ElevenLabs تدمج Nemotron من NVIDIA: وكلاء صوتيون أرخص بنسبة 70% من النماذج المفتوحة الأخرى

يواجه الوكيل الصوتي لمركز الاتصال ثلاث مشكلات: عليه أن يردّ بسرعة، وأن يحسب دون أخطاء، وألا يرسل بيانات الغير إلى جهة مجهولة. أعلنت ElevenLabs وNVIDIA توسيع شراكتهما، وهو توسيع يعالج المشكلات الثلاث معًا. هذا بيان صحفي، والأرقام الواردة فيه أعلنتها الشركتان نفسيهما. لكن من يبني وكلاء صوتيين سيجد فيه ما يستحق التحليل.

Nemotron داخل ElevenAgents

الخبر الأهم للمطورين: أصبح NVIDIA Nemotron 3.5 Super VL ضمن قائمة النماذج في منصة ElevenAgents. Nemotron عائلة من النماذج المفتوحة المصممة لسيناريوهات الوكلاء: الاستدلال، واستدعاء الأدوات، وتنفيذ المهام متعددة الخطوات.

وفق المعيار الداخلي لـ ElevenAgents على مهام واقعية لدعم العملاء، حقق النموذج أفضل دقة في تنفيذ المهام من البداية إلى النهاية. وذُكرت بشكل منفصل الحسابات المالية وتحليل الفواتير، وهي المواضع التي يخلط فيها الروبوت الصوتي عادةً بين المبالغ والمواعيد. وبحسب ElevenLabs، تقل تكلفته بنسبة 70% عن النماذج المفتوحة الرائدة الأخرى.

وثمة تفصيل عملي: يمكن تعطيل وضع الاستدلال في Nemotron. ففي الطلبات البسيطة مثل «متى يعمل القسم» لا حاجة إلى سلسلة تفكير طويلة، فهي لا تضيف سوى التأخير. وبفضل ذلك يدخل النموذج ضمن الثلاثة الأسرع على المنصة. وفي الصوت يكون ذلك حاسمًا: فصمت لمدة ثانيتين يبدو كأن المكالمة تجمّدت.

ميزة أخرى: يسهل تدريب Nemotron إضافيًا على بيانات الشركات. يمكن للشركة إنشاء نسختها الخاصة من النموذج وتشغيل وكلائها عليها في ElevenAgents. وهذا طريق ليبقى النموذج المدرَّب على مصطلحاتكم وسيناريوهاتكم أصلًا يخصكم.

العتاد: 15 ميغاواط إضافية

توسّع ElevenLabs بنيتها التحتية الخاصة on-premises. وإلى الأنظمة القائمة على Blackwell Ultra ستُضاف قدرات بحجم 15 ميغاواط على منصة Vera Rubin. جزء منها مخصص لكبار العملاء ذوي المتطلبات الصارمة للأمان وتخزين البيانات داخل البلاد، وجزء لفرق البحث.

الخلاصة لمدير المنتج بسيطة: لم تعد «سحابة ما في الولايات المتحدة» الخيار الوحيد. فإذا كنتم تبيعون وكلاء صوتيين للبنوك أو الجهات الحكومية أو القطاع الطبي، فإن إمكانية النشر محليًا تصبح حجة في الصفقة.

بولندا: وكيل لحجز مواعيد الأطباء

الحالة السيادية الأولى هي Centralna e-Rejestracja، النظام المركزي لحجز المواعيد في المنصة الوطنية e-Health في بولندا. ويجري التنفيذ مع الشريك EasyCall.

السيناريو واضح. يتصل الوكيل بالمرضى الذين لديهم هاتف أرضي فقط، فيذكّرهم بالموعد القادم ويساعدهم في تأجيله. الحجم: نحو 40 مليون موعد سنويًا، ونسبة التغيب 10–20%. وبتقدير تقريبي هذا يعني 4–8 ملايين زيارة فائتة سنويًا. وحتى الانخفاض الصغير يعطي أثرًا ملموسًا.

يعمل النظام on-premises على NVIDIA Confidential Computing. تبقى بيانات المواطنين والصوت داخل البنية التحتية الحكومية، وهي محمية حتى أثناء المعالجة. كما يقلل التشغيل المحلي زمن التأخير، وهذا مهم للمحادثة الحية.

الروبوتات: ما زالت في مستوى الخطط

ثمة بند منفصل عن الصوت للذكاء الاصطناعي المادي. تدرس ElevenLabs وNVIDIA تشغيل النماذج الصوتية على الأجهزة الطرفية من NVIDIA: التحكم في المعدات الصناعية، والروبوتات في المصانع، والتحدث مع السيارة. الصياغات في البيان حذرة: «تطبيقات محتملة» و«تستكشف». لا توجد منتجات محددة ولا مواعيد، لذا من المبكر اعتبار ذلك إعلانًا.

ماذا تفعلون بذلك

• إذا كان وكيلكم الصوتي يعمل على نموذج مغلق باهظ الثمن، فقارنوا التكلفة والدقة مع Nemotron على سيناريوهاتكم. معيار ElevenLabs داخلي ولا يغني عن اختباركم الخاص.
• افصلوا الطلبات إلى بسيطة ومعقدة: شغّلوا الاستدلال حيث يلزم فقط، ووفّروا في زمن التأخير.
• إذا كنتم تعملون مع القطاع الحكومي أو الطبي، فادرسوا الحالة البولندية كنموذج للبنية: تشغيل محلي، وحوسبة سرية، وبيانات لا تغادر النطاق.

القيد واضح: جميع الأرقام ينشرها أطراف الشراكة أنفسهم، ولا توجد في البيان قياسات مستقلة. لكن الاتجاه مفهوم. الوكلاء الصوتيون يتحولون إلى بنية تحتية، ما يعني أن مسائل التكلفة وزمن التأخير والتحكم في البيانات لا تقل أهمية عن جودة الصوت.