وكلاء الذكاء الاصطناعي الصوتيون يحلّون الطلبات المعقدة بنجاح أعلى بنسبة 32% من الدردشة

أُلغيت رحلة أحد العملاء. عليه أن يختار مساراً جديداً، ويتحقق من الترانزيت، ويؤكد الرسوم الإضافية، ويحصل على التذكرة. في الدردشة يتحول هذا الحوار سريعاً إلى مراسلة طويلة: يرد الشخص على دفعات، ويعود إلى رسائل قديمة، ويزداد انزعاجه مع كل استيضاح. أما الصوت فيتيح قول كل شيء دفعة واحدة، لكن فقط إذا كان وكيل الذكاء الاصطناعي يرد دون توقفات مزعجة ويستطيع فعلاً إتمام العملية.

قارنت ElevenLabs بين المكالمات الصوتية والدردشات لدى عدة مئات من وكلاء الذكاء الاصطناعي العاملين. شملت العينة الوكلاء الذين أجروا من مايو إلى يوليو 2026 ما لا يقل عن 50 محادثة في كل قناة. وقُيِّمت النتيجة لكل شركة وفق معاييرها الخاصة، وقورنت النسختان الصوتية والنصية للوكيل نفسه.

بعد دقيقتين يتغير الميزان

في المحادثات التي تقل عن دقيقة، كانت الدردشة أفضل بنحو 9 نقاط مئوية. وبين دقيقة ودقيقتين لم يكن هناك فرق ملحوظ تقريباً. وبعد دقيقتين تقدّم الصوت: كانت نسبة الطلبات الناجحة أعلى بمقدار 10.9 نقطة مئوية، أي بنسبة 31.7% قياساً بالدردشة. وأظهر قرابة ثلثي الوكلاء نتيجة أفضل بوضوح في القناة الصوتية.

استغرقت المحادثات الهاتفية الطويلة الناجحة في المتوسط 4.6 دقيقة، مقابل 7 دقائق للمراسلة. ومن بين 90 وكيلاً توافر لديهم عدد كافٍ من الطلبات الناجحة من النوعين، أنهى 78% منهم المحادثات الصوتية بسرعة أكبر.

وفي مثال الرحلة الملغاة يبدو الأمر واقعياً. بدلاً من سلسلة من عشر رسائل، يقول العميل: «أحتاج إلى رحلة اليوم، دون ترانزيت ليلي، والرسوم الإضافية لا تزيد على عشرة آلاف». يستوضح الوكيل معياراً خلافياً واحداً، ويتحقق من الخيارات المتاحة، ويُجري الاستبدال. الصوت هنا لا يجعل النموذج أذكى، بل يقصّر الطريق بين نية الشخص وإجراء النظام.

التأخير قد يلتهم المكسب كله

في مجموعة منفصلة من 315 محادثة، جرى تحويل الوكلاء إلى نموذج لغوي أسرع. انخفض متوسط التأخير الشامل بنسبة 16%، وارتفعت نسبة المكالمات الناجحة بنسبة 26%. وتراجعت المحادثات التي انقطعت في أول 15 ثانية من 21.1% إلى 3.8%.

هذا ارتباط وليس دليلاً على علاقة سببية مباشرة، فقد تكون معايير أخرى تغيرت مع تغيير النموذج. لكن الإشارة للمنتج واضحة. الثواني الأولى مهمة بوجه خاص: إذا ساد الصمت بعد كلام العميل، فإنه يظن أن الاتصال انقطع ويغلق الخط.

وفي دراسة صغيرة شملت 98 مشاركاً، حلّوا مشكلة مُحاكاة لإلغاء رحلة عبر الصوت والدردشة بترتيب عشوائي. فضّل 85% الصوت، وذكروا غالباً السرعة والشعور بالتعاطف. غير أن السيناريو المخبري وعينة من 98 شخصاً لا يسمحان بتعميم هذه النتيجة على جميع القطاعات والفئات.

ما الذي ينبغي تطبيقه عملياً

لا ينبغي استبدال الواجهة كلها بالصوت. فللطلبات القصيرة، مثل معرفة الحالة أو الحصول على رابط أو تغيير معيار واحد، تبقى الدردشة أنسب. ويصح تفعيل الصوت للمهام ذات الشروط المتعددة وكلفة الخطأ المرتفعة والتوتر العاطفي.

على الفريق أن يقيس لا مدة المكالمة بحد ذاتها، بل الإجراء المكتمل: هل تم الاسترداد، وهل عُدّل الحجز، وهل أُغلقت الشكوى. كما يفيد أن يتابع بصورة منفصلة الزمن حتى أول رد، وتأخير كل رد، ونسبة الانقطاعات في أول 15 ثانية، وتكرار تحويل المحادثة إلى موظف بشري.

نشر الدراسة مزوّد لمنصة صوتية، وهي تروّج في الوقت نفسه لـ ElevenAgents، ولذلك تحتاج الأرقام إلى تحقق مستقل. كما أن المدة مقياس تقريبي للتعقيد فقط، ففي الدردشة قد ينشغل المستخدم عن المحادثة ببساطة. ومع ذلك فإن الخلاصة العملية متينة: في الطلبات المعقدة قد يحقق الوكيل الصوتي مكسباً ملحوظاً إذا كان يرد بسرعة، ويحتفظ بالسياق، ويملك وصولاً إلى العمليات الفعلية للشركة. ولا يكفي الصوت الجميل دون هذه الأمور الثلاثة.