ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارAWS Machine Learning Blog→ المصدر

Stretto تستبدل استمارة الويب بوكيل صوتي: تكلفة دقيقة الصوت أقل بنسبة 95%

كانت Stretto تجمع طلبات الإفلاس عبر استمارة ويب قصيرة، لكن المحامين يحتاجون إلى بيانات الديون والسيارات والعقارات. يتخلى الناس عن الاستمارة الطويلة، كما أن توظيف مشغّلين بشريين مكلف. لذلك صار وكيل صوتي اسمه Tara يردّ على المكالمات في Bankruptcy.com. جاءت تكلفة دقيقة الصوت أقل بنسبة 95% من الحل السابق. الخلاصة: إذا كانت الاستمارة تصطدم بكثرة حالات الانسحاب، فينبغي احتساب المقابلة الصوتية بسعر الدقيقة.

معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
Stretto تستبدل استمارة الويب بوكيل صوتي: تكلفة دقيقة الصوت أقل بنسبة 95%
المصدر: AWS Machine Learning Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليAWS Machine Learning Blog ↗
رئيس التحرير
حقيقة رئيسية #1وصل أول صوت في الحل السابق بعد أكثر من 500 مللي ثانية
حقيقة رئيسية #2تستغرق المقابلة الكاملة 15–20 دقيقة، بينما جلسة Nova 2 Sonic أقصر
حقيقة رئيسية #3يفتح الجسر الصوتي تدفقًا جديدًا وينقل إليه سجل المحادثة نصًّا

تخيّل استمارة على موقع إلكتروني، يدخل فيها شخص يفكر في الإفلاس مبلغ دينه، ويحدد ما إذا كان لديه محامٍ، ثم يترك رقم هاتفه. هكذا كان يعمل موقع Bankruptcy.com التابع لشركة Stretto.

هذا الطلب شبه عديم الفائدة للمحامين، فهم يحتاجون إلى الديون والأصول والسيارات والعقارات وسجل العمل وحالات الإفلاس السابقة. وإذا طالت الاستمارة، يتركها الناس في منتصفها. أما توظيف مشغّلين وتدريبهم لطرح كل هذه الأسئلة عبر الهاتف فمكلف للغاية.

لذلك طوّرت Stretto، بالتعاون مع AWS Generative AI Innovation Center وشركة التكامل CI&T، وكيلًا صوتيًا اسمه Tara يعمل على نموذج Amazon Nova 2 Sonic. وبحسب تقدير الشركة، تقل تكلفة دقيقة الصوت بنسبة 95% عن الحل السابق (وفق تعرفة Amazon Bedrock حسب الطلب on-demand في المنطقة us-east-1 في أبريل 2026). وبالنسبة إلى المطورين، يقدم هذا المثال طريقة لاستبدال الاستمارة الطويلة بمحادثة حية دون أن تستنزف تكلفة الدقيقة الميزانية.

كيف تدير Tara المكالمة

يتصل الشخص برقم Bankruptcy.com، فتردّ Tara وتعرّف بنفسها وتحصل على موافقته على المحادثة، ثم تبدأ المقابلة. تجمع البيانات الشخصية والمالية وقائمة الممتلكات وسجل العمل، وتكيّف نبرتها مع مزاج المتحدث. تستقبل Twilio المكالمات، وتفتح اتصال WebSocket وتنقل الصوت الخام إلى AWS. ويمر الصوت عبر جدار الحماية AWS WAF وموازن الأحمال ليصل إلى «الجسر الصوتي». وهو عبارة عن حاويات على Amazon ECS Fargate تعمل باستمرار في ثلاث مناطق توافر. ينقل الجسر الصوت في الاتجاهين إلى Amazon Nova 2 Sonic عبر Amazon Bedrock.

Nova 2 Sonic نموذج «من الكلام إلى الكلام». فهو يستمع بنفسه ويردّ بصوته بنفسه، دون سلسلة تضم التعرف على الكلام ونموذجًا نصيًا وتركيبًا صوتيًا. ومن المفترض أن يقلل ذلك زمن الاستجابة ويجعل المحادثة أكثر طبيعية. أما في الحل السابق لدى Stretto، ووفق قياساتها، فكان أول صوت يظهر بعد أكثر من 500 مللي ثانية، وبدت الفترات الصامتة محرجة. كما كان يتعامل بصعوبة مع المقاطعات، علمًا بأن الأشخاص تحت الضغط كثيرًا ما يقاطعون ويصححون كلامهم.

بعد المكالمة، يدخل النص المفرّغ إلى طابور Amazon SQS المزوّد بطابور للرسائل غير المسلَّمة. بعد ذلك يستخرج Claude 3 Haiku على Bedrock الحقول من النص: الأسماء والمبالغ والعناوين وبيانات السيارات. وتُحفظ هذه البيانات في Amazon Aurora Serverless v2. ولا يتخذ النموذج قرار قبول الطلب. فالقواعد التي وضعها المحامون تصنّفه على أنه مناسب أو غير مناسب أو يحتاج إلى توضيحات. وتُرسل الطلبات المناسبة إلى المحامين بحسب الاختصاص القضائي، أما بقية المتصلين فتُقترح عليهم موارد أخرى. وتبقى الكلمة الأخيرة للمحامي.

ما الذي يستحق الاقتباس

أولًا، اختبار الصوت قبل كتابة الشيفرة. اختبر الفريق Nova 2 Sonic أسبوعًا كاملًا على سيناريوهات تضم متصلًا هادئًا ومتوترًا ومترددًا وغاضبًا. وراقب زمن الاستجابة والمقاطعات وتغيّر النبرة. وأصبح التقرير النهائي شرطًا للانتقال إلى التكامل.

