Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарAWS Machine Learning Blog→ оригинал

Stretto заменила веб-форму голосовым агентом: минута голоса подешевела на 95%

Stretto собирала заявки на банкротство короткой веб-формой, но адвокатам нужны долги, машины и недвижимость. Длинную форму люди бросают, а живых операторов нанимать дорого, поэтому на Bankruptcy.com теперь звонки принимает голосовой агент Tara. Минута голоса вышла на 95% дешевле прежнего решения. Вывод: если форма упирается в отказы, голосовой опрос стоит считать по цене минуты.

AI-обработка оригинала AWS Machine Learning Blog; редакция Hamidun News
Stretto заменила веб-форму голосовым агентом: минута голоса подешевела на 95%
Источник: AWS Machine Learning Blog. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникAWS Machine Learning Blog ↗
Главный редактор
Ключевой факт #1У прежнего решения первый звук приходил позже чем через 500 мс
Ключевой факт #2Полное интервью длится 15–20 минут, а сессия Nova 2 Sonic короче
Ключевой факт #3Голосовой мост открывает новый поток и передаёт историю текстом

Представьте форму на сайте, где человек, задумавшийся о банкротстве, вводит сумму долга, отмечает, есть ли у него адвокат, и оставляет телефон. Именно так работал сайт Bankruptcy.com компании Stretto.

Для адвокатов такая заявка почти бесполезна: им нужны долги, активы, машины, недвижимость, история работы и прошлые банкротства. Если растянуть форму, люди бросают её на полпути. Нанимать и обучать операторов, которые спрашивали бы всё это по телефону, слишком дорого.

Поэтому Stretto вместе с AWS Generative AI Innovation Center и интегратором CI&T сделала голосового агента Tara на модели Amazon Nova 2 Sonic. По оценке компании, минута голоса обходится на 95% дешевле, чем у прежнего решения (по тарифам Amazon Bedrock on-demand в us-east-1 на апрель 2026 года). Для разработчиков это пример, как заменить длинную анкету живым разговором и не разориться на стоимости минуты.

Как Tara ведёт звонок

Человек набирает номер Bankruptcy.com, Tara берёт трубку, представляется, получает согласие на разговор и начинает интервью. Она собирает личные данные, финансы, список имущества и историю работы, подстраивая тон под настроение собеседника. Звонки принимает Twilio: он открывает WebSocket и передаёт сырое аудио в AWS. Через межсетевой экран AWS WAF и балансировщик нагрузки звук попадает на «голосовой мост». Это контейнеры на Amazon ECS Fargate, которые постоянно работают в трёх зонах доступности. Мост передаёт аудио в обе стороны в Amazon Nova 2 Sonic через Amazon Bedrock.

Nova 2 Sonic — модель «речь в речь». Она сама слушает и сама отвечает голосом, без цепочки из распознавания речи, текстовой модели и синтеза. По замыслу это снижает задержку и делает разговор естественнее. У прежнего решения Stretto, по её замерам, первый звук появлялся позже чем через 500 мс, и паузы выглядели неловко. Оно также плохо справлялось с перебиваниями, а люди в стрессе часто перебивают и поправляют себя.

После звонка транскрипт попадает в очередь Amazon SQS с очередью недоставленных сообщений. Затем Claude 3 Haiku в Bedrock достаёт из текста поля: имена, суммы, адреса, данные по машинам. Они сохраняются в Amazon Aurora Serverless v2. Решение о заявке принимает не модель. Правила, заданные адвокатами, помечают её как подходящую, неподходящую или требующую уточнений. Подходящие заявки уходят адвокатам по юрисдикции, а остальным звонящим предлагают другие ресурсы. Финальное слово остаётся за адвокатом.

Что стоит перенять

Первое — проверка голоса до написания кода. Целую неделю команда тестировала Nova 2 Sonic на сценариях со спокойным, напряжённым, нерешительным и раздражённым звонящим. Смотрели задержку, перебивания и смену тона. Итоговый отчёт стал условием перехода к интеграции.

Второе — обход лимита сессии. Полное интервью идёт 15–20 минут, а один поток Nova 2 Sonic живёт короче. Мост отслеживает время потока и незадолго до лимита открывает новый с тем же системным промптом и набором инструментов. В него текстом передаётся история разговора. Когда Tara договаривает фразу, звук переключается на новый поток, а старый закрывается. Звонящий разрыва не замечает.

Третье — поэтапный запуск. Сначала за три недели собрали интеграцию, и агент собирал те же 13 полей, что и веб-форма. Это дало точку отсчёта. Затем за четыре недели анкету расширили до 18+ категорий с ветвлением: вопросы зависят от прошлых ответов. База выросла до связной модели, где у одного человека может быть несколько машин, объектов недвижимости, долгов и источников дохода.

Цифры и оговорки

Stretto сообщает о росте конверсии на 20% по сравнению с веб-формой за три месяца, точности извлечения полей около 96% и средней длительности завершённого звонка около 8 минут. Эти цифры стоит читать осторожно. Статья опубликована в блоге AWS вместе с клиентом и партнёром, независимой проверки нет. Экономия в 95% посчитана по тарифам на конкретный момент времени и регион. Сравнения с другими голосовыми моделями нет, известно лишь, что Nova 2 Sonic лучше прежнего решения Stretto. Кроме того, Amazon Nova 2 Sonic и Amazon Bedrock доступны не во всех регионах AWS.

Практический вывод: если ваша форма упирается в отказы заполнять длинные поля, голосовое интервью может дать более полные данные. Окупается оно при низкой цене минуты и когда решения вынесены из модели в явные правила. Лимит длины сессии лучше заложить в архитектуру сразу, а не обнаруживать его на середине разговора.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как Tara ведёт звонок?

Человек набирает номер Bankruptcy.com, Tara берёт трубку, представляется, получает согласие на разговор и начинает интервью. Она собирает личные данные, финансы, список имущества и историю работы, подстраивая тон под настроение собеседника. Звонки принимает Twilio: он открывает WebSocket и передаёт сырое аудио в AWS. Через межсетевой экран AWS WAF и балансировщик нагрузки звук попадает на «голосовой мост». Это контейнеры на Amazon ECS Fargate, которые постоянно работают в трёх зонах доступности.

Что известно по теме: что стоит перенять?

Первое — проверка голоса до написания кода. Целую неделю команда тестировала Nova 2 Sonic на сценариях со спокойным, напряжённым, нерешительным и раздражённым звонящим. Смотрели задержку, перебивания и смену тона. Итоговый отчёт стал условием перехода к интеграции. Второе — обход лимита сессии. Полное интервью идёт 15–20 минут, а один поток Nova 2 Sonic живёт короче. Мост отслеживает время потока и незадолго до лимита открывает новый с тем же системным промптом и набором инструментов.

Что известно по теме: цифры и оговорки?

Stretto сообщает о росте конверсии на 20% по сравнению с веб-формой за три месяца, точности извлечения полей около 96% и средней длительности завершённого звонка около 8 минут. Эти цифры стоит читать осторожно. Статья опубликована в блоге AWS вместе с клиентом и партнёром, независимой проверки нет. Экономия в 95% посчитана по тарифам на конкретный момент времени и регион. Сравнения с другими голосовыми моделями нет, известно лишь, что Nova 2 Sonic лучше прежнего решения Stretto.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…