高品质语音代理

人人都想摆脱的渠道

在过去近十年里，电话是客户体验策略试图悄然淘汰的渠道。每份路线图都指向同一个方向：将业务量转移到聊天，推动自助服务，将电话呼叫视为数字分流失败的证据。语音机器人确实存在，但每个人都清楚它们的本质——在人工接管之前，它们只是一个菜单驱动的等待模式。客户对着它们过度发音，重复他们的账号，然后等待不可避免的转接。

这种趋势已经逆转，不是因为人们对电话的兴趣回来了，而是因为其底层技术发生了变化。语音到语音的AI模型直接处理和生成音频，无需将语音转换为文本再转换回来。结果是对话具有自然的节奏——打断、交替发言、响应时间接近人类的延迟。语音不再是企业试图将人们分流出去的渠道。它正在成为一个可以通过AI大规模提供资源的渠道。

为什么旧的管道无法隐藏

上一代语音机器人是建立在一个拼接的管道上的：语音识别，然后是文本模型，然后是语音合成。这条链条上的每一个连接都增加了延迟并削弱了语调。客户听到了这些“缝隙”——回复前短暂的静默，平淡、没有语气的表达，这清楚地表明他们是在与脚本对话，而不是被倾听。

原生语音到语音模型将这个管道整合为一个。由于模型处理的是实际音频而不是扁平化的文本，它能识别来电者声音中的犹豫、沮丧或急迫——这些信息是基于文本的机器人结构上无法获取的。OpenAI在2024年10月发布的实时API标志着低延迟、语音到语音的对话式AI可以直接从音频输入获得，而不再需要通过文本中介。正是这一单一的架构变化，将客户可以容忍的机器人与他们察觉不到的机器人区分开来。

客户真正听到的是那些“缝隙”。消除这些缝隙，渠道就不再暗示其自身的局限性。

围绕语音而非远离语音进行平台重构

战略转变体现在联络中心目前的建设方式上。过去，路线图曾假设语音业务量将持续转移到聊天和自助服务，而现在，服务提供商正在将AI语音座席重新平台化，作为电话队列的主要解决方案层——而不是旨在拖延时间直到人工接管的分流脚本。这是一个截然不同的设计理念。这意味着要以解决问题为目标进行建设，而不是以控制为目标。

这也颠覆了旧的经济学。语音历来是每次接触成本最高的渠道，这正是它被设计为“降级”而非“升级”的原因。随着延迟和自然度问题的解决，这种成本结构发生了变化。语音变得可以通过AI进行规模化，从而改变了入站支持和出站服务的单位经济效益。

价值的实际转移方向

所有这些都不会消除对人工座席的需求——它只是重新定位了他们的价值所在。差异化不再是企业能否避免电话。而是企业能否精确地知道何时将电话转接给人工。升级设计成为区分真正有用的语音座席与那些听起来令人信服直到不再令人信服的座席的关键。

• 对于客户：打电话意味着在任何时间，第一次尝试就能被理解，无需重复账号三次。
• 对于企业：一个长期被视为成本中心的渠道，变得更接近于一个可扩展的服务线。
• 对于客户体验和运营：竞争优势在于转接逻辑，而不是渠道规避。

从何开始

明智的切入点是狭窄而非全面的。在一个高流量、有明确脚本的呼叫流程中进行试点——账单查询或预约更改是显而易见的选择——并为任何情绪化或模糊不清的问题提供清晰、经过测试的人工座席转接。这在电信、银行和金融服务、保险、医疗保健以及旅游和酒店业中尤其适用，这些行业的呼叫量大，而且升级处理不当的成本既关乎声誉也关乎运营。

管道整合所蕴含的教训对于客户体验设计来说更为广泛：自然度从来都不是在功能之上锦上添花的东西。它是缺失的功能。一个能快速解决问题但听起来机械的语音座席，在电话另一端的人听来仍然是一种分流策略。而一个听起来像人，并且确切知道何时停止假装的座席，才会成为客户真正愿意打电话的对象。