多年來，企業習慣將聯繫電話深藏在網站菜單深處，引導沮喪的消費者使用文本聊天機器人、常見問題解答和郵件表單來降低成本。
如今，得益於人工智能技術的進步，電話客服正在強勢回歸。語音AI智能體被廣泛應用於處理客戶諮詢、處理訂單以及推廣產品和服務。
雲通信公司Twilio正在抓住這一市場機遇，隨着越來越多的組織利用語音AI技術，通過先進的轉錄、翻譯和交互功能推動更深層次的客戶參與。
Twilio產品管理副總裁Andy O'Dower指出，雖然企業在兩年前急於使用通用大語言模型來自動化客戶服務流程，但現在他們正在將頂級語音識別與本地化大語言模型相結合，將語音AI引入聯絡中心。
Gartner將語音AI定義為對話式AI的一個子集，它將語音轉化為動態的客戶體驗渠道。語音AI日益增長的勢頭在Twilio 2025年第四季度的財報中得到體現，其語音AI收入同比增長了49%。
Twilio亞太及日本區副總裁Robert Woolfrey表示："傳統上，企業都試圖避免將大量業務導向他們的聯絡中心。我們看到語音服務的復興，企業開始重新在網站上公開放置電話號碼供客戶撥入，前提是他們有AI層來幫助處理這些呼叫量。"
模塊化架構勝過黑盒方案
Twilio沒有依賴單體"黑盒"語音AI解決方案，而是與客戶合作實施高度模塊化的解耦架構，將AI與現有後端系統集成。
實施通常遵循複雜性"金字塔"結構。組織首先從高容量、高確定性的工作流程開始，例如航班取消的分類處理流程。一旦這些流程得到完善，企業就會逐步處理更複雜的對話任務，這些任務需要觸及多個後端系統來處理退貨或配送等操作。
Twilio實施策略的一個關鍵方面是模型中立性。該公司處理複雜的通信層——從語音識別和生成式AI語音到中斷處理——同時允許客戶選擇和訓練自己的AI模型來與客戶關係管理系統和零售數據庫交互。
O'Dower說："我們對語言模型保持不可知立場，因此客戶可以即插即用各種語言模型，無論是小型模型、大型模型、出於隱私考慮本地部署的模型，還是基於雲的模型。"
語音AI智能體還可以被訓練在電話中解決客戶問題，然後將對話延伸到其他渠道——如短信、電郵或WhatsApp——以實現特定目標。同時，對話可以通過上下文數據得到豐富，使語音AI智能體了解客戶的忠誠度狀態、偏好以及他們過去遇到的任何問題。
以菲律賓航空為例。在2021年重組後，這家國家航空公司部署了Twilio Flex聯絡中心平台，以獲得跨語音、聊天和在線平台的乘客旅程統一視圖，並使用AI處理常規客戶服務任務，如航班狀態查詢。
自部署以來，菲律賓航空的聯絡中心平均等待時間已降至一分鐘以下，月度客戶服務成本下降了約30%。該航空公司還計劃在2026年4月達到所謂的"超級AI智能體狀態"，屆時80%的人工客服處理的任務可以完全自動化。
然而，許多企業要實現類似的體驗並不容易，它們經常面臨數據孤島問題，並在不同市場中運營。
Woolfrey表示："亞洲地區的複雜性和碎片化是最難解決的問題之一。"他指出，在泰國有效的模型不一定在日本有效。金融服務等傳統行業也受到傳統基礎設施和數據孤島的限制。
此外，隨着語音AI變得與人類語音無法區分，這項技術可能引發對深度偽造和欺詐的擔憂。為防止惡意使用，Twilio實施基礎設施級保護，如客戶身份驗證審查、深度偽造檢測以及流量監控和智能分析。
O'Dower說："我們是一個可信賴的平台，這意味着在我們平台上的任何客戶在向消費者發送任何類型的出站通信之前，都需要經過信任驗證。"他補充說，Twilio還與電信運營商、設備製造商和消息服務商合作，確保語音AI通話具有品牌標識和可信度。
實現投資回報
從歷史上看，聯絡中心自動化的商業案例主要依賴於減少人工成本。雖然AI智能體的投資回報率在澳大利亞或新加坡等高人工成本市場最高，但Woolfrey指出，低成本市場的組織也在追求這項技術。
原因在於語音AI的反向經濟效應。正如O'Dower所指出的，處理大規模航班取消的航空公司可以立即部署這項技術來處理50,000個並發來電。這消除了為季節性高峰或危機過度配備人員的需要，同時保持了高水平的客戶滿意度。
Woolfrey認為，關鍵是AI正在使組織能夠將入站支持運營轉變為收入生成器，並以菲律賓航空為例。
他說："傳統上，我們將聯絡中心視為成本中心，但今天，它是我們可以提供升級銷售的地方。"他補充說，菲律賓航空可以識別尚未購買託運行李的乘客，並觸發出站消息，提醒他們現在購買行李額度比在機場購買更便宜。"我們正在從作為成本中心的聯絡中心轉向保留引擎。"
Q&A
Q1：語音AI在客戶服務中有什麼優勢？
A：語音AI可以處理大量並發通話，消除了為季節性高峰過度配備人員的需要，同時保持高客戶滿意度。還能將傳統成本中心轉變為收入生成器，通過識別銷售機會實現業務增長，如菲律賓航空通過語音AI將等待時間降至一分鐘以下，月度客服成本降低30%。
Q2：Twilio的語音AI架構有什麼特點？
A：Twilio採用高度模塊化的解耦架構，而非單體"黑盒"解決方案。保持模型中立性，客戶可以即插即用各種語言模型。實施遵循複雜性"金字塔"結構，從高確定性工作流程開始，逐步處理更複雜的對話任務，並能與現有CRM系統和數據庫集成。
Q3：語音AI技術面臨哪些挑戰和風險？
A：主要挑戰包括亞洲市場的複雜性和碎片化，傳統行業的遺留基礎設施和數據孤島限制。安全風險方面，隨着語音AI變得與人類語音無法區分，可能引發深度偽造和欺詐擔憂。Twilio通過客戶身份驗證、深度偽造檢測、流量監控等基礎設施級保護措施來應對。
