如果你从表面上看最近对代理人工智能的报道，你会得出结论，会说话的人工智能代理已经被广泛用于客户服务。它始于无处不在的语音助手。备受尊敬的Siri为激活Apple Intelligence的Mac和iPhone用户进行了重大升级。谷歌的语音人工智能功能是Gemini的基础，Gemini是一款基于人工智能的个人助理，适用于安卓手机和NotebookML，最近出现在一个个性化播客中，其中两位合成主持人作为Spotify的一部分审查了音乐品味。

语音助手在各种解决方案提供商的产品中也占有重要地位，包括AWS的Amazon Connect，但也有一些较小的参与者，如GridSpace、Cognigy、Talkdesk等。

尽管人们对语音人工智能的认识和兴趣很高，但它必须克服许多短期挑战。这些因素没有特别的顺序，包括延迟、安全性和信任。使用聊天渠道或与机器人互动的客户可以容忍我们在与座席（自动或其他方式）交谈时没有表现出的缓慢响应。

在延迟方面，新一代语音人工智能机器人克服了许多挑战，比如检测一个人何时停止说话以开始回应。但大多数人还没有经历过这种改善。

至于安全性，IT经理和合规专业人员都必须确保支持语音AI的系统符合所有隐私指令以及安全问题。个人数据必须端到端加密，并存储在不与第三方共享的资源上。遵守前两项要求是建立培养大众吸引力所需的信任水平的关键。

来自企业决策者的混合信号

语音人工智能的供应商知道，企业开发（我敢说雇佣）人工智能代理来协助客户或现场座席的决策越来越多地由负责支持联络中心和后台CRM、库存管理、计费和记录保存以及必须由精明的人工智能代理咨询的一般运营的系统的IT人员做出。在过去两年左右的时间里，他们被迫提高了对会话式人工智能的工作知识，然后是生成式人工智能，现在是代理式人工智能。

在那些年里，资本成本非常低，并且有充足的预算用于多个数字化转型项目的人员和资源。当新冠肺炎迫使包括客户服务代表在内的许多员工在家工作时，对多种基于云的解决方案的投资被证明是及时的——用于无处不在地访问统一通信（UCaaS）、联络中心（CCaaS）的平台，以及支持客户体验即服务（CXaaS）的一系列工具、数据库、API和算法，都是无价的。

2025年标志着金融现实的回归。现在利率已经超过零，资本成本是一个真正的考虑因素。IT经理再也负担不起支持多种单点解决方案或追逐最新的时尚。他们最关心的是避免因太多人工智能驱动的举措而产生的技术债务。

人工智能代理承担重任，但这还不够

代理AI具有巨大的吸引力。理想情况下，该术语描述了一种自动化客户服务或座席协助的方法，其中艰苦的工作是由人工智能注入的代理自主完成的，就像魔法一样。他们创建工作流或构建API到后台系统和数据库，以执行嵌入在精心设计的提示中的指令。这并不能消除对昂贵的人类发展的需求。相反，它大大减少了启动和运行自动化助理所需的人/小时。

然而，鉴于缺乏现实世界的实现，很明显，决策者并不认为代理人工智能是一种灵丹妙药，也不认为它是通往大型语言模型和语音人工智能采用的明确途径。为了克服惯性，解决方案提供商必须尊重当前人员和流程的角色和价值。对于之前致力于语言模型和机器人开发、测试和维护的内部人员来说，最重要的角色包括对话设计和提示写作，其中包括嵌入护栏以尽量减少幻觉，并使自主代理保持在任务和轨道上。

自助服务平台的管理者依赖于他们已经开发并仍在管理的当前解决方案。很难将它们转移到一种新的方法上，即使是使用自主AI代理来完成繁重任务的方法。尽管与LLM互动的成本正在下降，但仍然很重要。此外，使用远程LLM来支持会话响应会引发对安全性、信任和延迟的担忧，而脚本服务则不会。现在，代理人工智能正在通知基于语音的系统，当用语音代理取代交互式语音响应系统时，挥之不去的延迟问题将成为人们关注的焦点。

我仍然非常看好代理人工智能和语音代理将在广泛的垂直领域的自动化客户服务中发挥重要作用。旅游、公用事业、金融服务和政府仍然吸引着全球数十亿的语音通话。迁移应该很快，但会受到本专栏中描述的已知减速带的影响。