Gestion RDV

Voix d'IA ou personne réelle : qui répond le mieux à vos rappels téléphoniques ?

SMS et courriel ne suffisent pas toujours. Pour certains rendez-vous, un appel téléphonique reste le canal le plus efficace. La vraie question n'est plus « appeler ou pas » mais « avec une voix synthétique ou avec une personne réelle ? » Voici notre lecture du marché et notre recommandation par secteur.

Équipe Au Rendez-vous 25 juin 2026 8 min de lecture

La question qu'on nous pose chaque semaine

Les services de génération de voix par IA (TTS, ou text-to-speech) ont fait un bond énorme depuis 2023. Les voix d'aujourd'hui — Eleven Labs, Cartesia, OpenAI, Microsoft Azure Neural — sont quasi indiscernables d'une voix humaine pour une oreille non avertie. Le coût a chuté : un appel automatisé qui coûtait 1,20 $ en 2020 coûte aujourd'hui 0,15 $ à 0,30 $.

La tentation est forte de tout automatiser. Et pourtant, dans certains contextes, l'appel humain reste largement supérieur. Voyons pourquoi.

Les chiffres connus

Aucun chiffre n'est universel. Mais voici ce que les études du secteur des centres d'appels et notre expérience auprès de cliniques et salons québécois nous indiquent :

• Un appel TTS coûte environ 70 à 80 % de moins qu'un appel humain (incluant le coût du personnel et de la téléphonie).
• Sur l'ensemble des tranches d'âge, le taux de confirmation après un appel TTS est 10 à 15 % inférieur à un appel humain.
• Chez les 60 ans et plus, l'écart se creuse : on observe 25 à 30 % moins de confirmations par TTS qu'avec une voix humaine. Cette différence s'explique en partie par la moins grande familiarité de ce groupe avec les interfaces vocales automatisées (voir les données de Statistique Canada sur l'utilisation des technologies par groupe d'âge).
• Chez les moins de 35 ans, l'écart est souvent nul ou inversé : ils préfèrent ne pas parler à quelqu'un et l'IA est perçue comme efficace.
• Le taux de raccrochage immédiat (« sans dire un mot ») est de 15 à 25 % avec TTS contre 3 à 7 % avec une voix humaine.

Ces écarts dépendent énormément de la qualité du script et de la qualité de la voix synthétique. Une voix d'IA québécoise bien intonée, qui prononce correctement « Trois-Rivières » et « Drummondville », performe nettement mieux qu'une voix d'IA française de France lue trop vite.

Quand le TTS brille

Le rappel transactionnel court

« Bonjour, ceci est un rappel de votre rendez-vous demain à 14 h chez Salon Beauté Trois-Rivières. Si vous souhaitez confirmer, appuyez sur le 1. Pour annuler, appuyez sur le 2. » Court, factuel, sans ambiguïté. La voix d'IA performe presque aussi bien que l'humain ici, à une fraction du prix.

La masse à traiter quotidiennement

Une clinique qui prend 200 RDV par semaine ne peut pas se permettre 200 appels humains hebdomadaires sans embaucher une personne dédiée. Le TTS prend en charge le 80 % des cas simples, libérant le temps humain pour les 20 % à enjeu.

Les heures creuses

Un appel automatisé peut tourner à 19 h 30, au moment où votre clientèle est disponible mais où vous ne voulez pas faire travailler une personne. Pour les clientèles actives en journée, c'est un atout réel.

Quand l'humain reste indispensable

Les rendez-vous à haute valeur

Une cliente qui a un blanchiment ou des facettes prévues à 1 800 $, une opération de podiatrie à 1 200 $, un traitement endodontique à 1 500 $ : le coût d'un appel humain de 4 minutes (environ 4 $ à 6 $ en salaire) est négligeable. Si l'appel humain réduit le no-show de seulement 5 % de plus, le calcul est immédiat.

La clientèle âgée ou hésitante

Les patients de 65 ans et plus, ou les nouvelles clientes encore peu engagées, se sentent plus respectés par un appel humain. Le sentiment d'être traité personnellement crée un engagement émotionnel que la voix synthétique ne reproduit pas, même très bonne.

La troisième tentative

Si un client n'a pas répondu à un courriel, n'a pas répondu à un SMS, et n'a pas répondu à un premier appel TTS, la quatrième tentative gagne énormément à être humaine. Le contact humain au moment du « dernier recours » signale l'importance du RDV.

Les situations à nuance

Décaler un RDV à cause d'un imprévu de la clinique, expliquer une consigne pré-opératoire complexe, gérer une cliente qui a déjà manqué deux fois : tout cela demande de la conversation, de l'écoute, de la souplesse. La voix d'IA actuelle ne s'y prête pas.

Le compromis hybride : la meilleure réponse

La bonne question n'est presque jamais « TTS ou humain ? » mais « TTS pour quoi, humain pour quoi ? ». La stratégie qui maximise le retour sur investissement combine les deux, en cascade intelligente.

