Cresta

Cresta est une plateforme d'IA pour centres de contact fondée en 2017 à Stanford par Zayd Enam, Tim Shi et Sebastian Thrun, l'informaticien qui a dirigé le programme de voitures autonomes de Google. L'entreprise s'est donné pour mission de résoudre un problème précis : la plupart des centres de contact savent identifier ce que les agents les plus performants font différemment, mais ils n'ont aucun mécanisme pour partager ces connaissances en temps réel avec chaque agent lors de chaque appel. Cresta a conçu sa plateforme pour combler cette lacune, en offrant un coaching en direct, des agents IA autonomes et une analyse des conversations à partir d'un système unique. En avril 2026, la plateforme a dépassé $100 million de revenus annuels récurrents, avec des clients tels que Verizon, United Airlines, Cox Communications, Brinks Home, Hilton et Intuit.

Trois produits principaux composent l'offre de Cresta. Agent Assist fournit des superpositions de coaching en temps réel aux agents humains pendant les appels et les chats en direct, en affichant des indices, des scripts de rétention, des rappels de conformité et des incitations comportementales au fur et à mesure que les conversations se déroulent. AI Agent automatise les demandes de routine sur les canaux vocaux et numériques, gérant les réinitialisations de mots de passe, les vérifications de l'état des commandes et les FAQ sans intervention humaine. Conversation Intelligence analyse chaque interaction, et non un échantillon de 2-3%, pour faire ressortir les priorités de coaching, identifier les comportements corrélés à des résultats positifs et évaluer automatiquement les performances des agents. En mars 2026, Cresta a ajouté Knowledge Agent, une barre latérale de navigateur qui écoute l'audio en direct et lit le contexte à l'écran simultanément pour fournir de manière proactive des réponses précises aux agents sans nécessiter de recherches manuelles.

Ce qu'est réellement Cresta en mai 2026

Cresta fonctionne comme une plateforme unifiée englobant les agents IA, l'augmentation des agents humains et l'analyse des conversations, avec une couche de données partagée, des modèles partagés et une gouvernance partagée pour les trois. Cette architecture a son importance dans la pratique : la même taxonomie comportementale qui évalue l'utilisation de phrases empathiques par un agent humain évalue également les modèles conversationnels de l'AI Agent. Cette notation unifiée signifie que les responsables de centres de contact peuvent comparer les performances des agents humains et de l'IA sur la même grille d'évaluation, ce que les solutions ponctuelles ne peuvent pas faire.

Sous le capot, Cresta exécute plus de 20 sous-modèles spécifiques à des tâches, coordonnés par son moteur d'orchestration Opera, lancé en 2023. Agent Assist ne se contente pas de faire correspondre des mots-clés pour afficher des indices. Il suit simultanément le contexte de la conversation, les signaux d'intention et le comportement de l'agent pour décider quand afficher des conseils et quoi montrer. La plateforme prend en charge 30+ langues sur les canaux vocaux et numériques, suite aux expansions annoncées lors de Cresta Wave en novembre 2025.

Le Knowledge Agent, lancé le 17 mars 2026, représente l'évolution de produit récente la plus visible. Au lieu d'obliger les agents à faire une pause, à changer d'onglet et à effectuer une recherche manuelle dans une base de connaissances, Knowledge Agent s'exécute dans la barre latérale du navigateur et relie ce que l'agent entend lors de l'appel à ce qui est visible à l'écran : statut du compte, historique des commandes, niveau de fidélité, notes de dossier. Le PDG Ping Wu l'a décrit lors de son lancement : "Knowledge Agent est un deuxième cerveau pour les agents des centres de contact. Il entend ce qu'ils entendent et voit ce qu'ils voient, gérant toutes les recherches à leur place." L'entreprise appelle le problème qu'elle résout la "toggle-tax", c'est-à-dire la perte de productivité due au changement constant d'outils. Cela positionne Knowledge Agent directement face aux outils de base de connaissances traditionnels et aux flux de travail dépendants de la recherche.

