Infrastructure
Cette couche fournit modèles vocaux, transcription, synthèse, téléphonie ou transport audio. Elle est souvent invisible pour l’utilisateur final.
Elle sert de fondation aux produits construits au-dessus.
Plateformes développeur
Des acteurs comme Vapi, Retell ou ElevenLabs Agents proposent des briques d’orchestration et des APIs pour construire des agents vocaux personnalisés.
Elles conviennent aux équipes qui veulent contrôler la stack et intégrer profondément leurs systèmes.
Produits clé-en-main
Cette couche vise les entreprises qui veulent configurer un usage plutôt que construire une infrastructure.
Numéro, scénarios, transfert, calendrier, notifications et administration sont regroupés dans une expérience plus accessible.
La différenciation se déplace
Quand les modèles vocaux deviennent accessibles à tous, la différenciation se joue davantage sur le déploiement, les intégrations, la fiabilité et la simplicité d’exploitation.
La qualité du produit ne se résume plus à la voix : elle dépend du nombre d’étapes qu’une entreprise doit encore construire elle-même.
Trois modèles économiques se côtoient
Les fournisseurs d’infrastructure facturent souvent à l’usage. Les plateformes développeur ajoutent une couche d’orchestration et peuvent combiner plusieurs coûts. Les produits métier regroupent davantage de fonctions dans un abonnement ou une offre packagée.
Comparer uniquement un prix à la minute peut donc être trompeur si le périmètre n’est pas identique.
Ce que cela change pour les acheteurs
Une PME achète rarement un modèle vocal : elle achète un résultat opérationnel. Une équipe produit, elle, peut préférer acheter des briques et garder le contrôle de l’architecture.
Le marché se structure donc moins autour d’un classement unique que de plusieurs couches répondant à des besoins différents.