ثانيًا، تجاوز حد الجلسة. تستغرق المقابلة الكاملة 15–20 دقيقة، بينما يعمل تدفق Nova 2 Sonic الواحد مدة أقصر. يتتبع الجسر زمن التدفق، وقبل بلوغ الحد بوقت قصير يفتح تدفقًا جديدًا بالموجّه النظامي نفسه ومجموعة الأدوات نفسها. ويُنقل إليه سجل المحادثة نصًّا. وعندما تُنهي Tara عبارتها، يتحول الصوت إلى التدفق الجديد ويُغلق القديم. ولا يلاحظ المتصل أي انقطاع.

ثالثًا، الإطلاق على مراحل. في البداية بُني التكامل خلال ثلاثة أسابيع، وكان الوكيل يجمع الحقول الـ13 نفسها التي تجمعها استمارة الويب. وقد وفّر ذلك نقطة مرجعية. ثم وُسّعت الاستمارة خلال أربعة أسابيع إلى 18+ فئة مع تفرّع الأسئلة، إذ تعتمد الأسئلة على الإجابات السابقة. ونمت قاعدة البيانات لتصبح نموذجًا مترابطًا، قد يكون للشخص الواحد فيه عدة سيارات وعقارات وديون ومصادر دخل.

الأرقام والتحفظات

تعلن Stretto عن زيادة في معدل التحويل بنسبة 20% مقارنة باستمارة الويب خلال ثلاثة أشهر، وعن دقة في استخراج الحقول تبلغ نحو 96%، ومتوسط مدة للمكالمة المكتملة يبلغ نحو 8 دقائق. ينبغي قراءة هذه الأرقام بحذر. فالمقال نُشر في مدونة AWS بالاشتراك مع العميل والشريك، ولا يوجد تحقق مستقل. كما أن وفر الـ95% محسوب وفق تعرفة في لحظة زمنية ومنطقة محددتين. ولا توجد مقارنة مع نماذج صوتية أخرى، والمعروف فقط أن Nova 2 Sonic أفضل من الحل السابق لدى Stretto. فضلًا عن ذلك، فإن Amazon Nova 2 Sonic وAmazon Bedrock غير متاحين في جميع مناطق AWS.

الخلاصة العملية: إذا كانت استمارتك تصطدم برفض المستخدمين ملء الحقول الطويلة، فقد تتيح المقابلة الصوتية الحصول على بيانات أكثر اكتمالًا. وتؤتي ثمارها عندما تكون تكلفة الدقيقة منخفضة، وعندما تُنقل القرارات من النموذج إلى قواعد صريحة. والأفضل أن يُدرج حد طول الجلسة في البنية المعمارية منذ البداية، بدل اكتشافه في منتصف المحادثة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف تدير Tara المكالمة؟

يتصل الشخص برقم Bankruptcy.com، فتردّ Tara وتعرّف بنفسها وتحصل على موافقته على المحادثة، ثم تبدأ المقابلة. تجمع البيانات الشخصية والمالية وقائمة الممتلكات وسجل العمل، وتكيّف نبرتها مع مزاج المتحدث. تستقبل Twilio المكالمات، وتفتح اتصال WebSocket وتنقل الصوت الخام إلى AWS. ويمر الصوت عبر جدار الحماية AWS WAF وموازن الأحمال ليصل إلى «الجسر الصوتي». وهو عبارة عن حاويات على Amazon ECS Fargate تعمل باستمرار في ثلاث مناطق توافر. ينقل الجسر الصوت في الاتجاهين إلى Amazon Nova 2 Sonic عبر Amazon Bedrock.

ما أبرز التفاصيل حول ما الذي يستحق الاقتباس؟

أولًا، اختبار الصوت قبل كتابة الشيفرة. اختبر الفريق Nova 2 Sonic أسبوعًا كاملًا على سيناريوهات تضم متصلًا هادئًا ومتوترًا ومترددًا وغاضبًا. وراقب زمن الاستجابة والمقاطعات وتغيّر النبرة. وأصبح التقرير النهائي شرطًا للانتقال إلى التكامل. ثانيًا، تجاوز حد الجلسة. تستغرق المقابلة الكاملة 15–20 دقيقة، بينما يعمل تدفق Nova 2 Sonic الواحد مدة أقصر. يتتبع الجسر زمن التدفق، وقبل بلوغ الحد بوقت قصير يفتح تدفقًا جديدًا بالموجّه النظامي نفسه ومجموعة الأدوات نفسها. ويُنقل إليه سجل المحادثة نصًّا.

ما أبرز التفاصيل حول الأرقام والتحفظات؟

تعلن Stretto عن زيادة في معدل التحويل بنسبة 20% مقارنة باستمارة الويب خلال ثلاثة أشهر، وعن دقة في استخراج الحقول تبلغ نحو 96%، ومتوسط مدة للمكالمة المكتملة يبلغ نحو 8 دقائق. ينبغي قراءة هذه الأرقام بحذر. فالمقال نُشر في مدونة AWS بالاشتراك مع العميل والشريك، ولا يوجد تحقق مستقل. كما أن وفر الـ95% محسوب وفق تعرفة في لحظة زمنية ومنطقة محددتين. ولا توجد مقارنة مع نماذج صوتية أخرى، والمعروف فقط أن Nova 2 Sonic أفضل من الحل السابق لدى Stretto.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
ما رأيك؟
جارٍ تحميل التعليقات…