DevRev，智能代理AI产品Computer的开发商，今日宣布在其自助式客户支持代理中引入语音AI，将已用于聊天和电子邮件的组织记忆扩展到实时客户对话中。通过将语音AI嵌入Computer及其构建的代理中，DevRev使语音代理能够理解企业上下文，跨业务系统进行推理，并在客户通话过程中采取行动。
企业语音 AI 正日趋成熟，自然对话已成为基本要求，大型语言模型的进步使得逼真的语音越来越容易实现。如今，企业需要的是能够理解自身业务运作方式、连接分散系统中的信息并解决客户问题的AI代理，而不是简单地将客户转接到其他队列。
Gartner 于 2026 年 2 月发布的一项调查显示，91% 的客户服务和支持负责人面临着实施人工智能的压力，他们优先考虑的是首次联系解决问题和减少客户操作，而不是提高后台效率。然而，人工智能的部署速度远超预期效果。Gartner 在 2026 年 3 月的报告中指出，只有 20% 的企业因为人工智能而减少了客服人员数量。Forrester 预测，到 2026 年，大约三分之一在自助服务中部署人工智能的品牌将会失败，这主要是因为人工智能背后的数据基础尚未准备就绪。企业购买的是对话服务，而他们最终发现，他们需要的是解决方案。
“语音已成为 AI 的又一交互界面，”DevRev 联合创始人兼总裁 Manoj Agarwal 表示。“真正有趣的工程难题并非如何让客服人员的声音听起来更自然，而是如何为客服人员提供足够的上下文信息，使其能够在客户通话期间做出正确的决策。在企业中，答案很少集中在一个地方。它往往分散在工单、文档、客户记录、订单、工程系统和业务应用程序中。如果客服人员无法在这样的上下文范围内进行推理，最终必须将对话转交给能够处理的人。共享组织记忆改变了这一现状，它能够为客服人员提供足够的上下文信息来解决问题，而不仅仅是做出回应。”
DevRev 的“企业级记忆”扩展了语音自动化计算机的功能
它通过持续同步客户记录、支持工单、订单、代码、文档和业务应用程序中的信息，构建了一个共享的组织记忆，同时保留了现有的权限。随着今天发布的新版本，这些客服人员现在可以处理实时通话，将相同的组织记忆、权限和工作流程扩展到另一个客户渠道，而无需引入单独的语音 AI 产品。
许多语音客服人员会将无法解决的来电升级，因为他们无法访问解决来电者问题所需的数据。而 DevRev 的语音 AI 基于您企业的共享组织记忆，能够跨系统推理，确定事件经过，解释问题，提供最新状态，启动纠正工作流程，并记录采取的每一项操作，所有这些都可以在一次对话中完成。
当对话需要人工客服时，语音AI会将对话完整地转接给人工客服，因此客户无需重新开始。对话支持多种语言，延迟低，如同自然语音一般流畅自然。每次通话都会被录音、转录，并可直接用于分析。
专为生产环境打造的企业级AI
语音AI解决方案，通过基于SIP的集成，可与现有企业电话系统连接。DevRev的现有客户无需部署其他AI平台或重建现有工作流程，即可添加语音功能，从而使企业能够将同一个AI代理扩展到聊天、电子邮件和语音等多种场景。
设置过程非常便捷：计算机能够学习企业的业务数据，并在数小时内交付一个可用的语音AI初始版本，无需大量工程师。之后，它会在每次对话中不断改进，并根据实际表现每周提出优化建议，因此，第90天的智能体性能明显优于最初上线的智能体。
治理机制随之延续，字段级权限直接从连接的系统继承。现在，每一次交互都可审计，每一个操作都可追踪，因此组织在其他地方应用的控制措施在实时通话中保持一致。
为了引领其语音AI战略的下一阶段，DevRev已任命Jennifer Heape负责语音AI产品。Heape在构建企业级对话式AI方面拥有丰富的经验，包括联合创立Vixen Labs并领导其产品战略。
“我加入 DevRev 是因为这家公司专注于客户真正关心的事情：在与客服人员的对话中解决他们的问题，”Heape 说。“即使通话听起来很专业，但如果客服人员无法获取解决问题所需的信息，仍然会是一次糟糕的体验。客户并不关心哪个系统掌握着答案。他们关心的是是否需要重复描述、等待转接或再次拨打电话。将语音引入计算机意味着对话可以包含完整的业务背景，这正是 DevRev 的语音 AI 如此令人兴奋的原因。”
为什么架构至关重要？
语音 AI 背后的架构与通过 Enterprise-Bench 验证的架构相同。Enterprise-Bench 是 DevRev 开发的开放式基准测试平台，用于在真实生产环境下评估企业级人工智能系统。Enterprise-Bench 证明，企业级 AI 的性能不仅取决于底层模型，还取决于负责检索、推理和处理企业数据的架构。
计算机在基准测试中达到了 94.3% 的准确率，而使用相同模型在相同任务上，每个正确答案所用的标记数比 Claude Code 少了四倍，这表明差异来自系统架构和数据上下文，而不是模型本身。
语音 AI 将这种架构扩展到了另一个客户渠道。用于在聊天和电子邮件中生成可靠答案的同一组织记忆，现在也为实时对话提供支持。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/70377.html
