ニュース

AI アウトバウンド コール業界の関係者は、消費者に電話をかけた後、カテゴリ A が明確な消費者の意図を表し、カテゴリ B がその中間を表すとのバックエンド システムを紹介しました。 、カテゴリ C は拒否を直接表します。このデータは最終的に文書に保管され、顧客に返されます。明確な消費意図のある顧客は、SMS ガイダンスに従って、同社の WeChat または公式アカウントをフォローできます。

注: AI アウトバウンド コール会社のバックエンド システムのスクリーンショット。

しかし、AI通話ロボットを利用している建築資材会社は、機械が人間と同じ柔軟なコミュニケーション能力を持つことは決してないため、ロボットが人間を完全に置き換えることは不可能であると述べた。ロボットの本質は人間の事前審査を支援することです。非金融業界の接続率は 40% ～ 60% ですが、金融業界では 25% ～ 40%、あるいはそれより低い場合もあります。効率を最大化するために、企業は通常、関心のある顧客に対して手動によるフォローアップを直ちに手配します。

しかし、これは理想的な状況にすぎません。実際には、AI アウトバウンド コールによってもたらされる顧客のコンバージョンは理想的なものではありません。 Tech Planet と呼ばれる業者は複数あり、市場にある安価なものの多くはソースコードから作られた OEM であり、その音声テクノロジーの多くは iFlytek と統合されており、柔軟性が十分ではありません。

「業界の大手企業のロボットを使用していますが、回線が非常に悪く、接続率が 60% をはるかに下回っています。」とある販売者は言いました。私たちはアフターサービスを提供しています。幸いにも、初期段階では全員が同じバッチのデータを使用して、たとえそれが本物の人間であっても、攻撃を受けました。」

実際、多くの消費者は、初めて AI からの発信電話を受けたとき、自分が本物の人間であると思いました。複数の AI アウトバウンド コール ロボット オペレーターは、自分たちの声は大型モデルで合成されたものではなく、実際の人間によって録音されたと述べました。ただし、より人間らしくなりたい場合は、より多くの財政的および技術的投資が必要です。たとえば、スピーキング スキルをさらに数セット行うと、スピーキング スキルが完成するほど、電話をかける際の能力がより多様になります。

AI アウトバウンド コール ロボット業界の専門家は、最初は電話を増やすことによってのみ利益を得ることができる企業はほとんどないと述べています。テイクアウト商品が到着したとき、速達便が到着したとき、電子商取引イベントが来たときなどに、毎日何千万回もの AI アウトバウンド コールを行うことで収益を得ることができます。しかし現実には、多くの企業にとって、1 日に数十万件の通話は非常に良いことだと考えられています。

「一般に、このレベルの研究レベルを持つ人々は自己研究を行うことを選択し、内部の研究開発を一部の Meituan や JD.com などの外部の世界に輸出することもできます。実際には、政府産業と京東だけがそれを行うことができます。金融業界は金儲けができるし、他にやることはない」と前述の関係者は付け加えた。

今年4月、金沙江ベンチャーキャピタルのマネージングパートナーである朱暁湖氏はインタビューで、自分もAGI（汎用人工知能）の信者であるが、テクノロジーの熱心な信者ではないと述べた。すぐに商品化できます。

中国には膨大な人口基盤と需要があるため、AI 面接やマーケティングなど、効率を向上できるシナリオが実際にたくさんあります。 Zhu Xiaohu 氏は、LLaMA で 2 ～ 3 か月の訓練を受ければ、少なくとも人間のトップ 30 レベルに達することができ、手動販売の 50% は直ちに排除されるだろうと述べました。

オープンソース モデルのトレーニングは 2 ～ 3 か月以内に商用化が始まりますが、AI のアウトバウンド コールが混在することになる高い堀はありません。市場に出回っているAI発信ロボットの多くは新興企業であり、大型モデルを開発するほどの資金力がない可能性がある。

これは、AI ブームの前回のラウンドでは、AI アウトバウンド通話を主な事業とする多くのスタートアップが資金調達を受けたが、今回のラウンドではそれほど多くはなかったという事実にもつながりました。 OPPO、Xiaohongshu、Didi Chuxingなどの多くの大手メーカーにサービスを提供してきたインテリジェントカスタマーサービス分野のリーダーであるWisdom Tooth Technologyは、2022年に最後の資金調達ラウンドを迎える。

最終的には、大規模モデルの有効性は依然としてコンピューティング能力、アルゴリズム、計算に依存します。そして、これらのリソースは主に大手企業や大企業の手に握られています。

大手メーカーの研究開発担当者はテックプラネットに対し、AI発信のコア技術は「まず相手の言っている内容を理解すること、次に正しく応答すること、そして最後に相手に返答すること」の3点だと語った。声が。

これには、ASR 音声認識技術、NLP 自然言語処理、TTS 音声合成技術の 3 つの技術が関係します。市場の多くの人は、TTS 音声合成テクノロジーを十分に習得していないため、手動録音を使用しています。

「以前はボコーダー + 音響モデルでしたが、今は大きなモデルが自分で作られています。技術的なパラダイムを完全に変えました。インタラクションは非常に現実的であり、実際の人間が文を壊すプロセスをシミュレートすることもできます。呼吸や思考、そして方言も理解できる」と彼は付け加えた。

たとえば、AIアウトバウンドコールロボットが消費者にクーポンを勧めるとき、相手は「何が買えるの？」と尋ねますが、そのクーポンで何が買えるかは隠されています。相手が出張で不便であることを表明した場合、消費者に最寄りの都市のどこで使用できるかを伝えることができます。

中国ではすでにJD.comなどの企業が集積を始めている。たとえば、JD.com が自社開発した延西大型モデルは、JD.com Fresh Food や JD.com の自社運営製品などの自社製品に使用されているだけでなく、外部にも輸出されています。今年1月、伊利は新炭酸乳飲料「ミルクスチームPET」を発売した際、同社の有名人広報担当者「タイムズ・ユース・リーグ」の声をカスタマイズするためにYanxiを利用した。

業界関係者によると、金融データに関わる一部の特殊な業界では民営化導入が必要で、その価格は数十万に上る可能性があり、通常は50万からで数百万単位の手数料がかかるという。しかし、彼らは点在する小規模企業を探すのではなく、より規模が大きく強みのある企業を選ぶ傾向があります。結局のところ、誰も自分のお金がドブに捨てられることを望んでいません。

大きな魚は小さな魚を食い、小さな企業はやがて力不足で飲み込まれてしまいます。

しかし、テクノロジーがますます成熟し、消費者がより便利にアクセスできるようになり、ロボットとAIの区別がますます困難になると、これは良いことではないかもしれません。

消費者に過度の嫌がらせをせずに、企業により良いサービスを提供する方法は、業界における永遠の命題です。