

Les éloges dans les avis sont assez constants, surtout sur l'interface et la couverture totale, et les gens apprécient aussi les analyses de tendances. Les critiques sont tout aussi constantes et se concentrent sur la précision de l'IA. Dans les décomptes de tags de G2, « Inaccuracy » (17) et « Slow Performance » (14) ressortent comme les principaux points négatifs. Un auteur d'avis d'une entreprise de taille intermédiaire a posé directement le problème des grilles :

"AI QA scores at times are not accurate, and they need to be more tailored towards our company's score sheets."

Tarrick W., mid-market, G2

Un autre auteur d'avis d'un grand compte a soulevé un point sur la qualité des versions :

"Level AI has frequent updates and improvements, we frequently discover them because of bugs they cause, and have to get our account rep involved for the support ticket engineer to understand that it is not just a user issue."

Retail enterprise user, G2

Aucun des deux n'est rédhibitoire en soi. Les deux pointent cependant vers la même chose : Level AI récompense les équipes qui investissent du temps dans le réglage des grilles et qui ont quelqu'un qui pilote la plateforme.

Pour qui est Level AI, et qui devrait passer son tour

Voici comment je classerais les choses, à partir des deux questions qui comptent : par quel canal arrive votre volume, et avez-vous besoin de mesurer les personnes ou de leur retirer du travail.

Level AI est un choix solide si :

• Vous dirigez un centre de contact de plus de 100 agents avec beaucoup de volume téléphonique.
• Votre équipe QA échantillonne quelques pour cent des appels et vous avez besoin d'une couverture totale et de calibration, avec le coaching au même endroit.
• Vous êtes dans un secteur réglementé et avez besoin d'enregistrement d'écran et de masquage, plus un BAA.
• Vous voulez un agent IA de centre d'appels noté par la même grille que vos équipes.
• Vous utilisez déjà Five9, Genesys, NICE, Talkdesk ou Amazon Connect.

Je regarderais ailleurs si :

• Votre volume est surtout composé d'e-mails et de tickets de chat dans un helpdesk, et que le goulot d'étranglement est d'y répondre, pas de les évaluer.
• Vous devez être en service en quelques jours, pas en un trimestre, et que vos tarifs de helpdesk absorbent déjà l'essentiel du budget.
• Vous voulez un prix publié ou un essai en libre-service. La plupart des alternatives à Cresta de ce segment n'en proposent pas non plus.
• Vous êtes une petite équipe. Les outils natifs comme Zendesk QA couvrent l'essentiel, et un panorama plus large des outils de QA du support est un meilleur point de départ.

Le changement de perspective que je vous laisse est celui-ci. Une plateforme de QA vous dit, de façon superbe, comment votre équipe a géré la semaine dernière, mais elle n'automatise pas le travail lui-même. Un responsable CX d'une marque de compléments alimentaires, avec environ 7 000 tickets Gorgias par mois, a dit quelque chose lors d'un appel avec eesel auquel je repense sans cesse :

"The customer doesn't want to wait for me to do my monthly report"

Si c'est là que vous en êtes, la mesure est le second problème et vider la file est le premier. Pour quand vous y serez, il existe aussi un panorama du QA de support. Une fois la file maîtrisée, vous pouvez en lire plus sur le QA du support avec l'IA ou voir comment Cresta aborde le même problème de centre de contact.

Essayez eesel sur votre file de tickets

Si votre support tourne sur Zendesk, Freshdesk ou Gorgias, un coéquipier IA de helpdesk eesel rejoint la file que vous avez déjà et fait le vrai travail : rédiger ou envoyer des réponses, classer les tickets, puis router et transmettre ce qu'il ne doit pas traiter. Il apprend de votre centre d'aide et de vos macros, ainsi que de vos anciens tickets. Avant la mise en service, sa skill de simulation teste ses réponses sur des centaines de vos anciens tickets. J'ai vu des bots sûrs d'eux donner de mauvaises réponses, et c'est l'étape qui attrape cela.

Pour être honnête sur ses limites : eesel ne répond pas aux appels téléphoniques, il ne remplace donc pas la pile vocale de Level AI. Pour les files de tickets et de chats, en revanche, vous pouvez être en service l'après-midi même. Les tarifs commencent par une offre gratuite de 100 crédits, et les offres payantes démarrent à 299 $ par mois pour 500 tickets ou chats, avec des postes illimités. Essayez eesel.