Aller au contenu principal
Outils · Outil ·

Comment Fanatics Betting and Gaming a conçu un système de support client à base d'agents

Fanatics Betting and Gaming (FBG), plateforme de paris sportifs appartenant à la famille de marques Fanatics et active dans plusieurs États américains, a construit un système de support client multi-agents reposant sur AWS. L'objectif était de répondre à un problème propre aux paris sportifs en direct : lors des grands événements comme les playoffs NFL ou le Super Bowl, le volume de demandes peut dépasser 40 requêtes toutes les deux minutes, et chaque minute d'attente compte pour un client en train de parier. L'architecture retenue suit un modèle d'orchestration : un agent principal reçoit chaque message client, coordonne des outils spécialisés et des sous-agents, puis renvoie une réponse unifiée. FBG s'appuie sur Amazon Elastic Kubernetes Service (EKS), déjà maîtrisé par ses équipes, pour déployer et faire évoluer chaque agent indépendamment, et sur Amazon Bedrock pour accéder à plusieurs modèles de fondation via une seule API, avec Amazon Bedrock Guardrails pour les garde-fous de conformité. Ian Botts, CTO de FBG, explique que l'entreprise voulait des réponses plus rapides et précises sans jamais transiger sur le jeu responsable ou la conformité réglementaire.

2 min de lecturePertinence 39
Source

Résumé et traduction réalisés par Le Fil IA à partir de AWS ML Blog. Lire l'article original →

Ce chantier illustre un enjeu concret pour toute l'industrie du pari en ligne : les chatbots classiques fondés sur des arbres de décision ne tiennent pas la charge face à la diversité des questions et à la complexité réglementaire, ce qui frustre les clients et fait gonfler les files d'attente vers des agents humains, avec un coût opérationnel qui croît proportionnellement au nombre d'utilisateurs. En automatisant une part croissante des interactions tout en sachant identifier le moment précis où escalader vers un humain, FBG réduit ses coûts de support tout en améliorant la vitesse et la fiabilité des réponses, un avantage décisif pendant les pics d'affluence sportive où la qualité de service ne peut pas se dégrader.

La difficulté vient surtout de la fragmentation réglementaire américaine : chaque État fixe ses propres règles sur les moyens de paiement, les limites de dépôt, les délais de retrait et les dispositifs de jeu responsable, si bien qu'un client dans l'Indiana n'obtient pas la même réponse qu'un client dans le New Jersey. Les opérateurs doivent aussi repérer en temps réel les signes de jeu problématique, ce qui exige une compréhension fine du contexte conversationnel plutôt qu'une simple détection de mots-clés. En choisissant une approche multi-agents et multi-modèles plutôt qu'un chatbot monolithique, FBG cherche à faire évoluer son système avec la croissance de sa base d'utilisateurs, en misant sur l'infrastructure de sécurité et de gouvernance déjà en place chez AWS pour tenir ces exigences de conformité dans la durée.

Impact France / UEChamp produit par Le Fil IA

Pas d'impact direct sur la France/UE

À lire ensuite

01Grab présente une étude de cas sur la conception d'un système multi-agents pour le support technique à grande échelle36InfoQ AIOutils 02SAP et Google Cloud déploient une architecture commerciale à base d'agents autonomes46AI NewsOutils 03Construire un système d'agents modulaires à base de compétences pour LLM avec routage dynamique d'outils en Python33MarkTechPostOutils 
Dossier · AWSSuivi en continu par Le Fil IASuivre ce sujet →

Le brief du matin

L'essentiel de l'IA chaque jour. Gratuit, désinscription en un clic.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.