Où se situe Cresta par rapport à Gong et Sierra

Gong est la plateforme à laquelle Cresta est le plus souvent comparée lors des discussions d'achat, mais les deux produits résolvent des problèmes différents à des moments différents du cycle de vie d'une conversation. Gong est une plateforme d'IA de revenus conçue pour les organisations de vente B2B, et son moteur analytique s'exécute après l'appel : Revenue Graph cartographie les interactions au niveau des transactions au sein d'une organisation de revenus, Smart Trackers identifie les modèles comportementaux au-delà de la correspondance de mots-clés, et l'évaluation prédictive des transactions aide les directeurs commerciaux à prévoir le pipeline. Gong n'offre pas de coaching en temps réel pendant l'appel, ne gère pas la gestion de la qualité des centres de contact et n'a aucun mécanisme pour coacher les agents pendant que les appels ont lieu. Si votre équipe gère des cycles de vente B2B complexes et a besoin de visibilité sur le pipeline, Gong (voir la fiche de Gong) est le bon outil. Si votre équipe gère un centre de contact entrant où les agents traitent des centaines d'appels par jour et où l'amélioration des performances se fait sur le moment, Cresta est conçue pour cet environnement.

Sierra fait le pari architectural opposé à celui de Cresta. Sierra fonctionne comme une plateforme de déploiement géré axée sur l'automatisation : elle se concentre sur la mise en ligne rapide d'agents IA sans nécessiter d'expertise interne en IA, l'équipe de Sierra gérant le codage, les intégrations et la mise en œuvre. La fonctionnalité Live Assist récemment ajoutée intègre une couche de transfert humain, mais elle a été construite sur une base axée sur l'automatisation plutôt que d'être native dès le premier jour. L'approche de Cresta traite l'automatisation et les performances humaines comme des priorités connectées plutôt que concurrentes, avec des modèles partagés entre les deux. Consultez la fiche de Sierra pour une comparaison complète. Pour les organisations qui souhaitent un déploiement rapide et qui sont à l'aise avec l'idée de laisser un fournisseur gérer la mise en œuvre de bout en bout, le modèle de Sierra peut être attrayant. Pour les organisations des secteurs réglementés où le contrôle, la visibilité de la conformité et les transferts fluides entre l'humain et l'IA sont non négociables, l'architecture de Cresta gère cela plus naturellement.

D'autres plateformes dans l'espace du service client par IA occupent des positions plus restreintes. Intercom's Fin se concentre sur la résolution en libre-service des tickets d'assistance, en particulier pour les entreprises SaaS. Decagon se spécialise dans les agents IA autonomes pour les flux de travail d'assistance technique. Echowin cible l'automatisation téléphonique des petites entreprises. Aucune de ces solutions ne couvre l'aspect des performances des agents humains que traitent Agent Assist et Conversation Intelligence.

Comment l'IA fonctionne réellement au sein de Cresta

Le flux d'Agent Assist commence dès qu'un appel est connecté. La couche de synthèse vocale de Cresta transcrit l'audio en temps réel, et les modèles d'intention et de contexte de la plateforme s'exécutent en parallèle sur la transcription. Lorsque le système détecte un signal conversationnel, tel qu'un client exprimant une intention d'annulation ou un agent manquant une opportunité de vente incitative, une carte d'indice apparaît dans l'interface de l'agent. Les cartes d'indices sont configurables : elles peuvent afficher un langage scripté, des références de politique, des incitations à l'empathie ou des points de contrôle de conformité en fonction du type de conversation. Les responsables configurent les types d'indices qui s'appliquent à quelles équipes, et le système apprend les taux d'acceptation au fil du temps pour affiner les indices qui sont réellement utiles.

Conversation Intelligence traite les enregistrements après la fin des appels et évalue automatiquement les comportements. Au lieu que les responsables n'échantillonnent manuellement que 2-3% des interactions, Cresta analyse tout et génère une file d'attente de coaching priorisée. Brinks Home a signalé avoir réduit les coûts de gestion de la qualité de 50% après le déploiement, avec une résolution au premier appel passant à 75% et le Net Promoter Score s'améliorant de 30 points.

"Le coaching en temps réel avec les représentants a amélioré la productivité des membres moyens de l'équipe." - Chad S., G2, septembre 2025

Le produit AI Agent gère des conversations entières de manière autonome, en utilisant les mêmes modèles sous-jacents formés sur les types d'appels, le ton et les chemins de résolution spécifiques d'une entreprise. La fonctionnalité Automation Discovery, publiée lors de Cresta Wave en novembre 2025, analyse le volume, la complexité et les données de résolution des conversations pour recommander les types d'interactions à automatiser en premier, avec des calculs de ROI projetés. Cela réduit les incertitudes lors d'un déploiement progressif de l'IA.