Étape	Canal	Mode	Délai
Confirmation initiale	Courriel	Automatique	À la prise de RDV
Rappel principal	SMS	Automatique	48 h avant
Confirmation active	SMS de réponse	Automatique	24 h avant
Relance si pas de réponse	Appel TTS	Voix synthétique	20 h avant
Dernier recours	Appel humain	Voix humaine	4 h à 12 h avant
RDV haute valeur (>800 $)	Appel humain direct	Voix humaine	24 h à 48 h avant

Cette cascade transforme l'économie : 90 % des cas se règlent au SMS et au TTS, le coût reste bas. Les 10 % à enjeu déclenchent l'humain, et c'est là que l'humain rentabilise.

Comment Au Rendez-vous gère cette dualité

Notre service est conçu autour de cette logique hybride. Concrètement, voici comment cela se traduit dans nos forfaits :

Mode standard

Inclus dans tous nos forfaits, sans supplément. Il comprend la séquence courriel + SMS + TTS, avec un volume mensuel adapté à votre clinique. Pour la majorité des salons et des cliniques d'esthétique, le mode standard suffit à descendre le taux de no-show sous 5 %.

Mode concierge

Inclus dans nos forfaits Pro (20 RDV à enjeu/mois) et Cabinet+ (50 RDV à enjeu/mois). Notre équipe humaine prend en charge personnellement les appels de relance sur les rendez-vous à haute valeur que vous avez identifiés (dentaire, podiatrie, transformations capillaires majeures, premières consultations). Tous nos appels humains sont effectués depuis le Québec, en français.

Pour comprendre quand activer le mode concierge, croisez avec votre tarification : si vous avez plus de 20 RDV à plus de 500 $ par mois, le forfait Pro se rentabilise rapidement. Voyez aussi notre billet sur le coût réel d'un RDV manqué pour mesurer votre potentiel de récupération.

Recommandations par secteur

Salons de coiffure et esthétique

Le TTS suffit dans la grande majorité des cas. Les services courants (coupe, coloration de routine) sont à moins de 150 $, et la clientèle est en moyenne plus jeune que dans le dentaire. Concentrez vos efforts sur la combinaison SMS + TTS, avec un humain réservé aux services de plus de 250 $ et aux nouvelles clientes lors du premier RDV. Pour appuyer cette approche, mettez en place une politique d'annulation claire avec dépôts.

Cliniques dentaires

Approche mixte indispensable. SMS et TTS pour les rappels de nettoyage et examens, humain pour tout ce qui dépasse 600 $ ou implique une anesthésie. Le ROI sur l'appel humain est immédiat dans le dentaire, parce que la valeur moyenne des actes est élevée et la clientèle souvent plus âgée. Une clinique typique en Mauricie économise entre 80 000 $ et 150 000 $ par année avec cette combinaison.

Cabinets de physiothérapie

SMS suffit pour 80 % des cas. La clientèle de physio est généralement engagée (elle paie de sa poche ou par assurance et ressent le bénéfice de la séance). Le TTS prend le relais pour les non-répondants. L'humain reste utile uniquement pour les évaluations initiales et les rendez-vous post-blessure aiguë.

Cliniques de podiatrie

Privilégier l'humain. La clientèle est typiquement plus âgée (60 ans et plus dominent), les actes sont chers (un traitement d'ongle incarné peut atteindre 250 $ à 400 $, une orthèse plantaire 600 $ à 900 $) et la relation de confiance avec le clinicien est centrale. Le TTS peut servir de pré-relance, mais c'est l'humain qui ferme le RDV.

Esthétique et soins de la peau

Cas par cas. Pour les soins courants (épilation, facial classique), le TTS est très efficace. Pour les soins haut de gamme (microneedling, peeling profond, soins anti-âge à plus de 200 $), l'humain ajoute une valeur perçue qui justifie le coût.

Une remarque importante sur le ton de la voix d'IA

Toutes les voix d'IA ne se valent pas. Une voix qui débite trop vite, qui n'a pas l'intonation québécoise, qui prononce mal les noms ou les villes, donne immédiatement l'impression d'un robot. Cette impression — même légère — réduit le taux de confirmation. Investissez dans un fournisseur qui propose des voix québécoises naturelles, et faites tester vos scripts par une vraie personne avant le déploiement. Une voix d'IA générique anglo-canadienne va perdre un point ou deux de plus en confirmation qu'une voix d'IA québécoise bien calibrée.

Notre conclusion en une phrase

Utilisez la voix synthétique comme bras armé pour le volume, gardez la voix humaine pour les moments qui comptent — et faites en sorte que vos clientes et vos clients ne sachent pas toujours laquelle des deux ils ont eue. C'est l'invisibilité de la mécanique qui rend l'expérience de rappel professionnelle.

Sources consultées

• Statistique Canada — Utilisation des technologies numériques par groupe d'âge