ElevenLabs показала, как бизнес внедряет голосовых агентов: от 50% до 90% точности у KPN

Корпоративный блог вендора — жанр, к которому стоит относиться с поправкой на маркетинг. Но свежая подборка кейсов ElevenLabs содержит несколько деталей, полезных всем, кто собирается добавлять голос в продукт. Для контекста: компания заявляет, что на корпоративных клиентов приходится больше 55% выручки, а сотрудники почти 70% компаний из Fortune 500 пользуются платформой. Теперь о том, что именно клиенты строят.

Пять сценариев, пять разных ролей голоса

Yahoo добавила голосовой режим в Yahoo Scout, свой сервис ответов на вопросы. Он построен на ElevenAgents, поэтому команде не пришлось писать голосовую инфраструктуру самой. Scout вышел из беты после более чем 3 млрд ответов, но эта цифра относится ко всему сервису, а не к голосу. Вклад голосового режима из текста не выделить.

Westgate Resorts сделала голосового агента Sarah для типовых вопросов на ресепшене. Знания агента подтянули из 8 000 реальных транскриптов звонков, чтобы он отвечал на то, о чём гости спрашивают на самом деле. Запустили его в отеле на 2 100 номеров в Орландо, теперь добавляют ещё два курорта. Метрик вроде доли решённых обращений в тексте нет.

Twilio встроила голоса ElevenLabs в Conversation Relay, свой инструмент для голосовых ИИ-диалогов. Для разработчиков на Twilio это означает, что синтез речи подключается внутри знакомой платформы. Doppel использует API для симуляций вишинга: безопасники обзванивают сотрудников реалистичным ИИ-голосом, чтобы те заранее услышали, как звучит атака. Pocket, носимый диктофон с ИИ, расшифровал на ElevenLabs Speech-to-Text больше 2,5 млн часов аудио.

Кейс KPN: где модели ломаются на самом деле

Самый содержательный пример — нидерландский оператор KPN. Для его продукта Mobiel AI (расшифровка голосовой почты, пересказ звонков, умная маршрутизация) важна не общая «читаемость» транскрипта. Важны мелочи: почтовый индекс и дата рождения. Нидерландский с его длинными составными словами и сильными региональными акцентами даётся моделям тяжело, а ошибка в одной цифре индекса ломает всю проверку личности.

Инженеры ElevenLabs вместе с KPN дообучили модель на нидерландских данных. Точность верификации личности выросла примерно с 50% до 90%. Компания добавляет, что улучшение получили все нидерландские развёртывания на платформе. Это честный урок: усреднённая точность распознавания скрывает провалы на критичных сущностях. Если вашему агенту нужно записать адрес, номер договора или дату, мерить надо именно их.

Что с этим делать

Первое: если голос — не ваша основная компетенция, готовая платформа агентов экономит месяцы. Yahoo прямо говорит, что так быстро выпустить продукт самостоятельно не смогла бы. Цена вопроса — зависимость от вендора, о стоимости и задержках в статье ни слова.

Второе: данные важнее магии. Westgate взяла собственные звонки, KPN — язык своих клиентов. Заведите разметку реальных диалогов до выбора модели: они понадобятся и для обучения, и для тестов.

Третье: считайте точность по ключевым полям, а не по тексту целиком. Тест на индексах, именах и датах покажет то, что общий показатель замаскирует.

Третья оговорка касается самого материала. Это витрина вендора: нет данных о сроках проекта, стоимости и доле обращений, которые агент закрывает без человека. Цифра «с 50% до 90%» не сопровождается методикой замера и размером выборки. Воспринимайте её как ориентир по порядку величины, а не как гарантию.

Если вы строите голосового агента для клиентской поддержки, возьмите из статьи не логотипы, а схему: готовая платформа, свои транскрипты и отдельный замер на критичных данных. Именно на этих трёх шагах держится большая часть описанных историй успеха.