"Tout ce dont j'ai besoin pour coacher, les conversations, les indices et les plans de coaching sont tous stockés dans un système centralisé unique." - Emily R., G2, septembre 2022

Les problèmes de friction et de fiabilité que les utilisateurs soulèvent régulièrement

La plainte la plus récurrente sur les plateformes d'avis concerne la complexité de la mise en œuvre. Cresta ne s'en cache pas : le déploiement prend généralement 4-6 semaines et nécessite ce qu'un évaluateur G2 a appelé "une personne dédiée qui est presque un linguiste de l'IA" pour configurer les modèles d'indices, former les classificateurs d'intention sur la terminologie spécifique à l'entreprise et maintenir le système à mesure que les produits et les politiques changent. Les équipes qui sous-dimensionnent cette fonction voient les rendements de la plateforme diminuer au fil du temps. Ce n'est pas un produit prêt à l'emploi.

La précision des transcriptions apparaît comme un deuxième problème récurrent. Plusieurs utilisateurs signalent que Cresta ne transcrit pas correctement dans les environnements d'appel bruyants ou avec certains accents, et que le système identifie parfois mal l'intention de l'appelant lorsque la qualité de la transcription baisse. Un évaluateur vérifié du marché intermédiaire sur G2 en décembre 2025 a noté : "Le modèle utilisé pour l'assistance aux connaissances de Cresta n'est pas très précis pour comprendre l'intention globale de l'appelant." Cresta a publié des articles de blog reconnaissant que les performances de transcription constituent une dépendance critique en amont pour tout ce qui se passe en aval, ce qui suggère que l'entreprise est consciente qu'il s'agit d'un point faible.

La fiabilité de l'intégration back-end est une troisième tendance. Les utilisateurs signalent des problèmes intermittents de synchronisation avec le CRM et la téléphonie, en particulier avec les intégrations personnalisées. La superposition de coaching n'apparaît parfois pas pendant les appels, ce qui dégrade la proposition de valeur de l'assistance en temps réel au moment précis où les agents en ont besoin. Un utilisateur a noté que le système "bip les numéros pour des raisons de confidentialité" dans les enregistrements, ce qui frustre les agents qui examinent les appels où le partage d'un numéro de rappel était le détail pertinent. Il s'agit de problèmes de fiabilité plutôt que de lacunes architecturales, mais pour des contrats d'entreprise dans la fourchette annuelle de $60K-$150K, les attentes en matière de fiabilité sont proportionnellement élevées.

À qui s'adresse Cresta

La plateforme convient aux centres de contact d'au moins 50 agents dans des secteurs réglementés à fort volume : télécommunications, services financiers, santé, voyages et vente au détail. Ces environnements partagent des caractéristiques qui rendent l'architecture de Cresta précieuse : des interactions client complexes qui nécessitent à la fois une automatisation pour les tâches de routine et des agents humains qualifiés pour les escalades, des exigences de conformité qui exigent une auditabilité sur toutes les conversations, et un volume d'appels suffisant pour que même une amélioration de 5% de la résolution au premier appel ou du temps de traitement se traduise par une réduction significative des coûts d'exploitation.

Cresta n'est pas le bon choix pour les petits centres de contact de moins de 50 agents, où le modèle de tarification et les exigences de mise en œuvre sont prohibitifs par rapport aux avantages. Elle n'est pas non plus adaptée aux équipes de vente B2B principalement sortantes (où Gong couvre ce terrain), aux organisations à la recherche d'un essai rapide en libre-service avant de s'engager, ou aux entreprises qui souhaitent un déploiement d'IA entièrement géré sans développer de capacités internes (où le modèle de Sierra fonctionne mieux). Les équipes déjà profondément intégrées dans Salesforce Service Cloud peuvent trouver l'intégration de données native de Salesforce Agentforce plus pratique pour leur infrastructure spécifique.

Pour la bonne organisation, les données de résultats sont crédibles. Cox Communications a signalé une augmentation de 20% de ses revenus et une augmentation de 40% de l'étendue du contrôle de supervision après le déploiement. Snap Finance a obtenu une amélioration de 5x des taux de résolution autonome. United Airlines et Alaska Airlines utilisent la plateforme pour l'ensemble de leurs opérations d'assistance client. La série D de $125 million clôturée en novembre 2024, soutenue par Andreessen Horowitz, Sequoia Capital, Greylock, J.P. Morgan, Tiger Global et de nouveaux investisseurs dont QIA et Accenture, reflète la confiance institutionnelle à la fois dans la technologie et dans la trajectoire commerciale. Ceux qui peuvent naviguer dans les exigences de mise en œuvre et atteindre le minimum de licences ont tendance à voir des retours mesurables. Ceux qui ne le peuvent pas devraient chercher ailleurs.