ElevenAgents تقدّر التكلفة الأساسية للذكاء الاصطناعي الصوتي عند 0.08 دولار للدقيقة

غالباً ما يُسوّق الذكاء الاصطناعي الصوتي عبر رقم واحد جذاب للدقيقة. لكن المشكلة أن هذا الرقم نادراً ما يعرض الفاتورة كاملة. حللت ElevenLabs تكلفة خدمتها ElevenAgents وقدمت عملياً معادلة مفيدة لأي مشروع مماثل: المنصة، مضافاً إليها نموذج اللغة، ثم الاتصالات الهاتفية. وبعد ذلك تأتي النفقات التي لا تظهر أصلاً في الحاسبة التسويقية.

في جميع خطط ElevenAgents المدفوعة، تبلغ التكلفة الأساسية للمنصة 0.08 دولار للدقيقة. وتشمل هذه التكلفة التعرف على الكلام وتوليده، وإدارة الحوار، وقاعدة المعرفة والبحث فيها. لكن استخدام LLM والاتصال بشبكة الهاتف يُحاسبان بصورة منفصلة. لذلك فإن مقارنة الخدمات وفق سعر الخطة وحده تشبه تقريباً اختيار خادم سحابي بناءً على سعر هيكله، من دون احتساب المعالج وحركة البيانات وتخزينها.

مم تتكون الفاتورة الفعلية

تبدو المعادلة كما يلي: يُضرب عدد الدقائق في تعرفة المنصة، ثم تضاف نفقات LLM والاتصالات الهاتفية. إذا عالجت الشركة 8 000 مكالمة مدة كل منها خمس دقائق، فسيكون الإجمالي 40 000 دقيقة شهرياً. وستبلغ تكلفة منصة ElevenAgents وحدها 3 200 دولار. وفوق ذلك ستأتي فواتير النموذج وأرقام الهاتف وحركة الاتصالات الصادرة أو الواردة.

يؤثر اختيار LLM أيضاً في السعر. فالتحقق من حالة طلب أو تغيير موعد لا يحتاج عادةً إلى أغلى نموذج استدلال. أما في التشخيص التقني أو عمليات البيع المعقدة، فقد يكون هذا النموذج أكثر فائدة. ويتمثل الخيار العملي في تقسيم السيناريوهات: إرسال الطلبات البسيطة إلى نموذج منخفض التكلفة، وتحويل المعقدة إلى نموذج أقوى أو إلى موظف بشري.

تغير الاتصالات الهاتفية المعادلة الاقتصادية كذلك. فأداة صوتية مدمجة داخل موقع أو تطبيق لا تحتاج إلى الاتصال بشبكة الهاتف التقليدية، ما يسمح بإلغاء تكاليف شركة الاتصالات. أما في المكالمات التقليدية، فتعتمد التعرفة على البلد والوجهة ونوع الرقم ومزود خدمة الاتصالات.

لماذا لا تمثل الدقائق المقياس الوحيد

تفرض خطط ElevenAgents حداً لعدد المحادثات المتزامنة. فعلى سبيل المثال، تدعم خطة Pro ما يصل إلى 20 مكالمة، وScale ما يصل إلى 30، وBusiness ما يصل إلى 40. وهذا يعني أن اختيار الخطة بناءً على الحجم الشهري الإجمالي وحده غير كافٍ. فإذا اتصل 50 عميلاً في الوقت نفسه صباحاً، فلن يمنع الرصيد الكبير من الدقائق تشكل قائمة انتظار أو فرض رسوم أعلى مقابل حمل الذروة. وتشير ElevenLabs إلى تعرفة قدرها 0.16 دولار للدقيقة للمكالمات التي تتجاوز السعة القياسية.

لذلك يحتاج فريق المنتج إلى أربعة مؤشرات على الأقل: متوسط مدة المحادثة، والعدد الأقصى للمكالمات المتزامنة، ونسبة الطلبات التي حُلّت من دون تدخل بشري، وتكلفة الطلب الواحد الذي أُغلق بالكامل. والمؤشر الأخير أكثر فائدة من السعر التسويقي للدقيقة، لأن محادثة طويلة ورخيصة تتبعها عملية تصعيد قد تكلف أكثر من حوار قصير باستخدام نموذج أقوى.

في المثال الذي تقدمه ElevenLabs، تستخدم الشركة 40 000 دقيقة وتفترض أن تكلفة العمل البشري تبلغ 40 دولاراً في الساعة. وإذا تمكن الوكيل من إغلاق 60% من الطلبات بصورة مستقلة، تصل الوفورات قبل احتساب LLM والاتصالات الهاتفية إلى نحو 12 800 دولار شهرياً. وهذا ليس توقعاً ولا معياراً عاماً، إذ تعتمد النتيجة بالكامل على الرواتب وبنية المكالمات والنسبة الفعلية للحالات التي تُحل بنجاح.

ما الذي ينبغي تضمينه في المشروع التجريبي

لا يشمل الحساب التسويقي التكامل مع CRM، وإعداد قاعدة المعرفة، والاختبارات، وتحليل المحادثات، وتحديث السيناريوهات، والأمن، وعمل الموظفين على الحالات المعقدة. وهذه البنود تحديداً قادرة على تحويل نموذج أولي مبهر إلى مشروع إنتاجي باهظ التكلفة.

قبل الإطلاق، ينبغي اختيار سيناريو واسع الاستخدام وسهل القياس — مثل تغيير موعد — وإجراء تجربة على تدفق فعلي. ويجب تسجيل تكلفة المنصة وLLM والاتصالات بصورة منفصلة، إلى جانب عدد حالات التصعيد والأخطاء والمكالمات المتكررة. وبعد ذلك، ينبغي مقارنة تكلفة إنجاز المهمة بنجاح، لا عدد الدقائق.

الخلاصة للمطورين والمؤسسين بسيطة: تعرفة 0.08 دولار للدقيقة هي الطبقة الدنيا من الميزانية، وليست سعر موظف صوتي جاهز للعمل. ويصبح الحل منطقياً عندما ينجز الوكيل العمليات النمطية بثبات، ويتحمل حمل الذروة، ولا يترك للبشر سوى المحادثات التي تتطلب فعلاً الخبرة أو المسؤولية أو التعاطف.